C++进阶数据结构之搜索二叉树

1.二叉搜索树的概念

二叉搜索树又称为二叉排序树,它或者是一棵空树,或者是具有以下性质的二叉树

若左子树不为空,则左子树上所有结点的值都小于等于根结点的值

若它的右子树不为空,则右子树上所有结点都大于等于根结点的值

它的左右子树也分别为二叉搜索树

二叉搜索树中可以支持插入相等的值,也可以不支持插入相等的值,具体看使用场景定义

一个小知识点:为什么在C++中大家更偏向使用nullptr而不是NULL,本质是因为在C和C++中NULL的定义的不同,在 C 语言中NULL 通常被定义为 ((void *)0)。这意味着它是一个无类型的空指针。在 C 语言里,这是很安全的,因为 void* 可以自动转换成任何其他类型的指针在 C++ 中:C++ 的设计哲学强调类型安全。C++ 不允许 void* 隐式转换为其他类型的指(比如 int*)。因此,C++ 的 NULL 不能定义为 ((void *)0),否则代码 int* p = NULL; 就会报错。解决方案:C++ 标准库将 NULL 简单粗暴地定义为了整数 0,NULL 本质上是个整数 0,容易被误当成数字处理;nullptr 专属于指针,不会与整数混淆。

2.二叉树key_value结构的实现

cpp 复制代码
namespace key_value
{
	template<class K,class V>
	struct BSTNode
	{
		K _key;
		V _value;

		BSTNode<K,V>* _left;
		BSTNode<K,V>* _right;
		BSTNode(const K& key,const V& value)
			:_key(key),
			_value(value),
			_left(nullptr),
			_right(nullptr)
		{
		}
	};

	template<class K,class V>
	class BSTree
	{
		//using除了展开命名空间外,还具有和typedef一样的效果
		//typedef BSTNode<K> Node;
		using Node = BSTNode<K,V>;

	public:
		//强制生成构造
		BSTree() = default;
		BSTree(const BSTree& t)
		{
			_root = Copy(t.root);
		}

		~BSTree()
		{
			Destory(_root);
			_root = nullptr;
		}

		bool Insert(const K& key,const V& value)
		{
			if (_root == nullptr)
			{
				_root = new Node(key,value);
				return true;
			}
			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
				{
					return false;
				}
			}
			Node* newnode = new Node(key,value);

			if (parent->_key < key)
			{
				parent->_right = cur;
			}
			else
			{
				parent->_left = cur;
			}
			return true;
		}

		Node* Find(const K& key)
		{
			Node* cur = _root;
			while (cur)
			{
				if (cur->_key < key)
				{
					cur = cur->_right;
				}
				else if (cur->_key > key)
				{
					cur = cur->_left;
				}
				else
				{
					return cur;
				}
			}

			return nullptr;
		}

		bool erase(const K& key)
		{
			Node* parent = nullptr;
			Node* cur = _root;

			while (cur)
			{
				//找到我们要删除的值
				if (cur->_key < key)
				{
					parent = cur;
					cur = cur->_right;
				}
				else if (cur->_key > key)
				{
					parent = cur;
					cur = cur->_left;
				}
				else
				{
					//开始删除
					//左为空
					if (cur->_left == nullptr)
					{
						if (cur == _root)
						{
							_root = cur->right;
						}
						else
						{
							if (parent->_left == cur)
							{
								parent->_left = cur->_right;
							}
							else
							{
								parent->_right = cur->_right;
							}
						}
						delete cur;
					}
					//右为空
					else if (cur->_right == nullptr)
					{
						if (cur == _root)
						{
							_root = cur->_left;
						}
						else
						{
							if (parent->_left == cur)
							{
								parent->_left = cur->_left;
							}
							else
							{
								parent->_right = cur->_left;
							}
						}
						delete cur;
					}
					else
					{
						//左右都不为空
						//找到右子树的最左节点
						Node* repalceparent = cur;
						Node* replace = cur->_right;
						while (replace->_left)
						{
							repalceparent = replace;
							replace = replace->_left;
						}

