C++|二叉搜索树

一、二叉搜索树的概念

二叉搜索树又称为二叉排序树，它或者是一颗空树，或者是具有以下性质的二叉树：

• 若它的左子树不为空，则左子树上所有节点的值小于根节点的值
• 若它的右子树不为空，则右子树上所有节点的值都大于根结点的值
• 它的每一颗子树都是搜索二叉树，满足该三条规则。

可以简单的总结一下，整个左子树的值比根小，整个右子树的值比根大，且每一颗子树符合该规则

例如：                    二叉搜索树                                            非二叉搜索树，3的左子树大于根

 

二、二叉搜索树的实现

二叉搜索树的实现，首先得创建一个节点类，用来存放数据，接着再创建树的框架，用来管理节点的插入，查找，删除等操作 。

2.1节点创建

实现成模板，可以存放各种类型的数据，为了让节点与节点之间关联起来，所以有两个指针，_left，_right分别指向左右节点 ,_data则是存放具体值。构造函数则是初始化节点的内容

	template<class T>struct BSTnode{BSTnode(const T& data = T())//初始化节点内容:_left(nullptr), _right(nullptr), _data(data){}BSTnode<T>* _left;BSTnode<T>* _right;T _data;};

2.2构造与拷贝构造

创建节点后，接着创建树，用来管理节点，首先就是实现构造函数对节点进行初识化，然后实现拷贝构造，拷贝构造需要将一颗树的所有节点值全拷贝过来，故可以采用递归的方式实现。

	template<class T>class BSTree{typedef BSTnode<T> Node;typedef Node* PNode;public:BSTree():_Root(nullptr){}BSTree(const BSTree<T>& t){_Root = CopyNode(t._Root);}PNode CopyNode(PNode Root){if (Root == nullptr){return nullptr;}PNode node = new Node;//创建新结点,存放节点值node->_data = Root->_data;//拷贝节点值node->_left = CopyNode(Root->_left);//链接左节点node->_right = CopyNode(Root->_right);//链接右节点return node;}private:PNode _Root;//采用节点指针};

2.3插入(循环版本&&递归版本)

 接下来进行具体的管理节点，首先就是节点的插入，思想的实现可以分为两个步骤：

1.树为空，则直接新增节点，赋值给_Root 指针

2.树不为空，按二叉树的性质搜索查找插入位置，插入新节点

3.若出现相同的值则不插入

二叉搜索树需要不断的进行比较，最终插入，所以其实现可以用循环和递归实现，为了表示是否插入成功，所以使其需要返回值。

例如：插入新节点，16、0。根据二叉搜索树的性质，进行比较，插入 

 

循环版本

		bool Insert(const T& data){//空树,新增节点if (_Root == nullptr){_Root = new Node;_Root->_data = data;return true;}//不为空，进行比较PNode cur = _Root;PNode parent = nullptr;//存放cur的上一个位置while (cur){parent = cur;if (data < cur->_data)//小于根节点，则往左子树{cur = cur->_left;}else if (data > cur->_data)//大于根节点，则往右子树{cur = cur->_right;}else//有相同值，返回假{return false;}}//循环结束，说明找到了要插入的位置，但cur为空//而parent是cur的上一个位置，所以用parent比较插入if (data < parent->_data){PNode node = new Node;node->_data = data;parent->_left = node;}else if (data > parent->_data){PNode node = new Node;node->_data = data;parent->_right = node;}return true;}

递归版本 

        bool Insert(const T& data){return _Insert(_Root,data);}bool _Insert(PNode& Root,const T& data){//为空，新增节点，直接返回，或者，不为空在最后插入节点，返回if (Root == nullptr){//PNode node = new Node;//Root = node;//node->_data = data;Root = new Node(data);return true;}if (data < Root->_data)//小于根节点，往左子树return _Insert(Root->_left, data);else if (data > Root->_data)return _Insert(Root->_right, data);//大于根节点，往右子树elsereturn false;}

