前言
在前面的学习过程中,我们已经学习了二叉树的相关知识。在这里我们再使用C++来实现一些比较难的数据结构。
这篇文章用来实现二叉搜索树。
一.二叉搜索树
1.1二叉搜索树的定义
二叉搜索树(Binary Search Tree)是基于二叉树的一种升级版本,因为普通的二叉树没有实际应用的价值,无法进行插入、删除等操作,所以我们进行了升级,升级成了二叉搜索树。
二叉搜索树是一种特殊的二叉树,它对数据的存储有着极其严格的要求:左节点比根节点小,右节点比根节点大。
下面我们展示一下二叉树和搜索二叉树的区别:
![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/f53117d894b24058a8add35c30699293.png
下面,我们通过中序遍历来看一看遍历结果:
我们发现,我们构建出的树是有序的。
那么,如果我们通过中序遍历+二分查找的话,会发现查找的效率很高,为O(logN)。这也是二叉搜索树名字的由来。
1.2二叉搜索树的特点
二叉搜索树的特点就是:左小于根,右大于根。
- 若某个结点的左节点不为空,那么它一定小于它的父节点。
- 若某个结点的右节点不为空,那么它一定大于它的父节点。
- 中序遍历的结果是有序的,为升序。
下面我们就来实现一颗二叉搜索树
二.二叉搜索树的实现
2.1基本框架
和二叉树类似的是,我们在建立二叉搜索树时,需要两个结构体。
- 节点类:表示结点
- 树类:表示树,存储结点。
template <class K>
struct BinarySearchTreeNode
{
BinarySearchTreeNode(const K& key)
:_left(nullptr)
,_right(nullptr)
,_key(key)
{}
BinarySearchTreeNode<K>* _left;
BinarySearchTreeNode<K>* _right;
K _key;
};
template <class K>
class BinarySearchTree
{
typedef BinarySearchTreeNode Node;
private:
Node* _root=nullptr;
};
这样,我们便完成了大体的框架。
2.2 查找
由于我们的二叉搜索树是有序的。
因此,查找的逻辑如下:
- 若为空树,则返回false
- 查找值大于节点值,往右走。
- 查找值小于节点值,往左走。
- 相等时,则找到了结点。
因此,其实现如下:
bool Empty()const
{
return _root = nullptr;
}
bool Find(const K& key)
{
//空树
if (Empty())
{
return false;
}
Node* cur = _root;
while (cur)
{
if (cur->_key < key)
{
cur = cur->_right;
}
else if (cur->_key > key)
{
cur = cur->_left;
}
else
return true;
}
}
为了能够更好的理解这段代码,我给出如下图解:
2.3 插入
下面,我们来实现一下插入的算法。
对于插入而言,其实就是创建一个结点,然后查找到合适的位置并进行链接。
因此,我们可以想到,插入的大体逻辑如下:
- 先找到合适的位置
- 创建一个结点
- 将结点与其父节点进行链接
对于我们而言,找到合适的位置其实就是之前写的find函数。
因此,我们只需要copy一下代码,然后将新建结点并连接即可。
bool Insert(const K& key)
{
//空的处理
if (_root = nullptr)
{
_root = new node(key);
return true;
}
//查找
//由于我们需要记录父结点,因此我们需要将parent记录出来。
Node* parent = nullptr;
Node* cur = _root;
while (cur)
{
//key大,往右走
if (cur->_key < key)
{
parent = cur;
cur = cur->_right;
}
//key小,往左走
else if (cur->_key > key)
{
parent = cur;
cur = cur->_left;
}
else
{
return false;
}
}
//新建结点
cur = new Node(key);
//判断是父的左子节点or右子节点,连接。
if (parent->_key > key)
parent->_left = cur;
else
parent->_right = cur;
return true;
}
需要一提的是,我们现在做的二叉树是不允许冗余的,当两个数相同时,就寄!
看一段插入逻辑:
下面,我们看一段冗余的逻辑:
这时,就出现了冗余的情况,插入失败了。
2.4 删除
删除是搜索二叉树的重点内容,它需要我们考虑非常多的情况。
下面,我们介绍一下具体的删除逻辑:
- 先依照查找的逻辑,判断目标值存不存在
- 如果存在,则进行删除
- 如果不存在,则寄!
