数据结构——查找二叉树

🕗 发布于 2025-01-13 09:52 数据结构 算法

二叉搜索树的概念

如图所示，二叉搜索树（binary search tree）满足以下条件。

对于根节点，左子树中所有节点的值 < 根节点的值 < 右子树中所有节点的值。
任意节点的左、右子树也是二叉搜索树，即同样满足条件 1. 。

二叉搜索树的操作

我们将二叉搜索树封装为一个类 BinarySearchTree ，并声明一个成员变量 root ，指向树的根节点。

1.查找节点

给定目标节点值 num ，可以根据二叉搜索树的性质来查找。如图 7-17 所示，我们声明一个节点 cur ，从二叉树的根节点 root 出发，循环比较节点值 cur.val 和 num 之间的大小关系。

若 cur.val < num ，说明目标节点在 cur 的右子树中，因此执行 cur = cur.right 。
若 cur.val > num ，说明目标节点在 cur 的左子树中，因此执行 cur = cur.left 。
若 cur.val = num ，说明找到目标节点，跳出循环并返回该节点。

二叉搜索树的查找操作与二分查找算法的工作原理一致，都是每轮排除一半情况。循环次数最多为二叉树的高度，当二叉树平衡时，使用 O(log⁡n) 时间。示例代码如下：

// 查找元素
bool search(Node* root, int key) {
    while (root != NULL) {
        if (root->data == key) {
            return true;
        }
        else if (root->data > key) {
            root = root->left;
        }
        else {
            root = root->right;
        }
    }
    return false;
}

2.插入节点

给定一个待插入元素 num ，为了保持二叉搜索树“左子树 < 根节点 < 右子树”的性质，插入操作流程如图所示。

查找插入位置：与查找操作相似，从根节点出发，根据当前节点值和 num 的大小关系循环向下搜索，直到越过叶节点（遍历至 None ）时跳出循环。
在该位置插入节点：初始化节点 num ，将该节点置于 None 的位置。

在代码实现中，需要注意以下两点。

二叉搜索树不允许存在重复节点，否则将违反其定义。因此，若待插入节点在树中已存在，则不执行插入，直接返回。
为了实现插入节点，我们需要借助节点 pre 保存上一轮循环的节点。这样在遍历至 None 时，我们可以获取到其父节点，从而完成节点插入操作。

// 插入数据
void insert(int key) {
    Node* temp = root; // 用于遍历
    Node* prev = NULL; // 指向temp的前一节点
    while (temp != NULL) {
        prev = temp;
        if (temp->data > key) {
            temp = temp->left;
        }
        else if (temp->data < key) {
            temp = temp->right;
        }
        else {
            return;
        }
    }
    Node* newNode = (Node*)malloc(sizeof(Node));
    newNode->data = key;
    newNode->left = NULL;
    newNode->right = NULL;

    if (key > prev->data) {
        prev->right = newNode;
    }
    else {
        prev->left = newNode;
    }
}

3.删除节点

先在二叉树中查找到目标节点，再将其删除。与插入节点类似，我们需要保证在删除操作完成后，二叉搜索树的“左子树 < 根节点 < 右子树”的性质仍然满足。因此，我们根据目标节点的子节点数量，分 0、1 和 2 三种情况，执行对应的删除节点操作。

如图所示，当待删除节点的度为 0 时，表示该节点是叶节点，可以直接删除。

当待删除节点的度为 1 时，将待删除节点替换为其子节点即可。

当待删除节点的度为 2 时，我们无法直接删除它，而需要使用一个节点替换该节点。由于要保持二叉搜索树“左子树 < 根节点 < 右子树”的性质，因此这个节点可以是右子树的最小节点或左子树的最大节点。

假设我们选择右子树的最小节点（中序遍历的下一个节点），则删除操作流程如图所示。

找到待删除节点在“中序遍历序列”中的下一个节点，记为 tmp 。
用 tmp 的值覆盖待删除节点的值，并在树中递归删除节点 tmp 。

删除节点操作同样使用 O(log⁡n) 时间，其中查找待删除节点需要 O(log⁡n) 时间，获取中序遍历后继节点需要 O(log⁡n) 时间。示例代码如下：

// 删除元素
void delete(Node** root, int key) {
    Node* temp = *root;  // 用于遍历二叉树
    Node* parent = NULL; // 指向待删除节点的父节点