2.4查找(循环版本&&递归版本)

同理，查找需要不断进行比较，依然可以通过循化和递归实现。 查找成功，返回当前位置指针，否则返回nullptr

循环版本

        PNode Find(const T& data){//树空if (_Root == nullptr){return nullptr;}//不为空PNode cur = _Root;while (cur){if (data < cur->_data){cur = cur->_left;}else if (data > cur->_data){cur = cur->_right;}else{return cur;//找到，返回该位置指针}}return nullptr;}

 

递归版本

        PNode Find(const T& data){return _Find(_Root,data);}PNode _Find(PNode Root,const T& data){if (Root == nullptr){return nullptr;}if (data < Root->_data){return _Find(Root->_left, data);}else if (data > Root->_data){return _Find(Root->_right, data);}else{return Root;}}

 

2.5删除(循环版本&&递归版本)

 首先查找元素是否在二叉搜索树中，如果不存在，则返回，否则要删除的节点可能分下面四种情况：

1.要删除的结点无孩子结点

2.要删除的结点只有左孩子

3.要删除的结点只有右孩子

4.要删除的结点有左、右孩子结点

①要删除的节点无孩子、只有左孩子、右孩子可以归类为一种情况。 都是让删除节点的父亲指向删除节点的孩子即可。

 

②要删除的节点有左右孩子可以归类为一种情况。

删除该节点时，其还有左右孩子，所以导致的问题是得重新排序链接。为了保持二叉搜索树的结构，可以采用替换删除法：找一个替换我的节点，交换值，转换删除他。那么其有两种删除方式。

                                            a.找删除结点的左子树的最大节点进行交换删除(左子树最右节点)

                                            b.找删除结点的右子树的最小节点进行交换删除(右子树最左节点)

解释：因为左子树中的最大节点比删除结点的左孩子大、右孩子小。右子树中的最小节点也比删除结点的左孩子大、右孩子小。那么交换删除，依然满足二叉搜索树的结构。

在代码实现中，就采用第二种，找右子树的最小节点。

  

循环版本

		bool Erase(const T& data){if (_Root == nullptr)//树为空，返回faslereturn false;PNode cur = _Root;PNode parent = _Root;//跟踪cur,始终保持为cur的父亲//查找要删除节点位置while (cur){if (data < cur->_data){parent = cur;cur = cur->_left;}else if (data > cur->_data){parent = cur;cur = cur->_right;}elsebreak;//找到跳出}//未找到，返回FALSEif (cur == nullptr)return false;//要删除的节点只有右孩子if (cur->_left == nullptr){//要删除的节点是根节点，更新根节点，再删除if (cur == _Root){_Root = cur->_right;}//判断该删除结点是父亲的左孩子还是右孩子if (data < parent->_data)//是父亲的左孩子{parent->_left = cur->_right;}else if(data > parent->_data)//是父亲的右孩子{parent->_right = cur->_right;}delete cur;}else if (cur->_right == nullptr)//要删除的结点只有左孩子{//要删除的节点是根节点，更新根节点，再删除if (cur == _Root){_Root = cur->_left;}//判断该删除结点是父亲的左孩子还是右孩子if (data < parent->_data)//是父亲的左孩子{parent->_left = cur->_left;}else if(data > parent->_data)//是父亲的右孩子{parent->_right = cur->_left;}delete cur;}else//跟右子树的最左节点(即最小节点)进行交换，再删除{PNode pparent = cur;//跟踪parentparent = cur->_right;//先指向右子树的根节点//找右子树最左节点while (parent->_left){pparent = parent;parent = parent->_left;}//交换，重新链接，删除cur->_data = parent->_data;if (cur == pparent){pparent->_right = parent->_right;}else{pparent->_left = parent->_right;}delete parent;}return true;//删除成功，返回true}

