文章目录
- 引言
- 一、二叉搜索树介绍
- 二、二叉搜索树的模拟实现
- 2.1 结点
- 2.2 成员变量
- 2.3 默认成员函数
- 2.3.1 constructor
- 2.3.2 copy constructor
- 2.3.3 operator=
- 2.3.4 destructor
- 2.4 中序遍历
- 2.5 查找
- 2.5.1 迭代实现
- 2.5.2 递归实现
- 2.6 插入
- 2.6.1 迭代实现
- 2.6.2 递归实现
- 2.7 删除
- 2.7.1 迭代实现
- 2.7.2 递归实现
- 三、二叉搜索树的应用
- 四、二叉树进阶面试题
引言
二叉树在之前的数据结构章节讲解过,当时使用C来实现。而如今学习的二叉搜索树,便是二叉树的进阶,也更适合使用C++来实现。
一、二叉搜索树介绍
二叉搜索树(BST,Binary Search Tree),又称为二叉排序树。
它满足以下性质:
- 非空左子树的所有键值小于其根结点的键值
- 非空右子树的所有键值大于其根结点的键值
- 左右子树均为二叉搜索树
二、二叉搜索树的模拟实现
2.1 结点
template<class K>
struct BSTreeNode
{
BSTreeNode<K>* _left;
BSTreeNode<K>* _right;
K _key;
BSTreeNode(const K& key)
: _left(nullptr)
, _right(nullptr)
, _key(key)
{}
};
细节:在二叉搜索树中,一般更喜欢用K作为模板参数,用key作为数据,称为键值。
2.2 成员变量
template<class K>
class BSTree
{
typedef BSTreeNode<K> Node;
protected:
Node* _root = nullptr;
};
2.3 默认成员函数
2.3.1 constructor
//写法一
BSTree()
: _root(nullptr)
{}
//写法二
BSTree() = default;//强制生产默认构造
2.3.2 copy constructor
BSTree(const BSTree<K>& t)
{
_root = Copy(t._root);
}
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;
}
细节:写一个子函数Copy,进行前序遍历递归拷贝
2.3.3 operator=
BSTree<K>& operator=(BSTree<K> t)
{
swap(_root, t._root);
return *this;
}
细节:现代写法,直接拷贝完交换
2.3.4 destructor
~BSTree()
{
Destroy(_root);
}
void Destroy(Node*& root)
{
if (root == nullptr)
{
return;
}
Destroy(root->_left);
Destroy(root->_right);
delete root;
root = nullptr;
}
细节:
- 写一个子函数Destroy,进行后序遍历递归释放
- 参数为Node*&,这样就可以在函数内置空根节点
2.4 中序遍历
为什么只介绍中序遍历呢?二叉搜索树,之所以又称为二叉排序树,是因为在中序遍历时,便能将数据按升序遍历。
void InOrder()
{
_InOrder(_root);
cout << endl;
}
void _InOrder(Node* root)
{
if (root == nullptr)
{
return;
}
_InOrder(root->_left);
cout << root->_key << " ";
_InOrder(root->_right);
}
细节:同样,一般要递归写一个子函数,再进行传参控制
2.5 查找
二叉搜索树,其最大优势肯定是在于搜索!
