C++ 二叉树进阶

1.二叉搜索树简介

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
并且二叉搜索树的中序遍历之后是一个有序数组，就是因为先走左边的，但是左边的一定更小；最后再右边的，但是右边的一定最大。
二叉搜索树也叫BinarySearchTree 即 BST

二叉搜索树的功能：

在C语言阶段对树的学习中我们了解到，二叉树用于储存数据或者用于排序并非最优解。

二叉树的主要功能是查找：

理论上，二叉搜索树中不允许有冗余、重复的数据（这里一个4、那里一个4）

默认情况下，搜索二叉树也不支持修改节点中的数据，但是变形之后BST支持冗余或者修改。

2. 二叉树的基本接口

先完成基本结构：

#pragma once
#include <iostream>
#include <assert.h>
#include <vector>
using namespace std;

template<typename K>
class BSTNode {
public:
	typedef BSTNode<K> Node;
	Node* _left;
	Node* _right;
	K _key;//作为数据
};

template<typename K>
class BinarySerachTree {
public:
	typedef BSTNode<K> Node;
protected:
	Node* _root = nullptr;
};

2.1 插入

空容器的第一步是加入数据， 但是因为标准BST不允许冗余元素，

所以插入之前需要先查一下有没有这个元素，先完成一个Find函数:

写完Find之后，再进行插入。

插入的逻辑同Find，找到合适的位置之后插入：

bool Insert(const K& key) {
	Node* newnode = new Node(key);
	//为空单独判断
	if (_root == nullptr) {
		_root = newnode;
		return true;
	}
	//非空树时，找到合适的位置再加入	
	Node* cur = _root;
	Node* parent = _root;
	while (cur) {
		if (cur->_key > key) {
			parent = cur;
			cur = cur->_left;
		}
		else if (cur->_key < key) {
			parent = cur;
			cur = cur->_right;
		}
		else {
			return false;
		}
		//此时已经找到了合适的父节点，但至于向左插入还是向右插入还需要再判断一次
	}

	if (parent->_key > key) parent->_left = newnode;
	if (parent->_key < key) parent->_right = newnode;

	return true;
}

因为最后一遍cur已经走到nullptr了，所以需要再使用一次分支语句判断一下往哪走。

---

为了检查是否插入，我们还需要一个函数打印一下树，采取中序遍历能直接有序打印：

但是_root作为私有成员，想直接Inorder(_root)是不行的：

还需要套一层封装处理一下：

因为_root是不能被外部访问的，只能套一个内部套一个外部了。

---

在写删除节点之前，我们再来观察一下搜索二叉树：

搜索二叉树有查找和去重的作用

也可以排序+查重

查找效率并不是O(logN)

树也有可能退化成：

毕竟没有要求搜索二叉树必须是完全二叉树

所以按照最差的情况，最坏的情况的时间复杂度是O(lN)

可以用平衡二叉搜索树来解决，也就是传说中的AVL树和红黑树

---

2.2 删除

我们以这棵树为例：

1.叶子节点很好解决，直接删除即可。比如1和7

2.有一个孩子的，直接托孤即可，把你的孩子交给你的父节点。比如6和14

3.有两个孩子的，要找人替代。左子树的最大到右子树的最小这个区间的数据都能替代。

但是我们的实际方法就是将这两个节点其中选一个拿去替代。

至于如何找最大或者最小，把根传进去，找小就一直往左走，找大就往右走。

先将二叉树再补充的复杂一点，以删去3为例：

比方说我们用右子树的最左节点去替换（右子树的最左节点和左子树的最右节点一定满足情况或者2，也就是说最多有一个节点或者本身就是叶子节点），替换之后可以直接删除这个 右子树的最左节点 或者****左子树的最右节点

并且还有以下规律：

bst中，最左侧的节点最小，最右侧的节点最大。

这一规律在子树上同样适用。

想要删除，需先找到数据，找到了开始删除：

开始删除时，先讨论第一二种情况，两种情况可以合并，可以把第一种删除叶子节点的情况想象成将nullptr托孤给父节点：

注意：

1.为了保证能找到父节点，所以还是要用双指针法

2.分类讨论的逻辑：如果要被删除的cur的左为空，那就意味着cur要把右边托孤给父节点；但是该让parent的left去接受还是right去接受呢？所以必须再判断一次cur是parent的左还是右。

