C++ 数据结构--二叉搜索树的实现

文章目录

    • 前言
    • 类模板的声明
    • 构造和析构
    • 修改(非递归)
    • 修改(递归)
    • hpp文件

前言

二叉搜索树(BST,Binary Search Tree),也称二叉排序树,二叉查找树。若不是空树,二叉搜索树满足以下性质

1.左子树的所有节点小于根节点
2.右子树的所有节点大于根节点
3.左右子树都满足以上性质

C++ 数据结构--二叉搜索树的实现_第1张图片
二叉搜索树多用来查找,时间效率是O(n),效率非常高,即使是最坏情况,查找次数也是高度次。

类模板的声明

template <class K>
struct BSTreeNode
{
	BSTreeNode(K key)
	{
		_key = key;
		_left = nullptr;
		_right = nullptr;
	}

	BSTreeNode<K>* _left;
	BSTreeNode<K>* _right;

	K _key; // 数据域
};

template <class K>
class BSTree
{
	typedef BSTreeNode<K> Node;
private:
	Node* CopyTree(Node* root); // 拷贝一颗树,返回树的根节点
	void DestoryTree(Node* root);   //  释放每个节点
	bool _FindR(const K& key, Node* cur);
	bool _InsertR(const K& key, Node*& cur);
	bool _EraseR(const K& key, Node*& cur);

public:
	// 构造和析构
	BSTree() = default;         // 强制使用默认生成的构造
	BSTree(const BSTree& t) { _root = CopyTree(t._root); }
	~BSTree() { DestoryTree(_root); _root = nullptr; }
	const BSTree& operator=(BSTree t);
	
	// 修改
	bool Insert(const K& key);
	bool InsertR(const K& key) { return _InsertR(key, _root); }
	bool Find(const K& key);
	bool FindR(const K& key) { return _FindR(key, _root); }
	bool Erase(const K& key);
	bool EraseR(const K& key) { return _EraseR(key, _root); }

	// 打印
	void PrintTree() { _PrintTree(_root); }
	void _PrintTree(Node* root);
private:
	Node* _root = nullptr;
};

构造和析构

在这里插入图片描述
二叉搜索树的构造函数,在成员列表给_root缺省值nulllptr就行了。但后面要实现拷贝构造,因为拷贝构造也属于构造函数,不显式写构造函数编译器不会自动生成默认构造,在构造函数后面给缺省值default是C++11的语法,能强制构造函数使用编译器默认生成的。

拷贝构造函数:调用子函数CopyTree进行递归,一个参数是根节点的指针。

  • 假设拷贝的树没有节点,判断根节点为空,返回nullptr
  • 如果只有一个节点,根据该节点的key值new一个新的节点并且返回新的节点
  • 如果节点数大于一个节点,在拷贝新的根节点后,拷贝根节点子树的根节点,并链接到根节点上。
template <class K>
typename::BSTree<K>::Node* BSTree<K>::CopyTree(Node* root)
{
	if (root == nullptr)
		return nullptr;
	
	Node* copyNode = new Node(root->_key);
	copyNode->_left = CopyTree(root->_left);
	copyNode->_left = CopyTree(root->_right);

	return copyNode;
}

拷贝构造调用这个子函数即可
在这里插入图片描述
析构函数也需要调用子函数Destroy递归释放每个节点,递归函数的逻辑和后续遍历相似:先释放左右子树的节点,最后再释放自己。

template <class K>
void BSTree<K>::DestroyTree(Node* root)
{
	if (root == nullptr)
		return;
	
	DestroyTree(root->_left);
	DestroyTree(root->_right);
	
	delete root;
}

在这里插入图片描述
赋值就调用拷贝构造,拷贝出参数t,再交换t和当前树(形参在传递时会调用拷贝构造生成t

template <class K>
const BSTree<K>& BSTree<K>::operator=(BSTree t)
{
	std::swap(_root, t._root);

	return *this;
}

修改(非递归)

C++ 数据结构--二叉搜索树的实现_第2张图片
插入,查找和删除。插入的思路:将key值和节点的key值比较,大于往右走,小于往左走,直到走到nullptr,new新的节点。但是原来的树并没有被修改,所以在迭代的过程中需要记录父母,当走到空时判断父母的key值和参数key值的关系,从而判断要将新节点链接到父母的左边还是右边。

template <class K>
bool BSTree<K>::Insert(const K& key)
{
	if (_root == nullptr)
	{
		_root = new Node(key);
		return true;
	}
	
	Node* cur = _root;
	Node* parent = nullptr;
	while (cur) // cur走到空停止
	{
		if (key < cur->_key) // 小于往左
		{
			parent = cur;
			cur = cur->_left;
		}
		else if (key > cur->_key) // 大于往右
		{
			parent = cur;
			cur = cur->_right;
		}
		else
		{
			return false; // 不插入相等的key
		}
	}

	if (key < parent->_key)
	{
		parent->_left = new Node(key);
		return true;
	}
	else
	{
		parent->_right = new Node(key);
		return ture;
	}
}

