PTA 数据结构与算法题目集(中文)6-12 二叉搜索树的操作集

6-12 二叉搜索树的操作集(30 分)

本题要求实现给定二叉搜索树的5种常用操作。

函数接口定义:

BinTree Insert( BinTree BST, ElementType X );
BinTree Delete( BinTree BST, ElementType X );
Position Find( BinTree BST, ElementType X );
Position FindMin( BinTree BST );
Position FindMax( BinTree BST );

其中BinTree结构定义如下:

typedef struct TNode *Position;
typedef Position BinTree;
struct TNode{
    ElementType Data;
    BinTree Left;
    BinTree Right;
};
  • 函数InsertX插入二叉搜索树BST并返回结果树的根结点指针;
  • 函数DeleteX从二叉搜索树BST中删除,并返回结果树的根结点指针;如果X不在树中,则打印一行Not Found并返回原树的根结点指针;
  • 函数Find在二叉搜索树BST中找到X,返回该结点的指针;如果找不到则返回空指针;
  • 函数FindMin返回二叉搜索树BST中最小元结点的指针;
  • 函数FindMax返回二叉搜索树BST中最大元结点的指针。

裁判测试程序样例:

#include <stdio.h>
#include <stdlib.h>

typedef int ElementType;
typedef struct TNode *Position;
typedef Position BinTree;
struct TNode{
    ElementType Data;
    BinTree Left;
    BinTree Right;
};

void PreorderTraversal( BinTree BT ); /* 先序遍历,由裁判实现,细节不表 */
void InorderTraversal( BinTree BT );  /* 中序遍历,由裁判实现,细节不表 */

BinTree Insert( BinTree BST, ElementType X );
BinTree Delete( BinTree BST, ElementType X );
Position Find( BinTree BST, ElementType X );
Position FindMin( BinTree BST );
Position FindMax( BinTree BST );

int main()
{
    BinTree BST, MinP, MaxP, Tmp;
    ElementType X;
    int N, i;

    BST = NULL;
    scanf("%d", &N);
    for ( i=0; i<N; i++ ) {
        scanf("%d", &X);
        BST = Insert(BST, X);
    }
    printf("Preorder:"); PreorderTraversal(BST); printf("\n");
    MinP = FindMin(BST);
    MaxP = FindMax(BST);
    scanf("%d", &N);
    for( i=0; i<N; i++ ) {
        scanf("%d", &X);
        Tmp = Find(BST, X);
        if (Tmp == NULL) printf("%d is not found\n", X);
        else {
            printf("%d is found\n", Tmp->Data);
            if (Tmp==MinP) printf("%d is the smallest key\n", Tmp->Data);
            if (Tmp==MaxP) printf("%d is the largest key\n", Tmp->Data);
        }
    }
    scanf("%d", &N);
    for( i=0; i<N; i++ ) {
        scanf("%d", &X);
        BST = Delete(BST, X);
    }
    printf("Inorder:"); InorderTraversal(BST); printf("\n");

    return 0;
}
/* 你的代码将被嵌在这里 */

输入样例:

10
5 8 6 2 4 1 0 10 9 7
5
6 3 10 0 5
5
5 7 0 10 3

输出样例:

Preorder: 5 2 1 0 4 8 6 7 10 9
6 is found
3 is not found
10 is found
10 is the largest key
0 is found
0 is the smallest key
5 is found
Not Found
Inorder: 1 2 4 6 8 9

