在这里插入图片描述

👦个人主页：@Weraphael
✍🏻作者简介：目前学习C++和算法
✈️专栏：C++航路
🐋 希望大家多多支持，咱一起进步！😁
如果文章对你有帮助的话
欢迎评论💬 点赞👍🏻 收藏 📂 加关注✨

一、什么是二叉搜索树
二、二叉搜索树的实现(迭代版)
- - 2.1 定义二叉树的结点
  - 2.2 插入操作
  - 2.3 查找操作
  - 3.4 删除操作
  - 3.5 二叉搜索树的遍历
  - - 3.5.1 中序遍历（重点）
    - 3.5.2 前序遍历
    - 3.5.3 后序遍历
四、二叉搜索树的实现 (递归版)
- - 4.1 查找操作
  - 4.2 插入操作
  - 4.3 删除操作
五、代码补充
- - 5.1 释放结点
  - 5.2 拷贝构造
  - 5.3 赋值运算符重载
六、性能分析
七、完整代码
- - - 7.1 非递归
  - 7.2 递归

一、什么是二叉搜索树

二叉搜索树（Binary Search Tree）是基于二叉树的一种改进版本。因为普通二叉树没有实际价值，无法进行插入、删除等操作，但二叉搜索树就不一样了。

二叉搜索树又称二叉排序树，它或者是一棵空树。如果不为空则满足一下性质:

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
它的左右子树也要分别为二叉搜索树

总之，左节点比根小，右节点比根大。因此二叉搜索树的查找效率极高，具有一定的实际价值。

下图展示了二叉搜索树

在这里插入图片描述

搜索二叉树还有一个非常重要的特性：中序遍历（左子树根右子树）的结果为升序。

二、二叉搜索树的实现(迭代版)

2.1 定义二叉树的结点

一般来说，二叉树使用链表来定义，不同的是，由于二叉树每个结点都存在两条出边，因此指针域变为两个，分别指向左子树和右子树的根结点地址，因此又把这种链表叫做二叉链表。

template<class K>
struct BSTreeNode // 结点
{BSTreeNode<K>* _left;BSTreeNode<K>* _right;K _key;// 默认构造BSTreeNode(const K& key):_left(nullptr), _right(nullptr), _key(key){}
};

2.2 插入操作

当插入一个值时，必须先找到满足二叉搜索性质的位置
如果当前位置不为空或者插入的值和已有的值重复，则插入失败。
如果找到满足条件的位置并且为空，则结束循环，进行插入。步骤：创建新节点、判断需要插在左边还是右边、链接新节点

template<class K>
class BSTree
{typedef BSTreeNode<K> Node;
public:BSTree():_root(nullptr){}// 插入操作bool Insert(const K& key){// 一开始树为空，直接插入if (_root == nullptr){_root = new Node(key);return true;}// cur用来查找合适的位置Node* cur = _root;// parent用来找cur的父亲结点Node* parent = nullptr;while (cur){// 插入的结点大于当前结点// 往右走if (cur->_key < key){parent = cur;cur = cur->_right;}// 插入的结点小于当前结点// 往左走else if (cur->_key > key){parent = cur;cur = cur->_left;}// 最后一种情况就是出现冗余// 直接返回else{return false;}}// 当循环来到此处说明已经找到合适的位置了// 直接开始插入操作// 1. 创建新的结点cur = new Node(key);// 2. 判断是插在父亲的左边还是右边if (parent->_key < key){parent->_right = cur;}else{parent->_left = cur;}return true;}
private:Node* _root;
};