说起来是非常简单的,但是实际的删除逻辑是极其复杂的,因为情况有非常多种。
首先,我们先把第一步查找的逻辑复现出来,然后我们再对删除的情况进行具体的分析。
bool Erase()
{
//空的处理
if (_root = nullptr)
{
_root = new node(key);
return true;
}
//查找
//由于我们需要记录父结点,因此我们需要将parent记录出来。
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
{
//具体的删除逻辑。
}
}
}
下面,我们来思考删除逻辑的具体处理方式。
2.4.1右子树为空
我们对右子树为空的情况的处理:我们需要估计到其的子节点,因此我们需要将其父节点与其左子节点相连。
2.4.2左子树为空
对于左子树都为空而言,我们需要的的则是将其父节点与其右子节点相连。
2.4.3 左右子树都为空
删除的具体逻辑看图片
到现在为止,我们总结了三种情况,可以得出如下代码:
//具体的删除逻辑
if (cur->_left == nullptr)
{
if (parent->_left == cur) //是父的左
{
parent->_left = cur->_right;
}
else//是父的右
parent->_right = cur->_right;
}
else if (cur->_right == nullptr)
{
if (parent->_left == cur)//是父的左
parent->_left = cur->_left;
else//是父的右
parent->_right = cur->_left;
}
下面,我们来考虑一下左右子节点都为空的情况:
在左右子树都不为空的时候,因为cur有两个子节点,因此我们没有办法通过父节点与其子节点的链接解决问题了,这时我们应该怎么做呢?
我们这时的处理方式:
在不影响树的基本规则的情况下,找一个结点替代cur。
那么,现在问题就转化成为了如何找到那个能够取代cur的结点。
能够取代cur,那么就一定要满足二叉搜索树的限制关系。
我们假设在右子树,那么,这个结点一定要比父节点大,比左子节点大,比右子节点小。
这时,我们发现,cur的右子树的最左结点能够满足这点,也就是右子树的最小值。
代入上图:我们将3和6互换位置,得出如下结果:
同理,如果是左子树的话,就需要找到其最左结点,也就是左子树的最大值。
左子树的最大值和右子树的最小值我们选一个即可。
下面,我们来写写代码:
else//两个结点的情况
{
Node* RrightMinParent == null;//下一段代码要修改这里
Node* RightMin = cur->_right;
while (leftMax->_left)
{
RrightMinParent = RightMin;
RightMin = RightMin->_left;
}
swap(cur->_key, RightMin->key);
if (RrightMinParent->_left == RightMin)
{
RrightMinParent->_left = RightMin->_left;//此时转换成为了删除没有子树的情况,等于左还是右都无所谓的
}
else
RrightMinParent->_right = RightMin->_left;
}
现在,我们已经完成了全部的逻辑,下面只需要我们进行一些边界处理即可以及删除掉结点即可。
请看代码注释:
bool Erase()
{
//空的处理
if (_root = nullptr)
{
_root = new node(key);
return true;
}
//查找
//由于我们需要记录父结点,因此我们需要将parent记录出来。
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
{
//具体的删除逻辑
//判断是父的左还是右
if (cur->_left == nullptr)
{
//如果是根节点,则找不到parent,等于右结点即可。
if (cur == _root)
{
_root = _root->_right;
}
else
{
if (parent->_left == cur)
parent->_left = cur->_right;
else
parent->_right = cur->_right;
}
}
else if (cur->_right == nullptr)
{
//如果是根节点,则找不到parent,等于左结点即可。
if (cur == _root)
{
_root = _root->_left;
}
else
{
if (parent->_left == cur)
parent->_left = cur->_left;
else
parent->_right = cur->_left;
}
}
else//两个结点的情况
{
RrightMinParent == cur;//下面的while循环可能进不去,此时若parent为空,寄!因此需初始化为cur
Node* RightMin = cur->_right;
while (leftMax->_left)
{
RrightMinParent = RightMin;
RightMin = RightMin->_left;
}
swap(cur->_key, RightMin->key);
if (RrightMinParent->_left == RightMin)
{
RrightMinParent->_left = RightMin->_left;//此时转换成为了删除没有子树的情况,等于左还是右都无所谓的
}
else
RrightMinParent->_right = RightMin->_left;
