数据结构——二叉搜索树与KV模型(上)

简介: 数据结构——二叉搜索树与KV模型(上)

二叉搜索树

本章是为了C++的map和set做铺垫

概念与操作

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

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

二叉搜索树的查找

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、最多查找高度次,走到到空,还没找到,这个值不存在。

二叉搜索树的插入

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。

其实上面两个还是很容易实现的,最难的是删除这里,要考虑三种情况:

删除的是叶子结点,那就找到直接释放就好了。

删除的是只有一个左/右孩子的结点,那就先链接父亲结点和左/右孩子结点,然后直接删除该节点。

其实删除叶子结点可以和删除一个孩子结点的合并,因为叶子节点两个都是空,删除一个孩子的结点只有一个是空。

删除两个孩子结点的最麻烦,首先要找到替换这个结点的值,肯定是左子树最大的或者是右子树最小的。(二选一都可以,这里我选择左子树最小的)

性能分析

对有n个结点的二叉搜索树,若每个元素查找的概率相等,则二叉搜索树平均查找长度是结点在二

叉搜索树的深度的函数,即结点越深,则比较次数越多。

但对于同一个关键码集合,如果各关键码插入的次序不同,可能得到不同结构的二叉搜索树:

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:l o g 2 N log_2 Nlog2N

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 2 \frac{N}{2}2N

其实二叉搜索树是一个不完整的树,遇到这种极端情况就没有办了,后面的AVL和红黑树会完成这个功能。

实现

实现这里我会写出某些成员函数的递归与迭代版本。

其实最难的是删除步骤:

如果是删除叶子结点直接删除就可以,只有一个孩子的就先看是只有左孩子还是只右有孩子,如果只有左孩子就让父节点的指针指向左孩子,如果只有右孩子就让父亲的指针指向右孩子,然后判断要删除的结点在父节点的左子树还是右子树,才能判断让父节点的左指针还是右指针去链接孩子。

但是这个思路还要考虑这种情况:

如果删除了根节点,那么就要换根。

如果是有两个孩子的就非常难办了,首先要去替换,这里用左子树的最小节点去替换。

先来看看第一种情况

删除3,首先让3和左子树的最小值4交换(赋值也行),然后让cur记住原来是3这里,再来一个指针记录原来是4这里,再用parent指向父节点6的位置:

然后删除minright之前,将parent的左指针指向minright的右指针,因为minright左指针肯定是没有值了,但是右指针不一定没有。

然后是第二种情况

删除的是根,这里只能和10交换,parent就是根,10就是minright,释放minright之前要将parent的右与minright的右链接起来。

迭代

#include<iostream>
#include<vector>
using namespace std;
template<class K>
struct BSTNode//树结点
{
  BSTNode(K key)
    :_key(key)
    ,left(nullptr)
    ,right(nullptr)
  {}
  K _key;//结点值
  BSTNode<K>* left;//左子树
  BSTNode<K>* right;//右子树
};
template<class K>
class BSTree//树
{
  typedef BSTNode<K> Node;
public:
  BSTree()
    :_root(nullptr)
  {}
  bool Insert(const K& key)//插入数据
  {
    if (_root == nullptr)
    {
      _root = new Node(key);
      return true;
    }
    Node* cur = _root;
    Node* parent = cur;
    while (cur)//不等于空就一直找适合插入的位置
    {
      if (cur->_key < key)
      {
        parent = cur;
        cur = cur->right;
      }
      else if (cur->_key > key)
      {
        parent = cur;
        cur = cur->left;
      }
      else
        return false;
    }
    cur = new Node(key);
    if (parent->_key > key)
      parent->left = cur;
    else
      parent->right = cur;
    return true;
  }
  bool Find(const K& key)//查找
  {
    Node* cur = _root;
    if (cur == nullptr)
    {
      return false;
    }
    while (cur)
    {
      if (cur->_key > key)
        cur = cur->left;
      else if (cur ->_key < key)
        cur = cur->right;
      else
      {
        return true;
      }
    }
    return false;
  }
  bool Erase(const K& key)//删除数据
  {
    if (_root == nullptr)
    {
      return false;
    }
    Node* cur = _root;
    Node* parent = cur;
    while (cur)
    {
      if (cur->_key < key)
      {
        parent = cur;
        cur = cur->right;
      }
      else if (cur->_key > key)
      {
        parent = cur;
        cur = cur->left;
      }
      else
      {
        if (cur->left == nullptr)//只有右孩子
        {
          if (cur == _root)
          {
            _root = cur->right;
          }
          else if (parent->left == cur)
          {
            parent->left = cur->right;
          }
          else
          {
            parent->right = cur->right;
          }
          delete cur;//释放结点
        }
        else if (cur->right == nullptr)//只有左孩子
        {
          if (cur == _root)
          {
            _root = cur->left;
          }
          else if (parent->left == cur)
          {
            parent->left = cur->left;
          }
          else
          {
            parent->right = cur->left;
          }
          delete cur;//释放结点
        }
        else//有两个孩子
        {
          Node* minright = cur->right;
          parent = cur;
          while (minright->left)//找到右子树最小值
          {
            parent = minright;
            minright = minright->left;
          }
          //赋值
          cur->_key = minright->_key;
          //链接
          if (parent->left == minright)
            parent->left = minright->right;
          else
            parent->right = minright->right;
          delete minright;
        }
        return true;
      }
    }
    return false;
  }
  void _InOrder()//因为不想让外界访问道内部的_root,所以只能通过成员函数内部访问
  {
    InOrder(_root);
    cout << endl;
  }
private:
  void InOrder(Node* root)//中序遍历
  {
    if (root == nullptr)
    {
      return;
    }
    InOrder(root->left);
    cout << root->_key << ' ';
    InOrder(root->right);
  }
  Node* _root;//树的根结点
};


