当前位置: 首页 > news >正文

《C++二叉搜索树原理剖析:从原理到高效实现教学》

前引:二叉搜索树(Binary Search Tree, BST)作为一种基础且强大的数据结构,凭借其高效的查找与插入效率,成为算法设计与内存优化的核心工具。在C++中,BST不仅能实现高效的数据管理,更为平衡树(如AVL树)奠定理论基础。本文将深入剖析BST的有序性本质(结合C++特性详解插入、删除、遍历等关键操作,并提供内存安全的现代C++实现范式!

目录

【一】二叉搜索树介绍

【二】特点剖析

【三】二叉搜索树实现

(1)结构创建

(2)插入节点

(3)中序遍历

(4)查找节点

(5)删除节点

(6)析构

(7)拷贝构造


【一】二叉搜索树介绍

二叉搜索树又称二叉排序树,我们根据它的名字猜到是一颗二叉树完成了排序的工作?二叉树如何排序?下面我们来看看它和我们之前学习的大小顶堆有和区别!

【二】特点剖析

例如下面一棵二叉搜索树(可以为空树):

二叉搜索树语言描绘特征如下:

(1)从第一个父节点(根节点)开始,它的左子节点小于父节点

(2)从第一个父节点(根节点)开始,它的右子节点大于父节点

(3)它的左右子树也分别为二叉搜索树

【三】二叉搜索树实现

(1)结构创建

实现一棵二叉搜索树,我们需要一个节点结构、一个功能结构

节点结构里面有左右子节点(left,right)、一个数据存储变量(date):

//节点结构
template<class T>
struct Tree_Node
{Tree_Node(const T _date):left(nullptr),right(nullptr),date(_date){ }Tree_Node<T>* left;Tree_Node<T>* right;T date;
};

注意:主模板的声明不允许使用模板参数

功能结构用来实现二叉搜索树的功能:

//功能结构
template<class T>
class BST
{typedef Tree_Node<T> Node;
public://构造BST():node(nullptr){ }//功能实现private:Node* node;
};
(2)插入节点

插入节点我们需要根据数据的大小来判断插在左右节点的 nullptr 位置,我们这里挑战循环来写

注意:我们需要用其它节点代替node去移动,不然node每次都不是指向根节点的

//插入节点
void Insert(const T& date)
{//如果根节点为空if (node == nullptr){node = new Node(date);return;}//根据数据大小查找Node* parent = nullptr;Node* cur = node;while (cur){//记录父节点parent = cur;//如果小于父节点if (date < cur->date){cur = cur->left;}else{cur = cur->right;}}//此时已经到了节点为空的位置//如果小于父节点if (date < parent->date){//插在父节点左侧parent->left = new Node(date);return;}else{//插在父节点右侧parent->right = new Node(date);return;}
}
(3)中序遍历

中序我们调用递归来完成:先遍历左子树,然后父节点,然后右子树

//中序遍历
void Inorder()
{_Inorder(node);
}
void _Inorder(Node* ptr)
{//遇到空就返回if (ptr == nullptr){return;}_Inorder(ptr->left);cout << ptr->date << " ";_Inorder(ptr->right);
}

效果展示:

(4)查找节点

找到对应节点之后,然后返回即可:

根据要找的数据大小去查找,那么最多查找次数就是二叉树的深度次

//查找数据
bool Find(const T& date)
{//如果为空树,返回if (node == nullptr){return false;}Node* cur = node;//找节点while (cur){//如果date大于父节点,右边找,否则左边找if (date > cur->date){cur = cur->right;}else if(date < cur->date){cur = cur->left;}else{return true;}}//如果出循环了还没有返回就说明没有找到return false;
}

效果展示:

(5)删除节点

删除节点我们需要考虑下面这三个情况(重点是比较节点数据大小):

(1)该节点无孩子节点:先删,然后置空

(2)该节点有一个孩子节点:先连接再删

注意:这两种情况可以概括为一类,参考下面代码注释,比较简单我们就直接看代码

(3)该节点有两个孩子节点:我们需要找一定大小的节点去替代它

替代思路:让它的左子树最大值或者右子树最小值去替换,然后删除它(左子树max为例)

·

解释:例如下面这幅图,我们要删除3

(1)先找到目标节点cur(3),然后找目标节点左子树的最大值left_max

(2)交换目标节点cur和最大值 light_max的数据

(3)这里需要标记 lleft_max的父节点为 parent

第一种情况:

(4)因为找的是左子树的最大值,所以只可能父节点parent的右边还存在子节点

         将它连接在parent的右边

(5)再将cur指向 left_max,删除

第二种情况:

(4)因为找的是左子树的最大值,可能 parent 的左边还存在子节点

(5)再将cur指向 left_max,删除

//删除节点
void Erase(const T& date)
{//如果为空树if (node == nullptr){return;}//标记cur的父节点Node* cur = node;Node* parent = cur;//找节点while (cur->date != date){parent = cur;//如果date大于父节点,右边找,否则左边找if (date > cur->date){cur = cur->right;}else if (date < cur->date){cur = cur->left;}else{break;}}//第一种情况:如果cur无左右节点//第二种情况:如果cur只有一个孩子节点if (cur->left == nullptr || cur->right == nullptr){//如果parent的date小于cur的date,说明要连接在parent的右边if (parent->date < cur->date){if (cur->left == nullptr){//cur的左孩子为空,可能右孩子不为空parent->right = cur->right;}else{//cur的右孩子为空,可能左孩子不为空parent->right = cur->left;}delete cur;cur = nullptr;}else{//注意只有两个节点的if (cur == node){//如果删树的唯一节点if (cur == node && cur->right == nullptr && cur->left == nullptr){delete node;node = nullptr;}else if (cur->right == nullptr){node = cur->left;delete cur;cur = nullptr;}else{node = cur->right;delete cur;cur = nullptr;}return;}if (cur->left == nullptr){//cur的左孩子为空,可能右孩子不为空parent->left = cur->right;}else{//cur的右孩子为空,可能左孩子不为空parent->left = cur->left;}delete cur;cur = nullptr;}}else{//第三种情况:cur有两个孩子节点//找左子树最大的节点Node* left_max = cur->left;Node* parent = cur;while (left_max->right){parent = left_max;left_max = left_max->right;}// 最终走到这里就是左子树的最大节点swap(cur->date, left_max->date);// 这里要再进行一次判读parent的情况,对于节点进行连接if (parent->left == left_max){parent->left = left_max->left;}else{parent->right = left_max->left;}cur = left_max;delete cur;cur = nullptr;}
}

效果展示:

(6)析构

我们可以利用上面的“删除节点”+“根节点是否为空循环”来不断析构

注意:上面我们的析构是利用第三方指针cur代替node删除的,所以当二叉树只有一个根节点删除             后需要考虑置空,这样才可以利用到循环

//析构
~BST()
{while (node){Erase(node->date);cout << "删除成功" << endl;}
}

测试:

(7)拷贝构造

拷贝构造我们可以利用递归遍历不断开新节点

注意:递归左右节点时要连接起来,下面有详细的批注

//拷贝构造
BST(const BST<T>& ptr)
{//如果拷贝对象是空if (ptr.node == nullptr){return;}//这里的ptr是拷贝的对象,node是待拷贝的对象的根节点node = Copy(node, ptr.node);
}Node* Copy(Node* _node,Node* copy_node)
{if (copy_node == nullptr){return nullptr;}//前序拷贝_node = new Node(copy_node->date);// 空间是开辟成功了,但是这里node的左右子树,没有连接,需要接收copy的返回值才能完成连接_node->left =  Copy(_node->left, copy_node->left);_node->right = Copy(_node->right, copy_node->right);//返回根节点return _node;
}

效果展示:

http://www.lryc.cn/news/604701.html

相关文章:

  • CH347使用笔记:CH347作为FPGA下载器的几种方式
  • 大语言模型API付费?
  • 【PZ7020-StarLite 入门级开发板】——FPGA 开发的理想起点,入门与工业场景的双重优选
  • PyTorch API
  • PyTorch 生态四件套:从图片、视频到文本、语音的“开箱即用”实践笔记
  • 汽车电子控制系统开发的整体安全理念
  • 为什么网站需要高防IP?高防IP的优势是什么?
  • 打造高效、安全的期货资管交易平台:开发流程与关键要素解析
  • 企业级应用安全传输:Vue3+Nest.js AES加密方案设计与实现
  • 开发避坑短篇(9):解决升级Vue3后slot attributes废弃警告
  • 从黑箱到理解模型为什么(模型可解释性与特征重要性分析)
  • 力扣54:螺旋矩阵
  • git rebase 操作记录
  • 《Java 程序设计》第 11 章 - 泛型与集合
  • chukonu阅读笔记(2)
  • 【LY88】双系统指南及避坑
  • 阿里云AI代码助手通义灵码开发指导
  • 【读书笔记】设计数据密集型应用 DDIA 第三章:存储与检索
  • OPCap:Object-aware Prompting Captioning
  • PHP/Java/Python实现:如何有效防止恶意文件上传
  • 【Qt开发】信号与槽(三)-> 自定义信号和槽
  • <RT1176系列13>LWIP概念介绍
  • 游戏盾是如何做到免疫攻击的
  • Spring Cloud Gateway Server Web MVC报错“Unsupported transfer encoding: chunked”解决
  • 离线录像文件视频AI分析解决方案
  • android 性能优化
  • 密码学安全性简介
  • 深入浅出:在 Spring Boot 中构建实时应用 - 全面掌握 WebSocket
  • 电池自动生产线:科技赋能下的高效制造新范式
  • Ubuntu LNMP