C++学习笔记:二叉搜索树

news2024/11/15 11:06:32

二叉搜索树

  • 什么是二叉搜索树?
  • 搜索二叉树的操作
    • 查找
    • 插入
    • 删除
  • 二叉搜索树的应用
  • 二叉搜索树的代码实现
    • K模型:
    • KV模型
  • 二叉搜索树的性能怎么样?

什么是二叉搜索树?

二叉搜索树又称二叉排序树，它或者是一棵空树，或者是具有以下性质的二叉树:

  • 若它的左子树不为空，则左子树上所有节点的值都小于根节点的值
  • 若它的右子树不为空，则右子树上所有节点的值都大于根节点的值
  • 它的左右子树也分别为二叉搜索树

在这里插入图片描述
由上图可明显得知搜索二叉树的构建方式

搜索二叉树的操作

这里插入一个搜索二叉树为样例:
int a[] = {8, 3, 1, 10, 6, 4, 7, 14, 13};
在这里插入图片描述

查找

  • 从根开始比较，查找，比根大则往右边走查找，比根小则往左边走查找。
  • 最多查找高度次，走到到空，还没找到，则这个值不存在

插入

  • 当这个树为空树时不用多说直接插入成根节点_root
  • 当这个树不为空时,先找到所插入节点的位置,再进行插入
    比如要在下面这棵搜索树中插入9
    在这里插入图片描述

可以看出,9的位置应该在10的左子树位置:
在这里插入图片描述

在数据结构上这样就算成功插入

删除

首先查找元素是否在二叉搜索树中，如果不存在，则返回false,否则要删除的结点可能分下面几种情况:

  1. 当这个节点是叶子节点或者只有左孩子时,先让父节点指向该节点的左孩子,再删除掉该节点–直接删除
  2. 当这个节点是叶子节点或者只有右孩子时,先让父节点指向该节点的右孩子,再删除掉该节点–直接删除
  3. 这个节点既有左子树又有右子树,则先将该节点的左子树链接到右子树的最左节点,再用右子树来替换该节点–替换法删除

前两种情况都好说,例如删除下列节点中的 7 和 14:
在这里插入图片描述

删7:直接删除
在这里插入图片描述
删14:删掉14并将14的左子树链接到10的右子树
在这里插入图片描述

比较复杂的是最后一种情况:当要删除的节点既有左子树又有右子树的时候,则需要进行一些特殊调整,例如,删除下面这颗树中的3 和 8 时:
在这里插入图片描述

删除3,使用上述的第三种方法:
先将该节点的左子树链接到右子树的最左节点,再用右子树来替换该节点
在这里插入图片描述
删除 8 ,使用上述的第三种方法:
先将该节点的左子树链接到右子树的最左节点,再用右子树来替换该节点
在这里插入图片描述

以上就是二叉搜索树的插入和删除的主要思想,接下来是具体实现

二叉搜索树的应用

二叉搜索树分为两种模型,一种是单键值的K模型,另一种是拥有键值对的KV模型,而后面需要学习的map,AVL树等都会涉及到KV模型.

  1. K模型：K模型即只有key作为关键码，结构中只需要存储Key即可，关键码即为需要搜索到的值。
    比如：给一个单词word，判断该单词是否拼写正确，具体方式如下：
  • 以词库中所有单词集合中的每个单词作为key，构建一棵二叉搜索树
  • 在二叉搜索树中检索该单词是否存在，存在则拼写正确，不存在则拼写错误。
  1. 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。该种方式在现实生活中非常常见：
  • 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；
  • 再比如统计单词次数，统计成功后，给定单词就可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

二叉搜索树的代码实现

K模型:

#pragma once

#include<iostream>

using namespace std;

//单键值的搜索二叉树  K模型
template <class K>
struct BSTNode
{
	BSTNode<K>* _left;
	BSTNode<K>* _right;
	K _key;

	BSTNode(const K& key)
		:_left(nullptr)
		, _right(nullptr)
		, _key(key)
	{}

};

template<class K>
class BSTree
{
public:
	typedef BSTNode<K> Node;


	bool Insert(const K& key)
	{
		if (_root == nullptr)
		{
			_root = new Node(key);
			return true;
		}

		Node* cur = _root;
		Node* parent = cur;
		while (cur)
		{
			parent = cur;
			if (cur->_key > key)
			{
				cur = cur->_left;
			}
			else if (cur->_key < key)
			{
				cur = cur->_right;
			}
			else
			{
				return false;
			}
		}
		cur = new Node(key);
		if (parent->_key > key)
		{
			parent->_left = cur;
		}
		else
		{
			parent->_right = cur;
		}
		return true;
	}

