数据结构 | PTA 函数题 04-树7 二叉搜索树的操作集

这篇博客介绍了如何实现二叉搜索树的5种基本操作,包括插入、删除、查找、找到最小元素和最大元素。提供了函数接口定义和裁判测试程序样例,并给出了具体的输入输出示例,帮助理解操作过程。

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Insert将X插入二叉搜索树BST并返回结果树的根结点指针;
函数Delete将X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

通过代码:


/* 将X插入二叉搜索树BST并返回结果树的根结点指针 */
BinTree Insert( BinTree BST, ElementType X ){
	if( !BST ){
		BST = (BinTree)malloc(sizeof(struct TNode));
		BST->Data = X;
		BST->Left = BST->Right = NULL;
	}else{
		if( X < BST->Data )
			BST->Left = Insert( BST->Left, X );
		else if( X > BST->Data )
			BST->Right = Insert( BST->Right, X ); 
	}
	return BST;
}

/* 将X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 */ 
BinTree Delete( BinTree BST, ElementType X ){
	Position Tmp;
	if( !BST )
		printf("Not Found\n");	//记得\n 
	else if( X < BST->Data )
		BST->Left = Delete( BST->Left, X );
	else if( X > BST->Data )
		BST->Right = Delete( BST->Right, X );
	else{
		if( BST->Left && BST->Right ){
			Tmp = FindMin( BST->Right );
			BST->Data = Tmp->Data;
			BST->Right = Delete(BST->Right, BST->Data);
		}else{
			Tmp = BST;
			if( !BST->Left )
				BST = BST->Right;
			else if( !BST->Right )
				BST = BST->Left;
			free( Tmp );
		}
	}
	return BST;
}

/* 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 */
Position Find( BinTree BST, ElementType X ){
	while( BST ){
		if( X > BST->Data )
			BST = BST->Right;	//X比这个节点的数值大,往右子树找 
		else if( X < BST->Data )
			BST = BST->Left;	//X比这个节点的数值小,往左子树找 
		else
			return BST;		//等于X——找到啦 
	}
	return NULL;	//查找失败 
}

/* 返回二叉搜索树BST中最小元结点的指针(递归写法) */ 
Position FindMin( BinTree BST ){	 
	if( !BST ) //是空树 
		return NULL;
	else if( !BST->Left )
		return BST;	//找到最左叶节点(最左叶节点就是最小值) 
	else 
		return FindMin( BST->Left );	//继续往左分支查找 
}

/* 返回二叉搜索树BST中最大元结点的指针(非递归写法)  */ 
Position FindMax( BinTree BST ){
	if( !BST ) //是空树 
		return NULL;	
	else {
		while(	BST->Right ){	//一直往右节点查找,直到遇到NULL(此处遇到NULL时不赋值给BST) 
			BST = BST->Right;
		}
	}
	return BST;	//继续往右分支查找 
}

评测结果:

在这里插入图片描述

### 完全二叉搜索树的概念 完全二叉搜索树是一种特殊的二叉搜索树,它不仅满足二叉搜索树的性质——对于任意节点`V`而言,其左子中的所有键值小于`V.key`,右子中所有的键值大于`V.key`[^1];还具有完全二叉的特点,在最后一层上靠尽可能左边填充节点,并且除了最后一层外其他各层都是满的。 ### 实现方法概述 构建一个完全二叉搜索树通常涉及两个主要操作:插入新元素和保持结构平衡。由于每次插入都希望维持完全二叉的形式,因此可以考虑使用数组来表示这种数据结构,其中父节点位于索引`i`处,则它的左孩子位于`2*i+1`位置而右孩子处于`2*i+2`的位置。然而,当涉及到动态调整大小时,这种方法可能会变得复杂。另一种更灵活的方式是通过链表形式实现并额外维护一些辅助变量帮助判断当前应该在哪里添加新的叶子节点以确保最终形成的是完全形态。 下面给出了一种基于Python语言的具体实现方案: ```python class TreeNode: def __init__(self, val=0): self.val = val self.left = None self.right = None def insert_into_complete_bst(root, value): new_node = TreeNode(value) if not root: return new_node queue = [root] while True: current = queue.pop(0) if not current.left: current.left = new_node break else: queue.append(current.left) if not current.right: current.right = new_node break else: queue.append(current.right) return root ``` 这段代码定义了一个简单的函数用于向已经存在的完全二叉搜索树内插入一个新的数值。这里采用了广度优先遍历的方法找到第一个缺少孩子的节点作为插入点,从而保证了所得到的结果仍然是一个完整的二叉形状[^2]。
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