信心、毅力、勇气三者具备,则天下没有做不成的事。💓💓💓
目录
•✨说在前面
亲爱的读者们大家好!💖💖💖,我们又见面了,上一篇文章我给大家详细而详细地讲解了C++三大特性中的多态。如果大家没有掌握好相关的知识,上一篇篇文章讲解地很详细,可以再回去看看,复习一下,再进入今天的内容。
我们之前给大家讲解过二叉树的内容,我们今天给大家讲解二叉树的进阶——搜索二叉树。如果大家准备好了,那就接着往下看吧~
👇👇👇
💘💘💘知识连线时刻(直接点击即可)🎉🎉🎉复习回顾🎉🎉🎉
博主主页传送门:愿天垂怜的博客
🍋知识点一:二叉搜索树的概念
•🌰1.什么是二叉搜索树?
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:
1. 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。
2. 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。
3. 它的左右子树也分别为二叉搜索树。
4. 二叉搜索树中可以支持插入相等的值,也可以不支持插入相等的值,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不支持插入相等值,multimap/multiset支持插入相等值。
•🌰2.二叉搜索树性能分析
1. 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: O(log2 N)
2. 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: O(N/2)
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。
另外需要说明的是,二分查找也可以实现 O(logN) 级别的查找效率,但是二分查找有两大缺陷:
1. 需要存储在支持下标随机访问的结构中,并且有序。
2. 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。
🍋知识点二:二叉搜索树的模拟实现
•🌰1.二叉搜索树的插入
插入的具体过程如下:
1. 树为空,则直接新增结点,赋值给root指针
2. 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。
3. 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)
int a[] = {8, 3, 1, 10, 6, 4, 7, 14, 13};
•🌰2.二叉搜索树的查找
查找的具体过程如下:
1. 从根开始比较,查找x,x比根的值大则往右边走查找,x比根值小则往左边走查找。
2. 最多查找高度次,走到空,还没找到,这个值不存在。
3. 如果不支持插入相等的值,找到x即可返回
4. 如果支持插入相等的值,意味着有多个x存在,一般要求查找中序的第一个x。如下图,查找3,要找到1的右孩子的那个3返回
•🌰3.二叉搜索树的删除
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)
1. 要删除结点N左右孩子均为空
2. 要删除的结点N左孩子为空,右孩子结点不为空
3. 要删除的结点N右孩子为空,左孩子结点不为空
4. 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:
1. 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)
2. 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
3. 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
4. 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右子树的值最子结点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。
•🌰4.二叉搜索树的实现代码
二叉搜索树的实现代码如下:
#pragma once
#include <iostream>
using namespace std;
//定义搜索二叉树的节点
template<class K>
struct BSTNode
{
K _key;
BSTNode<K>* _left;
BSTNode<K>* _right;
BSTNode(const K& key)
:_key(key)
,_left(nullptr)
,_right(nullptr)
{}
};
//Binary Search Tree
template<class K>
class BSTree
{
//typedef BSTNode<K> Node;
using Node = BSTNode<K>;
public:
BSTree() = default;
//拷贝构造
BSTree(const BSTree& t)
{
_root = Copy(t._root);
}
//赋值重载
BSTree& operator=(BSTree temp)
{
swap(_root, temp._root);
return *this;
}
//析构
~BSTree()
{
Destroy(_root);
}
//插入
bool Insert(const K& key)
{
if (_root == nullptr)
{
_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;
}
Node* newnode = new Node(key);
if (parent->_key <= key)
{
parent->_right = newnode;
}
else
{
parent->_left = newnode;
}
return true;
}
//查找
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;
}
//删除
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
{
if (cur->_left == nullptr)
{
if (parent == nullptr)
{
_root = cur->_right;
}
//左为空
if (parent->_left == cur)
{
parent->_left = cur->_right;
}
else parent->_right = cur->_right;
delete cur;
}
else if(cur->_right == nullptr)
{
if (parent == nullptr)
{
_root = cur->_left;
}
//右为空
if (parent->_left == cur)
{
parent->_left = cur->_left;
}
else parent->_right = cur->_left;
delete cur;
}
else
{
//都不为空
Node* replaceParent = cur;
Node* replace = cur->_right;
while (replace->_left)
{
replaceParent = replace;
replace = replace->_left;
}
cur->_key = replace->_key;
if (replaceParent->_left == replace)
{
replaceParent->_left = replace->_right;
}
else replaceParent->_right = replace->_right;
