【C++笔记】数据结构进阶之二叉搜索树(BSTree)
🔥个人主页:大白的编程日记
🔥专栏:C++笔记
文章目录
- 【C++笔记】数据结构进阶之二叉搜索树(BSTree)
- 前言
- 一.二叉搜索树的概念
- 二.二叉搜索树的性能分析
- 三.二叉搜索树的实现
- 3.1二叉树的中序遍历
- 3.2二叉搜索树的插入
- 3.3二叉搜索树的查找
- 3.4二叉搜索树的删除
- 四.二叉搜索树key和key/value使用场景\
- 4.1key搜索场景
- 4.2key/value搜索场景
- 4.3key_value结构的实现
- 4.4二叉搜索树的拷贝构造和析构
- 后言
前言
哈喽,各位小伙伴大家好!上期我们讲了C++三大特性之多态。今天我们来讲一下二叉搜索树(BSTree)。话不多说,我们进入正题!向大厂冲锋
一.二叉搜索树的概念
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,则左子树上所有结点的值都小于等于根结点的值
• 若它的右子树不为空,则右子树上所有结点的值都⼤于等于根结点的值
• 它的左右子树也分别为二叉搜索树
• ⼆叉搜索树中可以支持插入相等的值,也可以不支持插人相等的值,具体看使用场景定义,后续我们学习map/set/multimap/multiset系列容器底层就是二叉搜索树,其中map/set不之持插入相等值,multimap/multiset支持插如相等值
二.二叉搜索树的性能分析
二叉搜索树最多查找高度次。因此二叉搜索树的性能取决的树的高度。
-
最优情况
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),其高度为: log2 N
-
最坏情况
最差情况下,⼆叉搜索树退化为单⽀树(或者类似单⽀),其⾼度为: N
所以综合而言⼆叉搜索树增删查改时间复杂度为: O(N)。
那么这样的效率显然是无法满足我们需求的,我们后续需要继续讲解⼆叉搜索树的变形,平衡二叉搜索树AVL树和红黑树,才能适用于我们在内存中存储和搜索数据。
- 二分查找
另外需要说明的是,二分查找也可以实现 O(log2 N) 级别的查找效率,但是而分查找有两大缺陷:
- 需要存储在支持下标随机访问的结构中,并且有序。
- 插入和删除数据效率很低,因为存储在下标随机访问的结构中,插入和删除数据⼀般需要挪动数据。
这里也就体现出了平衡⼆叉搜索树的价值。
三.二叉搜索树的实现
3.1二叉树的中序遍历
因为_root是私有成员,所以我们可以这样多套一层调用。
void Inorder()
{_Inorder(_root);cout << endl;
}
void _Inorder(const node* root)
{if (root == nullptr){return;}_Inorder(root->left);cout << root->_key << " ";_Inorder(root->right);
}
3.2二叉搜索树的插入
插入的具体过程如下:
- 树为空,则直接新增结点,赋值给root指针
- 树不空,按二叉搜索树性质,插入值比当前结点大往右走,插入值比当前结点小往左左,找到空位置,插入新结点。
- 如果支持插入相等的值,插入值跟当前结点相等的值可以往右走,也可以往左走,找到空位置,插入新结点。(要注意的是要保持逻辑⼀致性,插入相等的值不要⼀会往右走,⼀会往左走)
bool Insert(const k& x)
{if (_root == nullptr)//插入根节点{_root = new node(x);return true;}node* cur = _root;node* parent = nullptr;//记录父亲节点while (cur){//介质不冗余/*if (x < cur->_key){parent = cur;cur = cur->left;}else if (x > cur->_key){parent = cur;cur = cur->right;}else{return false;}*///介质冗余if (x <= cur->_key)//相等插入左子树{parent = cur;cur = cur->left;}else if (x > cur->_key){parent = cur;cur = cur->right;}}if (x > parent->_key){parent->right = new node(x);}else//相等插入左子树{parent->left = new node(x);}return true;
}
介质冗余:
介质不冗余:
3.3二叉搜索树的查找
插⼊的具体过程如下:
- 树为空,则直接新增结点,赋值给root指针
- 树不空,按⼆叉搜索树性质,插入值比当前结点大往右⾛,插入值比当前结点小往左走,找到空位
置,插入新结点。 - 如果支持插入相等的值,插⼊值跟当前结点相等的值可以往右走,也可以往左走,找到空位置,插入新结点。(要注意的是要保持逻辑⼀致性,插⼊相等的值不要⼀会往右走,⼀会往左走)
bool Find(const k& x)
{node* cur = _root;while (cur){if (x < cur->_key)//节点在左子树{cur = cur->left;}else if (x > cur->_key)//节点在右子树{cur = cur->right;}else{return true;//找到target}}return false;
