数据结构——“二叉搜索树”

二叉搜索树是一个很重要的数据结构,它的特殊结构可以在很短的时间复杂度找到我们想要的数据。最坏情况下的时间复杂度是O(n),最好是O(logn)。接下来看一看它的接口函数的实现。

为了使用方便,这里采用模版的方式:

一、节点

cpp 复制代码
template <class K>
struct BSnode
{
	BSnode(K key)
		:_key(key)
	{}
	K _key;
	BSnode* _left = nullptr;
	BSnode* _right = nullptr;
};

_key用来储存数据,_left和_right用来储存左子树和右子树的节点。

二、搜索树的类的定义

cpp 复制代码
template <class K>
class BSTree
{
private:
	using Node = BSnode<K>;
	Node* _root = nullptr;
};

这里typedef了BSnode<K>为Node的类型,方便使用。并创建了根节点,缺省值为空指针。

三、搜索树的插入

搜索树的结构是左子树所有节点的值小于等于根结点的值,右子树所有节点的值大于等于根节点的值。在这里我不考虑等于的情况,即一棵树中不允许出现相同的值。代码如下:

cpp 复制代码
	//搜索树的插入
	bool Insert(K& key)
	{
		Node* cur = _root;
		Node* parent = nullptr;
		if (cur == nullptr)
		{
			_root = new Node(key);
		}
		else
		{
			while (cur)
			{
				if (cur->_key < key)
				{
					parent = cur;
					cur = cur->_right;
				}
				else if (cur->_key > key)
				{
					parent = cur;
					cur = cur->_left;
				}
				else
				{
					return false;
				}
			}

			if (key > parent->_key)//插入的值大于父亲节点,那么就需要在父亲节点的右边插入
			{
				parent->_right = new Node(key);
			}
			else//插入的值小于父亲节点,那么就需要在父亲节点的左边插入
			{
				parent->_left = new Node(key);
			}
		}
		return true;
	}

代码大体情况如下:

1.第一次插入数据的时候,根节点指向空,需要单独讨论。

2.根节点不为空,那么就根据搜索树的特点找到最后插入的位置,申请新节点,连接新节点。

3.找不到插入的位置,即插入的数据已经存在,返回false。

四、搜索树的查找

cpp 复制代码
	//搜索树的查找
	Node* Find(const K& key)
	{
		assert(_root);
		Node* cur = _root;
		while (cur)
		{
			if (cur->_key > key)
			{
				cur = cur->_left;
			}
			else if (cur->_key <  key)
			{
				cur = cur->_right;
			}
			else
			{
				return cur;
			}
		}

		return nullptr;
	}

这段代码是根据搜索树的特点进行查找(搜索的值大于根,那么去右子树查找,小于则去左子树查找),倘若找到,返回该节点指针,找不到,返回空指针。

五、搜索树的删除

搜索树的删除偏向复杂,在我写出的代码中大致分为以下几点:

1.删除的数据在叶子节点上。

2.删除的节点不在叶子节点上,但是它的左右节点至少有一个是空。

3.删除的节点不在叶子节点上,且左右子树都不为空。

4.删除的节点在根节点,根节点至少有一个为空。

通过总结可以精简以上条件:

1.删除的节点的左右节点至少有一个为空。

2.删除的节点的左右节点都不为空。

代码如下:

cpp 复制代码
	//搜索二叉树的删除
	bool Erase(const K& key)
	{
		assert(_root);
		//先找到要删除的节点
		Node* cur = _root;
		Node* parent = nullptr;
		while (cur)
		{
			if (cur->_key > key)
			{
				parent = cur;
				cur = cur->_left;
			}
			else if (cur->_key < key)
			{
				parent = cur;
				cur = cur->_right;
			}
			else
			{
				break;
			}
		}