delete replace;
}
return true;
}
}
return false;
}
//中序遍历
void InOrder()
{
_InOrder(_root);
}
private:
void _InOrder(Node* root)
{
if (root == nullptr)
{
return;
}
_InOrder(root->_left);
cout << root->_key << " ";
_InOrder(root->_right);
}
void Destroy(Node* root)
{
if (root == nullptr)
return;
Destroy(root->_left);
Destroy(root->_right);
delete root;
}
Node* Copy(Node* root)
{
if (root == nullptr)
return nullptr;
Node* newRoot = new Node(root->_key);
newRoot->_left = Copy(root->_left);
newRoot->_right = Copy(root->_right);
return newRoot;
}
Node* _root = nullptr;
};
🍋知识点三:二叉搜索树的使用场景
•🌰1.key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,⻋辆入时扫描车牌在不在系统中,在则抬杆,不在则提示本小区车辆,无法进入。
场景2:检查一篇英文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。
•🌰2.key/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,但是不支持持修改key,修改key破坏搜索树结构了,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:商场无人值守上车库,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。
•🌰3.key/value二叉搜索数底代码实现
key/value二叉搜索数底代码实现如下:
template<class K, class V>
struct BSTNode
{
K _key;
V _value;
BSTNode<K, V>* _left;
BSTNode<K, V>* _right;
BSTNode(const K& key, const V& value)
:_key(key)
,_value(value)
, _left(nullptr)
, _right(nullptr)
{}
};
//Binary Search Tree
template<class K, class V>
class BSTree
{
//typedef BSTNode<K, V> Node;
using Node = BSTNode<K, V>;
public:
BSTree() = default;
//拷贝构造
BSTree(const BSTree& t)
{
_root = Copy(t._root);
}
//赋值重载
BSTree& operator=(BSTree temp)
{
swap(_root, temp._root);
return *this;
}
//析构
~BSTree()
{
Destroy(_root);
}
//插入
bool Insert(const K& key, const V& value)
{
if (_root == nullptr)
{
_root = new Node(key, value);
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;
}
Node* newnode = new Node(key, value);
if (parent->_key <= key)
{
parent->_right = newnode;
}
else
{
parent->_left = newnode;
}
return true;
}
//查找
Node* 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 cur;
}
return nullptr;
}
//删除
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
{
if (cur->_left == nullptr)
{
if (parent == nullptr)
{
_root = cur->_right;
}
//左为空
if (parent->_left == cur)
{
parent->_left = cur->_right;
}
else parent->_right = cur->_right;
delete cur;
}
else if (cur->_right == nullptr)
{
if (parent == nullptr)
{
_root = cur->_left;
}
//右为空
if (parent->_left == cur)
{
parent->_left = cur->_left;
}
else parent->_right = cur->_left;
delete cur;
}
else
{
//都不为空
Node* replaceParent = cur;
Node* replace = cur->_right;
while (replace->_left)
{
replaceParent = replace;
replace = replace->_left;
}
cur->_key = replace->_key;
if (replaceParent->_left == replace)
{
replaceParent->_left = replace->_right;
}
else replaceParent->_right = replace->_right;
delete replace;
}
return true;
}
}
return false;
}
//中序遍历
void InOrder()
{
_InOrder(_root);
}
private:
void _InOrder(Node* root)
{
if (root == nullptr)
{
return;
}
_InOrder(root->_left);
cout << root->_key << ":" << root->_value << endl;
_InOrder(root->_right);
}
void Destroy(Node* root)
{
if (root == nullptr)
return;
Destroy(root->_left);
Destroy(root->_right);
delete root;
}
Node* Copy(Node* root)
{
if (root == nullptr)
return nullptr;
Node* newRoot = new Node(root->_key, root->_value);
newRoot->_left = Copy(root->_left);
newRoot->_right = Copy(root->_right);
return newRoot;
}
Node* _root = nullptr;
};
• ✨SumUp结语
到这里本篇文章的内容就结束了,本节介绍了C++中搜索二叉树的相关知识。这里的内容也是有一定难度的。希望大家能够认真学习,打好基础,迎接接下来的挑战,期待大家继续捧场~💖💖💖