 递归版本

        bool Erase(const T& data){return _Erase(_Root, data);}bool _Erase(PNode& Root,const T& data)//Root采用引用，引用的是上一个Root->_left。目的是，当找到删除结点，其只有一个孩子或者无孩子，就可以让删除结点的父亲指向孩子，该父亲就是当前Root，引用的是上一个Root->_left。即PNode& Root= Root->_left{if (Root == nullptr){return false;}//查找删除结点if (data < Root->_data){_Erase(Root->_left, data);//小于查找节点，到左子树查找}else if (data > Root->_data){_Erase(Root->_right, data);//大于查找节点，到右子树查找}else//找到删除结点，判断其是否有孩子，进行交换删除{PNode cur = Root;//要删除的节点只有右孩子if (Root->_left == nullptr){				Root = Root->_right;//链接右孩子}else if (Root->_right == nullptr)//要删除的节点只有左孩子{Root = Root->_left;//链接左孩子}else//要删除的节点有左右孩子，采用替换法删除{cur = Root->_right;//寻找最左节点while (cur->_left){cur = cur->_left;}//交换swap(Root->_data,cur->_data);return _Erase(Root->_right, data);//转换成在删除结点的右子树中查找交换后要删除的节点，因为交换后的删除的节点其要么只有一个孩子要么没有孩子}delete cur;cur = nullptr;return true;}}

2.6析构

        void Delete(PNode Root)//后序递归删除{if (Root == nullptr)return;Delete(Root->_left);Delete(Root->_right);delete Root;}~BSTree(){if (_Root == nullptr)delete _Root;Delete(_Root);}

2.7总代码(循环版本&&递归版本)

循环版本：

//BSTeee-key.h
#include <iostream>
using namespace std;namespace bit
{template<class T>struct BSTnode{BSTnode(const T& data = T()):_left(nullptr), _right(nullptr), _data(data){}BSTnode<T>* _left;BSTnode<T>* _right;T _data;};template<class T>class BSTree{typedef BSTnode<T> Node;typedef Node* PNode;public:BSTree():_Root(nullptr){}BSTree(const BSTree<T>& t){_Root = CopyNode(t._Root);}PNode CopyNode(PNode Root){if (Root == nullptr){return nullptr;}PNode node = new Node;node->_data = Root->_data;node->_left = CopyNode(Root->_left);node->_right = CopyNode(Root->_right);return node;}//插入bool Insert(const T& data){//空树if (_Root == nullptr){_Root = new Node;_Root->_data = data;return true;}//不为空PNode cur = _Root;PNode parent = nullptr;while (cur){parent = cur;if (data < cur->_data){cur = cur->_left;}else if (data > cur->_data){cur = cur->_right;}else{return false;}}if (data < parent->_data){PNode node = new Node;node->_data = data;parent->_left = node;}else if (data > parent->_data){PNode node = new Node;node->_data = data;parent->_right = node;}return true;}//查找PNode Find(const T& data){//树空if (_Root == nullptr){return nullptr;}//不为空PNode cur = _Root;while (cur){if (data < cur->_data){cur = cur->_left;}else if (data > cur->_data){cur = cur->_right;}else{return cur;}}return nullptr;}//删除--替换删除法bool Erase(const T& data){if (_Root == nullptr)//树为空，返回faslereturn false;PNode cur = _Root;PNode parent = _Root;//跟踪cur,始终保持为cur的父亲//查找要删除节点位置while (cur){if (data < cur->_data){parent = cur;cur = cur->_left;}else if (data > cur->_data){parent = cur;cur = cur->_right;}elsebreak;//找到跳出}//未找到，返回FALSEif (cur == nullptr)return false;//要删除的节点只有右孩子if (cur->_left == nullptr){//要删除的节点是根节点，更新根节点，再删除if (cur == _Root){_Root = cur->_right;}//判断该删除结点是父亲的左孩子还是右孩子if (data < parent->_data)//是父亲的左孩子{parent->_left = cur->_right;}else if(data > parent->_data)//是父亲的右孩子{parent->_right = cur->_right;}delete cur;}else if (cur->_right == nullptr)//要删除的结点只有左孩子{//要删除的节点是根节点，更新根节点，再删除if (cur == _Root){_Root = cur->_left;}//判断该删除结点是父亲的左孩子还是右孩子if (data < parent->_data)//是父亲的左孩子{parent->_left = cur->_left;}else if(data > parent->_data)//是父亲的右孩子{parent->_right = cur->_left;}delete cur;}else//跟右子树的最左节点(即最小节点)进行交换，再删除{PNode pparent = cur;//跟踪parentparent = cur->_right;//先指向右子树的根节点//找右子树最左节点while (parent->_left){pparent = parent;parent = parent->_left;}//交换，重新链接，删除cur->_data = parent->_data;if (cur == pparent){pparent->_right = parent->_right;}else{pparent->_left = parent->_right;}delete parent;}return true;//删除成功，返回true}void Delete(PNode Root){if (Root == nullptr)return;Delete(Root->_left);Delete(Root->_right);delete Root;}~BSTree(){if (_Root == nullptr)delete _Root;Delete(_Root);}void _InOrder(PNode Root){if (Root == nullptr)return;_InOrder(Root->_left);cout << Root->_data << " ";_InOrder(Root->_right);}void InOrder(){_InOrder(_Root);cout << endl;}private:PNode _Root;//采用节点指针};void BSTreetest(){BSTree<int> t;int a[] = { 8,3,1,10,6,4,7,14,13 };for (int i = 0; i < 9; i++){t.Insert(a[i]);}t.Erase(6);BSTree<int> ts(t);ts.InOrder();}}