最后看两个孩子的情况：

我们先假设都用右子树的最小（左）节点来替换，当然也可以用左子树的最大（右）节点。

先去右子树找小（左d）节点：

只有left还存在,就一直往左走：

然后交换数据，将替代者的数据给到cur的位置去：

完成这一步之后就希望删除rightMin节点了。

不过想删除rightMin，必须要用到他的parent

所以还是必须双指针跟着走，所以我们创造了变量rightMinP

我们还是使用之前的加强树作为测试用例：

假设我们要删除的是3：

没有问题，那我们执行一下全部删除：

结果在删除第一个8的时候就出错了

上述代码只能解决上述场景的问题（想用4替代3）

假设我们希望：左图中删除8，或者右图中删除3，以上代码都还是存在一定的逻辑漏洞。

3右数中的最小值就是右数的根，所以最后一句rightMinP->left=rightMin->_right就不正确；

并且rightMinP是空，所以会运行错误。
8的错误就是因为我们自己将rigthMinParent设置成了nullptr。

删除8的时候，cur指向的是8,但是rightMinParent指向的是10,10没有左节点，所以就不会进入while循环，rigthMinParent还是保持初始值nullptr

最后发现，要删除最后一个数据13的时候又报错了，其原因是：

我们解决了删除有两个子节点的节点的父节点的空指针情况（赋值成cur解决了），但是没有考虑至多只有一个子节点的节点的父节点是空指针的情况。

这样的情况想要删除8，就会报错。

因为parent只有进入了查找的循环才会有值：

如果根节点就是我们要删除的_root , 就会因为parent为nullptr而报错。

解决方案：单独判断即可。

这种情况只可能是：左子树为空并且cur就是_root

或者右子树为空并且cur就是_root , 所以此时parent一定是空。

if (cur->_left == nullptr) {
				if (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;
				return true;
}
if (cur->_right == nullptr) {
				if (parent == nullptr)
				{
					_root = cur->_left;
				}else
				if (parent->_left == cur) {
					parent->_left = cur->_left;
				}else
				if (parent->_right == cur) {
					parent->_right = cur->_left;
				}
				delete cur;
				return true;
}

完整的删除代码：

bool Erase(const K& key) {
	Node* parent = nullptr;
	Node* cur = _root;
	//首先要去找到希望被删除的key
	while (cur) {
		if (cur->_key > key) {
			parent = cur;
			cur = cur->_left;
		}
		else if (cur->_key < key) {
			parent = cur;
			cur = cur->_right;
		}
		else {
			//此时找到了，准备进行删除
			//先处理最多只有一个孩子的节点
			if (cur->_left == nullptr) {
				if (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;
				return true;
			}
			if (cur->_right == nullptr) {
				if (parent == nullptr)
				{
					_root = cur->_left;
				}else
				if (parent->_left == cur) {
					parent->_left = cur->_left;
				}else
				if (parent->_right == cur) {
					parent->_right = cur->_left;
				}
				delete cur;
				return true;
			}
			else {
				//删除有两个孩子的双节点
				//这次我们全部都用右树的最小节点
				Node* rightMin = cur->_right;
				Node* rightMinParent = cur;
				//先去找右节点最小的
				while (rightMin->_left) {
					rightMinParent = rightMin;
					rightMin = rightMin->_left;
				}
				//找到合适的替换值了就开始交换
				cur->_key = rightMin->_key;
				//希望被删除的位置一定是没有左节点的。
				if(rightMinParent->_left==rightMin)
				rightMinParent->_left = rightMin->_right;
				else
					rightMinParent->_right = rightMin->_right;

				delete rightMin;
				return true;
			}
		}
	}
	return false;
}

---

3. 搜索二叉树的实践运用

关于查找，目前为止我们有四种方法搜寻：

关于搜索树的使用：

场景1：在不在 key模型（set）

场景2：通过一个值找另外一个值 key/value模型 (map)

通过一个值找另一个值，在节点中存两个数据，可以通过一个找另外一个。

直接在原模版上直接改：

可以由此实现一个小字典：

---

至于cin>>str是如何被判断对错的：

string的流提取是被重载了的，返回值中的istream又去重载了内置类型bool

最后判断的其实是bool的真假。

至于结束这样输入的方法：

1 . CTRL+C 但这样是杀进程，报错结束。

2 . CTRL+Z+换行 输入CTRL+Z+换行的时候让标志变为false , 退出循环

---

key-value的运用：

将Node节点中的数据设置成：string类型的水果名，和int类型的value用于计数