C++数据结构——二叉搜索树详解

news2024/10/1 9:34:40

目录

一，关于二叉搜索树

1.1 概念

1.2 基本结构

二，二叉搜索树接口实现

2.1 插入

2.2 查找

2.3 打印

2.4* 删除

三，二叉搜索树接口递归实现

3.1 查找

3.2 插入

3.3 删除

 四，二叉搜索树的默认成员函数

五，测试代码

六，二叉搜索树的应用

6.1 KeyValue

6.2 改造二叉搜索树

6.3 测试代码

6.3.1 查找单词

6.3.2 统计水果出现的次数

一，关于二叉搜索树

1.1 概念

二叉搜索树又称二叉排序树，具有以下性质：

①一节点左子树节点的值都小于该节点的值

②一节点右子树的值都大于该节点的值

③一节点的左右子树也是二叉搜索树

简单来说就是左孩子节点比我小，右孩子节点比我大，所以以中序遍历二叉搜索树时打印的结果是从小到大的，所以二叉搜索树又被称为二叉排序树 

1.2 基本结构

template<class K>
struct BSTreeNode
{
	BSTreeNode<K>* _left;
	BSTreeNode<K>* _right;
	K _key;

	BSTreeNode(const K& key)
		:_left(nullptr)
		, _right(nullptr)
		, _key(key)
	{}
};
template<class K> 
class BSTree
{
    typedef BSTreeNode<K> Node;
public:
    //接口以及默认成员函数实现

private:
	Node* _root = nullptr;
}

二，二叉搜索树接口实现

2.1 插入

二叉搜索树的插入不难，如果数为空直接新增根节点，如果不为空，比我小走左边，比我大走右边，走到空的时候新增节点并完成链接，如下代码和注释

bool Insert(const K& key)
{
	if (_root == nullptr)
	{
		_root = new Node(key);
		return true;
	}
	//先找到合适的插入位置
	Node* parent = nullptr; //创建parent记录cur上一个节点位置，方便后面链接
	Node* cur = _root;
	while (cur)
	{
		if (cur->_key < key) //插入的值比我大，走右边
		{
			parent = cur; //记录上一个位置
			cur = cur->_right;
		}
		else if (cur->_key > key) //插入的值比我小，走左边
		{
			parent = cur; //记录上一个位置
			cur = cur->_left;
		}
		else//插入的值相等，插入失败，搜索二叉树不允许数据相等
		{
			return false;
		}
	}
	//找到插入位置，创建节点开始插入
	cur = new Node(key);
    //cur是局部变量，出了函数作用域后没了，不能直接cur赋值新节点
    //所以需要把前后链接起来，这时候轮到我们的parent登场了
	if (key > parent->_key) //插入的值比父节点大，走右边
	{
		parent->_right = cur;
	}
	else //插入的值比父节点小，走左边
	{
		parent->_left = cur;
	}
	return true;
}

2.2 查找

由于二叉搜索树的性质，每次查找一个树的时候只需要走树的高度次就可以查到了，查找效率非常高，所以二叉搜索树还有个名称叫做二叉查找树

bool Find(const K& key)
{
	Node* cur = _root;
	while (cur)
	{
		if (cur->_key < key)//查找的值比我大，走右边
		{
			cur = cur->_right;
		}
		else if (cur->_key > key)//查找的值比我小，走左边
		{
			cur = cur->_left;
		}
		else//查找成功
		{
			return true;
		}
	}
	return false; //查找失败
}

2.3 打印

打印我们以中序遍历打印，所以我们使用递归实现打印接口，如下代码：

public:
	void InOrder()
	{
		_InOrder(_root);
		cout << endl;
	}

private:
	void _InOrder(Node* root)
	{
		if (root == nullptr)
		{
			return;
		}
		_InOrder(root->_left);
		cout << root->_key << " ";
		_InOrder(root->_right);
	}

