C++ 二叉搜索树（Binary Search Tree, BST）深度解析与全面指南：从基础概念到高级应用、算法优化及实战案例

🕗 发布于 2024-11-30 11:16 数据结构 c++ c语言 算法

🌟个人主页：落叶

🌟当前专栏: C++专栏

⼆叉搜索树的概念

⼆叉搜索树key和key/value使⽤场景

key/value搜索场景

key/value⼆叉搜索树代码实现

⼆叉搜索树的概念

⼆叉搜索树⼜称⼆叉排序树，它或者是⼀棵空树，或者是具有以下性质的⼆叉树:

若它的左⼦树不为空，则左⼦树上所有结点的值都⼩于等于根结点的值
若它的右⼦树不为空，则右⼦树上所有结点的值都⼤于等于根结点的值
它的左右⼦树也分别为⼆叉搜索树
⼆叉搜索树中可以⽀持插⼊相等的值，也可以不⽀持插⼊相等的值，具体看使⽤场景定义，后续我们学习map/set/multimap/multiset系列容器底层就是⼆叉搜索树，其中map/set不⽀持插⼊相等值，multimap/multiset⽀持插⼊相等值

⼆叉搜索树的性能分析

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)，其⾼度为： O(log2 N)

所以综合⽽⾔⼆叉搜索树增删查改时间复杂度为： O(N)

那么这样的效率显然是⽆法满⾜我们需求的，我们后续课程需要继续讲解⼆叉搜索树的变形，平衡⼆叉搜索树AVL树和红⿊树，才能适⽤于我们在内存中存储和搜索数据。

另外需要说明的是，⼆分查找也可以实现 O(logN) 级别的查找效率，但是⼆分查找有两⼤缺陷：

需要存储在⽀持下标随机访问的结构中，并且有序。
插⼊和删除数据效率很低，因为存储在下标随机访问的结构中，插⼊和删除数据⼀般需要挪动数据。

这⾥也就体现出了平衡⼆叉搜索树的价值。

⼆叉搜索树的插⼊

插⼊的具体过程如下：

树为空，则直接新增结点，赋值给root指针
树不空，按⼆叉搜索树性质，插⼊值⽐当前结点⼤往右⾛，插⼊值⽐当前结点⼩往左⾛，找到空位置，插⼊新结点。
如果⽀持插⼊相等的值，插⼊值跟当前结点相等的值可以往右⾛，也可以往左⾛，找到空位置，插⼊新结点。（要注意的是要保持逻辑⼀致性，插⼊相等的值不要⼀会往右⾛，⼀会往左⾛）

int a[] = {8, 3, 1, 10, 6, 4, 7, 14, 13};

下面我们可以看到，要插入一个16节点，比8大往右边走，比10大往右走，比14大往右走，走到空了就可以插入16这个节点了。

下面我们要插入3这个节点，比8小往左边走，如果和3允许冗余的情况下往后大的走。

当cur循环到空时候，就在这个位置插入3这个节点，还需要parent记录上一个节点，用来和3节点进行连接。

接下来创建节点，构造用于申请新节点后初始化

//定义根节点赋值为空

第一步：判断根节点是不是空，是空把节点给根节点。

第二步：循环等于空就停下来，key小于当前节点往左边走，大于就往右走。

第三步：new一块新节点数值是key的，key和parent比较，parent就是记录上一个节点，小于和左边连接，大于和右边连接。

//节点
template<class K>
struct BS_Node
{
K _key;
BS_Node<K>* _left;//左
BS_Node<K>* _right;//右
//构造-用于申请新节点后初始化
BS_Node(const K& key)
:_key(key)
,_left(nullptr)
,_right(nullptr)
{}
};