2.5.1 迭代实现
bool Find(const K& key)
{
Node* cur = _root;
while (cur)
{
if (cur->_key < key)
{
cur = cur->_right;
}
else if (cur->_key > key)
{
cur = cur->_left;
}
else
{
return true;
}
}
return false;
}
细节:
- 查找的key比当前结点的_key大,则往右查找
- 查找的key比当前结点的_key小,则往左查找
- 找到返回true,走到空找不到返回false
2.5.2 递归实现
bool FindR(const K& key)
{
return _FindR(_root, key);
}
bool _FindR(Node* root, const K& key)
{
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;
}
}
2.6 插入
2.6.1 迭代实现
bool Insert(const K& key)
{
if (_root == nullptr)
{
_root = new Node(key);
return true;
}
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
{
return false;
}
}
cur = new Node(key);
if (parent->_key < key)
{
parent->_right = cur;
}
else
{
parent->_left = cur;
}
return true;
}
细节:
- 若根为空,直接创建结点,返回true
- 设置parent变量,记录父节点,以便在cur走到空时进行插入
- 插入前,要判断用左指针还是右指针链接
2.6.2 递归实现
bool InsertR(const K& key)
{
return _InsertR(_root, key);
}
bool _InsertR(Node*& root, const K& key)
{
if (root == nullptr)
{
root = new Node(key);
return true;
}
if (root->_key < key)
{
return _InsertR(root->_right, key);
}
else if (root->_key > key)
{
return _InsertR(root->_left, key);
}
else
{
return false;
}
}
细节:参数为Node*&,使得当前root为空,却可以直接创建节点链接(因为此时root是其父节点左右指针的引用)
2.7 删除
2.7.1 迭代实现
bool Erase(const K& key)
{
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
{
if (cur->_right == nullptr)//右子树为空
{
if (cur == _root)
{
_root = _root->_left;
}
else
{
if (parent->_right == cur)
{
parent->_right = cur->_left;
}
else
{
parent->_left = cur->_left;
}
}
delete cur;
}
else if (cur->_left == nullptr)//左子树为空
{
if (cur == _root)
{
_root = _root->_right;
}
else
{
if (parent->_left == cur)
{
parent->_left = cur->_right;
}
else
{
parent->_right = cur->_right;
}
}
delete cur;
}
else//左右子树均不为空
{
//这里选择找右子树的最左节点
Node* pminRight = cur;
Node* minRight = cur->_right;
while (minRight->_left)
{
pminRight = minRight;
minRight = minRight->_left;
}
cur->_key = minRight->_key;
if (pminRight->_right == minRight)
{
pminRight->_right = minRight->_right;
}
else
{
pminRight->_left = minRight->_right;
}
delete minRight;
}
return true;
}
}
return false;
}
细节:
- 首先依然要parent记录父节点,进行查找
- 找到了,分三种删除情况:
- 右子树为空
- 左子树为空
- 左右子树均不为空
- 左右子树一边为空时,先判断parent是否为空,如果为空,代表cur为_root,需要移动_root;如果不为空,则再判断左右指针链接
- 左右子树均不为空时,寻找右子树的最左结点minRight(也可以是左子树的最右结点)来替代cur,注意minRight可能有孩子,还要设置pminRight记录其父节点位置,判断左右指针链接
2.7.2 递归实现
bool EraseR(const K& key)
{
return _EraseR(_root, key);
}
bool _EraseR(Node*& root, const K& key)
{
if (root == nullptr)
{
return false;
}
if (root->_key < key)
{
return _EraseR(root->_right, key);
}
else if (root->_key > key)
{
return _EraseR(root->_left, key);
}
else
{
Node* del = root;
if (root->_right == nullptr)//右子树为空
{
root = root->_left;
}
else if (root->_left == nullptr)//左子树为空
{
root = root->_right;
}
else
{
Node* minRight = root->_right;
while (minRight->_left)
{
minRight = minRight->_left;
}
swap(root->_key, minRight->_key);
return _EraseR(root->_right, key);
}
delete del;
return true;
}
}
细节:
- 参数为Node*&,使得左右子树一边为空时,不用判断,直接链接(将两种情况一并处理了)
- 左右子树均不为空时,交换待删除root和minRight的键值key,再递归其右子树删除
三、二叉搜索树的应用
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。
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。
四、二叉树进阶面试题
二叉树进阶面试题
一、根据二叉树创建字符串
二、二叉树的层序遍历
三、二叉树的最近公共祖先
四、二叉搜索树转换双向链表
五、构造二叉树
5.1 前序与中序
5.2 中序与后序
六、二叉树的前中后序遍历(非递归)
6.1 前序
6.2 中序
6.3 后序