2.4* 删除

由于二叉搜索树关联式容器的特殊性质，删除一个节点会改变整个容器的结构与性质，所以每个关联式容器的删除操作需要做非常多的处理

对于二叉搜索树的删除，我们大致分为下面几个情况：

①：删除一个节点，需要让被删除节点的父节点指向被删除节点的左孩子节点

②：删除一个节点，需要让被删除节点的父节点指向被删除节点的右孩子节点

③：在被删除节点的右子树找一个最大值的节点替换两个节点的值，再进行删除（或者找左子树最大的点替换）

如下图 

 具体实现结合下面代码和注释：

bool Erase(const K& key)//难
{
	Node* parent = nullptr;
	Node* cur = _root;
	while (cur)
	{
		if (cur->_key < key)
		{
			parent = cur;
			cur = cur->_right;
		}
		else if (cur->_key > key)
		{
			parent = cur;
			cur = cur->_left;
		}
		else//找到了，开始删除
		{
			// 1、左为空
			if (cur->_left == nullptr)//要删除的节点的左子树为空
			{
				if (cur == _root)//极端情况，要干掉的是根
				{
					_root = cur->_right;
				}
				else
				{
					if (cur == parent->_left) //cur是父亲的左
					{
						parent->_left = cur->_right;
                        //让父亲的左指向要删除节点的右，因为cur的左为空
					}
					else //cur是父亲的右
					{
						parent->_right = cur->_right; 
                        //让父亲的右指向要删除节点的右，因为cur的左为空
					}
				}
				delete cur;
				cur = nullptr;
			}
			// 2、右为空
			else if (cur->_right == nullptr)//要删除的节点的右子树为空
			{
				if (_root == cur)//极端情况，要干掉的是根
				{
					_root = cur->_left;
				}
				else
				{
					if (cur == parent->_left) //cur是父亲的左
					{
						parent->_left = cur->_left; 
                        //让父亲的左指向要删除节点的左，因为cur的右为空
					}
					else //cur是父亲的右
					{
						parent->_right = cur->_left;
                        //让父亲的右指向要删除节点的左，因为cur的右为空
					}
				}
				delete cur;
				cur = nullptr;
			}
			// 3、左右都不为空
			else
			{
				// 找右子树最小节点 或 找左子树的最大节点 替代要删除的值
				Node* pminRight = cur;
				Node* minRight = cur->_right;
				//找右树最小节点
				while (minRight->_left)
				{
					pminRight = minRight;
					minRight = minRight->_left;
				}
				cur->_key = minRight->_key;//交换要删除的值
				if (pminRight->_left == minRight)
                {
					pminRight->_left = minRight->_right;
				}
                else //这里看不懂可以结合上面的那个图中的要删除3和8的场景来理解
                {
					pminRight->_right = minRight->_right;
				}
                delete minRight;
			}
			return true;
		}
	}
	//没找到，要删除的值不存在
	return false;
}

三，二叉搜索树接口递归实现

3.1 查找

public:
	bool FindR(const K& key)///递归查找
	{
		return _FindR(_root, key);
	}

private:
	bool _FindR(Node* root,const K& key)//递归查找子函数
	{
		//最多找高度次，O(h) h是树的高度
		if (root == nullptr) return false;
		if (root->_key < key)
			return _FindR(root->_right,key);
		else if (root->_key > key)
			return _FindR(root->_left, key);
		else 
			return true;
	}

3.2 插入

实现插入子递归函数的时候，我们选择用Node* &root做函数参数，原因如下：

插入的目标是插入合适的值，并且和父亲链接起来，比如要在某个节点右边插入一个值，递归时就是 _Insert(root->right,key)，我们用Node* &root之后，这个root就间接代表了上一个节点的right指针，然后我们再root = new Node(key)，相当于生成一个新节点并直接赋值给父节点的右，间接完成链接，如下代码

public:
	bool InsertR(const K& key)//递归插入
	{
		return _InsertR(_root, key);
	}

private:
    bool _InsertR(Node* &root, const K& key)//递归插入
	{
		if (root == nullptr)
		{
			root = new Node(key);//root是形参，所以前面用引用
			return true;
		}
		if (root->_key < key)
			return _InsertR(root->_right, key);
		else if (root->_key > key)
			return _InsertR(root->_left, key);
		else //相等
			return false;
	}