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

	bool Find(const K& key)
	{
		if (_root == nullptr)
			return false;

		Node* cur = _root;
		while (cur)
		{
			if (cur->_key > key)
			{
				cur = cur->_left;
			}
			else if (cur->_key < key)
			{
				cur = cur->_right;
			}
			else
			{
				cout << " 存在" << endl;
				return true;
			}
		}

		return false;
	}

	bool Erase(const K& key)
	{
		//空树返回false
		if (_root == nullptr)
			return false;
		//寻找key
		Node* parent = nullptr;
		Node* cur = _root;
		while (cur)
		{

			if (cur->_key > key)
			{
				//这里注意一下,一定要往下一步走的时候父节点才随着改变
				parent = cur;
				cur = cur->_left;
			}
			else if (cur->_key < key)
			{
				parent = cur;
				cur = cur->_right;
			}
			else
			{
				//找到了 分情况
				//要删除的节点左孩子或右孩子为空
				
				//左孩子为空
				if (cur->_left == nullptr)
				{
					//若删除的是根节点
					if (cur == _root)
					{
						_root = cur->_right;
					}
					//不是跟节点
					else
					{
						//判断当前节点是父节点的左孩子还是右孩子
						if (parent->_left == cur)
						{
							parent->_left = cur->_right;
						}
						else
						{
							parent->_right = cur->_right;
						}
					}
					//删除
					delete cur;
				}
				//右孩子为空
				else if (cur->_right == nullptr)
				{
					//若删除的是根节点
					if (cur == _root)
					{
						_root = cur->_left;
					}
					//不是跟节点
					else
					{
						//判断当前节点是父节点的左孩子还是右孩子
						if (parent->_left == cur)
						{
							parent->_left = cur->_left;
						}
						else
						{
							parent->_right = cur->_left;
						}
					}
					//删除
					delete cur;
				}
				//左右孩子都不为空
				else
				{
					//找当前节点右树的最左节点来替换
					Node* parent = cur;
					Node* subright = cur->_right;
					while (subright->_left)
					{
						parent = subright;
						subright = subright->_left;
					}
					swap(cur->_key, subright->_key);
					//判断这个节点是parent的左孩子还是右孩子  若删除的是根节点就是右孩子,因此一定要判断
					if (parent->_left == subright)
					{
						parent->_left = subright->_right;
					}
					else
					{
						parent->_right = subright->_right;
					}
					//删除
					delete subright;
				}
				//找到返回true
				return true;
			}
		}
		//没找到
		return false;
	}

	bool FindR(const K& key)
	{
		return _FindR(_root ,key);
	}

	bool InsertR(const K& key)
	{
		return _InsertR(_root, key);
	}

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


	//C++11 强制默认构造函数
	BSTree() = default;

	~BSTree()
	{
		Destroy(_root);
	}

	BSTree(const BSTree<K>& t)
	{
		_root = Copy(t._root);
	}

	BSTree<K>& operator=(BSTree<K> t)
	{
		swap(_root, t->_root);
		return *this;
	}

private:
	Node* Copy(Node* root)
	{
		if (root == nullptr)
		{
			return nullptr;
		}
		Node* NewRoot = new Node(root->_key);
		NewRoot->_left = Copy(root->_left);
		NewRoot->_right = Copy(root->_right);

		return NewRoot;
	}

	void Destroy(Node*& root)
	{
		if (root == nullptr)
			return;
		Destroy(root->_left);
		Destroy(root->_right);

		delete root;
		root = nullptr;
	}

	bool _EraseR(Node*& root, const K& key)
	{
		if (root == nullptr)
		{
			cout << "没找到" <<key<< endl;
			return false;
		}
		//先找节点
		if (root->_key > key)
		{
			return _EraseR(root->_left, key);
		}
		else if (root->_key < key)
		{
			return _EraseR(root->_right, key);
		}
		else
		{
			//三种情况  左孩子空 右孩子空 左右都不空
			if (root->_left == nullptr)
			{
				Node* tmp = root;
				root = root->_right;
				delete tmp;
				return true;
			}
			else if (root->_right == nullptr)
			{
				Node* tmp = root;
				root = root->_left;
				delete tmp;
				return true;
			}
			else
			{
				//左右孩子都不为空  用左孩子的最右节点 或 右孩子的最左节点
				Node* subleft = root->_left;
				while (subleft->_right)
				{
					subleft = subleft->_right;
				}
				swap(root->_key, subleft->_key);
				return _EraseR(root->_left,key);
			}
		}
	}