}
3.4二叉搜索树的删除
⾸先查找元素是否在二叉搜索树中,如果不存在,则返回false。
如果查找元素存在则分以下四种情况分别处理:(假设要删除的结点为N)
- 要删除结点N左右孩子均为空
- 要删除的结点N左孩子位空,右孩子结点不为空
- 要删除的结点N右孩子位空,左孩子结点不为空
- 要删除的结点N左右孩子结点均不为空
对应以上四种情况的解决方案:
- 左右为空
把N结点的父亲对应孩子指针指向空,直接删除N结点(情况1可以当成2或者3处理,效果是⼀样的)
-
左空右不空
把N结点的父亲对应孩子指针指向N的右孩子,直接删除N结点 -
右空左不空
把N结点的父亲对应孩子指针指向N的左孩子,直接删除N结点
如果删除根节点直接修改_root。再删除节点即可。
-
左右均不空
无法直接删除N结点,因为N的两个孩子无处安放,只能用替换法删除。找N左子树的值最大结点R(最右结点)或者N右子树的值最小结点R(最左结点)替代N,因为这两个结点中任意⼀个,放到N的位置,都满足⼆叉搜索树的规则。替代N的意思就是N和R的两个结点的值交换,转而变成删除R结点,R结点符合情况2或情况3,可以直接删除。
bool Erase(const k& x)
{node* cur = _root;node* parent = nullptr;while (cur){if (x < cur->_key){parent = cur;cur = cur->left;}else if (x > cur->_key){parent = cur;cur = cur->right;}else//找到删除节点{if (cur->left == nullptr)//左为空{if (cur == _root)//防止删除根节点{_root = cur->right;}else//判断连接父亲的左子树还是右子树{if (cur == parent->left){parent->left = cur->right;}else{parent->right = cur->right;}}delete cur;return true;}else if (cur->right == nullptr){if (cur == _root)//防止删除根节点{_root = cur->left;}else//判断连接父亲的左子树还是右子树{if (cur == parent->left){parent->left = cur->left;}else{parent->right = cur->left;}}delete cur;return true;}else{//替代节点的父亲初始化为删除节点防止不进去循环node* replaceparent = cur;//替代节点的父亲node* replace = cur->right;while (replace->left)//寻找右子树的最小节点{replaceparent = replace;replace = replace->left;}cur->_key = replace->_key;//替换根节点//判断连接父亲的左子树还是右子树if (replace == replaceparent->left){replaceparent->left = replace->right;}else{replaceparent->right = replace->right;}delete replace;return true;}}}return false;
}
四.二叉搜索树key和key/value使用场景\
4.1key搜索场景
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,搜索场景只需要判断key在不在。key的搜索场景实现的⼆叉树搜索树⽀持增删查,但是不支持修改,修改key破坏搜索树结构了。
场景1:小区无人值守车库,小区车库买了车位的业主车才能进小区,那么物业会把买了车位的业主的车牌号录入后台系统,车辆进入时扫描车牌在不在系统中,在则抬杆,不在则提示非本小区车辆,无法进入。
场景2:检查⼀篇英文 章单词拼写是否正确,将词库中所有单词放入二叉搜索树,读取文章中的单词,查找是否在⼆叉搜索树中,不在则波浪线标红提示。
4.2key/value搜索场景
每⼀个关键码key,都有与之对应的值value,value可以任意类型对象。树的结构中(结点)除了需要存储key还要存储对应的value,增/删/查还是以key为关键字⾛⼆叉搜索树的规则进行比较,可以快速查找到key对应的value。key/value的搜索场景实现的⼆叉树搜索树支持修改,但是不支持修改key,修改key破坏搜索树性质了,可以修改value。
场景1:简单中英互译字典,树的结构中(结点)存储key(英⽂)和vlaue(中文),搜索时输入英文,则同时
查找到了英文对应的中文。
场景2:商场无人值守车库,入口进场时扫描车牌,记录车牌和入场时间,出口离场时,扫描车牌,查找入场时间,⽤当前时间-入场时间计算出停车时长,计算出停车费用,缴费后抬杆,车辆离场。
场景3:统计⼀篇文章中单词出现的次数,读取⼀个单词,查找单词是否存在,不存在这个说明第⼀次出现,(单词,1),单词存在,则++单词对应的次数。