相关文章
|
2月前
|
存储 Java Serverless
【数据结构】哈希表&二叉搜索树详解
本文详细介绍了二叉搜索树和哈希表这两种数据结构。二叉搜索树是一种特殊二叉树,具有左子树节点值小于根节点、右子树节点值大于根节点的特点,并且不允许键值重复。文章给出了插入、删除和搜索等方法的具体实现。哈希表则通过哈希函数将键名映射为数组下标,实现快速查找,其插入、删除和查找操作时间复杂度理想情况下为O(1)。文中还讨论了哈希函数的设计原则、哈希冲突的解决方法及哈希表的实现细节。
55 8
【数据结构】哈希表&二叉搜索树详解
|
5月前
|
存储 消息中间件 缓存
Redis系列学习文章分享---第十七篇(Redis原理篇--数据结构,网络模型)
Redis系列学习文章分享---第十七篇(Redis原理篇--数据结构,网络模型)
97 0
|
1月前
【高阶数据结构】深度探索二叉树进阶:二叉搜索树概念及其高效实现(三)
【高阶数据结构】深度探索二叉树进阶:二叉搜索树概念及其高效实现
|
1月前
|
存储
【高阶数据结构】深度探索二叉树进阶:二叉搜索树概念及其高效实现(二)
【高阶数据结构】深度探索二叉树进阶:二叉搜索树概念及其高效实现
|
1月前
【高阶数据结构】深度探索二叉树进阶:二叉搜索树概念及其高效实现(一)
【高阶数据结构】深度探索二叉树进阶:二叉搜索树概念及其高效实现
|
1月前
【数据结构】二叉搜索树的功能实现详解
【数据结构】二叉搜索树的功能实现详解
27 0
|
3月前
|
机器学习/深度学习 人工智能 算法
【人工智能】线性回归模型:数据结构、算法详解与人工智能应用,附代码实现
线性回归是一种预测性建模技术,它研究的是因变量(目标)和自变量(特征)之间的关系。这种关系可以表示为一个线性方程,其中因变量是自变量的线性组合。
74 2
|
4月前
|
存储 数据格式 运维
开发与运维C++问题之更改数据模型为通用数据结构如何解决
开发与运维C++问题之更改数据模型为通用数据结构如何解决
29 1
|
5月前
数据结构学习记录——判断是否为同一颗二叉搜索树(题意理解、求解思路、程序搭建框架、具体函数的实现)
数据结构学习记录——判断是否为同一颗二叉搜索树(题意理解、求解思路、程序搭建框架、具体函数的实现)
52 2
|
5月前
|
机器学习/深度学习
数据结构学习记录——堆的小习题(对由同样的n个整数构成的二叉搜索树(查找树)和最小堆,下面哪个说法是不正确的)
数据结构学习记录——堆的小习题(对由同样的n个整数构成的二叉搜索树(查找树)和最小堆,下面哪个说法是不正确的)
38 1