查找的思路和插入一样,走到else的地方说明找到了,返回true,循环结束还没找到,返回false

template <class K>
bool BSTree<K>::Find(const K& key)
{
	Node* cur = _root;
	
	while (cur)
	{
		if (key < cur->_key) // 当前值较小,向左走
		{
			cur = cur->_left;
		}

		else if (key > cur->_key)
		{
			cur = cur->_right;
		}
		else
		{
			return true;
		}
	}

	// 循环结束还没找到就是没有这个数
	return false;
}

删除就有一点麻烦,分为两种情况,一种是要删除的节点没有子节点或只有一个字节,在找要被删除的节点时需要记录父母,然后让父母的左或右指向被删除节点的子节点(如果被删除节点左为空,父母指向右,右为空,父母指向左)。但删除根节点时,由于根节点没有父母,所以直接对_root进行修改即可。

另一种情况就是被删节点有两个孩子,需要找出被删节点的左树最大或者右树最小的节点,替换被删节点,不删除被删除节点,而是删除左树最大或右树最小节点(转换成第一种情况)。替换节点后,树依然满足搜索二叉树的性质(被删节点的左树最大,小于被删节点,大于左树所有节点,被删节点小于右树所有节点,其左树最大也小于右树所有节点)。

template <class K>
bool BSTree<K>::Erase(const K& key)
{
	Node* cur = _root;
	Node* parent = nullptr;
	while (cur)
	{
		if (key < cur->_key)
		{
			parent = cur;
			cur = cur->_left;
		}
		else if (key > cur->_right)
		{
			parent = cur;
			cur = cur->_right;
		}
		else // 找到的情况
		{
			// 被删节点
			if (cur->_left == nullptr)
			{
				if (cur == _root) // 根节点无父节点
				{
					_root = _root->_right;
					delete cur;
				}
				else
				{
					if (key < parent->_key) // cur在parent的左边
					{
						parent->_left = cur->_right;
						delete cur;
					} 
					else
					{
						parent->_right = cur->_right;
						delete cur;
					} 
				}
				return true;
			}
			else if (cur->_right == nullptr)
			{
				if (cur == _root) // 根节点无父节点
				{
					_root = _root->_left;
					delete cur;
				}
				else
				{
					if (key < parent->_key) // cur在parent的左边
					{
						parent->_left = cur->_left;
						delete cur;
					} 
					else
					{
						parent->_right = cur->_left;
						delete cur;
					} 
				}
				return true;
			}
			else // 有两子节点
			{
				Node* leftMax = cur->_left;
				Node* maxParent = cur;
				while (leftMax->_right) // 找左树最大
				{
					maxParent = leftMax;
					leftMax = leftMax->_right;
				}
				cur->_key = leftMax->_key;
				// 删除leftMax节点
				if (maxParent ->_left == leftMax)
				{
					maxParent ->_left = leftMax->_left;
					delete leftMax;
				}
				else
				{
					maxParent ->_right = leftMax->_left;
					delete leftMax;
				}
			}
		}
	}
	// 循环结束,表示还没找到
	return false;
}

修改(递归)

C++ 数据结构--二叉搜索树的实现_第3张图片
和非递归相比,递归就来的好写的多,但理解也偏难。用递归的思想插入:如果当前节点为空,直接插入,不为空判断,小于当前节点,往左。大于当前节点,往右。但递归需要调用子函数(主函数直接说插入的key,但递归需要判断节点是否为空来决定是否要继续递归,所以子函数比主函数多了一个参数–节点的指针)

template <class K>
bool BSTree<K>::_InsertR(const K& key, Node*& cur)
{
	if (cur == nullptr)
	{
		cur = new Node(key);
		return true;
	}
	if (key < cur->_key)
	{
		return _InsertR(key, cur->_left);
	}
	else if (key > cur->_key)
	{
		return _InsertR(key, cur->_right);
	}
	else
	{
		return false;
	}
}

主函数调用子函数即可在这里插入图片描述
注意:非递归需要使用parent记录被删除节点的父节点,但递归却不用,原因是节点指针使用了引用

查找的思路和插入一样,比大小判断往左还是往右走,相等返回true

template <class K>
bool BSTree<K>::_FindR(const K& key, Node* cur)
{
	if (cur == nullptr)
	{
		return false;
	}
	if (key < cur->_key)
	{
		return _FindR(key, cur->_left);
	}
	else if (key > cur->_key)
	{
		return _FindR(key, cur->_right);
	}
	else
	{
		return true;
	}
}

