网站你懂我意思正能量晚上在线观看不用下载免费电子商务网站系统规划

---

♥♥♥~~~~~~欢迎光临知星小度博客空间~~~~~~♥♥♥

♥♥♥零星地变得优秀~也能拼凑出星河~♥♥♥

♥♥♥我们一起努力成为更好的自己~♥♥♥

♥♥♥如果这一篇博客对你有帮助~别忘了点赞分享哦~♥♥♥

♥♥♥如果有什么问题可以评论区留言或者私信我哦~♥♥♥

✨✨✨✨✨✨ 个人主页✨✨✨✨✨✨

---

这篇博客，我们将开始一个不太一样的数据结构——二叉搜索，树准备好了吗~我们发车去探索C++的奥秘啦~🚗🚗🚗🚗🚗🚗

目录

什么是二叉搜索树？

二叉搜索树的效率问题

如何定义一个二叉搜索树？

二叉搜索树的插入

插入过程

代码实现

测试

二叉搜索树的中序遍历打印

二叉搜索树的查找

查找过程

代码实现

测试

二叉搜索树的删除

删除过程

代码实现

测试

二叉搜索树的析构

---

什么是二叉搜索树？

二叉搜索树是一种特殊的树形数据结构，它看起来像一棵普通的树，但每个节点都有一些特定的规则：

1. 根节点：这是树的起点，所有的节点都是从这里开始生长的（当然，如果树是空的，那就没有根节点了）。

2. 左子树和右子树：每个节点都可以有左子树和右子树。就像人的左手和右手一样，左子树在节点的左边，右子树在节点的右边。

3. 排序规则：

   • 如果左子树存在，那么左子树上的所有节点的值都比根节点的值要小或者相等（但通常在标准的二叉搜索树中，我们约定左子树上的值都严格小于根节点的值）。
   • 如果右子树存在，那么右子树上的所有节点的值都比根节点的值要大或者相等（同样地，在标准的二叉搜索树中，我们约定右子树上的值都严格大于根节点的值）。

4. 递归规则：这个规则不仅适用于根节点，还适用于根节点的所有子节点，以及子节点的子节点，以此类推。也就是说，每一棵左子树和右子树也都要满足二叉搜索树的定义。

5. 相等的值：对于二叉搜索树来说，是否允许插入相等的值取决于具体的实现。有些实现允许，有些则不允许。

现在，让我们来看看一些常见的容器，它们底层就是用了二叉搜索树来实现：

• map和set：这两个容器不允许插入相等的值。也就是说，如果你试图在map中插入一个已经存在的键值对，或者在set中插入一个已经存在的值，那么插入操作会失败或者覆盖原来的值（取决于具体的实现）。

• multimap和multiset：这两个容器则允许插入相等的值。也就是说，你可以在同一个multimap中有多个相同的键，也可以在同一个multiset中有多个相同的值。

比如下面这棵树就是二叉搜索树：

同时，我们也可以发现二叉搜索树中序遍历的结果是有序的，这里是升序~这也就是二叉搜索树的奇妙之处~

二叉搜索树的效率问题

       在最优情况下，二叉搜索树呈现为完全二叉树（或接近完全二叉树）的形态，此时其高度为 log₂N，时间复杂度也就是二叉树的高度log₂N，这使得搜索、插入和删除操作都能达到较高的效率。

       但是，在最差情况下，二叉搜索树可能会退化为单支树（或类似单支的形态），此时其高度达到 N，导致这些操作的时间复杂度激增到 O(N)

因此，综合来看，二叉搜索树在增删查改方面的平均时间复杂度可能并不理想。为了满足我们对高效数据存储和搜索的需求，我们需要进一步探索二叉搜索树的变形，如平衡二叉搜索树中的 AVL 树和红黑树，这些平衡树能够在保持 O(log₂N) 级别查找效率的同时，有效避免树的高度过高（在后面的博客中，我们会进行讲解）

另外值得一提的是，我们以前说到的二分查找算法虽然也能实现 O(log₂N) 级别的查找效率，但它存在两大局限性：首先，二分查找需要数据存储在支持下标随机访问的结构中，并且数据必须是有序的；其次，由于数据存储在固定位置，插入和删除操作通常需要移动大量数据，导致效率极低。

这就凸显了平衡二叉搜索树的价值所在。它们不仅保持了二分查找的高效查找效率，还通过动态调整树的结构来确保插入和删除操作的高效性，因此，平衡二叉搜索树在实际应用中具有更广泛的适用性~

