[算法系列之六]二叉查找树

简介:

【简介】

二叉查找树是一种数据结构,它支持多种动态集合操作。

在二叉查找树上执行的基本操作的时间与树的高度成正比。对于一棵含有n个节点的完全二叉树,这些操作的最坏情况运行时间为O(n)。


【结构体】

一棵二叉查找树按二叉树结构来组织的。

// 二叉查找树节点
struct TreeNode {
    int val;
    TreeNode *left;
    TreeNode *right;
    TreeNode *parent;
    TreeNode(int x) : val(x), left(NULL), right(NULL),parent(NULL) {}
};

【性质】

设x为二叉查找树上的一个节点。

如果y是x的左子树中的一个节点,则y->val 小于等于 x->val。

如果y是x的右子树中的一个节点,则y->val 大于等于 x->val。

【输出】

根据二叉查找树的性质,我们可以用中序递归遍历算法按排列顺序输出树中的所有关键字。

// 中序遍历输出二叉查找树
void InOrder(TreeNode* root){
    if(root == NULL){
        return;
    }//if
    InOrder(root->left);
    cout<<root->val<<endl;
    InOrder(root->right);
}

【插入】

// 插入
void TreeInsert(TreeNode*& root,int val){
    // 创建新节点
    TreeNode* node = new TreeNode(val);
    // 空树
    if(root == NULL){
        root = node;
        return;
    }//if
    TreeNode *pre = NULL;
    TreeNode *p = root;
    // 寻找插入位置
    while(p){
        // 父节点
        pre = p;
        // 沿左子树方向下降
        if(val < p->val){
            p = p->left;
        }//if
        // 沿右子树方向下降
        else{
            p = p->right;
        }//else
    }//while
    // 父节点
    node->parent = pre;
    // 左子结点处插入
    if(val < pre->val){
        pre->left = node;
    }//if
    // 右子结点处插入
    else{
        pre->right = node;
    }//else
}

TreeInsert从根节点开始,并沿树下降。

指针p跟踪了这条路径,而pre始终指向p的父节点。初始化后while循环是这两个指针沿树下降,根据val和p->val的比较结果,可以决定向左还是向右转。

直到p成为NULL为止。这个NULL所占的位置就是我们像插入的位置。

其特点是:树的结构通常不是一次生成的,而是在查找过程中,当树中不存在关键字等于给定值的节点时再进行插入。

新插入的结点一定是一个新添加的叶子节点,并且是查找不成功时查找路径上访问的最后一个结点的左孩子或右孩子结点。

【查找】

【递归算法】

返回指向包含关键字val的节点(如果存在的)的指针,否则返回NULL

// 查找
TreeNode* TreeSearch(TreeNode* root,int val){
    if(root == NULL || root->val == val){
        return root;
    }//if
    // 左子树查找
    if(val < root->val){
        return TreeSearch(root->left,val);
    }//if
    // 右子树查找
    else{
        return TreeSearch(root->right,val);
    }//else
}

如果root是一棵空树,搜索失败,直接返回NULL。

如果root不是空树:

对碰到的每一个节点p,都要进行比较val和p->val,如果两个关键字相同,则查找结束。

如果val小于p->val,则继续查找p的左子树,如果val大于等于p->val,则继续查找p的右子树。

【非递归算法】

// 非递归查找
TreeNode* TreeSearch2(TreeNode* root,int val){
    if(root == NULL || root->val == val){
        return root;
    }//if
    TreeNode *p = root;
    while(p && val != p->val){
        // 左子树查找
        if(val < p->val){
            p = p->left;
        }//if
        // 右子树查找
        else{
            p = p->right;
        }//else
    }//while
    return p;
}

【最大元素】

要查找二叉树中具有最大关键字的元素,只要从根节点开始,沿着各节点的right指针查找下去,直到遇到NULL为止。

// 最大元素
TreeNode* TreeMaxNum(TreeNode *root){
    TreeNode *p = root;
    while(p->right){
        p = p->right;
    }//while
    return p;
}

【最小元素】

要查找二叉树中具有最小关键字的元素,只要从根节点开始,沿着各节点的left指针查找下去,直到遇到NULL为止。

// 最小元素
TreeNode* TreeMinNum(TreeNode *root){
    TreeNode *p = root;
    while(p->left){
        p = p->left;
    }//while
    return p;
}

