C++:二叉搜索树模拟实现(KV模型)
前言
二叉搜索树又称二叉排序树,他对数据有严格的要求,具体表现在以下几个方面:
- 如果一个根节点的左子树不为空,则左子树中所有节点的值都必须小于根节点的值;如果它的右子树不为空,则右子树中所有节点的值都必须大于根节点的值。
- 它的左右子树也都必须是一个二叉搜索树,也都必须满足第一条。
- 二叉搜索树中的每个节点都是唯一的,不允许重复!!!
二叉搜索树的实际应用主要分为K模型和KV模型。
- K模型:即Key作为关键码,二叉搜索树中只存储Key一个数据。而关键码则是待搜索的值。比如:我们经常通过软件查找是否存在某个单词,是否拼写正确。
- KV模型:存储的数据中,每个Key对应一个Value,即键值对<Key, Value>。 我们经常通过Key去查找对应的Val.比如:我们通过英文来查找对应的中文,就是一个最常见的KV场景。
模拟实现KV模型
1. 节点封装
由于是KV模型,我们需要存储Key和Value俩个值。同时二叉搜索树也是二叉树,我们需要它的左右节点。因此节点疯转如下:
template<class K, class V>
struct BSTreeNode
{
K _key;
V _value;
BSTreeNode<K, V>* _left;
BSTreeNode<K, V>* _right;
//默认构造函数, 用于后续new创建节点
BSTreeNode(const K& key, const V& value)
:_key(key)
, _value(value)
, _right(nullptr)
, _left(nullptr)
{
}
};
2、前置工作(默认构造、拷贝构造、赋值重载、析构函数等)
接下来是KV模型封装的框架,以及默认构造、拷贝构造、赋值重载、析构函数。比较简单,就直接给出代码了哈。
template<class K, class V>
class BSTree
{
typedef BSTreeNode<K, V> Node;//节点重命名
public:
//默认构造
BSTree()
:_root(nullptr)
{
}
//拷贝构造
BSTree(BSTree<K, V>& t)
{
_root = Copy(t._root);
}
//赋值重载
BSTree<K, V>& operator=(BSTree<K, V> t)
{
swap(_root, t._root);
return *this;
}
//析构函数
~BSTree()
{
Destory(_root);
}
private:
Node* _root = nullptr;
};
}
2. 数据插入(递归和非递归版本)
首先我们需要查找数据待插入的位置(为了保证插入数据后整体依然是一颗二叉搜索树).。同时查找插入位置时,只有key是有严格要求的,Value只是附带。
即:如果根节点为空,即是待插入数据位置;否则开始查找,如果待插入数据大于根节点往右子树节点走;如果待插入数据小于根节点往左子树节点走。不断循环,直到查找到空节点时,即为数据待插入的位置;如果查找到的大小和待插入数据值相等则返回false(确保二叉搜索树中的每个节点唯一)
【非递归版本】:
bool Insert(const K& key, const V& value)
{
if (_root == nullptr)//根节点为空
{
_root = new Node(key, value);
return true;
}
Node* cur = _root;
Node* parent = nullptr;//后续插入数据链接时,需要和父节点相连
while (cur)
{
if (cur->_key > key)//待插入数据小于当前节点,往左子树查找
{
parent = cur;
cur = cur->_left;
}
else if(cur->_key < key)//待插入数据大于当前节点,往右子树查找
{
parent = cur;
cur = cur->_right;
}
else//待插入数据等于当前节点,不允许插入
{
return false;
}
}
//链接
Node* newNode = new Node(key, value);
//链接时,我们无法确定插入节点时在父节点的左边还是右边,需要进一步比较
if (parent->_key > key)
parent->_left = newNode;
else
parent->_right = newNode;
return true;
}
【递归版本】:
bool InsertR(const K& key, const V& value)
{
//由于我们查找位置需要从根节点开始查找,所以这里通过另一个函数来传递实现
return _InsertR(_root, key, value);
}
bool _InsertR(Node*& root, const K& key, const V& value)
{
if (root == nullptr)
{
//注意上述我们形参都是引用,所以不用新增Parent节点
root = new Node(key, value);
return true;
}
if (root->_key > key)//待插入数据小于当前节点,往左子树查找
return _InsertR(root->_left, key, value);
else if (root->_key < key)//待插入数据大于当前节点,往右子树查找
return _InsertR(root->_right, key, value);
else
return false;
}
3、数据删除(递归和非递归版本)
3.1 查找待删除节点位置
删除数据,我们首先需要和插入数据一样,先查找到待删除节点。和插入类似就不多说了。
【查找待删除数据】:
bool Erase(const K& key)
{
if (_root == nullptr)//为空即不存在待删除数据
return false;
Node* cur = _root;
Node* parent = nullptr;
while (cur)
{
if (cur->_key > key)//待删除数据小于当前节点,往左子树查找
{
parent = cur;
cur = cur->_left;
}
else if (cur->_key < key)