1. 二叉搜索树
a. 二叉搜索树的概念
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
- 它的中序遍历是得到的结果是升序
b. 二叉搜索树的实现
1. 搜索二叉树的构建
代码
template<class K> struct BinNode {BinNode(K key):_key(key){}K _key;BinNode* left = nullptr;BinNode* right = nullptr; }; template<class K> class BinNodeTree { public:typedef BinNode<K> node; private:node* _root = nullptr; };
2. 二叉树的插入
循环实现思路
返回类型是 bool ,判断能否插入传入的值(二叉搜索树不存相同的值)
跟节点比较,如果 插入的值 key > 节点的值,则走节点的右子树 ; 如果插入的值 key < 节点的值,则走左子树 ; 如果等于,返回 false ;如果结点为空 ,结束循环 ,new 一个新的结点,需要空节点的父节点去链接新结点,所以我们一定要定义一个父节点
注意:
- 由于不知道新结点应该是父节点的左子树还是右子树,这里链接就需要判断一下,如果空结点是父结点的左子树,那么就链接左边,反之亦然
- 一开始的根节点为空,所以这里需要特殊处理一下,让根节点成为插入的第一个值构造的新节点
代码
bool insert(const K &key) {if (_root == nullptr){_root = new node(key);return true;}node* prev = _root;node* cur = _root;while (cur){if (key > cur->_key){prev = cur;cur = cur->right;}else if (key < cur->_key){prev = cur;cur = cur->left;}else{return false;}}cur = new node(key);if (key > prev->_key){prev->right = cur;}else{prev->left = cur;}return true; }
递归实现思路
大体思路和循环的思路差不多,但是略有不同
- 由于递归函数一定需要结点的地址(可以走左右子树)和 需要插入的值,给这个递归函数传入的结点的地址一定是根节点,但是根节点在类里面不能访问,所以这里我们就弄一层包装,一个函数是传根节点的地址的,另一个函数用来递归实现(都在类里面)
- 这里我们同样需要判断插入的值 key 和 结点的值的关系,但是这里可以不需要父节点,我们在递归函数的形参上面跟之前有所不同,这里的形参用了引用,使得可以直接让空结点存新结点的地址
代码
bool Insert(const K& key) {return _Insert(_root, key); } bool _Insert(node*& root, const K& key) {if (root == nullptr){root = new node(key);return true;}if (key == root->_key){return false;}else if (key > root->_key){_Insert(root->right, key);}else{_Insert(root->left, key);} }
3. 二叉树的查找
循环实现思路
跟节点比较,如果 插入的值 key > 节点的值,则走节点的右子树 ; 如果插入的值 key < 节点的值,则走左子树 ; 如果结点为空 return false;
代码
bool find(const K& key) {node* cur = _root;if (cur == nullptr){return false;}while (cur){if (key > cur->_key){cur = cur->right;}else if(key < cur->_key){cur = cur->left;}else{return true;}}return false; }
递归实现思路
和插入的递归思路有一点相同,都要封装一层
剩下的思路和循环是一样的
代码
bool Find(const K& key) {return _Find(_root, key); } bool _Find(node* root, const K& key) {if (root == nullptr){return false;}if (key == root->_key){return true;}else if (key > root->_key){_Find(root->right, key);}else{_Find(root->left, key);} }
4. 二叉树的删除
循环实现思路
大体上遇到的情况分三种情况:
- 删除的结点左右子树为空
- 删除的结点左子树或者右子树为空
- 删除的结点左右子树都不为空
第一种情况:
实际上,第一种情况的操作可以归到第二种里面
第二种情况:
如果删除的结点左子树为空,那么我们需要这个结点的 父节点的左子树或者右子树(根据删除结点是父节点的左子树还是右子树进行判断) 是删除结点的右子树
如果删除结点是父节点的左子树,那么父节点左边链接,反之则相反
如图:
如果删除的结点右子树为空,那么我们需要这个结点的 父节点的 左子树或者右子树 (根据删除结点是父节点的左子树还是右子树进行判断)是删除结点的左子树
如果删除结点是父节点的左子树,那么父节点左边链接,反之则相反
如图:
前者我们说了,如果删除节点两边都为空,则也归到第二种,此时只要判断删除节点是父节点的左子树还是右子树就好了,无需管链接删除节点的左子树还是右子树
如图:
第三种情况:
由于两边都不为空,我们不好直接删除,这时候,我们需要把删除节点当根节点(同样构成搜索二叉树),找这个搜索二叉树的某个节点的值,既可以比左边节点的值大(除根节点外),也可以比右边节点的值小,有两个答案:这个搜索二叉树的左子树的最大值和右子树的最小值