如何定义一个二叉搜索树？

知道了二叉搜索树的概念以及它的效率问题，接下来我们来看看一个怎么定义一个二叉搜索树呢？

结合前面数据结构的经验，定义一个二叉搜索树我们首先需要定义它的结点，一个个结点才可以组成我们想要的二叉搜索树~

根据二叉搜索树的概念，我们可以知道二叉搜索树的结点应该保存三个数据：

1、当前结点保存的数据

2、当前结点的左子树地址

3、当前结点的右子树地址

知道了这样一个概念，我们定义一个二叉搜索树的结点就手到擒来了~

template<class T>
struct BSTreeNode//定义一个树结点
{T _key;BSTreeNode<T>* _left;BSTreeNode<T>* _right;
}

这里我们还使用了模板参数定义一个泛型模板结构体BSTreeNode，专为构建二叉搜索树（BST）的节点而设计。通过模板参数T，该结构体能够灵活地存储各种数据类型。每个BSTreeNode节点包含一个键值（_key），其类型为T，以及两个指针（_left和_right），分别指向其左子节点和右子节点。

通过前面C++的学习，我们知道struct关键字也是在定义一个类，所以我们这里也可以写一个我们想要的构造函数~

template<class T>
struct BSTreeNode//定义一个树结点
{T _key;BSTreeNode<T>* _left;BSTreeNode<T>* _right;BSTreeNode(const T& key)//构造:_key(key),_left(nullptr),_right(nullptr){}
}

这样一个完整的结点定义就完成了~使用一个个的结点将他们联系起来，我们就可以实现一个二叉搜索树~

我们这里还需要给一个二叉搜索树的操作实现，私有成员为我们的根节点~接下来的结点就可以一个个链接起来了~

//二叉搜索树的实现
template<class T>
class BSTree
{typedef BSTreeNode<T> Node;
private://根节点Node* _root = nullptr;
public:};

二叉搜索树的插入

对于二叉搜索树的插入，我们需要进行一下情况讨论~

插入过程

1. 树为空的情况：
   • 如果树是空的（即没有节点），那么直接创建一个新的节点，并将其赋值给 root 指针。此时，这个新节点就是整棵树的根节点。
2. 树不空的情况：
   • 如果树不为空，那么根据二叉搜索树的性质，从根节点开始比较要插入的值与当前节点的值：
     • 如果插入的值比当前节点的值大，那么应该向右子树移动（即递归地检查当前节点的右子节点）。
     • 如果插入的值比当前节点的值小，那么应该向左子树移动（即递归地检查当前节点的左子节点）。
   • 重复这个过程，直到找到一个空位置（即没有左子节点也没有右子节点的节点位置），然后将新节点插入到这个空位置上。
3. 支持插入相等值的情况：
   • 如果二叉搜索树的设计允许插入值相等的节点，那么当插入的值与当前节点的值相等时，可以选择向右子树移动或向左子树移动来寻找空位置插入新节点。
   • 重要的是，无论选择向左还是向右移动，要保持逻辑一致性。也就是说，对于相等的值，不应该有时选择向右移动，有时又选择向左移动。这通常通过设计算法时明确指定策略来实现，比如总是选择向右移动或者总是选择向左移动。

代码实现

我们这里实现一个不支持插入相等数据的二叉搜索树~

//二叉搜索树的实现
template<class T>
class BSTree
{typedef BSTreeNode<T> Node;
private://根节点Node* _root = nullptr;
public:bool insert(const T& key){//判断数是否为空if (_root == nullptr){_root = new Node(key);return true;}Node* parent = nullptr;Node* cur = _root;//遍历树找到应该插入的位置while (cur){if (key < cur->_key)//如果比当前节点数小，说明在当前节点的左子树{parent = cur;cur = cur->_left;}else if (key > cur->_key)//如果比当前节点数大，说明在当前节点的右子树{parent = cur;cur = cur->_right;}else//如果相等就不进行插入{return false;}}//cur 已经走到为空cur = new Node(key);//与自己的父节点进行比较if (key > parent->_key){parent->_right = cur;}else if (key < parent->key){parent->_left = cur;}return true;}
};

测试

接下来，对我们上面的代码进行测试

通过测试我们也就可以看到，完成了二叉搜索树的插入操作~

二叉搜索树的中序遍历打印

前面我们提到了二叉搜索树中序遍历结果是有序的，这里我们就写一段代码进行中序遍历二叉搜索树，看看是不是我们想要的效果~这里我们使用递归打印来进行实现~

void _InPrint(Node* root)
{if (root == nullptr){return;}_InPrint(root->_left);cout << root->_key << " ";_InPrint(root->_right);
}