在这里插入图片描述
删除的递归就比较复杂,但思路和前两个类似,在找到节点时分为两种情况。只有一个节点或没有节点的情况不用设置parent,使用引用,这样的话也不用判断是否是根节点。遇到有两个子节点的情况,找左树最小就要设置parent了,虽然cur是引用,但假设找leftMax也用引用,leftMax一直都是刚开始被定义时的引用,引用的对象没有被修改,具体的原理在我的C++入门有介绍。

template <class K>
bool BSTree<K>::_Erase(const K& key, Node*& cur)
{
	if (cur == nullptr)
	{
		return false;
	}
	if (key < cur->_key)
	{
		return _Erase(key, cur->_left);
	}
	else if (key > cur->_key)
	{
		return _Erase(key, cur->_right);
	}
	else
	{
		if (cur->_left == nullptr)
		{
			Node* del = cur;
			cur = cur->_right;
			delete del;
		}
		else if (cur->_right == nullptr)
		{
			Node* del = cur;
			cur = cur->_left;
			delete del;
		}
		else
		{
			Node* leftMax = cur->_left;
			Node* maxParent = cur;
			while (leftMax->_right)
			{
				parent = leftMax;
				leftMax = leftMax->_right;
			}
			cur->_key = leftMax->_key;
			if (maxParent ->_left == leftMax)
			{
				maxParent ->_left = leftMax->_left;
				delete leftMax;
			}
			else
			{
				maxParent ->_right = leftMax->_left;
				delete leftMax;
			}
		}
		return true;
	}
}

对于有两个子节点的情况,还有一种写法,不设置parent,找到leftMax后不覆盖原来cur的key值,而交换两者的值,调用自己,删除被交换后的节点。但交换后的整颗树不满足搜索树的性质,但cur的左树是满足的,所以传的根节点为左子树的根节点

else
{
	Node* leftMax = cur->_left;
	while (leftMax->_right)
	{
		leftMax = leftMax->_right;
	}
	swap(cur->_key, leftMax->key); // 交换key值
	_Erase(key, cur->_left);
}

hpp文件

最后放出整个文件的代码

#define _CRT_SECURE_NO_WARNINGS 1

#pragma once
#include 
using std::cout;

template <class K>
struct BSTreeNode
{
	BSTreeNode(K key)
	{
		_key = key;
		_left = nullptr;
		_right = nullptr;
	}

	BSTreeNode<K>* _left;
	BSTreeNode<K>* _right;

	K _key; // 数据域
};

template <class K>
class BSTree
{
	typedef BSTreeNode<K> Node;
private:
	Node* CopyTree(Node* root); // 拷贝一颗树,返回树的根节点
	void DestroyTree(Node* root);   //  释放每个节点
	bool _FindR(const K& key, Node* cur);
	bool _InsertR(const K& key, Node*& cur);
	bool _EraseR(const K& key, Node*& cur);

public:
	// 构造和析构
	BSTree() = default;         // 强制使用默认生成的构造
	BSTree(const BSTree& t) { _root = CopyTree(t._root); }
	~BSTree() { DestroyTree(_root); _root = nullptr; }
	const BSTree& operator=(BSTree t);
	
	// 修改
	bool Insert(const K& key);
	bool InsertR(const K& key) { return _InsertR(key, _root); }
	bool Find(const K& key);
	bool FindR(const K& key) { return _FindR(key, _root); }
	bool Erase(const K& key);
	bool EraseR(const K& key) { return _EraseR(key, _root); }

	// 打印
	void PrintTree() { _PrintTree(_root); }
	void _PrintTree(Node* root);
private:
	Node* _root = nullptr;
};


template <class K>
bool BSTree<K>::Insert(const K& key)
{
	// 空树直接插入
	if (_root == nullptr)
	{
		_root = new Node(key);
		return true;
	}

	// 树不为空
	Node* cur = _root;
	Node* parent = nullptr;
	while (cur)
	{
		if (key < cur->_key) // 当前值较小,向左走
		{
			parent = cur;
			cur = cur->_left;
		}

		else if (key > cur->_key)
		{
			parent = cur;
			cur = cur->_right;
		}
		else
		{
			return false; // 不插入相等的值
		}
	}

	// 循环结束cur指向空,将节点插入到cur的位置
	if (key < parent->_key) // 判断cur是parent的哪个孩子
	{
		parent->_left = new Node(key);
	}
	else
	{
		parent->_right = new Node(key);
	}
	return true;
}

template <class K>
bool BSTree<K>::Find(const K& key)
{
	Node* cur = _root;
	
	while (cur)
	{
		if (key < cur->_key) // 当前值较小,向左走
		{
			cur = cur->_left;
		}

		else if (key > cur->_key)
		{
			cur = cur->_right;
		}
		else
		{
			return true;
		}
	}