4.3key_value结构的实现
- 结构的定义
把节点封装,key_value多了一个V的类型。
同时这里using可以当成typedef使用。
//key结构
template<class k>
struct BSTNode
{using node = BSTNode<k>;k _key;node* left;node* right;BSTNode(const k& key):_key(key), left(nullptr), right(nullptr){}
};
template<class k>
class BSTree
{using node = BSTNode<k>;
public:
private:node* _root = nullptr;
};
//key_value结构
template<class k, class v>
struct BSTNode
{using node = BSTNode<k, v>;k _key;v _value;node* left;node* right;BSTNode(const k& key, const v& value):_key(key), _value(value), left(nullptr), right(nullptr){}
};
template<class k, class v>
class BSTree
{using node = BSTNode<k, v>;
public:
private:node* _root = nullptr;
};
- 查找和删除
查找和删除的逻辑不需要改变。但是如果想知道查找的节点的value可以返回节点指针。同时如果允许介质冗余的话,那就需要查找中序的第一个,所以我们相同值时,先保留,继续去左子树查找即可。
node* Find(const k& x)
{node* ret = nullptr;node* cur = _root;while (cur){if (x < cur->_key){cur = cur->left;}else if (x > cur->_key){cur = cur->right;}else{ret = cur;//保留当前节点cur = cur->left;//继续向左子树查找中序的第一个}}return ret;
}
、、key_value结构
- 插入
插入只需要多插入一个value值即可,逻辑不变。
bool Insert(const k& x, const v& v)
{if (_root == nullptr)//插入根节点{_root = new node(x, v);return true;}node* cur = _root;node* parent = nullptr;//保留父亲节点while (cur){/*介质不冗余*/if (x < cur->_key){parent = cur;cur = cur->left;}else if (x > cur->_key){parent = cur;cur = cur->right;}else{return false;}//介质冗余//if (x <= cur->_key)//相等插入到左子树//{// parent = cur;// cur = cur->left;//}//else if (x > cur->_key)//{// parent = cur;// cur = cur->right;//}}if (x > parent->_key){parent->right = new node(x, v);}else//相等插入左子树{parent->left = new node(x, v);}return true;
}
4.4二叉搜索树的拷贝构造和析构
- 拷贝构造
直接new构造根节点,再让根节点连接递归构造的左右子树即可。注意如果按照插入的思路构造,那就必须是层序遍历节点插入,否则拷贝出来的子树就不一样。
BSTree(const BSTree<k,v>& x)
{_root = Copy(x._root);
}
node* Copy( node* x)
{if (x == nullptr){return x;}node* root = new node(x->_key, x->_value);root->left =Copy(x->left);root->right = Copy(x->right);return root;
}
- 析构
这里先析构左右子树在析构根节点即可。
void Destory(const node* root){if (root == nullptr){return ;}Destory(root->left);Destory(root->right);delete root;}~BSTree(){Destory(_root);_root = nullptr;}
- 赋值
这里先拷贝tmp,然后交换_root指针,函数结束后析构tmp空间。
BSTree<k, v>& operator = (BSTree<k, v> tmp)
{swap(_root,tmp._root);return *this;
}
后言
这就是数据结构进阶之二叉搜索树(BSTree)。大家自己好好消化!今天就分享到这!感谢各位的耐心垂阅!咱们下期见!拜拜~