3.3 删除

删除我们和插入同理，用Node* &root做返回值，利用我们上面的思想完成递归实现，如下代码：

public:
    bool EraseR(const K& key)
	{
		return _EraseR(_root, key);
	}

private:
	bool _EraseR(Node* &root, const K& key)
	{
		if (root == nullptr)
			return false;

		if (key > root->_key)
			return _EraseR(root->_right, key);
		else if (key < root->_key)
			return _EraseR(root->_left, key);
		else//找到了，开始删除
		{
			Node* del = root;
			if (root->_left == nullptr)
			{
				//间接完成链接，这里的root在递归中可以间接认为是上一个节点的right或left，只是用了一个root引用来代替
				root = root->_right; 
			}
			else if(root->_right == nullptr)
			{
				root = root->_left;
			}
			else
			{
				//找右子树最小（最左）节点替换删除
				Node* min = root->_right;
				while (min->_left)
				{
					min = min->_left;
				}
				swap(root->_key,min->_key);
				return _EraseR(root->_right, key);
			}
			delete del;
			return true;
		}
	}

 四，二叉搜索树的默认成员函数

public:
    //由于我们自己实现了析构函数，所以编译器不会自动生成默认构造
    //这条语句强制编译器生成默认构造函数
	BSTree() = default;
	BSTree(const BSTree<K>& t)//拷贝构造
	{
		_root = _Copy(t._root);
	}
	~BSTree()//析构
	{
		_Destory(_root);
	}
	//t2=t1
	BSTree<K>& operator=(BSTree<K> t)
	{
		swap(_root, t._root);
		return *this;
	}

private:
	Node* _Copy(Node* root)
	{
		if (root == nullptr)
		{
			return nullptr;
		}

		Node* copyRoot = new Node(root->_key);
		copyRoot->_left = _Copy(root->_left);
		copyRoot->_right = _Copy(root->_right);
		return copyRoot;
	}
	void _Destory(Node* &root)
	{
		if (root == nullptr)
		{
			return;
		}
		//先删左再删右再删根，后序
		_Destory(root->_left);
		_Destory(root->_right);
		delete root;
		root = nullptr;
	}

五，测试代码

int main()
{
	BSTree<int> t1;
	int a[] = { 8,3,1,10,6,4,7,14,13,4,3,4 };
	for (auto e : a)
	{
		t1.Insert(e);
	}
	BSTree<int> t2 = t1;
	t1.InOrder();
	t2.InOrder();
	cout << "----------------" << endl;
	t1.Insert(15);
	t1.Insert(5);
	t2.Erase(8);
	t2.Erase(13);
	cout << t1.Find(15) << endl;
	cout << t2.Find(13) << endl;
	cout << "----------------" << endl;
	t1.InOrder();
	t2.InOrder();
	return 0;
}

六，二叉搜索树的应用

6.1 KeyValue

1，Key模型：只有Key作为关键码，结构中只需存储Key，搜索时只搜索Key

比如：给一个单词word，判断该单词是否拼写正确，方法如下

①以词库中所有单词集合中的每个单词作为Key构建一颗搜索二叉树

②在二叉搜索树中查找该单词的存在，存在则拼写正确，不存在则拼写错误

2，KV模型：每一个关键码key，都有与之对应的值Value，即<Key, Value>的键值对。

①比如英汉词典就是英文与中文的对应关系，通过英文可以快速找到与其对应的中文，英文单词与其对应的中文<word,chinese>就构成一种键值对

②再比如统计单词次数，统计成功后，给定单词就可以快速找到其出现的次数，单词与其出现次数就是<word,count>就构成一种键值对

6.2 改造二叉搜索树

template<class K, class V>
struct BSTreeNode
{
	BSTreeNode<K, V>* _left;
	BSTreeNode<K, V>* _right;
	K _key;
	V _value;