作者: 陈越

单位: 浙江大学

时间限制: 400 ms

内存限制: 64 MB

代码长度限制: 16 KB

BinTree Insert( BinTree BST, ElementType X )
{
    if(BST == NULL)
    {
        BST = (struct TNode*)malloc(sizeof(struct TNode));
        BST->Data = X;
        BST->Left = BST->Right = NULL;
        return BST;
    }
    else if(BST->Data>X)
    {
        BST->Left = Insert(BST->Left,X);
    }
    else
    {
        BST->Right = Insert(BST->Right,X);
    }
    return BST;
}
BinTree Delete( BinTree BST, ElementType X )
{
    if(BST == NULL)
    {
        printf("Not Found\n");
        return BST;
    }
    if(BST->Data == X)
    {
        if(BST->Left==NULL&&BST->Right==NULL)
        {
            free(BST);
            return NULL;
        }
        else if(BST->Left!=NULL)
        {
            BinTree p,q;
            p = BST;
            q = p->Left;
            if(q->Right == NULL)
            {
                BST->Data = q->Data;
                p->Left = q->Left;
                free(q);
                return BST;
            }
            while(q->Right)
            {
                p = q;
                q = q->Right;
            }
            BST->Data = q->Data;
            p->Right = NULL;
            if(q->Left!=NULL)
            {
                p->Right = q->Left;
                free(q);
            }
        }
        else
        {
            BinTree p,q;
            p = BST;
            q = p->Right;
            if(q->Left == NULL)
            {
                BST->Data = q->Data;
                p->Right = q->Right;
                free(q);
                return BST;
            }
            while(q->Left)
            {
                p = q;
                q = q->Left;
            }
            BST->Data = q->Data;
            p->Left = NULL;
            if(q->Right!=NULL)
            {
                p->Left = q->Right;
                free(q);
            }
        }
        return BST;
    }
    if(BST->Data>X)BST->Left = Delete(BST->Left,X);
    else BST->Right = Delete(BST->Right,X);
    return BST;
}
Position Find( BinTree BST, ElementType X )
{
    if(BST == NULL)return BST;
    if(BST->Data == X)
    {
        return BST;
    }
    return BST->Data>X?Find(BST->Left,X):Find(BST->Right,X);
}
Position FindMin( BinTree BST )
{
    if(BST==NULL)return NULL;
    while(BST->Left)BST = BST->Left;
    return BST;
}
Position FindMax( BinTree BST )
{
    if(BST==NULL)return NULL;
    while(BST->Right)BST = BST->Right;
    return BST;
}

 

### PTA平台上数据结构算法相关的练习题 #### 题目特点概述 PTA平台提供了丰富的数据结构算法练习题,这些题目涵盖了多种经典的数据结构操作以及常见的算法设计思路。对于不同难度级别的选手来说都是很好的训练资源。 #### 具体实例分析 ##### BFS遍历图的表示方法 当处理具有大量节点的情况时,采用链表来代替矩阵作为存储方式能够有效减少内存占用并提高效率[^1]。尽管如此,在某些特定场景下直接利用矩阵实现可能会带来意想不到的速度优势。这表明选择合适的数据结构取决于具体应用场景的需求。 ```python from collections import deque def bfs_with_levels(graph, start_node): visited = set() queue = deque([(start_node, 0)]) while queue: current_node, level = queue.popleft() if current_node not in visited: print(f'Visiting node {current_node} at level {level}') visited.add(current_node) neighbors = graph[current_node] for neighbor in neighbors: queue.append((neighbor, level + 1)) ``` ##### 动态规划贪心策略的选择 面对涉及价值最大化的问题,如L2-003中的月饼分配问题,既可以考虑使用动态规划的方法求解,也可以尝试基于物品单位重量的价值来进行排序后的贪心选取方案[^2]。两种方法各有优劣,前者适合解决较为复杂的约束条件下的最优化问题;后者则适用于那些可以通过局部最优决策推导出全局最优解的情形。 ##### 搜索树构建及其验证 针对二叉搜索树这类特殊形式的树形结构,其定义要求左子树上所有节点的关键字均小于根节点关键字,而右子树上的所有节点关键字都大于等于根节点关键字。因此,在给定一组整数键值序列的情况下,可以根据上述性质逐个插入元素形成一棵可能存在的BST,并通过后续检验确认最终得到的结果是否满足该特性[^3]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值