【插入成功】

在这里插入图片描述

【插入失败】

在这里插入图片描述

2.3 查找操作

从根结点开始比较，比根大的则往右查找；比根小的往左查找。
走到空还没找到，说明值不存在。否则就是存在

bool 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 true;}}return false;}

【查找成功】

在这里插入图片描述

【查找失败】

在这里插入图片描述

3.4 删除操作

二叉搜索树的删除是个麻烦事，需要考虑很多情况，因此大多数面试都会考察搜索二叉树的删除操作

删除逻辑：

首先查找元素是否在二叉搜索树中，如果不存在，则直接返回；否在要删除的结点就要分以下四种情况

1、要删除的结点只有左孩子

只需要将被删除结点的左子树与父节点进行链接即可。前提是要判断删除的结点是父结点的左还是右。

在这里插入图片描述

2、要删除的结点只有右孩子

同理，左子树为空时，将其右子树与父节点进行判断链接，链接完成后删除目标节点

3、要删除的结点有两个孩子

当左右都不为空时，就有点麻烦了，需要找到一个合适的值（即>左子树所有节点的值，又<右子树所有节点的值），确保符合二叉搜索树的基本特点

符合条件的值有：左子树的最右节点（左子树中最大的）或者右子树的最左节点（右子树中最小的），将这两个值中的任意一个覆盖待删除节点的值，都能确保符合要求

以左子树的最右节点（左子树中最大的）为例：

在这里插入图片描述

4、要删除的结点没有孩子

这种情况可以包含在1或者2中

下面是代码实现（详细的代码解释）

bool Erase(const K& key)
{// parent - 用来记录删除结点的父亲Node* parent = nullptr;// cur - 记录被删除的结点Node* cur = _root;// 查找key(被删除的结点)while (cur){// 如果key比当前元素要大// 就往右找if (cur->_key < key){parent = cur;cur = cur->_right;}// key比当前元素要小// 就往左找else if (cur->_key > key){parent = cur;cur = cur->_left;}// 最后一种情况就是找到了// 对于找到要分情况讨论	else {// 1. 如果删除的结点的左孩子为空// 右孩子可能为空（包含删除叶子结点的情况）// 也可能不为空if (cur->_left == nullptr){// 可能删除的结点是根结点// 也就是以下这种情况// 1 --> root cur//   2//     3// 没有考虑这个问题会引发parent野指针问题if (cur == _root){_root = cur->_right;}else{// 如果删除的对象是父亲的右孩子// 直接将被删除的结点的孩子接上去// （被删除结点右孩子是存在的）if (parent->_right == cur){parent->_right = cur->_right;}// 否则就删是删除父亲的左孩子else{parent->_left = cur->_right;}}}	// 以下代码逻辑和上面类似// 如果删除的结点，右孩子为空else if (cur->_right == nullptr){if (cur == _root){_root = cur->_left;}else{if (parent->_right == cur){parent->_right = cur->_left;}else{parent->_left = cur->_left;}}} // 左右都不为空 // 左右子树都不为空的场景中// parent 要初始化为cur，避免后面的野指针问题else{// 找替代节点// 以左子树的最右节点（左子树中最大的）为例Node* parent = cur;Node* leftMax = cur->_left;while (leftMax->_right){parent = leftMax;leftMax = leftMax->_right;}// 替换swap(cur->_key, leftMax->_key);if (parent->_left == leftMax){parent->_left = leftMax->_left;}else{parent->_right = leftMax->_left;}cur = leftMax;}delete cur;return true;}}return false;
}

3.5 二叉搜索树的遍历

二叉搜索树的遍历操作和二叉树一模一样的，因此可以有前序遍历、中序遍历以及后序遍历。

3.5.1 中序遍历（重点）

搜索二叉树的 中序遍历（左子树根右子树）的结果为升序。

void InOrder(Node* root)
{if (root == NULL){return;}InOrder(root->_left);cout << root->_key << " ";InOrder(root->_right);
}

但因为这里是一个被封装的类，所以面临着一个尴尬的问题：二叉搜索树的根root是私有，外部无法直接获取

解决办法：

公有化（破坏类的封装性，不推荐）
使用静态成员函数可以直接被类外使用。（也是ok，但是不推荐）
将这种需要用到根的函数再封装。（推荐）

public:
void InOrder()
{_InOrder(root);
}
private:
void _InOrder(Node* root)
{if (root == NULL){return;}_InOrder(root->_left);cout << root->_key << " ";_InOrder(root->_right);
}

实际调用时，只能调到InOrder，因为真正的函数_InOrder为是私有，除了类之外，其他地方不可访问。

3.5.2 前序遍历

public:
void PreOrder()
{_PreOrder(_root);
}private:void _PreOrder(Node* root){if (root == nullptr){return;}cout << root->_key << " ";_PreOrder(root->_left);_PreOrder(root->_right);}

3.5.3 后序遍历

public:
void PostOrder()
{_PostOrder(_root);
}
private:void _PostOrder(Node* root)
{if (root == nullptr){return;}_PostOrder(root->_left);_PostOrder(root->_right);cout << root->_key << ' ';
}

四、二叉搜索树的实现 (递归版)

4.1 查找操作

递归查找逻辑：

如果当前根的值<查找值，递归至右树查找
如果当前根的值>查找值，递归至左树查找

二叉树的递归常常是通过将问题分解为更小规模的子问题来解决的。通过传递根节点作为参数，我们可以在每次递归中处理当前节点，并将问题分解为处理左子树和右子树的子问题。因此，还需要对函数进行封装。

public:
bool Find(const K& key)
{return _Find(_root, key);
}
private:
bool _Find(Node* root, const k& key)
{// 如果根为空，说明查找失败（递归出口）if (root == nullptr)return false;// 查找的值比当前结点大，往右找if (root->_key < key){return _Find(root->_right);}// 查找的值比当前结点小，往左找else if (root->_key > key){return _Find(root->_left);}// 最后一种情况就是找到了elsereturn true;
}