测试：

test.cpp
#include "BSTeee-key.h"
int main()
{bit::BSTreetest();return 0;
}

输出结果： 

 

递归版本：

//BSTeee-key2.h
#include <iostream>
using namespace std;namespace bit
{template<class T>struct BSTnode{BSTnode(const T& data = T()):_left(nullptr), _right(nullptr), _data(data){}BSTnode<T>* _left;BSTnode<T>* _right;T _data;};template<class T>class BSTree{typedef BSTnode<T> Node;typedef Node* PNode;public:BSTree():_Root(nullptr){}BSTree(const BSTree<T>& t){_Root = CopyNode(t._Root);}PNode CopyNode(PNode Root){if (Root == nullptr){return nullptr;}PNode node = new Node;node->_data = Root->_data;node->_left = CopyNode(Root->_left);node->_right = CopyNode(Root->_right);return node;}//插入bool Insert(const T& data){return _Insert(_Root,data);}bool _Insert(PNode& Root,const T& data){if (Root == nullptr){PNode node = new Node;Root = node;node->_data = data;return true;}if (data < Root->_data)return _Insert(Root->_left, data);else if (data > Root->_data)return _Insert(Root->_right, data);elsereturn false;}//查找PNode Find(const T& data){return _Find(_Root,data);}PNode _Find(PNode Root,const T& data){if (Root == nullptr){return nullptr;}if (data < Root->_data){return _Find(Root->_left, data);}else if (data > Root->_data){return _Find(Root->_right, data);}else{return Root;}}//删除--替换删除法bool Erase(const T& data){return _Erase(_Root, data);}bool _Erase(PNode& Root,const T& data){if (Root == nullptr){return false;}if (data < Root->_data){_Erase(Root->_left, data);}else if (data > Root->_data){_Erase(Root->_right, data);}else{PNode cur = Root;//要删除的节点只有右孩子if (Root->_left == nullptr){Root = Root->_right;//链接右孩子}else if (Root->_right == nullptr)//要删除的节点只有左孩子{Root = Root->_left;//链接左孩子}else//要删除的节点有左右孩子，采用替换法删除{cur = Root->_right;//寻找最左节点while (cur->_left){cur = cur->_left;}//交换swap(Root->_data, cur->_data);return _Erase(Root->_right, data);//转换成在删除结点的右子树中查找交换后要删除的节点，因为交换后的删除的节点其要么只有一个孩子要么没有孩子}delete cur;cur = nullptr;return true;}}void Delete(PNode Root){if (Root == nullptr)return;Delete(Root->_left);Delete(Root->_right);delete Root;}~BSTree(){if (_Root == nullptr)delete _Root;Delete(_Root);}void _InOrder(PNode Root){if (Root == nullptr)return;_InOrder(Root->_left);cout << Root->_data << " ";_InOrder(Root->_right);}void InOrder(){_InOrder(_Root);cout << endl;}private:PNode _Root;//采用节点指针};void BSTreetest(){BSTree<int> t;int a[] = { 8,3,1,10,6,4,7,14,13 };for (int i = 0; i < 9; i++){t.Insert(a[i]);}BSTnode<int>* p = t.Find(5);if (p == nullptr){t.Insert(5);}t.Erase(3);t.Erase(6);BSTree<int> ts(t);ts.InOrder();}
}