		//找不到要删除的数据,返回false
		if (cur == nullptr)return false;
		//找到了
		
//处理"该节点的左孩子或者右孩子为空,或者左右孩子均为空"
		if (cur->_left == nullptr || cur->_right == nullptr)
		{
			//该节点是根,且且根节点至少一个子树为空
			if (parent == nullptr)//parent为空,证明输入的是根节点,且根节点至少一个子树为空 
			{
				_root->_left == nullptr ? _root = _root->_right : _root = _root->_left;
				delete cur;
			}
			//该节点是左孩子
			else if (cur == parent->_left)
			{
				//左节点为空
				if (cur->_left == nullptr && cur->_right != nullptr)
				{
					parent->_left = cur->_right;
				}
				//右节点为空
				else if(cur->_left != nullptr && cur->_right == nullptr)
				{
					parent->_left = cur->_left;
				}
				//左右节点均为空
				else
				{
					parent->_left = nullptr;
				}
				
				//释放资源
				delete cur;
			}
			//该节点是右孩子
			else if (cur == parent->_right)
			{
				//左节点为空
				if (cur->_left == nullptr && cur->_right != nullptr)
				{
					parent->_right = cur->_right;
				}
				//右节点为空
				else if (cur->_left != nullptr && cur->_right == nullptr)
				{
					parent->_right = cur->_left;
				}
				//左右节点均为空
				else
				{
					parent->_right = nullptr;
				}

				//释放资源
				delete cur;
			}
		
		}
//处理"该节点的左右孩子均不为空"
		else
		{
			//找到左节点的最大值
			Node* Fparent = cur;
			Node* Fcur = cur->_left;
			


			while (Fcur ->_right)
			{
				Fparent = Fcur;
				Fcur = Fcur->_right;
			}
			//交换节点的值
			cur->_key = Fcur->_key;
			//Fcur的左边有数据
			if (Fcur->_left)
			{
				Fparent->_right = Fcur->_left;
				delete Fcur;
			}
			//Fcur的左边没有数据
			else
			{
				
				if(Fcur == Fparent->_left)
				{
					Fparent->_left = nullptr;
				}
				else
				{
					Fparent->_right = nullptr;
				}
				delete Fcur;
			}

		}
		
		return true;
	}

首先是先要找到删除的数据,若找不到,返回false,若找到,那么进行下一步:

找到后还有如下情况:

1.删除的节点的左右节点至少有一个为空。

对应代码:

cpp 复制代码
//处理"该节点的左孩子或者右孩子为空,或者左右孩子均为空"
		if (cur->_left == nullptr || cur->_right == nullptr)
		{
			//该节点是根,且且根节点至少一个子树为空
			if (parent == nullptr)//parent为空,证明输入的是根节点,且根节点至少一个子树为空 
			{
				_root->_left == nullptr ? _root = _root->_right : _root = _root->_left;
				delete cur;
			}
			//该节点是左孩子
			else if (cur == parent->_left)
			{
				//左节点为空
				if (cur->_left == nullptr && cur->_right != nullptr)
				{
					parent->_left = cur->_right;
				}
				//右节点为空
				else if(cur->_left != nullptr && cur->_right == nullptr)
				{
					parent->_left = cur->_left;
				}
				//左右节点均为空
				else
				{
					parent->_left = nullptr;
				}
				
				//释放资源
				delete cur;
			}
			//该节点是右孩子
			else if (cur == parent->_right)
			{
				//左节点为空
				if (cur->_left == nullptr && cur->_right != nullptr)
				{
					parent->_right = cur->_right;
				}
				//右节点为空
				else if (cur->_left != nullptr && cur->_right == nullptr)
				{
					parent->_right = cur->_left;
				}
				//左右节点均为空
				else
				{
					parent->_right = nullptr;
				}

				//释放资源
				delete cur;
			}
		
		}

原理:由于删除的节点左右子树至少有一个为空,那么就可以让父节点继承被删除节点的非空节点。继承后,删除该节点。如果被删除的节点的左右子树都为空,即被删除的节点是叶子节点,那么就可以直接删除叶子节点,然后将父节点指向空。

以上代码分别对删除的节点是左子树还是右子树的情况下,删除的节点是否有左子树,是否有右子树,还是左右子树都没有进行讨论,涵盖所有情况。值得注意的是,当搜索树呈现链状的时候,如果删除的是根节点,此时的父节点是空,不能进行访问,那么需要在这里单独讨论。将根节点移动到有数据的那个子节点。