4.2 插入操作

这里和其它不同的是，在传参的时候使用了引用。传引用是为了在递归查找过程中能够修改目标节点的指针值。搜索二叉树的递归查找算法通常会通过比较当前节点的值与目标值来决定向左子树还是右子树继续查找。如果不传引用，每次递归调用时都会创建一个新的节点指针副本，这样就无法修改原始节点的指针值，从而导致无法正确返回目标节点的指针。

这么说有点抽象，可以先看代码理解；过会画完递归展开图大家就能够理解了。

public:
bool Insert(const K& key)
{return _Insert(_root, key);
}private:
bool _Insert(Node*& root, const K& key)
{// 当走到空，说明找到了合适的位置if (root == nullptr){// 还得找到父亲，为什么加个引用就搞定了？root = new Node(key);return true;}// 插入的值比当前结点大，往右找if (root->_key < key){return _Insert(root->_right);}// 插入的值比当前结点小，往左找else if (root->_key > key){return _Insert(root->_left);}// 当插入的值和树发生冗余，直接返回falseelse{return false;}
}

【递归展开图】

在这里插入图片描述

4.3 删除操作

递归删除时也使用了引用，其想法和插入一样，不需要找删除结点的父亲，直接修改目标节点的指针值

public:
bool Earse(const K& key)
{return _Erase(root, key);
}private:
bool _Erase(Node* root, const K& key)
{// 如果是空结点，说明删除失败if (root == nullptr)return false;if (root->_key < key){return _Erase(root->_right, key);}else if (root->_key > key){return _Erase(root->_left, key);}// 找到keyelse{Node* del = root;// 还是分三种情况// 1. 删除结点的左孩子为空if (root->_left == nullptr){root = root->_right;}// 2. 删除结点的右孩子为空else if (root->_right == nullptr){root = root->_left;}// 3. 删除结点孩子都不为空else{//递归为小问题去处理Node* maxLeft = root->_left;while (maxLeft->_right){maxLeft = maxLeft->_right;}//注意：需要交换std::swap(root->_key, maxLeft->_key);//注意：当前找的是左子树的最右节点，所以递归从左子树开始return _Erase(root->_left, key);}delete del;	//释放节点return true;}
}

五、代码补充

5.1 释放结点

创建节点时，使用了new申请堆空间，根据动态内存管理原则，就需要使用delete释放申请的堆空间，但二叉搜索树是一棵树，不能直接释放，需要递归式的遍历每一个节点

释放思路：后序遍历思想

public:
~BSTree()
{_destory(_root);
}private:
void _destory(Node*& root)
{if (root == nullptr)return;//后序遍历销毁destory(root->_left);destory(root->_right);delete root;root = nullptr;
}

5.2 拷贝构造

销毁问题考虑完以后，就要想是否会有浅拷贝问题，因为浅拷贝问题会导致一个结点析构两次，程序就崩了。而我们在类和对象中说过，如果类中有动态分配内存的指针变量，则需要手动编写深拷贝的拷贝构造函数。

public:
BSTree(BSTree<K>& tree):_root(nullptr)
{_root = _Copy(tree._root);
}private:
Node* _Copy(Node* root)
{//递归拷贝if (root == nullptr)return nullptr;Node* new_root = new Node(root->_key);	new_root->_left = _Copy(root->_left);new_root->_right = _Copy(root->_right);return new_root;
}

5.3 赋值运算符重载

如果没有显式实现时，编译器会生成一个默认赋值运算符重载，以值的方式逐字节拷贝（浅拷贝）。其默认成员函数和拷贝构造的默认函数类似：内置类型成员变量是直接赋值的，而自定义类型成员会去调用它的默认函数。因此赋值运算符也需要自己实现深拷贝

直接写现代写法

BSTree<K> operator=(BSTree<K> tree)
{std::swap(_root, tree._root);return *this;
}

六、性能分析

从名字上来看，二叉树的特性就是查找快。

搜索二叉树的时间复杂度取决于树的高度。因此当是一颗平衡二叉搜索树时，时间复杂度是O(log n)。因为每次搜索都可以通过比较目标值与当前节点的值来确定向左子树还是右子树进行搜索，这样每次都可以将搜索范围减半。
是不是有点类似于二分查找，但二分查找不是一个很实用的算法。因为对比二叉搜索树来说，二分查找（底层是一个数组）的删除和插入的效率低0(n)(特别是中间插入和删除)

在这里插入图片描述

二叉搜索树看起来这么完美，但下限没有保障。在最坏的情况下，当搜索二叉树是一个不平衡的树时，时间复杂度为O(n)，其中n是树中节点的数量。这是因为在最坏情况下，每次搜索都要遍历树的所有节点。