    // 寻找待删除节点以及其父节点
    while (temp != NULL && temp->data != key) {
        parent = temp;
        if (key < temp->data) {
            temp = temp->left;
        }
        else {
            temp = temp->right;
        }
    }

    // 如果没有找到该节点，直接返回
    if (temp == NULL) {
        printf("Key %d not found!\n", key);
        return;
    }

    // 1. 如果待删除节点没有子节点（叶节点）
    if (temp->left == NULL && temp->right == NULL) {
        if (temp == *root) {
            *root = NULL;  // 删除根节点时，需要将根指针置为 NULL
        }
        else {
            if (parent->left == temp) {
                parent->left = NULL;  // 将父节点的左子节点指针置为 NULL
            }
            else {
                parent->right = NULL; // 将父节点的右子节点指针置为 NULL
            }
        }
        free(temp);  // 释放内存
    }
    // 2. 如果待删除节点只有一个子节点
    else if (temp->left == NULL || temp->right == NULL) {
        Node* child = (temp->left != NULL) ? temp->left : temp->right;  // 获取唯一子节点

        if (temp == *root) {
            *root = child;  // 如果删除的是根节点，将根指针指向唯一子节点
        }
        else {
            if (parent->left == temp) {
                parent->left = child;  // 父节点的左指针指向子节点
            }
            else {
                parent->right = child;  // 父节点的右指针指向子节点
            }
        }
        free(temp);  // 释放当前节点内存
    }
    // 3. 如果待删除节点有两个子节点
    else {
        // 找到右子树中的最小节点
        Node* minNodeParent = temp;
        Node* minNode = temp->right;

        // 寻找右子树中的最小节点及其父节点
        while (minNode->left != NULL) {
            minNodeParent = minNode;
            minNode = minNode->left;
        }

        // 将最小节点的值赋给当前节点
        temp->data = minNode->data;

        // 删除右子树中的最小节点
        if (minNodeParent->left == minNode) {
            minNodeParent->left = minNode->right;  // 将父节点的左子指针指向最小节点的右子节点
        }
        else {
            minNodeParent->right = minNode->right;  // 将父节点的右子指针指向最小节点的右子节点
        }
        free(minNode);  // 释放最小节点的内存
    }
}

4.二叉搜索树的效率

给定一组数据，我们考虑使用数组或二叉搜索树存储。观察表，二叉搜索树的各项操作的时间复杂度都是对数阶，具有稳定且高效的性能。只有在高频添加、低频查找删除数据的场景下，数组比二叉搜索树的效率更高。

在理想情况下，二叉搜索树是“平衡”的，这样就可以在 log⁡n 轮循环内查找任意节点。

然而，如果我们在二叉搜索树中不断地插入和删除节点，可能导致二叉树退化为图所示的链表，这时各种操作的时间复杂度也会退化为 O(n) 。

5.主函数以及测试案例

// 删除元素
void delete(Node** root, int key) {
    Node* temp = *root;  // 用于遍历二叉树
    Node* parent = NULL; // 指向待删除节点的父节点

    // 寻找待删除节点以及其父节点
    while (temp != NULL && temp->data != key) {
        parent = temp;
        if (key < temp->data) {
            temp = temp->left;
        }
        else {
            temp = temp->right;
        }
    }

    // 如果没有找到该节点，直接返回
    if (temp == NULL) {
        printf("Key %d not found!\n", key);
        return;
    }

