目录
前言:
以后我们要学map,set,AVL,红黑数所以必须要有二叉搜索数做铺垫
1、二叉搜索树概念
2.二叉搜索树操作
1.二叉搜索树的查找
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。
2. 二叉搜索树的插入
3.1 二叉搜索树的删除(一)
3.2 二叉搜索树的删除(二)
4. 二叉搜索树的应用
前言:
以后我们要学map,set,AVL,红黑数所以必须要有二叉搜索数做铺垫
1、二叉搜索树概念
- 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。
2.二叉搜索树操作
1.二叉搜索树的查找
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。
Node* Find(const K& key) //查找{Node* cur = _root;while (cur){if (key > cur->_key){cur = cur->_right;}else if (key < cur->_key){cur = cur->_left;}else{return cur;}}return cur;}
2. 二叉搜索树的插入
插入的具体过程如下:
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
注意:
二叉搜索树中不能出现值相同的节点,若插入时出现值相同的节点就直接返回false,插入失败!
bool insert(const K& key)//左小右大
{if (_root == nullptr)//第一次插入时的操作 //空树直接插入{_root = new Node(key);return true;}//不是空树找到要寻找的位置插入Node* cur = _root;Node* prev = nullptr; //记录cur走过的上一个节点while (cur != nullptr){if (cur->_key < key){prev = cur;cur = cur->_right;} else if (cur->_key > key){prev = cur;cur = cur->_left;}else if (cur->_key == key)return false;}cur = new Node(key);if (prev->_key > key) //把cur节点和父节点连接起来prev->_left = cur;elseprev->_right = cur;return true;
}
3.1 二叉搜索树的删除(一)
首先查找元素是否在二叉搜索树中,如果不存在,则返回 , 否则要删除的结点可能分下面四种情
况:
a. 要删除的结点无孩子结点:直接删除就可以
b. 要删除的结点只有左孩子结点:删除此节点后,将此节点直接连接到父亲节点就可以
c. 要删除的结点只有右孩子结点:也是直接删除,然后直接把节点连接到父节点上
d. 要删除的结点有左、右孩子结点:这个我们在下面分析
bool erase(const K& key)//非递归版本
{
Node* prev = nullptr;
Node* cur = _root;
while (cur != nullptr)//先找到此节点再删除
{if (cur->_key < key){prev = cur;cur = cur->_right;}else if (cur->_key > key){prev = cur;cur = cur->_left;}else//找到了此节点后,开始删除{//1. 左边为空//2. 右边为空//3. 左右都不为空if (cur->_left == nullptr)//左孩子为空情况{if (cur == _root)_root = cur->_right;else{if (cur == prev->_left)prev->_left = cur->_right;elseprev->_right = cur->_right;}delete cur;return true;}else if (cur->_right == nullptr)//右孩子为空情况{if (cur == _root)_root = cur->_left;else{if (cur == prev->_left)prev->_left = cur->_left;elseprev->_right = cur->_left;}delete cur;return true;}
}
3.2 二叉搜索树的删除(二)
要删除的结点有左、右孩子结点
这里我们要找到这个节点的右子树的最小节点,把他替换要删除的节点上,然后在删除这个最小的节点,因为最小节点肯定没有左子节点(如果有,他就不是最小节点)
//注,此时的cur即为要删除的节点
Node* tmp = cur->_right;
Node* prevtmp = cur;
while (1) //寻找右子树中的最左节点
{if (tmp->_left != nullptr){prevtmp = tmp;tmp = tmp->_left;}elsebreak;
}
cur->_key = tmp->_key;
if (tmp->_right == nullptr)//如果被替换的节点的右为空
{if (prevtmp == cur)//被删除节点右边只有一个节点,直接将被删除节点的右置空prevtmp->_right = nullptr;elseprevtmp->_left = nullptr;delete tmp;tmp = nullptr;
}
else
{if (prevtmp == cur)prevtmp->_right = tmp->_right;elseprevtmp->_left = tmp->_right;delete tmp;tmp = nullptr;
}
4. 二叉搜索树的应用
1. 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 。
比如: 给一个单词 word ,判断该单词是否拼写正确 ,具体方式如下:
- 以词库中所有单词集合中的每个单词作为key,构建一棵二叉搜索树
- 在二叉搜索树中检索该单词是否存在,存在则拼写正确,不存在则拼写错误
void TestBSTree()
{BSTree<std::string, std::string> dict;dict.Insert("sort", "排序");dict.Insert("string", "字符串");dict.Insert("tree", "树");dict.Insert("vector", "顺序表");std::string str;while (std::cin >> str){BSTreeNode<std::string, std::string>* ret = dict.Find(str); //节点的指针if (ret){std::cout << ret->_value << std::endl;}else{std::cout << "没有这个单词" << std::endl;}}
}
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:
- 比如英汉词典就是英文与中文的对应关系,通过英文可以快速找到与其对应的中文,英
文单词与其对应的中文<word, chinese> 就构成一种键值对;
- 再比如统计单词次数,统计成功后,给定单词就可快速找到其出现的次数,单词与其出
现次数就是<word, count> 就构成一种键值对
void TestBSTree()
{std::string strArr[] = { "西瓜", "菠萝", "哈密瓜", "香蕉", "苹果", "西瓜", "西瓜", "西瓜", "西瓜", "西瓜", "西瓜", "樱桃" };BSTree<std::string, int>countTree;for (auto e: strArr){BSTreeNode<std::string, int>* ret = countTree.Find(e);{if (ret == nullptr){countTree.Insert(e, 1);}else{ret->_value++;}}}countTree.InOrder();
}
以上就是今天的内容分享感谢各位的收看!!!