	BSTreeNode(const K& key, const V& value)
		:_left(nullptr)
		, _right(nullptr)
		, _key(key)
		, _value(value)
	{}
};
template<class K, class V>
class BSTree
{
	typedef BSTreeNode<K, V> Node;
public:
	bool Insert(const K& key, const V& value)
	{
		if (_root == nullptr)
		{
			_root = new Node(key, value);
			return true;
		}
		//找空位置插入
		Node* parent = nullptr;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_key < key)//插入的值比我大，走右边
			{
				parent = cur;
				cur = cur->_right;
			}
			else if (cur->_key > key)//插入的值比我小，走左边
			{
				parent = cur;
				cur = cur->_left;
			}
			else//插入的值相等，插入失败
			{
				return false;//搜索二叉树不允许数据相等
			}
		}
		cur = new Node(key, value);//cur是局部变量，出了函数作用域后没了，需要把前后链接起来
		//创建parent记录cur上一个节点位置，方便链接
		if (parent->_key < key)
		{
			parent->_right = cur;
		}
		else
		{
			parent->_left = cur;
		}
		return true;
	}
	void InOrder()
	{
		_InOrder(_root);
	}
	Node* Find(const K& key)//允许修改
	{
		Node* cur = _root;
		while (cur)
		{
			if (cur->_key < key)//插入的值比我大，走右边
			{
				cur = cur->_right;
			}
			else if (cur->_key > key)//插入的值比我小，走左边
			{
				cur = cur->_left;
			}
			else//插入的值相等,查找成功
			{
				return cur;
			}
		}
		return nullptr;
	}
private:
	void _InOrder(Node* root)
	{
		if (root == nullptr)
		{
			return;
		}
		_InOrder(root->_left);
		cout << root->_key << ":" << root->_value << endl;;
		_InOrder(root->_right);
	}
	bool FindR(const K& key)///递归查找
	{
		return _FindR(_root, key);
	}
	Node* _root = nullptr;
};

6.3 测试代码

6.3.1 查找单词

void TestBSTree1()
{
	BSTree<string, string> dict;
	dict.Insert("sort", "排序");
	dict.Insert("left", "左边");
	dict.Insert("right", "右边");
	dict.Insert("string", "字符串");
	dict.Insert("insert", "插入");
	string str;
	while (cin >> str)
	{
		BSTreeNode<string, string>* ret = dict.Find(str);
		if (ret)
		{
			cout << ":" << ret->_value << endl;
		}
		else
		{
			cout << "->无此单词" << endl;
		}
	}
}

 

6.3.2 统计水果出现的次数

void TestBSTree2()
{
	string arr[] = { "苹果","苹果", "苹果", "苹果", "苹果", "香蕉","草莓","苹果", };
	BSTree<string, int> countTree;
	for (auto& str : arr)
	{
		//BSTreeNode<string, int>* ret = countTree.Find(str);
		auto ret = countTree.Find(str);
		if (ret)//找到水果名
		{
			ret->_value++;
		}
		else//没有找到水果，该水果第一次出现
		{
			countTree.Insert(str, 1);
		}
	}
	countTree.InOrder();
}

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1322415.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

一篇文章带你了解各个程序员接单平台，让你选择不再迷茫！！！

一篇文章带你了解各个程序员接单平台，让你选择不再迷茫！！！

相信现在很多程序员都已经走上了或者准备走上网上接单这条路&#xff0c;但是目前市面上的接单平台可谓五花八门&#xff0c;对于各个平台的优缺点&#xff0c;不同的程序员该如何选择适合自己的接单平台&#xff0c;你又是否了解呢&#xff1f; 接下来就让小编用一篇文章来为…
阅读更多...
定位咨询：企业市场竞争中的定海神针

定位咨询：企业市场竞争中的定海神针

什么是定位咨询?定位咨询能给企业带来什么帮助?在现代市场的激烈竞争中&#xff0c;定位咨询不仅是企业区分自己的重要工具&#xff0c;更是它们赢得市场份额的关键。以下是定位咨询的定义和几个核心方面&#xff0c;笔者将列举具体案例说明其重要性和实用性。 定位咨询的简单…
阅读更多...
python接口自动化测试--requests使用和基本方法封装

python接口自动化测试--requests使用和基本方法封装

之前学习了使用jmeterant做接口测试&#xff0c;并实现了接口的批量维护管理(大概500多条用例)&#xff0c;对“接口”以及“接口测试”有了一个基础了解&#xff0c;最近找了一些用python做接口测试的资料&#xff0c;一方面为了学习下如何使用python进行接口测试(如何做出一个…
阅读更多...
券商期权手续费现在最低多少钱一张？怎么调低最方便