	bool _FindR(Node* root, const K& key)
	{
		if (root == nullptr)
			return false;
		if (root->_key > key)
		{
			return _FindR(root->_left , key);
		}
		else if (root->_key < key)
		{
			return _FindR(root->_right, key);
		}
		else
		{
			cout << "找到了" << endl;
			return true;
		}
	}
	//注意 这里要用 *& 传值,以保证每次递归访问到每一个节点并能够对节点进行操作
	bool _InsertR(Node*& root, const K& key)
	{
		if (root == nullptr)
		{
			root = new Node(key);
			return true;
		}
		if (root->_key > key)
		{
			return _InsertR(root->_left, key);
		}
		else if(root->_key < key)
		{
			return _InsertR(root->_right, key);
		}
		else
		{
			return false;
		}
	}

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


	}


	Node* _root = nullptr;
};

KV模型

#pragma once

#include<iostream>

using namespace std;

namespace kv
{
	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;
			}
			Node* cur = _root;
			Node* parent = cur;
			while (cur)
			{
				parent = cur;
				if (cur->_key > key)
				{

					cur = cur->_left;
				}
				else if (cur->_key < key)
				{
					//parent = cur;
					cur = cur->_right;
				}
				else
				{
					return false;
				}
			}
			cur = new Node(key, value);
			if (parent->_key > key)
			{
				parent->_left = cur;
			}
			else 
			{
				parent->_right = cur;
			}
			return true;
		}

		Node* Find(const K& key)
		{
			if (_root == nullptr)
				return nullptr;
			Node* cur = _root;
			while(cur)
			{
				if (cur->_key > key)
				{
					cur = cur->_left;
				}
				else if (cur->_key < key)
				{
					cur = cur->_right;
				}
				else
				{
					return cur;
				}
			}
			return nullptr;
		}
		bool Erase(const K& key)
		{
			//先找节点
			if (_root == nullptr)
				return false;
			Node* cur = _root;
			Node* parent = cur;
			while (cur)
			{
				if (cur->_key > key)
				{
					parent = cur;
					cur = cur->_left;
				}
				else if (cur->_key < key)
				{
					parent = cur;
					cur = cur->_right;
				}
				else
				{
					//左子树为空
					if (cur->_left == nullptr)
					{
						if (cur == _root)
						{
							_root = _root->_right;
						}
						if (cur == parent->_left)
						{
							parent->_left = cur->_right;
						}
						else if (cur == parent->_right)
						{
							parent->_right = cur->_right;
						}

						delete cur;
					}
					//右子树为空
					else if (cur->_right == nullptr)
					{
						if (cur == _root)
						{
							_root = _root->_left;
						}
						if (cur == parent->_left)
						{
							parent->_left = cur->_left;
						}
						else if (cur == parent->_right)
						{
							parent->_right = cur->_left;
						}

						delete cur;

					}//左右都不为空
					else
					{
						Node* parent = cur;
						//左子树的最右节点和cur交换
						Node* subleft = cur->_left;
						while (subleft->_right)
						{
							subleft = subleft->_right;
						}
						swap(cur->_key, subleft->_key);

						delete subleft;
					}
				}
			}
			
			//没找到
			return false;
		}

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

二叉搜索树的性能怎么样?

在二叉搜索树中,插入和删除操作都必须先查找，查找效率代表了二叉搜索树中各个操作的性能.
对有n个结点的二叉搜索树，若每个元素查找的概率相等，则二叉搜索树平均查找长度是结点在二叉搜索树的深度的函数，即结点越深，则比较次数越多。
但对于同一个关键码集合，如果各关键码插入的次序不同，可能得到不同结构的二叉搜索树：
在这里插入图片描述

最优情况下，二叉搜索树为完全二叉树(或者接近完全二叉树)，其平均比较次数为： l o g 2 N log_2 N log2​N
最差情况下，二叉搜索树退化为单支树(或者类似单支)，其平均比较次数为： N 2 \frac{N}{2} 2N​

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/1483489.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

【go语言开发】swagger安装和使用

【go语言开发】swagger安装和使用

本文主要介绍go-swagger的安装和使用&#xff0c;首先介绍如何安装swagger&#xff0c;测试是否成功&#xff1b;然后列出常用的注释和给出使用例子&#xff1b;最后生成接口文档&#xff0c;并在浏览器上测试 文章目录 安装注释说明常用注释参考例子 文档生成格式化文档生成do…
阅读更多...
代码随想录算法训练营第二十八天|93.复原IP地址 、78.子集、90.子集II