在这里插入图片描述

因此，为了解决这个问题，引入了AVL树和红黑树（后续会讲解）

七、完整代码

7.1 非递归

#pragma once// 迭代版本
template<class K>
struct BSTreeNode
{BSTreeNode<K>* _left;BSTreeNode<K>* _right;K _key;BSTreeNode(const K& key):_left(nullptr), _right(nullptr), _key(key){}
};template<class K>
class BSTree
{typedef BSTreeNode<K> Node;
public:BSTree():_root(nullptr){}bool Insert(const K& key){// 如果一开始树为空，直接插入if (_root == nullptr){// 对自定义类型的new，会自动调用其默认构造函数_root = new Node(key);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;}}cur = new Node(key);if (parent->_key < key){parent->_right = cur;}else{parent->_left = cur;}return true;}bool 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 true;}}return false;}bool Erase(const K& key){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 // 找到了{// 左为空if (cur->_left == nullptr){if (cur == _root){_root = cur->_right;}else{if (parent->_right == cur){parent->_right = cur->_right;}else{parent->_left = cur->_right;}}}// 右为空else if (cur->_right == nullptr){if (cur == _root){_root = cur->_left;}else{if (parent->_right == cur){parent->_right = cur->_left;}else{parent->_left = cur->_left;}}} // 左右都不为空 else{// 找替代节点Node* parent = cur;Node* leftMax = cur->_left;while (leftMax->_right){parent = leftMax;leftMax = leftMax->_right;}swap(cur->_key, leftMax->_key);if (parent->_left == leftMax){parent->_left = leftMax->_left;}else{parent->_right = leftMax->_left;}cur = leftMax;}delete cur;return true;}}return false;}void InOrder(){_InOrder(_root);}void PreOrder(){_PreOrder(_root);}void PostOrder(){_PostOrder(_root);}private:void _PostOrder(Node* root){if (root == nullptr){return;}_PostOrder(root->_left);_PostOrder(root->_right);cout << root->_key << ' ';}void _PreOrder(Node* root){if (root == nullptr){return;}cout << root->_key << " ";_PreOrder(root->_left);_PreOrder(root->_right);}void _InOrder(Node* root){if (root == NULL){return;}_InOrder(root->_left);cout << root->_key << " ";_InOrder(root->_right);}private:Node* _root;
};

7.2 递归

#pragma once
template<class K>
struct BSTNode
{BSTNode<K> _left;BSTNode<K> _right;K _key;BSTNode(const K& key):_left(nullptr), _right(nullptr), key(key){}
};template<class K>
class BSTree
{typedef BSTNode<K> Node;
public:BSTree():_root(nullptr){}~BSTree(){_destory(_root);}bool Find(const K& key){return _Find(_root, key);}bool Insert(const K& key){return _Insert(_root, key);}bool Earse(const K& key){return _Erase(root, key);}BSTree(BSTree<K>& tree):_root(nullptr){_root = _Copy(tree._root);}BSTree<K> operator=(BSTree<K> tree){std::swap(_root, tree._root);return *this;}
private:Node* _Copy(Node* root){//递归拷贝if (root == nullptr)return nullptr;Node* new_root = new Node(root->_key);	new_root->_left = _Copy(root->_left);new_root->_right = _Copy(root->_right);return new_root;}void _destory(Node*& root){if (root == nullptr)return;//后序遍历销毁destory(root->_left);destory(root->_right);delete root;root = nullptr;}bool _Find(Node* root, const k& key){if (root == nullptr)return false;// 查找的值比当前结点大，往右找if (root->_key < key){return _Find(root->_right);}// 查找的值比当前结点小，往左找else if (root->_key > key){return _Find(root->_left);}// 最后一种情况就是找到了elsereturn true;}bool _Insert(Node*& root, const K& key){// 当走到空，说明找到了合适的位置if (root == nullptr){// 还得找到父亲，为什么加个引用就搞定了？root = new Node(key);return true;}// 插入的值比当前结点大，往右找if (root->_key < key){return _Insert(root->_right);}// 插入的值比当前结点小，往左找else if (root->_key > key){return _Insert(root->_left);}// 当插入的值和树发生冗余，直接返回falseelse{return false;}}bool _Erase(Node* root, const K& key){if (root == nullptr)return false;if (root->_key < key){return _Erase(root->_right, key);}else if (root->_key > key){return _Erase(root->_left, key);}else{Node* del = root;// 还是分三种情况// 1. 删除结点的左孩子为空if (root->_left == nullptr){root = root->_right;}// 2. 删除结点的右孩子为空else if (root->_right == nullptr){root = root->_left;}// 3. 删除结点孩子都不为空else{//递归为小问题去处理Node* maxLeft = root->_left;while (maxLeft->_right){maxLeft = maxLeft->_right;}//注意：需要交换std::swap(root->_key, maxLeft->_key);//注意：当前找的是左子树的最右节点，所以递归从左子树开始return _Erase(root->_left, key);}delete del;	//释放节点return true;}}private:Node* _root;
};