如图:
如何找右子树的最小值呢?先得到右子树的地址,再一直往左走,直到节点为空,则它的父节点就是我们要找的,所以我们需要定义一个父节点,让删除节点存父节点的值,由于父节点的左子树为空,那么删除节点要链接父节点的右子树,跟之前第二种情况一样,要知道父节点是上一个父节点的左子树还是右子树(避免删除节点就是根节点的情况导致的错误),再删除父节点
找左子树的最大值相同道理
注意事项:
- 第二种情况有特例,可能删除的是根节点,并且左子树或者右子树为空
如果左子树为空,这个时候我们只需要直接让根节点存右子树的地址,释放原来的节点
反之则相反(如果同样为左右子树都为空,同样适用)
如图:
- 第三种情况一定要注意本来定义的两个指针(一前一后),最开始初始化时,都指向删除节点的地址,不要其中一个置空(防止删除的节点是父节点,而导致置空节点不能进入循环发生的一系列错误)
代码
bool erase(const K &key) {node* parent = _root;node* cur = _root;while (cur){if (key > cur->_key){parent = cur;cur = cur->right;}else if (key < cur->_key){parent = cur;cur = cur->left;}else{if (cur->left == nullptr){if (cur == _root){_root = cur->right;}if (parent->left == cur){parent->left = cur->right;}else{parent->right = cur->right;}delete cur;}else if (cur->right == nullptr){if (cur == _root){_root = cur->left;}if (parent->left == cur){parent->left = cur->left;}else{parent->right = cur->left;}delete cur;}else{node* MinRight = cur->right;node* pMinRight = cur;while (MinRight->left){pMinRight = MinRight;MinRight = MinRight->left;}cur->_key = MinRight->_key;if (pMinRight->left == MinRight){pMinRight->left = MinRight->right;}else{pMinRight->right = MinRight->right;}delete MinRight;}return true;}}return false; }
递归实现思路
和插入的递归思路有些一样,都需要包装,都需要传指针的引用
第一种情况和第二种情况和循环思路很像,由于是引用,这里我们不需要判断是左子树还是右子树,直接赋值即可
第三种情况前面还是一样,找到左子树的最大值或者右子树的最小值
如果找左子树的最大值:
最大值我们可以在通过循环来找,找到之后,可以选择交换删除节点的值和最大值,再次进行递归,删除的值key不变
或者是只让删除节点的值换成最大值,其它不变,递归时,传的根节点就是删除节点的左子树,删除的值key就是最大值
注意:
第三种情况递归时,不可以直接传存最大值的节点(那个最大值节点是局部变量,而引用接收局部变量会出很大问题)
代码
bool Erase(const K& key) {return _Erase(_root,key); } bool _Erase(node*& root,const K& key) {if (root == nullptr){return false;}if (key > root->_key){_Erase(root->right, key);}else if(key < root->_key){_Erase(root->left, key);}else{node* cur = root;if (root->left == nullptr){root = root->right;delete cur;}else if (root->right == nullptr){root = root->left;delete cur;}else{cur = cur->left;while (cur->right){cur = cur->right;}int k = root->_key = cur->_key;_Erase(root->left, k);}return true;} }
5. 二叉树的销毁
代码
~BinNodeTree() {_BinNodeTree(_root); } void _BinNodeTree(node* root) {if (root == nullptr){return;}_BinNodeTree(root->left);_BinNodeTree(root->right);delete root; }
后序遍历即可
6. 二叉树的拷贝构造
代码
BinNodeTree(const BinNodeTree<K>& t) {_root = copy(t._root,_root); } node* copy(node* t1, node* t2) {if (t1 == nullptr){return nullptr;}t2 = new node(t1->_key);t2->left = copy(t1->left, t2->left);t2->right = copy(t1->right, t2->right);return t2; }
2. 二叉搜索树的应用
- K模型:K模型即只有key作为关键码,结构中只需要存储Key即可,关键码即为需要搜索到
的值
如:查找一个单词是否拼写正确
2. KV模型:每一个关键码key,都有与之对应的值Value,即<Key, Value>的键值对,该种方
式在现实生活中非常常见
如:单词中英文查找 , 统计单词出现次数