【前驱和后继】

给你一个二叉查找树中的节点,让你求出在中序遍历顺序下它的后继。如果所有的关键词都不同,则某一节点x的后继

即具有大于x->val中的关键字中的最小的那个节点。

根据二叉查找树的性质得知,不用任何的比较,就可以找到某个节点的后继。对于二叉查找树的某个节点x,下面的代码返回其后继(如果存在的话)

,或者返回NULL(如果x具有树中最大关键字的某个节点)

// 后继
TreeNode* TreeSuccessor(TreeNode* node){
    // 右子树不为空,后继为右子树中的最左节点
    if(node->right){
        return TreeMinNum(node->right);
    }//if
    // 右子树为空,后继为最低祖先节点
    TreeNode *pre = node->parent;
    TreeNode *cur = node;
    // y是xd的最低祖先节点且y的左儿子也是x的祖先
    while(pre != NULL && cur == pre->right){
        cur = pre;
        pre = pre->parent;
    }//while
    return pre;
}

求某个节点的后继,需要考虑两种情况:

(1)如果节点的右子树非空,则x的后继即右子树中的最左节点。可以通过调用TreeMinNum获取。

(2)如果节点的右子树为空,则x有一个后继y,则y是x的最低祖先节点,且y的左儿子也是x的祖先。

对于高度为h的一棵二叉查找树,时间运行为O(h)。


【删除】

在删除node的过程中需要考虑三种情况:

(1)如果node没有子女,则直接删除node节点,使NULL成为node父节点的子女。


(2)如果节点node只有一个子女,则可以通过在其子节点与父节点之间建立一条链来删除node。


(3)如果节点node有两个子女,先删除node节点的后继y(它没有左子女),再用y的内容来代替node的内容。


// 删除(返回被删除的节点)
TreeNode* TreeDelete(TreeNode *root,TreeNode *node){
    TreeNode *deleteNode = NULL;
    // 1.找到删除节点
    // 至多有一个子女则删除node节点
    if(node->left == NULL || node->right == NULL){
        deleteNode = node;
    }//if
    // 有两个子女则删除node节点的后继节点
    else{
        deleteNode = TreeSuccessor(node);
    }//esle
    //2.删除节点的子女(至多有一个子女)
    TreeNode *childNode = NULL;
    if(deleteNode->left){
        childNode = deleteNode->left;
    }//if
    else{
        childNode = deleteNode->right;
    }//else
    // 3.删除
    if(childNode){
        // 修改删除节点子女的父节点指针
        childNode->parent = deleteNode->parent;
    }//if
    // 删除节点为根节点
    if(deleteNode->parent == NULL){
        root = childNode;
    }//if
    else{
        TreeNode *parent = deleteNode->parent;
        // 删除节点是父节点的左子结点
        if(parent->left == deleteNode){
            parent->left = childNode;
        }//if
        // 删除节点是父节点的右子结点
        else{
            parent->right = childNode;
        }//else
    }//else
    // 4.如果删除的是后继节点,将deleteNode内容复制给node
    if(deleteNode->val != node->val){
        int tmp = deleteNode->val;
        deleteNode->val = node->val;
        node->val = tmp;
    }//if
    return deleteNode;
}

第一步先确定要删除的节点deleteNode。该节点或者是输入节点node(如果node至多有只有一个子女),或者是node节点的后继(如果node有两个子女)。