template<class K>
class BStree
{

typedef BS_Node<K> Node;
public:
//插入
bool insert(const K& key)
{
//根节点为空
if (_root == nullptr)
{
//当前就给根节点
_root = new Node(key);
}
//parent用于记录上一个节点，用来和新节点连接
Node* parent = nullptr;
Node* cur = _root;
//循环到cur为空，就停下来
while (cur != nullptr)
{
//key小于当前节点往左边走
if (key < cur->_key)
{
//记录上一个节点
parent = cur;
cur = cur->_left;
}
//key大于当前节点往右边走
else if(key > cur->_key)
{
//记录上一个节点
parent = cur;
cur = cur->_right;
}
else
{
return true;
}
}
//new一块新节点给cur
cur = new Node(key);
if (key < parent->_key)
{
//小于，和左边连接
parent->_left = cur;
}
else
{
//大于，和右边连接
parent->_right = cur;
}

return false;
}


private:


Node* _root = nullptr;
};

⼆叉搜索树的查找

从根开始⽐较，查找x，x⽐根的值⼤则往右边⾛查找，x⽐根值⼩则往左边⾛查找。
最多查找⾼度次，⾛到到空，还没找到，这个值不存在。
如果不⽀持插⼊相等的值，找到x即可返回
如果⽀持插⼊相等的值，意味着有多个x存在，⼀般要求查找中序的第⼀个x。如下图，查找3，要找到1的右孩⼦的那个3返回

当我们要查询4从根节点开始，比8小往左边走，比3大往右边走，比6小往左走,找到4了，返回true。

.从根节点开始查询，cur不等于空，找到空了，就说明没有这个值。

小于当前节点往左边走，大于当前节点往右边走，等于就返回true。

二叉搜索树中序遍历

中序遍历定义在私有里，因为要从根节点开始遍历，需要用到根节点中序遍历。

然后在公有定义一个成员函数来，调用私有的中序遍历。

把数组的值插入到搜索二叉树，中序遍历打印出来。

因为没有9所以查询不到，返回false就是0。

⼆叉搜索树的删除

⾸先查找元素是否在⼆叉搜索树中，如果不存在，则返回false。

如果查找元素存在则分以下四种情况分别处理：（假设要删除的结点为N）

要删除结点N左右孩⼦均为空
要删除的结点N左孩⼦位空，右孩⼦结点不为空
要删除的结点N右孩⼦位空，左孩⼦结点不为空
要删除的结点N左右孩⼦结点均不为空

对应以上四种情况的解决⽅案：

把N结点的⽗亲对应孩⼦指针指向空，直接删除N结点（情况1可以当成2或者3处理，效果是⼀样的）
把N结点的⽗亲对应孩⼦指针指向N的右孩⼦，直接删除N结点
把N结点的⽗亲对应孩⼦指针指向N的左孩⼦，直接删除N结点
⽆法直接删除N结点，因为N的两个孩⼦⽆处安放，只能⽤替换法删除。找N左⼦树的值最⼤结点 R(最右结点)或者N右⼦树的值最⼩结点R(最左结点)替代N，因为这两个结点中任意⼀个，放到N的位置，都满⾜⼆叉搜索树的规则。替代N的意思就是N和R的两个结点的值交换，转⽽变成删除R结点，R结点符合情况2或情况3，可以直接删除。

节点的删除，我们需要查询对应的节点，然后进行删除。

cur的左节点为空的情况

如果cur的左节点为空，那么parent这个父节点和cur的右节点进行连接。

如果要删除的节点是根节点，那么把_root这个根节点往右走，然后释放cur节点。

cur的右节点为空的情况

右节点为空，那么parent这个父节点和cur的左节点进行连接。

如果要删除的节点是根节点，那么把_root这个根节点往左走，然后释放cur节点。

左，右节点都不为空的情况

如果要删除3，需要右节点的最左的那个节点的数值拿来替换。

mincur是找cur右子树最小的那个节点，用来替换。

tab保存上一个节点，用来和mincur的右节点连接，如果右节点是空，那就是连接空节点。

把4的数值赋值给3这个节点，然后释放4这个节点。

如果要删除根节点，需要右节点的最左的那个节点的数值拿来替换。

我们发现10的左节点已经完成空了，那就是用10这个节点来替换了。

下面这个返回true，是查询到要删除的节点，就返回true.

