前面写了初阶数据结构——二叉树;本文内容是来对它来进行结尾
目录
一概念
二实现
2.1查找
2.2插入
2.3删除
完整源代码
三二叉树的应用
四二叉搜索树的性能分析
五二叉搜索树相关的面试题
一概念
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
二实现
以下面的二叉搜索树为例:
2.1查找
a、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。
b、走到到空,还没找到,这个值不存在。
bool find(const K& val)
{Node* cur = _root;while (cur){if (cur->_key < val){cur = cur->_right;}else if (cur->_key > val){cur = cur->_left;}else{//相等return true;}}return false;
}
2.2插入
a. 树为空,则直接新增节点,赋值给root指针
b. 树不空,按二叉搜索树性质查找插入位置,插入新节点
bool insert(const K& val)
{if (_root == nullptr){_root = new Node(val);return true;}else{Node* parent = nullptr;Node* cur = _root;while (cur){if (cur->_key < val){parent = cur;cur = cur->_right;}else if (cur->_key > val){parent = cur;cur = cur->_left;}else{//相等return false;}}//判断要在parent的左还是右进行插入cur = new Node(val);if (parent->_key > val){parent->_left = cur;}else{parent->_right = cur;}return true;}
}
2.3删除
a先通过二叉搜索树的性质找到节点的位置
b分析删除节点的左右孩子的情况:
无左右孩子节点(不考虑)
只有左孩子节点:删除之前把左孩子交给父亲节点
只有右孩子节点:删除之前把右孩子交给父亲节点
右孩子节点都有:有两种解决方法:
1找左节点的最大值的节点Max:Max的val与待删除的val进行交换;
2找右孩子的最小值的节点Min:Min的val与待删除的val进行交换;
以第二种为例来设计代码:
要注意对特殊情况的处理(删除根节点的情况):
特别要记录cur(删除节点)的父节点(cur在父节点的左边还是右边不清楚)
bool erase(const K& val)
{if (_root == nullptr) return false;Node* parent = nullptr;Node* cur = _root;while (cur){if (cur->_key < val){parent = cur;cur = cur->_right;}else if (cur->_key > val){parent = cur;cur = cur->_left;}else{//找到删除位置//右孩子为空if (cur->_right == nullptr){//cur是根节点if (parent == nullptr) _root = cur->_left;//cur的左孩子交给parentelse{if (parent->_left == cur) parent->_left = cur->_left;else if (parent->_right == cur) parent->_right = cur->_left;}delete cur;}//右孩子为空else if (cur->_left == nullptr){//cur==_rootif (parent == nullptr) _root = cur->_right;else{if (parent->_left == cur) parent->_left = cur->_right;else if (parent->_right == cur) parent->_right = cur->_right;}delete cur;}//都有else{//找到右节点的最小值进行替换删除(左节点的最大值)//要删除的可能是_root patent不能为nullptrNode* ParentRightMin = cur;Node* RightMin = cur->_right;while (RightMin->_left){ParentRightMin = RightMin;RightMin = RightMin->_left;}swap(RightMin->_key, cur->_key);//RightMin的右子树交给ParentRightMinif (ParentRightMin->_right == RightMin){ParentRightMin->_right = RightMin->_right;}else{ParentRightMin->_left = RightMin->_right;}delete RightMin;}return true;}}return false;
}
完整源代码
#pragma once
#include<iostream>
using namespace std;namespace bit
{template<class K>struct Node{Node(const K& key = K()):_left(nullptr), _right(nullptr), _key(key){}Node<K>* _left;Node<K>* _right;K _key;};template<class K>class BSTree{typedef Node<K> Node;public:bool insert(const K& val){if (_root == nullptr){_root = new Node(val);return true;}else{Node* parent = nullptr;Node* cur = _root;while (cur){if (cur->_key < val){parent = cur;cur = cur->_right;}else if (cur->_key > val){parent = cur;cur = cur->_left;}else{//相等return false;}}//判断要在parent的左还是右进行插入cur = new Node(val);if (parent->_key > val){parent->_left = cur;}else{parent->_right = cur;}return true;}}bool find(const K& val){Node* cur = _root;while (cur){if (cur->_key < val){cur = cur->_right;}else if (cur->_key > val){cur = cur->_left;}else{//相等return true;}}return false;}bool erase(const K& val){if (_root == nullptr) return false;Node* parent = nullptr;Node* cur = _root;while (cur){if (cur->_key < val){parent = cur;cur = cur->_right;}else if (cur->_key > val){parent = cur;cur = cur->_left;}else{//找到删除位置//右孩子为空if (cur->_right == nullptr){//cur是根节点if (parent == nullptr) _root = cur->_left;//cur的左孩子交给parentelse{if (parent->_left == cur) parent->_left = cur->_left;else if (parent->_right == cur) parent->_right = cur->_left;}delete cur;}//右孩子为空else if (cur->_left == nullptr){//cur==_rootif (parent == nullptr) _root = cur->_right;else{if (parent->_left == cur) parent->_left = cur->_right;else if (parent->_right == cur) parent->_right = cur->_right;}delete cur;}//都有else{//找到右节点的最小值进行替换删除(左节点的最大值)//要删除的可能是_root patent不能为nullptrNode* ParentRightMin = cur;Node* RightMin = cur->_right;while (RightMin->_left){ParentRightMin = RightMin;RightMin = RightMin->_left;}swap(RightMin->_key, cur->_key);//RightMin的右子树交给ParentRightMinif (ParentRightMin->_right == RightMin){ParentRightMin->_right = RightMin->_right;}else{ParentRightMin->_left = RightMin->_right;}delete RightMin;}return true;}}return false;}//进行套壳void _InOrder(){InOrder(_root);cout << endl;}private:void InOrder(const Node* _root){if (_root == nullptr) return;InOrder(_root->_left);cout << _root->_key << " ";InOrder(_root->_right);}private:Node* _root=nullptr;};void Test1(){BSTree<int> sb;sb.insert(3);sb.insert(2);sb.insert(4);sb._InOrder();sb.erase(3);sb.erase(2);sb.erase(4);sb._InOrder();}
}
三二叉树的应用
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:
//对二叉搜索树进行改造:
template<class K,class V>
struct Node
{Node(const K& key = K(),const V& val=V()):_left(nullptr), _right(nullptr), _key(key),_val(val){}Node<K,V>* _left;Node<K,V>* _right;K _key;V _val;
};
template<class K,class V>
class BSTree
{typedef Node<K,V> Node;
public:bool Insert(const K& val,const K& valute){if (_root == nullptr){_root = new Node(val,valute);return true;}else{Node* parent = nullptr;Node* cur = _root;while (cur){if (cur->_key < val){parent = cur;cur = cur->_right;}else if (cur->_key > val){parent = cur;cur = cur->_left;}else{//相等return false;}}//判断要在parent的左还是右进行插入if (parent->_key > val){parent->_left = new Node(val,valute);}else{parent->_right = new Node(val,valute);}return true;}}Node* Find(const V& val){Node* cur = _root;while (cur){if (cur->_key < val){cur = cur->_right;}else if (cur->_key > val){cur = cur->_left;}else{//相等return cur;}}return nullptr;}void _InOrder(){InOrder(_root);}private:void InOrder(const Node* _root){if (_root == nullptr) return;InOrder(_root->_left);cout << _root->_key << endl;InOrder(_root->_right);}Node* _root = nullptr;
};void Test1()
{// 输入单词,查找单词对应的中文翻译BSTree<string, string> dict;dict.Insert("string", "字符串");dict.Insert("tree", "树");dict.Insert("left", "左边、剩余");dict.Insert("right", "右边");dict.Insert("sort", "排序");// 插入词库中所有单词string str;while (cin >> str){Node<string, string>* ret = dict.Find(str);if (ret == nullptr){cout << "单词拼写错误,词库中没有这个单词:" << endl;}else{cout << "中文翻译:" << ret->_val << endl;}}
}
四二叉搜索树的性能分析
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。
但二叉搜索树在不同的场景可能会有以下结构:
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:long2N
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方而在这种最差的情况下是有办法去去对它进行调整:将二叉树进行旋转,这个我们下文在说
五二叉搜索树相关的面试题
1. 二叉树创建字符串。oj链接
2. 二叉树的分层遍历1。oj链接
3. 二叉树的分层遍历2。oj链接
4. 给定一个二叉树, 找到该树中两个指定节点的最近公共祖先 。oj链接
5. 二叉树搜索树转换成排序双向链表。oj链接
6. 根据一棵树的前序遍历与中序遍历构造二叉树。 oj链接
7. 根据一棵树的中序遍历与后序遍历构造二叉树。oj链接
8. 二叉树的前序遍历,非递归迭代实现 。oj链接
9. 二叉树中序遍历 ,非递归迭代实现。oj链接
10. 二叉树的后序遍历 ,非递归迭代实现。oj链接
以上便是我在学习二叉搜索树的相关内容,有错误欢迎在评论区指正,谢谢!!