2.删除的节点的左右节点都不为空。

对应代码:

cpp 复制代码
//处理"该节点的左右孩子均不为空"
		else
		{
			//找到左节点的最大值
			Node* Fparent = cur;
			Node* Fcur = cur->_left;
			while (Fcur ->_right)
			{
				Fparent = Fcur;
				Fcur = Fcur->_right;
			}
			//交换节点的值
			cur->_key = Fcur->_key;
			//Fcur的左边有数据
			if (Fcur->_left)
			{
				Fparent->_right = Fcur->_left;
				delete Fcur;
			}
			//Fcur的左边没有数据
			else
			{
				
				if(Fcur == Fparent->_left)
				{
					Fparent->_left = nullptr;
				}
				else
				{
					Fparent->_right = nullptr;
				}
				delete Fcur;
			}

		}

第二种情况就不能直接进行交换。因为父节点没有多余的指针指向被删除节点的左右节点。那么在这里的思想是找到一个比被删除的节点的左孩子大,右孩子小。符合条件的是:左子树的最大值,或者右子树的最小值。找到之后交换节点值。但是还是需要注意的是,找到最大值以后,分为两种情况:

a.最大值的左边为空。

b.最大值的左边不为空。

那么进行讨论:比如删除的数据是8。

a.最大值的左边为空:

这个条件下可以直接交换删除

b.最大值的左边不为空:

这种情况下就需要将父节点的右节点(最大值的位置)指向最大值的左节点。

在这段代码中:

cpp 复制代码
			//找到左节点的最大值
			Node* Fparent = cur;
			Node* Fcur = cur->_left;
			while (Fcur ->_right)
			{
				Fparent = Fcur;
				Fcur = Fcur->_right;
			}

Node* Fparent = cur;的目的是避免这种情况下,空指针解引用的问题:删除的数据是3:

倘若Fparent 为空

此时Fcur已经为叶子节点(已经为3的左子树的最大值),while循环不会进而以下代码会对Fparent解引用,造成访问空指针的错误。如果将Fparent复制为cur,那么从一开始,Fparent就是Fcur的父节点,既不违反逻辑,也解决了问题。

因为此时1在父节点的左边,所以综上所述,再删除节点的同时也是需要判断被删除的节点是左节点还是右节点。

示例:

cpp 复制代码
int main()
{
	BSTree<int> tree;

	int a[] = { 8, 3, 1, 10, 6, 4, 7, 14, 13 };

	for (auto f : a)
	{
		tree.Insert(f);
	}


	for (auto f : a)
	{
		tree.Erase(f);
		tree.InTraversal();
		cout << endl;
	}

	return 0;
}

结果(中序遍历):

相关推荐
Chris _data10 分钟前
二叉树oj题解析
java·数据结构
Lenyiin1 小时前
02.06、回文链表
数据结构·leetcode·链表
爪哇学长1 小时前
双指针算法详解:原理、应用场景及代码示例
java·数据结构·算法
爱摸鱼的孔乙己1 小时前
【数据结构】链表(leetcode)
c语言·数据结构·c++·链表·csdn
烦躁的大鼻嘎2 小时前
模拟算法实例讲解:从理论到实践的编程之旅
数据结构·c++·算法·leetcode
C++忠实粉丝2 小时前
计算机网络socket编程(4)_TCP socket API 详解
网络·数据结构·c++·网络协议·tcp/ip·计算机网络·算法
daiyang123...4 小时前
测试岗位应该学什么
数据结构
kitesxian4 小时前
Leetcode448. 找到所有数组中消失的数字(HOT100)+Leetcode139. 单词拆分(HOT100)
数据结构·算法·leetcode
薯条不要番茄酱6 小时前
数据结构-8.Java. 七大排序算法(中篇)
java·开发语言·数据结构·后端·算法·排序算法·intellij-idea
盼海8 小时前
排序算法(五)--归并排序
数据结构·算法·排序算法