 测试：

//test.cpp
#include "BSTeee-key2.h"
int main()
{bit::BSTreetest();return 0;
}

输出结果： 

三、二叉搜索树的应用

3.1 k模型 && kv模型

K模型：k模型即只有key作为关键码，结构中只需要存储key即可，关键码即为需要搜索到的值。就跟上面的代码实现一样。

比如：查询某人是否买了机票。就可以建立采用搜索二叉树，在二叉搜索树中查询该人是否存在，存在，已买，否则，未买。

kv模型：每一个关键码key，都有与之对应的值value，即<key,value>的键值对。

比如：英汉词典就是英文与中文的对应关系，通过英文了以快速找到与其对应的中文，英文单词与其对应的中文(apple,"苹果")就构成一种键值对；

3.2 KV模型的实现

对于kv模型的实现没有什么太大变化，就是在加一个模板参数，在插入节点时，给另一个模板参数也进行赋值即可。进行比较时，还是按第一个参数来比较，即按key来比较，跟value无关。

//BSTree.h
#include <iostream>
#include <string>
using namespace std;namespace bit
{template<class K,class V>struct BSTnode{BSTnode(const K& key = K(),const V& value= V()):_left(nullptr), _right(nullptr), _key(key),_value(value){}BSTnode<K, V>* _left;BSTnode<K, V>* _right;K _key;V _value;};template<class K, class V>class BSTree{public:typedef BSTnode<K, V> Node;typedef Node* PNode;public:BSTree():_Root(nullptr){}//插入bool Insert(const K& key, const V& value){//空树if (_Root == nullptr){_Root = new Node;_Root->_key = key;_Root->_value = value;return true;}//不为空PNode cur = _Root;PNode parent = nullptr;while (cur){parent = cur;if (key < cur->_key){cur = cur->_left;}else if (key > cur->_key){cur = cur->_right;}else{return false;}}if (key < parent->_key){PNode node = new Node;node->_key = key;node->_value = value;parent->_left = node;}else if (key > parent->_key){PNode node = new Node;node->_key = key;node->_value = value;node->_value = value;parent->_right = node;}return true;}//查找PNode Find(const K& key){//树空if (_Root == nullptr){return nullptr;}//不为空PNode cur = _Root;while (cur){if (key < cur->_key){cur = cur->_left;}else if (key > cur->_key){cur = cur->_right;}else{return cur;}}return nullptr;}//删除--替换删除法bool Erase(const K& key){if (_Root == nullptr)return false;PNode cur = _Root;PNode parent = nullptr;//查找要删除节点位置while (cur){if (key < cur->_key){parent = cur;cur = cur->_left;}else if (key > cur->_key){parent = cur;cur = cur->_right;}elsebreak;}//未找到，返回FALSEif (cur == nullptr)return false;//要删除的节点只有右孩子if (cur->_left == nullptr){//要删除的节点是根节点，更新根节点，再删除if (cur == _Root){_Root = cur->_right;}//判断该删除结点是父亲的左孩子还是右孩子if (key < parent->_key)//是父亲的左孩子{parent->_left = cur->_right;delete cur;}else if(key > parent->_key)//是父亲的右孩子{parent->_right = cur->_right;delete cur;}}else if (cur->_right == nullptr)//要删除的节点只有右孩子{//要删除的节点是根节点，更新根节点，再删除if (cur == _Root){_Root = cur->_right;}//判断该删除结点是父亲的左孩子还是右孩子if (key < parent->_key)//是父亲的左孩子{parent->_left = cur->_left;delete cur;}else if(key > parent->_key)//是父亲的右孩子{parent->_right = cur->_left;delete cur;}}else//跟右子树的最左节点(即最小节点)进行交换，再删除{PNode pparent = cur;parent = cur->_right;//找最左节点while (parent->_left){pparent = parent;parent = parent->_left;}//交换删除cur->_key = parent->_key;if (cur == pparent){pparent->_right = parent->_right;}else{pparent->_left = parent->_right;}delete parent;}return true;}~BSTree(){if (_Root == nullptr)delete _Root;Delete(_Root);}void InOrder(){_InOrder(_Root);cout << endl;}private:void Delete(PNode Root){if (Root == nullptr)return;Delete(Root->_left);Delete(Root->_right);delete Root;}void _InOrder(PNode Root){if (Root == nullptr)return;_InOrder(Root->_left);cout << Root->_key << ":" << Root->_value << endl;;_InOrder(Root->_right);}PNode _Root;//采用节点指针};/*void BSTreetest(){BSTree<int> t;t.Insert(1);t.Insert(28);t.Insert(3);t.Insert(4);t.InOrder();}*///void BSTreetest2()//{//	BSTree<int, int> t;//	t.Insert(1, 1);//	t.Insert(1, 1);//	t.Insert(2, 1);//	t.Insert(3, 1);//	t.Insert(4, 1);//	t.Insert(5, 1);//	t.Insert(6, 1);//	t.Erase(3);//	t.InOrder();//}//查询单词//void BSTreetest3()//{//	BSTree<string, string> dict;//	//插入单词//	dict.Insert("string", "字符串");//	dict.Insert("binary", "二叉");//	dict.Insert("search", "搜索");//	dict.Insert("tree", "树");//	dict.Insert("sort", "排序");//	//查询单词是否在//	string str;//	while (cin >> str)//	{//		 BSTnode<string, string>* ret = dict.Find(str);//		 if(ret == nullptr)//		 {//			 cout << "单词拼写错误，词库中没有这个单词:" << str << endl;//		 }//		 else//		 {//			 cout << str << "中文翻译:" << ret->_value << endl;//		 }//	}//}//统计水果出现的次数void BSTreetest4(){string str[] = { "香蕉","苹果","荔枝","梨","苹果", "苹果", "西瓜","香蕉","香蕉","梨" };BSTree<string, int> countTree;for (const auto& s : str){BSTnode<string, int>* ret = countTree.Find(s);if (ret == NULL){countTree.Insert(s, 1);}else{ret->_value++;}}countTree.InOrder();}
}

 测试：

//test.cpp
#include "BSTeee.h"
int main()
{bit::BSTreetest4();return 0;
}

输出结果：

3.3二叉搜索树的性能分析 

插入和删除操作都必须先查找，查找效率代表了二叉搜索树中各个操作的性能。

对有n个节点的二叉搜索树，若每个元素查找的概率相等，则二叉搜索树平均查找长度是节点在二叉搜索树的深度的函数，即节点越深，则比较次数越多。

但对于同一个关键码的集合，如果各关键码插入的次序不同，可能得到不同结构的二叉搜索树：

 

最优情况下，二叉搜索树为完全二叉树(或者接近完全二叉树),其平均比较次数为:log N

最差情况下，二叉搜索树退化为单支树，其平均比较次数为: N^2

所以问题就是，如果退化成单支树，二叉搜索树的性能就失去了。为了解决该问题，大佬们发明了了AVL树和红黑树，待后续章节进行学习。

end~