代码随想录算法训练营第二十八天|93.复原IP地址 、78.子集、90.子集II

文章目录 [1.复原 IP 地址](https://leetcode.cn/problems/restore-ip-addresses/description/)2.子集[3.子集 II](https://leetcode.cn/problems/subsets-ii/) 1.复原 IP 地址 切割问题可以使用回溯&#xff0c;本题分别两步&#xff0c;切割字符串和判断IP 切割逻辑如下&…
阅读更多...
微信小程序 --- 分包加载

微信小程序 --- 分包加载

分包加载 1. 什么是分包加载 什么是分包加载 ❓ 小程序的代码通常是由许多页面、组件以及资源等组成&#xff0c;随着小程序功能的增加&#xff0c;代码量也会逐渐增加&#xff0c;体积过大就会导致用户打开速度变慢&#xff0c;影响用户的使用体验。 分包加载是一种小程序…
阅读更多...
MATLAB图像噪声添加与滤波

MATLAB图像噪声添加与滤波

在 MATLAB 中添加图像噪声和进行滤波通常使用以下函数&#xff1a; 添加噪声&#xff1a;可以使用imnoise函数向图像添加各种类型的噪声&#xff0c;如高斯噪声、椒盐噪声等。 滤波&#xff1a;可以使用各种滤波器对图像进行滤波处理&#xff0c;例如中值滤波、高斯滤波等。 …
阅读更多...
（三）电机控制之方波驱动无刷直流电机（BLDC）与正弦波驱动无刷直流电机（PMSM）的详细对比

（三）电机控制之方波驱动无刷直流电机（BLDC）与正弦波驱动无刷直流电机（PMSM）的详细对比

电流控制方式和波形&#xff1a; 方波驱动&#xff1a;在每个换相周期内&#xff0c;定子绕组中的电流被切换为高或低两个状态&#xff0c;形成矩形波。通常采用六步换向法&#xff0c;即每60度电角度换相一次&#xff0c;从而产生转矩。正弦波驱动&#xff1a;定子绕组中流过的…
阅读更多...
Doris实战——拈花云科的数据中台实践

Doris实战——拈花云科的数据中台实践

前言 拈花云科 NearFar X Lab 团队调研并引进 Doris 作为新架构下的数据仓库选型方案。本文主要介绍了拈花云科数据中台架构从 1.0 到 2.0 的演变过程&#xff0c;以及 Doris 在交付型项目和 SaaS 产品中的应用实践。 一、业务背景 拈花云科的服务对象主要是国内各个景区、景点…
阅读更多...
安卓虚拟机ART和Dalvik

安卓虚拟机ART和Dalvik

目录 一、JVM和Dalvik1.1 基于栈的虚拟机字节码指令执行过程 1.2 基于寄存器的虚拟机 二、ART与Dalvikdex2aotAndroid N的运作方式 三、总结 一、JVM和Dalvik Android应用程序运行在Dalvik/ART虚拟机&#xff0c;并且每一个应用程序对应有一个单独的Dalvik虚拟机实例。 Dalvik…
阅读更多...
四、西瓜书——支持向量机

四、西瓜书——支持向量机

第六章 支持向量机 1.间隔与支持向量 支持向量机的原理是寻找与支持向量具有最大间隔的划分超平面。支持向量机具有一个重要性质: 训练完成后,大部分的训练样本都不需保留,最终模型仅与支持向量有关. 首先&#xff0c;超平面的方程为&#xff1a; 点到超平面的距离为&#xff…
阅读更多...
爬取博客的图片并且将它存储到响应的目录

爬取博客的图片并且将它存储到响应的目录

目录 前言 思想 注意 不多说解释了&#xff0c;贴代码吧 config.json Get_blog_img.py 把之前的写的代码也贴上 Get_blog_id.py 主函数 main.py 运行结果 前言 在上一篇博客中我们介绍了如何爬取博客链接 利用python爬取本站的所有博客链接-CSDN博客文章浏览阅读74…
阅读更多...
CSS转换（2D）transform属性及animation动画

CSS转换（2D）transform属性及animation动画

1、倾斜效果&#xff0c;旋转效果 <style type"text/css"> .transrorm_bar{ padding:150px; display: flex; align-items: center;} .transrorm_bar div{ width: 120px; height: 120px; background-color: #eee; margin: 10px; display: flex; align-items: c…
阅读更多...
爬虫入门到精通_实战篇8(分析Ajax请求并抓取今日头条美食美图)_界面上抓取Ajax方式

爬虫入门到精通_实战篇8(分析Ajax请求并抓取今日头条美食美图)_界面上抓取Ajax方式

1 目标 目标&#xff1a; 抓取今日头条美食美图&#xff0c;如下&#xff1a; 一些网页直接请求得到的HTML代码并没有在网页中看到的内容&#xff0c;因为一些信息是通过Ajax加载&#xff0c;并通过js渲染生成的&#xff0c;这时就需要通过分析网页的请求来获取想要爬取的内容…
阅读更多...
关于高德地图及其APP获取地图数据的研究