找不到返回false.

二叉搜索树【实现代码】

Search for a binary tree.h【头文件】

#pragma once
#include<iostream>
using namespace std;

namespace key
{
//节点
template<class K>
struct BS_Node
{
K _key;
BS_Node<K>* _left;//左
BS_Node<K>* _right;//右
//构造-用于申请新节点后初始化
BS_Node(const K& key)
:_key(key)
, _left(nullptr)
, _right(nullptr)
{}
};

template<class K>
class BStree
{

typedef BS_Node<K> Node;
public:
//插入
bool insert(const K& key)
{
//根节点为空
if (_root == nullptr)
{
//当前就给根节点
_root = new Node(key);
}
//parent用于记录上一个节点，用来和新节点连接
Node* parent = nullptr;
Node* cur = _root;
//循环到cur为空，就停下来
while (cur != nullptr)
{
//key小于当前节点往左边走
if (key < cur->_key)
{
//记录上一个节点
parent = cur;
cur = cur->_left;
}
//key大于当前节点往右边走
else if (key > cur->_key)
{
//记录上一个节点
parent = cur;
cur = cur->_right;
}
else
{
return true;
}
}
//new一块新节点给cur
cur = new Node(key);
if (key < parent->_key)
{
//小于，和左边连接
parent->_left = cur;
}
else
{
//大于，和右边连接
parent->_right = cur;
}

return false;
}


//查询
bool find(const K& key)
{
//从根节点开始查询
Node* cur = _root;
while (cur != nullptr)
{
//小于当前节点，往左走
if (key < cur->_key)
{
cur = cur->_left;
}
//大于当前节点，往右走
else if (key > cur->_key)
{
cur = cur->_right;
}
else
{
return true;
}
}

return false;
}


//删除
bool Erase(const K& key)
{
//查找
Node* cur = _root;
//parent用来记录上一个节点
Node* parent = nullptr;
while (cur != nullptr)
{
if (key < cur->_key)
{
//parent记录上一个节点
parent = cur;
cur = cur->_left;
}
else if (key > cur->_key)
{
//parent记录上一个节点
parent = cur;
cur = cur->_right;
}
else//找到了进行删除
{

//当前节点的左节点为null
if (cur->_left == nullptr)
{
//*****************************
//要删除的节点等于根节点
if (cur == _root)
{
//让根节点往右走就行了
_root = cur->_right;
}
//*****************************
else
{
//父节点的左节点等于cur
if (parent->_left == cur)
{
//cur节点的左节点为null，用cur的右节点和父节点连接
parent->_left = cur->_right;
}
else
{
//cur节点的左节点为null，用cur的右节点和父节点连接
parent->_right = cur->_right;
}
}

delete cur;
}
//当前节点的右节点为null
else if (cur->_right == nullptr)
{
//*****************************
//要删除的节点等于根节点
if (cur == _root)
{
//让根节点往右走就行了
_root = cur->_left;
}
//*****************************
else
{
//父节点的左节点等于cur
if (parent->_left == cur)
{
//cur节点的右节点为null，用cur的左节点和父节点连接
parent->_left = cur->_left;
}
else
{
//cur节点的右节点为null，用cur的左节点和父节点连接
parent->_right = cur->_left;
}
}
delete cur;
}
else//左，右都不为空的情况
{
//找右子树最小的节点（最左）替代我的位置

//保存cur的右节点
Node* mincur = cur->_right;
//这个给cur,解决没有就循环就没有刷新的问题
Node* tab = cur;
while (mincur->_left != nullptr)
{
//保存上一个节点
tab = mincur;
//一直往左边节点走，
mincur = mincur->_left;
}
//一直往左边节点走，找到最小的那个，赋值给cur
cur->_key = mincur->_key;