券商期权手续费现在最低多少钱一张？怎么调低最方便

券商期权手续费是指您在证券公司开设期权账户并进行期权交易时&#xff0c;需要向券商支付的费用。券商期权手续费主要包括以下三个部分&#xff1a; 中国结算费用&#xff1a;这是中国证券登记结算有限责任公司向期权交易者收取的费用&#xff0c;固定为每张合约0.3元&#x…
阅读更多...
GPT-4V with Emotion:A Zero-shot Benchmark forMultimodal Emotion Understanding

GPT-4V with Emotion:A Zero-shot Benchmark forMultimodal Emotion Understanding

GPT-4V with Emotion:A Zero-shot Benchmark forMultimodal Emotion Understanding GPT-4V情感:多模态情感理解的zero-shot基准 1.摘要 最近&#xff0c;GPT-4视觉系统(GPT-4V)在各种多模态任务中表现出非凡的性能。然而&#xff0c;它在情感识别方面的功效仍然是个问题。本文定…
阅读更多...
Crocoddyl： 多接触最优控制的高效多功能框架

Crocoddyl： 多接触最优控制的高效多功能框架

系列文章目录 前言 我们介绍了 Crocoddyl&#xff08;Contact RObot COntrol by Differential DYnamic Library&#xff09;&#xff0c;这是一个专为高效多触点优化控制&#xff08;multi-contact optimal control&#xff09;而定制的开源框架。Crocoddyl 可高效计算给定预定…
阅读更多...
将yolo格式转化为voc格式：txt转xml(亲测有效)

将yolo格式转化为voc格式：txt转xml(亲测有效)

1.文件目录如下所示&#xff1a; 对以上目录的解释&#xff1a; 1.dataset下面的image文件夹&#xff1a;里面装的是数据集的原图片 2.dataset下面的label文件夹&#xff1a;里面装的是图片对应得yolo格式标签 3.dataset下面的Annotations文件夹&#xff1a;这是一个空文件夹&…
阅读更多...
通过与 Team Finance 整合，Casper Network 让 Token 的创建、部署更加高效

通过与 Team Finance 整合，Casper Network 让 Token 的创建、部署更加高效

随着 Team Finance 整合到 Casper 系统中&#xff0c;Token 创建的过程变得更加迅速而简便。Casper Network 的方案正在使代币的创建变得易于访问与调整&#xff0c;这将让任何有创意和业务理念的人能够以高效、可信的方式&#xff0c;更快速、安全地在 Casper 上推出他们的项目…
阅读更多...
程序流程图的意义（合集）

程序流程图的意义（合集）

程序流程图的意义 1、矩形 作用&#xff1a;一般用作要执行的处理(process)&#xff0c;在程序流程图中做执行框。 在axure中如果是画页面框架图&#xff0c;那么也可以指代一个页面。有时候我们会把页面和执行命令放在同一个流程中做说明&#xff0c;这个时候将两类不同的矩形…
阅读更多...
关于设计师的自我评价（合集）

关于设计师的自我评价（合集）

设计师的自我评价篇一 本人接受过正规的美术教育&#xff0c;具有较好的美术功底及艺术素养&#xff0c;能够根据公司的需要进行设计制作&#xff0c;熟练掌握多种电脑制作软件&#xff0c;能够高效率地完成工作。本人性格开朗、思维活跃、极富创造力&#xff0c;易于沟通&…
阅读更多...
internet download manager 6.42怎么删除卸载，2024最新idm卸载不干净怎么解决

internet download manager 6.42怎么删除卸载，2024最新idm卸载不干净怎么解决

internet download manager 6.42简称为IDM&#xff0c;这是一款非常好用的下载软件&#xff0c;很多小伙伴都在使用。如果后续我们不再需要使用该软件&#xff0c;小伙伴们知道具体该如何将其卸载掉吗&#xff0c;其实卸载方法是非常简单的&#xff0c;只需要进行几个非常简单的…
阅读更多...
乐理基础-弱起小节、弱起