这里需要一个参数root，我们知道根节点是我们的私有成员，我们也不希望外部访问我们的根节点，所以我们这里还需要使用一个函数进行包装一下~

void InPrint()
{_InPrint(_root);cout << endl;
}
void _InPrint(Node* root)
{if (root == nullptr){return;}_InPrint(root->_left);cout << root->_key << " ";_InPrint(root->_right);
}

果不其然，结果就是我们以前推测的结果~这也就进一步验证二叉搜索树中序遍历结果是有序的~

二叉搜索树的查找

我们应该怎么进行查找呢？别急，我们一起来看看~

查找过程

1. 从根开始比较：
   • 查找操作从树的根节点开始，将待查找的值 x 与根节点的值进行比较。
2. 根据比较结果决定搜索方向：
   • 如果 x 大于根节点的值，则继续在根节点的右子树中查找 x。
   • 如果 x 小于根节点的值，则继续在根节点的左子树中查找 x。
   • 这个过程会递归地进行，直到找到值等于 x 的节点，或者到达一个空节点（意味着树中没有值等于 x 的节点）。
3. 查找次数与树的高度有关：
   • 在最坏情况下，查找操作可能需要遍历树的高度次数的节点（从根到叶节点的最长路径）。
   • 如果遍历到空节点还没有找到 x，则说明树中不存在值等于 x 的节点。
4. 处理相等值的情况：
   • 如果二叉搜索树不支持插入相等的值，那么一旦找到值等于 x 的节点，就可以立即返回该节点。
   • 如果二叉搜索树支持插入相等的值，那么树中可能有多个值等于 x 的节点。在这种情况下，通常要求查找中序遍历中的第一个（或根据具体需求可能是最后一个）值等于 x 的节点。（中序遍历会按照升序访问树中的所有节点，因此，在中序遍历中遇到的第一个值等于 x 的节点将是所有值等于 x 的节点中最左边的一个）

代码实现

Node* Find(const T& x)
{if (_root == nullptr){return nullptr;}Node* cur = _root;//遍历查找while (cur){if (x < cur->_key)//如果比当前节点数小，说明在当前节点的左子树{cur = cur->_left;}else if (x > cur->_key)//如果比当前节点数大，说明在当前节点的右子树{cur = cur->_right;}else//如果相等就找到了{return cur;}}//走到空也没有找到return nullptr;
}

测试

二叉搜索树的删除

删除过程

1. 查找元素：
   • 首先，在二叉搜索树中查找要删除的元素。
   • 如果元素不存在于树中，则返回false，表示删除操作失败。
2. 元素存在时的处理：
   • 如果元素存在于树中，则根据要删除的节点N的子节点情况，采取不同的删除策略。
3. 四种子节点情况：
   • 情况1：节点N没有左子节点也没有右子节点（叶子节点）。
   • 情况2：节点N有右子节点但没有左子节点。
   • 情况3：节点N有左子节点但没有右子节点。
   • 情况4：节点N既有左子节点也有右子节点。
4. 对应的解决方案：
   • 情况1：可以直接删除节点N，将其父节点的对应子节点指针设为null。这种情况也可以视为情况2或情况3的特例，效果相同。
   • 情况2：将节点N的父节点的对应子节点指针指向N的右子节点，然后删除N。
   • 情况3：将节点N的父节点的对应子节点指针指向N的左子节点，然后删除N。
   • 情况4：不能直接删除节点N，因为N的两个子节点无法直接安置。此时，需要找到N的左子树中的最大值节点R（即最右节点）或N的右子树中的最小值节点R（即最左节点），用R的值替换N的值，然后将问题转化为删除R节点（此时R节点符合情况2或情况3），可以直接删除。
5. 替换法的详细解释：
   • 在情况4中，由于直接删除N会破坏二叉搜索树的性质，因此需要找到N的一个“替代者”。
   • 这个替代者可以是N左子树中的最大值节点（即左子树中最右边的节点），也可以是N右子树中的最小值节点（即右子树中最左边的节点）。
   • 这两个节点中的任何一个，放到N的位置，都能保持二叉搜索树的性质不变。
   • 替换操作实际上是交换N和R的值，然后删除R节点（此时R节点变成了叶子节点、只有右子节点或只有左子节点的情况，可以直接删除）。