						cur->_key = replace->_key;
						if (repalceparent->_left == replace)
							repalceparent->_left = replace->_right;
						else
							repalceparent->_right = replace->_right;
						delete replace;
					}
					return true;
				}
			}
			//走到空就代表没有这个值,所以返回false
			return false;
		}
		//如果我们直接将中序遍历暴露在外面,传的时候就需要传root,问题是
		//root是私有的,外部是不能访问的,所以我们只能这样,先调用函数,让函数去调用函数
		//因为函数属于这个类,有权限
		void InOrder()
		{
			_InOrder(_root);
		}

	private:
		void Destory(Node* root)
		{
			if (root == nullptr)
				return;

			Destory(root->_left);
			Destory(root->_right);
			delete root;
		}
		void _InOrder(Node* root)
		{
			if (root == nullptr)
			{
				return;
			}

			_InOrder(root->_left);
			cout << root->_key << ":"<< _root->value<< endl;
			_InOrder(root->_right);
		}
        //必须使用前序遍历
		Node* Copy(Node* root)
		{
			if (root == nullptr)
				return nullptr;
			Node* newRoot = new Node(root->_key, root->_value);
			newRoot->_left = Copy(root->_left);
			newRoot->_right = Copy(root->_right);
			return newRoot;

		}

	private:
		Node* _root = nullptr;
	};
}

前中后序遍历在不同情况下的使用以及注意事项

遍历方式 核心特点 最佳适用场景 根本原因
前序遍历 先根后子 (自顶向下) 拷贝树、序列化、目录展示 必须先有父节点,才能挂载子节点
中序遍历 左根右 (针对BST) BST升序输出、验证BST、找第K小 完美契合 BST "左<根<右" 的特性
后序遍历 先子后根 (自底向上) 删除树、计算目录大小、后缀表达式 父节点的操作依赖于所有子节点的结果

前序遍历优先根节点,中序遍历针对二叉搜索树,目的是可以直接输出一个有序数组,后序遍历是优先子节点

遍历方式 通俗比喻 真正的含义(数据依赖) 典型应用
先根后子 (前序) 自上而下 老板发话,下面照做 父节点是子节点的前提。 必须先有父,才能有子。 拷贝树、打印目录结构
先子后根 (后序) 自底向上 下面干完,上面汇总 父节点依赖子节点的结果。 必须子节点搞定,父节点才能动。 删除树、计算树高/大小

小知识点:如果你有一个二维的字符串数组,但是你不知道这个数组的哪一个位置储存了元素,你就可以使用%s打印,%s的特点是在遇到\0之前会一直打印

相关推荐
Xin_ye100866 小时前
C# 零基础到精通教程 - 第十一章:LINQ——语言集成查询
开发语言·c#
青小莫6 小时前
C++之vector讲解
c++·stl
Xin_ye100866 小时前
C# 零基础到精通教程 - 第十章:集合与泛型——高效管理数据
开发语言·c#
小江的记录本6 小时前
【Java基础】反射与注解:核心原理、自定义注解、注解解析方式(附《思维导图》+《面试高频考点清单》)
java·数据结构·python·mysql·spring·面试·maven
ch.ju6 小时前
Java Programming Chapter 4——Composition of classes
java·开发语言
人道领域6 小时前
Java基础热门八股总结:八种基本数据类型 + 装箱拆箱 + 缓存机制,(90%的Java新手都搞不清的装箱拆箱问题)
java·开发语言·python
Deep-w6 小时前
【MATLAB】含光伏 - 储能的家庭/工业微电网能量管理仿真研究
开发语言·算法·matlab
菜鸟小九6 小时前
JUC补充(ThreadLocal、completableFuture)
java·开发语言
Trouvaille ~7 小时前
【Redis篇】初识 Redis:特性、应用场景与版本演进
数据结构·数据库·redis·分布式·缓存·中间件·持久化