第二步找到删除节点deleteNode的子女。删除节点只有一个子女,或者是左子女或者是右子女或者是NULL。

第三步删除节点deleteNode。先修改一下删除节点子女的父指针。如果删除节点是根节点,root = childNode。

如果删除节点不是根节点,稍微有点复杂。

第四步判断删除节点是否是后继节点,如果是后继节点,还需要将deleteNode内容复制到node中,从而覆盖先前内容。









目录
相关文章
|
5月前
|
存储 机器学习/深度学习 监控
网络管理监控软件的 C# 区间树性能阈值查询算法
针对网络管理监控软件的高效区间查询需求,本文提出基于区间树的优化方案。传统线性遍历效率低,10万条数据查询超800ms,难以满足实时性要求。区间树以平衡二叉搜索树结构,结合节点最大值剪枝策略,将查询复杂度从O(N)降至O(logN+K),显著提升性能。通过C#实现,支持按指标类型分组建树、增量插入与多维度联合查询,在10万记录下查询耗时仅约2.8ms,内存占用降低35%。测试表明,该方案有效解决高负载场景下的响应延迟问题,助力管理员快速定位异常设备,提升运维效率与系统稳定性。
287 4
|
10月前
|
存储 机器学习/深度学习 算法
KMP、Trie树 、AC自动机‌ ,三大算法实现 优雅 过滤 netty 敏感词
KMP、Trie树 、AC自动机‌ ,三大算法实现 优雅 过滤 netty 敏感词
KMP、Trie树 、AC自动机‌ ,三大算法实现 优雅 过滤 netty  敏感词
|
8月前
|
监控 算法 安全
基于 C# 基数树算法的网络屏幕监控敏感词检测技术研究
随着数字化办公和网络交互迅猛发展,网络屏幕监控成为信息安全的关键。基数树(Trie Tree)凭借高效的字符串处理能力,在敏感词检测中表现出色。结合C#语言,可构建高时效、高准确率的敏感词识别模块,提升网络安全防护能力。
210 2
|
10月前
|
监控 算法 数据处理
基于 C++ 的 KD 树算法在监控局域网屏幕中的理论剖析与工程实践研究
本文探讨了KD树在局域网屏幕监控中的应用,通过C++实现其构建与查询功能,显著提升多维数据处理效率。KD树作为一种二叉空间划分结构,适用于屏幕图像特征匹配、异常画面检测及数据压缩传输优化等场景。相比传统方法,基于KD树的方案检索效率提升2-3个数量级,但高维数据退化和动态更新等问题仍需进一步研究。未来可通过融合其他数据结构、引入深度学习及开发增量式更新算法等方式优化性能。
254 17
|
10月前
|
存储 监控 算法
局域网上网记录监控的 C# 基数树算法高效检索方案研究
在企业网络管理与信息安全领域,局域网上网记录监控是维护网络安全、规范网络行为的关键举措。随着企业网络数据量呈指数级增长,如何高效存储和检索上网记录数据成为亟待解决的核心问题。基数树(Trie 树)作为一种独特的数据结构,凭借其在字符串处理方面的卓越性能,为局域网上网记录监控提供了创新的解决方案。本文将深入剖析基数树算法的原理,并通过 C# 语言实现的代码示例,阐述其在局域网上网记录监控场景中的具体应用。
217 7
|
12月前
|
人工智能 算法 语音技术
Video-T1:视频生成实时手术刀!清华腾讯「帧树算法」终结闪烁抖动
清华大学与腾讯联合推出的Video-T1技术,通过测试时扩展(TTS)和Tree-of-Frames方法,显著提升视频生成的连贯性与文本匹配度,为影视制作、游戏开发等领域带来突破性解决方案。
403 4
Video-T1:视频生成实时手术刀!清华腾讯「帧树算法」终结闪烁抖动
|
9月前
|
机器学习/深度学习 算法 搜索推荐
决策树算法如何读懂你的购物心理?一文看懂背后的科学
"你为什么总能收到刚好符合需求的商品推荐?你有没有好奇过,为什么刚浏览过的商品就出现了折扣通知?
263 0
|
算法 Java
算法系列之数据结构-Huffman树
Huffman树(哈夫曼树)又称最优二叉树,是一种带权路径长度最短的二叉树,常用于信息传输、数据压缩等方面。它的构造基于字符出现的频率,通过将频率较低的字符组合在一起,最终形成一棵树。在Huffman树中,每个叶节点代表一个字符,而每个字符的编码则是从根节点到叶节点的路径所对应的二进制序列。
374 3
 算法系列之数据结构-Huffman树
|
存储 算法 测试技术
【C++数据结构——树】二叉树的遍历算法(头歌教学实验平台习题) 【合集】
本任务旨在实现二叉树的遍历,包括先序、中序、后序和层次遍历。首先介绍了二叉树的基本概念与结构定义,并通过C++代码示例展示了如何定义二叉树节点及构建二叉树。接着详细讲解了四种遍历方法的递归实现逻辑,以及层次遍历中队列的应用。最后提供了测试用例和预期输出,确保代码正确性。通过这些内容,帮助读者理解并掌握二叉树遍历的核心思想与实现技巧。
612 3
|
算法
树的遍历算法有哪些?
不同的遍历算法适用于不同的应用场景。深度优先搜索常用于搜索、路径查找等问题;广度优先搜索则在图的最短路径、层次相关的问题中较为常用;而二叉搜索树的遍历在数据排序、查找等方面有重要应用。
423 2

热门文章

最新文章