C++二叉查找树实现过程详解
什么是二叉查找树
在数据结构中,有一个奇葩的东西,说它奇葩,那是因为它重要,这就是树。而在树中,二叉树又是当中的贵族。二叉树的一个重要应用是它们在查找中的应用,于是就有了二叉查找树。 使二叉树成为一颗二叉查找树,需要满足以下两点:
- 对于树中的每个节点X,它的左子树中所有项的值都要小于X中的项;
- 对于树中的每个节点Y,它的右子树中所有项的值都要大于X中的项。
二叉查找树的基本操作
以下是对于二叉查找树的基本操作定义类,然后慢慢分析是如何实现它们的。
template<class T>
class BinarySearchTree{public:// 构造函数,初始化root值BinarySearchTree() : root(NULL){}// 析构函数,默认实现~BinarySearchTree() {}// 查找最小值,并返回最小值const T &findMin() const;// 查找最大值,并返回最大值const T &findMax() const;// 判断二叉树中是否包含指定值的元素bool contains(const T &x) const;// 判断二叉查找树是否为空bool isEmpty() const { return root ? false : true; }// 打印二叉查找树的值void printTree() const;// 向二叉查找树中插入指定值void insert(const T &x);// 删除二叉查找树中指定的值void remove(const T &x);// 清空整个二叉查找树void makeEmpty() const;private:// 指向根节点BinaryNode<T> *root;void insert(const T &x, BinaryNode<T> *&t) const;void remove(const T &x, BinaryNode<T> *&t) const;BinaryNode<T> *findMin(BinaryNode<T> *t) const;BinaryNode<T> *findMax(BinaryNode<T> *t) const;bool contains(const T &x, BinaryNode<T> *t) const;void printTree(BinaryNode<T> *t) const;void makeEmpty(BinaryNode<T> *&t) const;};
findMin和findMax实现
根据二叉查找树的性质:
- 对于树中的每个节点X,它的左子树中所有项的值都要小于X中的项;
- 对于树中的每个节点Y,它的右子树中所有项的值都要大于X中的项。
我们可以从root
节点开始:
-
一直沿着左节点往下找,直到子节点等于
NULL
为止,这样就可以找到最小值了; -
一直沿着右节点往下找,直到子节点等于
NULL
为止,这样就可以找到最大值了。
如下图所示:
在程序中实现时,有两种方法:
- 使用递归实现;
- 使用非递归的方式实现。
对于finMin
的实现,我这里使用递归的方式,代码参考如下:
BinaryNode<T> *BinarySearchTree<T>::findMin(BinaryNode<T> *t) const
{if (t == NULL){return NULL;}else if (t->left == NULL){return t;}else{return findMin(t->left);}}
在findMin()
的内部调用findMin(BinaryNode<T> *t)
,这样就防止了客户端知道了root
根节点的信息。上面使用递归的方式实现了查找最小值,下面使用循环的方式来实现findMax
。
template<class T>
BinaryNode<T> *BinarySearchTree<T>::findMax(BinaryNode<T> *t) const{if (t == NULL){return NULL;}while (t->right){t = t->right;}return t;}
在很多面试的场合下,面试官一般都是让写出非递归的版本;而在对树进行的各种操作,很多时候都是使用的递归实现的,所以,在平时学习时,在理解递归版本的前提下,需要关心一下对应的非递归版本。
contains实现
contains
用来判断二叉查找树是否包含指定的元素。代码实现如下:
template<class T>
bool BinarySearchTree<T>::contains(const T &x, BinaryNode<T> *t) const{if (t == NULL){return false;}else if (x > t->element){return contains(x, t->right);}else if (x < t->element){return contains(x, t->left);}else{return true;}}
算法规则如下:
- 首先判断需要查找的值与当前节点值的大小关系;
- 当小于当前节点值时,就在左节点中继续查找;
- 当大于当前节点值时,就在右节点中继续查找;
- 当找到该值时,直接返回true。
insert实现
insert
函数用来向儿茶查找树中插入新的元素,算法处理如下:
- 首先判断需要插入的值域当前节点值得大小关系;
- 当小于当前节点值时,就在左节点中继续查找插入点;
- 当大于当前节点值时,就在右节点中继续查找插入点;
- 当等于当前节点值时,什么也不干。
代码实现如下:
template<class T>
void BinarySearchTree<T>::insert(const T &x, BinaryNode<T> *&t) const{if (t == NULL){t = new BinaryNode<T>(x, NULL, NULL);}else if (x < t->element){insert(x, t->left);}else if (x > t->element){insert(x, t->right);}}
remove实现
remove
函数用来删除二叉查找树中指定的元素值,这个处理起来比较麻烦。在删除子节点时,需要分以下几种情况进行考虑(结合下图进行说明): 如下图所示:
- 需要删除的子节点,它没有任何子节点;例如图中的节点9、节点17、节点21、节点56和节点88;这些节点它们都没有子节点;
- 需要删除的子节点,只有一个子节点(只有左子节点或右子节点);例如图中的节点16和节点40;这些节点它们都只有一个子节点;
- 需要删除的子节点,同时拥有两个子节点;例如图中的节点66等。
对于情况1,直接删除对应的节点即可;实现起来时比较简单的;
对于情况2,直接删除对应的节点,然后用其子节点占据删除掉的位置;
对于情况3,是比较复杂的。首先在需要被删除节点的右子树中找到最小值节点,然后使用该最小值替换需要删除节点的值,然后在右子树中删除该最小值节点。
假如现在需要删除包含值23的节点,步骤如下图所示:
代码实现如下:
template<class T>
void BinarySearchTree<T>::remove(const T &x, BinaryNode<T> *&t) const{if (t == NULL){return;}if (x < t->element){remove(x, t->left);}else if (x > t->element){remove(x, t->right);}else if (t->left != NULL && t->right != NULL){// 拥有两个子节点t->element = findMin(t->right)->element;remove(t->element, t->right);}else if (t->left == NULL && t->right == NULL){// 没有子节点,直接干掉delete t;t = NULL;}else if (t->left == NULL || t->right == NULL){// 拥有一个子节点BinaryNode *pTemp = t;t = (t->left != NULL) ? t->left : t->right;delete pTemp;}}
makeEmpty实现
makeEmpty
函数用来释放整个二叉查找树占用的内存空间,同理,也是使用的递归的方式来实现的。
总结
这篇文章对数据结构中非常重要的二叉查找树进行了详细的总结,虽然二叉查找树非常重要,但是理解起来还是非常容易的,主要是需要掌握对递归的理解。如果对递归有非常扎实的理解,那么对于树的一些操作,那都是非常好把握的,而理解二叉查找树又是后续的AVL平衡树和红黑树的基础,希望这篇文章对大家有帮助。
最新内容
热点内容
- QQ群
-
微信
- 返回首页
- 返回顶部