	// 循环结束还没找到就是没有这个数
	return false;
}

template <class K>
bool BSTree<K>::Erase(const K& key)
{
	Node* cur = _root;
	Node* parent = nullptr;
	while (cur)
	{
		if (key < cur->_key) // 当前值较小,向左走
		{
			parent = cur;
			cur = cur->_left;
		}

		else if (key > cur->_key)
		{
			parent = cur;
			cur = cur->_right;
		}
		else // 找到删除
		{
			if (cur->_left == nullptr)
			{
				if (cur == _root)
				{
					_root = _root->_right;
					delete cur;
					return true;
				}
				else
				{
					if (parent->_left == cur)
					{
						parent->_left = cur->_right;
						delete cur;
						return true;
					}
					else
					{
						parent->_right = cur->_right;
						delete cur;
						return true;
					}
				}
			}
			else if (cur->_right == nullptr)
			{
				if (cur == _root)
				{
					_root = _root->_left;
					delete cur;
					return true;
				}
				else
				{
					if (parent->_left == cur) // 父节点的左边是cur
					{
						parent->_left = cur->_left;
						delete cur;
						return true;
					}
					else
					{
						parent->_right = cur->_left;
						delete cur;
						return true;
					}
				}
			}
			else // 两边都不为空,找其他节点替换(左数最大,右树最小)
			{
				Node* maxLeft = cur->_left;
				Node* maxParent = cur;
				while (maxLeft->_right) // 找左数最大
				{
					maxParent = maxLeft;
					maxLeft = maxLeft->_right;
				}
				// 替换cur的值,相当于删除
				cur->_key = maxLeft->_key;

				// maxLeft是左子树最右边的,所以right为空,只有left可能存在节点
				if (maxParent->_left == maxLeft)
				{
					maxParent->_left = maxLeft->_left;
				}
				else
				{
					maxParent->_right = maxLeft->_left;
				}
				delete maxLeft;
			}
		}
	}

	// 循环结束还没找到就是没有这个数
	return false;
}

template <class K>
typename::BSTree<K>::Node* BSTree<K>::CopyTree(Node* root)
{
	if (root == nullptr)
		return nullptr;

	Node* copyNode = new Node(root->_key);
	copyNode->_left = CopyTree(root->_left); // 递归调用,拷贝左右子树
	copyNode->_right = CopyTree(root->_right);

	return copyNode;
}

template <class K>
const BSTree<K>& BSTree<K>::operator=(BSTree t)
{
	std::swap(_root, t._root);

	return *this;
}

template <class K>
void BSTree<K>::DestroyTree(Node* root)
{
	if (root == nullptr)
		return;

	DestroyTree(root->_left);
	DestroyTree(root->_right);

	delete root;
}

template <class K>
void BSTree<K>::_PrintTree(Node* cur)
{
	if (cur == nullptr)
		return;

	_PrintTree(cur->_left);
	cout << cur->_key << ' ';
	_PrintTree(cur->_right);
}

template <class K>
bool BSTree<K>::_FindR(const K& key, Node* cur)
{
	if (cur == nullptr)
	{
		return false;
	}
	if (key < cur->_key)
	{
		return _FindR(key, cur->_left);
	}
	else if (key > cur->_key)
	{
		return _FindR(key, cur->_right);
	}
	else
	{
		return true;
	}
}


template <class K>
bool BSTree<K>::_InsertR(const K& key, Node*& cur)
{
	if (cur == nullptr)
	{
		cur = new Node(key);
		return true;
	}
	if (key < cur->_key)
	{
		return _InsertR(key, cur->_left);
	}
	else if (key > cur->_key)
	{
		return _InsertR(key, cur->_right);
	}
	else
	{
		return false;
	}
}

template <class K>
bool BSTree<K>::_EraseR(const K& key, Node*& cur)
{
	if (cur == nullptr)
		return false;

	if (key < cur->_key)
	{
		return _EraseR(key, cur->_left);
	}
	else if (key > cur->_key)
	{
		return _EraseR(key, cur->_right);
	}
	else 
	{
		// cur是要删除的节点
		if (cur->_left == nullptr)
		{
			Node* del = cur;
			cur = cur->_right;
			delete del;
		}
		else if (cur->_right == nullptr)
		{
			Node* del = cur;
			cur = cur->_left;
			delete del;
		}
		else // 两子节点都不为空
		{
			Node* maxLeft = cur->_left;
			Node* maxParent = cur;
			while (maxLeft->_right)
			{
				maxParent = maxLeft;
				maxLeft = maxLeft->_right;
			}

			cur->_key = maxLeft->_key;

			if (maxParent->_left == maxLeft)
			{
				maxParent->_left = maxLeft->_left;
			}
			else
			{
				maxParent->_right = maxLeft->_left;
			}
			delete maxLeft;
		}
		return true;
	}
}

你可能感兴趣的:(数据结构与算法,数据结构,c++,开发语言)