通过这个过程，可以在保持二叉搜索树性质的前提下，有效地删除树中的任意节点~我们这里需要特别注意的是情况4使用替换方法这一种巧妙方式~

代码实现

代码1：

bool erase(const T& key)
{//处理根节点为空的情况if (_root == nullptr){exit(1);}//遍历查找元素Node* cur = _root;Node* parent = _root;while (cur){if (key < cur->_key){parent = cur;cur = cur->_left;}else if (key > cur->_key){parent = cur;cur = cur->_right;}else{break;}}//如果找到空，说明没有相应结点if (cur == nullptr)return false;//分情况处理//1、节点cur没有左子节点也没有右子节点if (cur->_left == nullptr && cur->_right == nullptr){//相应的父节点的子节点置为空if (cur->_key > parent->_key){parent->_right = nullptr;}else if (cur->_key < parent->_key){parent->_left = nullptr;}delete cur;return true;}//2、节点cur有右子节点但没有左子节点else if (cur->_left == nullptr){if (cur == _root){_root = cur->_right;}if (cur->_key > parent->_key){parent->_right = cur->_right;}else if (cur->_key < parent->_key){parent->_left = cur->_right;}delete cur;return true;}//3、节点cur没有右子节点但有左子节点else if (cur->_right == nullptr){if (cur == _root){_root = cur->_left;}if (cur->_key > parent->_key){parent->_right = cur->_left;}else if (cur->_key < parent->_key){parent->_left = cur->_left;}delete cur;return true;}//4、节点cur既有左子节点也有右子节点//替换法else{//找左子树的最大结点——往左子树右边找Node* Lmax = cur->_left;Node* replaceParent = cur;while (Lmax->_right){replaceParent = Lmax;Lmax = Lmax->_right;}swap(cur->_key, Lmax -> _key);//交换数据if (replaceParent->_left == Lmax)replaceParent->_left = Lmax->_left;elsereplaceParent->_right = Lmax->_left;delete Lmax;//Lmax与cur进行了交换return true;}
}

事实上，情况一已经包含在了情况二和情况三中，我们也可以不写情况一的代码~

我们也可以在while循环里面进行操作~我们这里就把代码进行优化~

代码2：

bool erase(const T& key)
{//处理根节点就为空的情况if (_root == nullptr){return false;}//遍历查找元素Node* cur = _root;Node* parent = _root;while (cur){if (key < cur->_key){parent = cur;cur = cur->_left;}else if (key > cur->_key){parent = cur;cur = cur->_right;}else{//while循环里面进行删除//1、节点cur有右子节点但没有左子节点if (cur->_left == nullptr){if (cur == _root){_root = cur->_right;}else if (cur == parent->_left){parent->_left = cur->_right;}else if (cur == parent->_right){parent->_right = cur->_right;}delete cur;}//2、节点cur有左子节点但没有右子节点else if (cur->_right == nullptr){if (cur == _root){_root = cur->_left;}else if (cur == parent->_left){parent->_left = cur->_left;}else if (cur == parent->_right){parent->_right = cur->_left;}delete cur;}//3.节点cur有左右子节点else{//这里我们找找右边节点的最小值进行替换Node* replaceParent = cur;Node* Rmin = cur->_right;//找右边节点的最小值while (Rmin->_left){replaceParent = Rmin;Rmin = Rmin->_left;}swap(Rmin->_key, cur->_key);if (replaceParent->_left == Rmin)//Rmin结点就是最小的，所以当前结点肯定没有左结点//需要处理Rmin节点的右结点{replaceParent->_left = Rmin->_right;}else if (replaceParent->_right == Rmin){replaceParent->_right = Rmin->_right;}delete Rmin;	}return true;}}//如果找到空都没有找到进行返回，说明没有相应结点return false;
}

测试

代码1测试：

代码2测试：

两段代码都达到了我们想要的效果，我们可以根据自己习惯来进行选择~

二叉搜索树的析构

二叉搜索树涉及到了内存分配，所以我们最好自己显示写一份析构函数~

//析构函数
~BSTree()
{Destory(_root);_root = nullptr;
}
void Destory(Node* root)
{if (root == nullptr){return;}else{//递归释放Destory(root->_left);Destory(root->_right);delete root;}
}

---

♥♥♥本篇博客内容结束，期待与各位优秀程序员交流，有什么问题请私信♥♥♥

♥♥♥如果这一篇博客对你有帮助~别忘了点赞分享哦~♥♥♥

✨✨✨✨✨✨个人主页✨✨✨✨✨✨

---