关于高德地图及其APP获取地图数据的研究

刚过完春节没几天&#xff0c;有个客户提出要获取高德地图的数据。 我看了下&#xff0c;回复说&#xff1a;这不是很简单嘛&#xff0c;高德有公开的开放平台&#xff0c;有足够的API支持用户获取数据&#xff0c;开发自己基于高德数据库的应用。 客户回复说&#xff1a;他的要…
阅读更多...
【前端素材】推荐优质现代医院办公后台管理系统网页XRay平台模板（附源码）

【前端素材】推荐优质现代医院办公后台管理系统网页XRay平台模板（附源码）

一、需求分析 在线后台管理系统是指供管理员或运营人员使用的Web应用程序&#xff0c;用于管理和监控网站、应用程序或系统的运行和数据。它通常包括一系列工具和功能&#xff0c;用于管理用户、内容、权限、数据等。下面是关于在线后台管理系统的详细分析&#xff1a; 1、功…
阅读更多...
【JavaSE】实用类——String、日期等

【JavaSE】实用类——String、日期等

目录 String类常用方法String类的equals()方法String中equals()源码展示 “”和equals()有什么区别呢&#xff1f; StringBuffer类常用构造方法常用方法代码示例 面试题&#xff1a;String类、StringBuffer类和StringBuilder类的区别&#xff1f;日期类Date类Calendar类代码示例…
阅读更多...
边缘计算与任务卸载基础知识

边缘计算与任务卸载基础知识

目录 边缘计算简介任务卸载简介参考文献 边缘计算简介 边缘计算是指利用靠近数据生成的网络边缘侧的设备&#xff08;如移动设备、基站、边缘服务器、边缘云等&#xff09;的计算能力和存储能力&#xff0c;使得数据和任务能够就近得到处理和执行。 一个典型的边缘计算系统为…
阅读更多...
用GGUF和Llama.cpp量化Llama模型

用GGUF和Llama.cpp量化Llama模型

用GGUF和Llama .cpp量化Llama模型 什么是GGML如何用GGML量化llm使用GGML进行量化NF4 vs. GGML vs. GPTQ结论 由于大型语言模型&#xff08;LLMS&#xff09;的庞大规模&#xff0c;量化已成为有效运行它们的必要技术。通过降低其权重的精度&#xff0c;您可以节省内存并加快推理…
阅读更多...
uniapp npx update-browserslist-db@lates 问题解决

uniapp npx update-browserslist-db@lates 问题解决

在uniapp运行项目时&#xff0c;会有这种报错&#xff0c;其实这是表明browserslistlatest版本低了&#xff0c;在催你升级版本&#xff0c;browserslistlatest是用来支持解析css用的&#xff0c;当然&#xff0c;你也可以直接忽略这个报错提示&#xff0c;也可以正常运行项目。…
阅读更多...
【Git教程】（四）版本库 —— 存储系统，存储目录，提交对象及其命名、移动与复制~

【Git教程】（四）版本库 —— 存储系统，存储目录，提交对象及其命名、移动与复制~

Git教程 版本库 1️⃣ 一种简单而高效的存储系统2️⃣ 存储目录&#xff1a;Blob 与 Tree3️⃣ 相同数据只存储一次4️⃣ 压缩相似内容5️⃣ 不同文件的散列值相同6️⃣ 提交对象7️⃣ 提交历史中的对象重用8️⃣ 重命名、移动与复制&#x1f33e; 总结 事实上&#xff0c;我们…
阅读更多...
带你玩转java封装和继承(上)

带你玩转java封装和继承(上)

上次带大家学习了java里面比较重要的知识点类和对象&#xff0c;而且我们知道java是一门面向对象的语言&#xff0c;有时一个程序里可能有很多类&#xff0c;那么这么多类他们之间有什么联系吗&#xff1f;今天就带大家学习一下java类之间的关系。 什么是继承&#xff1a; 我们…
阅读更多...
摄像机LookDirection参数对模型缩放灵敏度的影响

摄像机LookDirection参数对模型缩放灵敏度的影响

继续整上回的wpf 3d obj模型程序&#xff1b; 它用HelixToolKit加载了以后&#xff0c;默认可以用鼠标操作模型&#xff0c;中键缩放模型&#xff1b; 有的时候中键稍微滚动几下模型就不见了&#xff1b; 用不同的模型试了一下&#xff1b;中键缩放的灵敏度&#xff0c;就是…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023