C++ 二叉搜索树【面试】

以下是一个简单的二叉搜索树实现,包括插入和查找操作的示例代码:

复制代码
#include <iostream>

// 定义二叉搜索树的节点结构
struct TreeNode {
    int val;
    TreeNode *left;
    TreeNode *right;

    TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
};

// 二叉搜索树类
class BinarySearchTree {
public:
    BinarySearchTree() : root(nullptr) {}

    // 插入操作
    void insert(int val) {
        root = insertRecur(root, val);
    }

    // 查找操作
    bool find(int val) const {
        return findRecur(root, val) != nullptr;
    }

private:
    TreeNode *root;

    // 递归插入操作
    TreeNode* insertRecur(TreeNode* node, int val) {
        if (!node) {
            return new TreeNode(val);
        }
        if (val < node->val) {
            node->left = insertRecur(node->left, val);
        } else if (val > node->val) {
            node->right = insertRecur(node->right, val);
        }
        // 如果val已经存在,则不插入
        return node;
    }

    // 递归查找操作
    TreeNode* findRecur(TreeNode* node, int val) const {
        if (!node || node->val == val) {
            return node;
        }
        if (val < node->val) {
            return findRecur(node->left, val);
        } else {
            return findRecur(node->right, val);
        }
    }
};

// 面试时,你可以解释这段代码,并讨论二叉搜索树的各种操作。
int main() {
    BinarySearchTree bst;
    bst.insert(50);
    bst.insert(30);
    bst.insert(20);
    bst.insert(40);
    bst.insert(70);
    bst.insert(60);
    bst.insert(80);

    if (bst.find(60)) {
        std::cout << "Found 60 in the BST." << std::endl;
    } else {
        std::cout << "60 is not in the BST." << std::endl;
    }

    return 0;
}

二叉搜索树的特点:

  1. 有序性:对于BST中的任意节点,其左子树上所有节点的值均小于该节点的值,右子树上所有节点的值均大于该节点的值。

  2. 二叉树结构:每个节点最多有两个子节点,通常左子节点称为左子树,右子节点称为右子树。

  3. 动态数据结构:二叉搜索树可以在运行时动态地添加和删除节点。

  4. 时间复杂度:在平衡的情况下,BST的查找、插入和删除操作的时间复杂度为O(log n)。但在最坏的情况下(例如,树退化为链表),时间复杂度为O(n)。

  5. 遍历方式:BST可以通过中序遍历(In-Order Traversal)来实现有序遍历。

二叉搜索树的实现要点:

  1. 节点定义:通常使用一个结构体或类来定义树的节点,包含数据域和指向左右子节点的指针。

  2. 插入操作:根据BST的特性,递归地将新节点插入到正确的位置。

  3. 查找操作:从根节点开始,根据目标值与当前节点值的比较结果,决定是向左子树还是向右子树搜索。

  4. 删除操作:删除节点稍微复杂,需要考虑三种情况:无子节点、有一个子节点、有两个子节点。

  5. 平衡问题:为了保持BST的高效性,需要考虑平衡问题,可以使用AVL树或红黑树等自平衡二叉搜索树。

面试回答示例:

"二叉搜索树是一种非常有效的数据结构,用于快速查找、插入和删除操作。它的核心特点是每个节点的值都大于其左子树上所有节点的值,小于其右子树上所有节点的值。这保证了二叉搜索树可以进行中序遍历,从而获得有序的数据序列。

在实现BST时,我们需要定义一个节点结构,包含数据域和指向左右子节点的指针。插入操作是通过递归地比较节点值来完成的。查找操作则是从根节点开始,根据目标值与当前节点值的比较结果,决定搜索的方向。

然而,如果不考虑平衡,二叉搜索树在最坏的情况下可能会退化成链表,导致操作的时间复杂度退化为O(n)。为了解决这个问题,我们可以使用平衡二叉搜索树,如AVL树或红黑树,它们通过旋转操作来保持树的平衡,确保所有操作的时间复杂度接近O(log n

相关推荐
INGNIGHT33 分钟前
91 · 最小调整代价(序列dp)
数据结构·算法·leetcode
moshuying33 分钟前
扩散模型开始写代码、开网页了:350 亿参数,速度比 Jev 快一倍
前端·算法
小超人诞生日记39 分钟前
C++ 异常机制详解:从抛出捕获到异常安全
c++·算法
多弗朗皮卡丘42 分钟前
C++的IO流
开发语言·c++·io流·文件io流
labuladong2 小时前
机器学习&神经网络 系列教程上线
神经网络·算法·机器学习
xiangyun612 小时前
C++ 手撕 shared_ptr:引用计数与控制块到底长什么样?
开发语言·c++·算法·面试·stl
学习论之费曼学习法2 小时前
无人值守AI内容矩阵实战(8):标题 A/B 实验的 6 个工程实现细节,隔日对比与自动判胜
人工智能·python·算法·矩阵·自动化·a/b测试·内容矩阵
Carl_奕然2 小时前
【机器视觉】最强算法之:3D高斯泼溅(3D Gaussian Splatting)
人工智能·python·算法·目标检测·计算机视觉·3d
SunkingYang2 小时前
C++14 vs C++17:新特性对比与用法指南
c++·新特性·用法·c++14·示例·c++17
w_zero_one2 小时前
算法--桶思想
java·开发语言·算法