cur=RightMin;
}
delete cur;
return true;
}
}
return false;
}
三.二叉搜索树的遍历
二叉搜索树的遍历和二叉树的遍历一模一样,在这里,我们只需要用到中序遍历
直接写在这里:
中序遍历:根->左->右
在使用CPP实现的二叉树中,我们有以下问题:
- 二叉树的根是私有属性,外界无法直接获取。
我们有如下的解决方案:
- 公有化(不安全)
- 通过函数获取(有点别扭,不爱写那么多)
- 封装封装再封装!劳资再来一层!(好用爱用)
我们采取解决方案3,解决方案3为:我们在private中实现中序遍历,然后在public里调用。
如下:
public:
void InOrder()
{
return _Inorder(_root);
}
private:
void _Inorder(Node* root)
{
if (_root = nullptr)
{
return;
}
_Inorder(root->_left)
cout<<root->_key<<endl;
_Inorder(root->_right)
}
Node* _root=nullptr;
};
四.递归实现
4.1查找
有关查找的逻辑,我们也可以使用递归实现。
实现逻辑如下:
- 如果当前根小于key,则递归到右树查找
- 如果当前根大于key,则递归到左树查找
- 如果当前树为空,则返回false
- 若以上条件都不符合,则是找到了,返回true
public:
bool FindR()
{
return _FindR()
}
private:
void _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);
}
return true;
}
4.2插入
使用递归查找的话很简单,找到地方了之后直接把值放进去即可。
public:
bool _InsertR(const K& key)
{
return _Insert(root, key);
}
private:
void _InsertR(Node*& root, const K& key)//&不是取地址,而是引用
{
if (root = nullptr)
{
root = new Node(key);//因为传递了指针的引用,因此我们可以在这里new一个node
return true;
}
if (root->_key < key)
return _Insert(root->_right,key);
else if (root->_key > key)
return _Insert(root->_left,key);
else
return false;
}
4.3递归删除
删除的递归逻辑也需要使用引用
使用引用的目的是,在不同的函数栈帧中可以删除掉同一个节点,而不是临时变量。
另外,我们在这里使用的删除逻辑还是非递归版的删除逻辑,只不过找到key的方式变为递归了,如下:
bool _EraseR(Node*& root, const K& key)
{
if (root == nullptr) // 基本情况:当前结点为空,表示未找到key,删除失败。
{
return false;
}
if (root->_key < key)
_EraseR(root->_right, key); // 在右子树中递归查找并删除,不需要返回值。
else if (root->_key > key)
_EraseR(root->_left, key); // 在左子树中递归查找并删除,不需要返回值。
else // 找到了要删除的结点
{
Node* del = root; // 暂存当前结点,准备删除
if (root->_left == nullptr)
root = root->_right; // 当前结点左子树为空,用右子树替换它。
else if (root->_right == nullptr)
root = root->_left; // 当前结点右子树为空,用左子树替换它。
else
{
Node* leftMax = root->_left; // 查找左子树中的最大结点
while (leftMax->_right)
{
leftMax = leftMax->_right;
}
swap(root->_key, leftMax->_key); // 交换当前结点和左子树最大结点的值
return _EraseR(root->_left, key); // 递归删除左子树中的最大结点
}
delete del; // 删除当前结点
return true; // 删除成功
}
}
五.其他实现
5.1 销毁
我们通过后序遍历的思想来销毁,先递归左子树销毁,再递归右子树销毁。最后销毁根节点。
public:
~BinarySearchTree()
{
Destory(_root);
}
private:
void Destory(Node*& root)
{
if (root = nullptr)
return;
Destory(root->_left);
Destory(root->_right);
delete root;
root = nullptr;
}
5.2拷贝构造以及赋值重载
现在我们实现下拷贝构造来避免浅拷贝问题。
public:
BinarySearchTree = default();
BinarySearchTree(const BinarySearchTree<K>& a)
{
_root = Copy(a._root);
}
BinarySearchTree<K>& operator=(BinarySearchTree<K> a)
{
swap(_root, a._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;
}