    // 1. 如果待删除节点没有子节点（叶节点）
    if (temp->left == NULL && temp->right == NULL) {
        if (temp == *root) {
            *root = NULL;  // 删除根节点时，需要将根指针置为 NULL
        }
        else {
            if (parent->left == temp) {
                parent->left = NULL;  // 将父节点的左子节点指针置为 NULL
            }
            else {
                parent->right = NULL; // 将父节点的右子节点指针置为 NULL
            }
        }
        free(temp);  // 释放内存
    }
    // 2. 如果待删除节点只有一个子节点
    else if (temp->left == NULL || temp->right == NULL) {
        Node* child = (temp->left != NULL) ? temp->left : temp->right;  // 获取唯一子节点

        if (temp == *root) {
            *root = child;  // 如果删除的是根节点，将根指针指向唯一子节点
        }
        else {
            if (parent->left == temp) {
                parent->left = child;  // 父节点的左指针指向子节点
            }
            else {
                parent->right = child;  // 父节点的右指针指向子节点
            }
        }
        free(temp);  // 释放当前节点内存
    }
    // 3. 如果待删除节点有两个子节点
    else {
        // 找到右子树中的最小节点
        Node* minNodeParent = temp;
        Node* minNode = temp->right;

        // 寻找右子树中的最小节点及其父节点
        while (minNode->left != NULL) {
            minNodeParent = minNode;
            minNode = minNode->left;
        }

        // 将最小节点的值赋给当前节点
        temp->data = minNode->data;

        // 删除右子树中的最小节点
        if (minNodeParent->left == minNode) {
            minNodeParent->left = minNode->right;  // 将父节点的左子指针指向最小节点的右子节点
        }
        else {
            minNodeParent->right = minNode->right;  // 将父节点的右子指针指向最小节点的右子节点
        }
        free(minNode);  // 释放最小节点的内存
    }
}

二叉搜索树常见应用¶

用作系统中的多级索引，实现高效的查找、插入、删除操作。
作为某些搜索算法的底层数据结构。
用于存储数据流，以保持其有序状态。

原文地址：https://blog.csdn.net/xb1132/article/details/145082352

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！

上一篇：分布式缓存redis
下一篇：flask-admin 在modelview 默认视图下重写create_model_actions来实现列表数据的批量处理actions

【git】-2 分支管理
上一篇学习记录。
阅读更多2025-01-14
网络学习记录2
将端口加入VLAN，可以使用port link-type access和port default vlan 命令（对于Access端口），或者使用port link-type trunk和port t
阅读更多2025-01-14
房建工程项目管理软件提升效率的关键工具
例如，长枫建设公司通过益企工程云的智能分析模块，成功优化了资源配置，避免了多次潜在的施工延误。益企工程云凭借其全面的功能、智能化的管理、强大的数据分析能力和安全的设计，成为了众多企业的不二选择。通过益
阅读更多2025-01-14
设计模式之装饰器模式
首先，我们定义一个Coffee接口，作为所有咖啡和调料的抽象组件。然后，我们定义一个CondimentDecorator抽象类，它继承自Coffee接口，并且包含一个指向Coffee对象的引用。装饰器
阅读更多2025-01-14
51单片机 DS18B20温度储传感器
64-BITROM：作为器件地址，用于总线通信的寻址，是唯一的，不可更改SCRATCHPAD（暂存器）：用于总线的数据交互EEPROM：用于保存温度触发阈值和配置参数单总线（1-Wire BUS）是由
阅读更多2025-01-14
Git 的基本概念
Git 是一种分布式版本控制系统，用于跟踪文件的修改历史和协同多人开发。
阅读更多2025-01-14
Vue进阶之AI智能助手项目（二）——ChatGPT的调用和开发
先进行clean清空，清空完成后会重新打包找到入口 src/index.ts，然后找到tsconfig.json文件，通过下面的代码，就能找到配置的文件encode-bundle.config.ts:
阅读更多2025-01-14
Unocss 中 !important 的使用及相关特性解析
使用自定义主题颜色的 div
阅读更多2025-01-14
51单片机和 STM32 在硬件操作上的差异
STM32 的时钟系统非常复杂，支持多种时钟源（如内部晶振、外部晶振、PLL 等），并且每个外设（如 GPIO、定时器、串口等）都有独立的时钟开关。STM32 的硬件资源非常丰富，支持多种外设（如 G
阅读更多2025-01-14
ucharts写的小程序如何解决Y轴小数点问题
在yAxis的data中添加。
阅读更多2025-01-14