乐理基础-弱起小节、弱起

弱起小节的定义&#xff1a; 1.音乐不是从强拍开始的&#xff0c;是从弱拍或次强拍开始的。 2.弱起小节会省去前面没有音乐的部分&#xff0c;它是不完整的小节&#xff0c;它的拍数是不够的。如图1 弱起小节的作用&#xff1a; 强拍经常要作为 和弦出现 和 变化的地方&#xf…
阅读更多...
减速机振动相关标准 - 笔记

减速机振动相关标准 - 笔记

参考标准&#xff1a;国家标准|GB/T 39523-2020 减速机的振动标准与发动机不同&#xff0c;摘引&#xff1a; 原始加速度传感器波形 可以明显看到调幅波 它的驱动电机是300Hz~2000Hz范围的。这个采样时间是5秒&#xff0c;看分辨率至少1024线。可分出500条谱线。 频谱部分 …
阅读更多...
算法(2)——滑动窗口

算法(2)——滑动窗口

前言&#xff1a; 步骤及算法模板&#xff1a; 确定两个指针变量&#xff0c;left0,right0; 进窗口&#xff1a; 判断&#xff1a; 出窗口 更新结果 接下来我们的所用滑动窗口解决问题都需要以上几个步骤。 一、长度最小的子数组 209. 长度最小的子数组 - 力扣&#xff08;L…
阅读更多...
VR党建：VR全景技术如何助力党建知识传播

VR党建：VR全景技术如何助力党建知识传播

导语&#xff1a; 随着科技的不断发展&#xff0c;虚拟现实技术逐渐深入人们生活的方方面面。VR全景技术作为一种全新的沉浸式体验方式&#xff0c;被广泛应用于娱乐、教育、医疗等领域。而在党建学习中&#xff0c;VR全景技术也展现出了巨大的潜力&#xff0c;成为了一种创新…
阅读更多...
23.会话技术

23.会话技术

概述 提出问题 HTTP协议是一种无状态的协议&#xff0c;WEB服务器本身不能识别出哪些请求是同一个浏览器发出的 &#xff0c;浏览器的每一次请求都是完全孤立的 怎么才能实现网上商店中的购物车呢&#xff1a;某个用户从网站的登录页面登入后&#xff0c;再进入购物页面购物时…
阅读更多...
P58 生成式对抗网络（GAN）

P58 生成式对抗网络（GAN）

Generator network as generator x 和 z 同时作为 network的输入 z服从一定的简单分布 生成复杂分布的y 为什么要训练 generator , 为什么输出是要一个分布&#xff1f; 为了适应一些具有创造性的任务 &#xff0c;答案有多种可能。比如打游戏可能向左。可能向右。 加入一个…
阅读更多...
AWS RDS慢日志文件另存到ES并且每天发送邮件统计慢日志

AWS RDS慢日志文件另存到ES并且每天发送邮件统计慢日志

1.背景&#xff1a;需要对aws rds慢日志文件归档到es&#xff0c;让开发能够随时查看。 2.需求&#xff1a;并且每天把最新的慢日志&#xff0c;过滤最慢的5条sql 发送给各个产品线的开发负责人。 3.准备&#xff1a; aws ak/sk &#xff0c;如果rds 在不同区域需要认证不同的…
阅读更多...
Linux软件管理rpm和yum

Linux软件管理rpm和yum

rpm方式管理 rpm软件包名称: 软件名称 版本号(主版本、次版本、修订号) 操作系统 -----90%的规律 #有依赖关系,不能自动解决依赖关系。 举例&#xff1a;openssh-6.6.1p1-31.el7.x86_64.rpm 数字前面的是名称 数字是版本号&#xff1a;第一位主版本号&#xff0c;第二位次版本…
阅读更多...
【数据分享】2019-2023年我国地级市逐年新房房价数据（免费获取/Excel/Shp格式）

【数据分享】2019-2023年我国地级市逐年新房房价数据（免费获取/Excel/Shp格式）

房价是一个城市发展程度的重要体现&#xff0c;一个城市的房价越高通常代表这个城市越发达&#xff0c;对于人口的吸引力越大&#xff01;因此&#xff0c;房价数据是我们在各项城市研究中都非常常用的数据&#xff01;之前我们分享了2019—2023年我国地级市逐月的新房房价数据…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023