//删除的节点为根节点，右节点为mincur
if (tab->_right == mincur)
{
//tab右节点和mincur右节点进行连接
tab->_right = mincur->_right;
}
else //左节点为mincur
{
//tab的左边，和mincur的右边进行连接
tab->_left = mincur->_right;
}
delete mincur;
}
return true;
}
}
return false;
}

//用来调用中序遍历
void InOrder()
{
_InOrder(_root);
cout << endl;
}

private:



//中序遍历
void _InOrder(Node* root)
{
if (root == nullptr)
{
return;
}

_InOrder(root->_left);
cout << root->_key << " ";
_InOrder(root->_right);
}


Node* _root = nullptr;
};
}

test.cpp【测试】

#include"Search for a binary tree.h"

int main()
{
int a[] = { 8, 3, 1, 10, 6, 4, 7, 14, 13 };
key::BStree<int> t;
for (auto i : a)
{
t.insert(i);
}
t.InOrder();
cout << t.find(9) << endl;

for (auto i : a)
{
t.Erase(i);
t.InOrder();
}



}

⼆叉搜索树key和key/value使⽤场景

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，搜索场景只需要判断 key在不在。key的搜索场景实现的⼆叉树搜索树⽀持增删查，但是不⽀持修改，修改key破坏搜索树结构了。

场景1：⼩区⽆⼈值守⻋库，⼩区⻋库买了⻋位的业主⻋才能进⼩区，那么物业会把买了⻋位的业主的⻋牌号录⼊后台系统，⻋辆进⼊时扫描⻋牌在不在系统中，在则抬杆，不在则提⽰⾮本⼩区⻋辆，⽆法进⼊。

场景2：检查⼀篇英⽂⽂章单词拼写是否正确，将词库中所有单词放⼊⼆叉搜索树，读取⽂章中的单词，查找是否在⼆叉搜索树中，不在则波浪线标红提⽰。

key/value搜索场景

每⼀个关键码key，都有与之对应的值value，value可以任意类型对象。树的结构中(结点)除了需要存储key还要存储对应的value，增/删/查还是以key为关键字⾛⼆叉搜索树的规则进⾏⽐较，可以快速查找到key对应的value。key/value的搜索场景实现的⼆叉树搜索树⽀持修改，但是不⽀持修改key，修改key破坏搜索树结构了，可以修改value。

场景1：简单中英互译字典，树的结构中(结点)存储key(英⽂)和vlaue(中⽂)，搜索时输⼊英⽂，则同时查找到了英⽂对应的中⽂。

场景2：商场⽆⼈值守⻋库，⼊⼝进场时扫描⻋牌，记录⻋牌和⼊场时间，出⼝离场时，扫描⻋牌，查找⼊场时间，⽤当前时间-⼊场时间计算出停⻋时⻓，计算出停⻋费⽤，缴费后抬杆，⻋辆离场。

场景3：统计⼀篇⽂章中单词出现的次数，读取⼀个单词，查找单词是否存在，不存在这个说明第⼀次出现，（单词，1），单词存在，则++单词对应的次数。

key/value⼆叉搜索树代码实现

Search for a binary tree.h

#pragma once
#include<iostream>
using namespace std;

namespace key
{
//节点
template<class K,class V>
struct BS_Node
{
K _key;
V _val;
BS_Node<K,V>* _left;//左
BS_Node<K,V>* _right;//右
//构造-用于申请新节点后初始化
BS_Node(const K& key,const V& val)
:_key(key)
,_val(val)
, _left(nullptr)
, _right(nullptr)
{}
};

template<class K,class V>
class BStree
{

typedef BS_Node<K,V> Node;
public:
//插入
bool insert(const K& key,const V&val)
{
//根节点为空
if (_root == nullptr)
{
//当前就给根节点
_root = new Node(key,val);
}
//parent用于记录上一个节点，用来和新节点连接
Node* parent = nullptr;
Node* cur = _root;
//循环到cur为空，就停下来
while (cur != nullptr)
{
//key小于当前节点往左边走
if (key < cur->_key)
{
//记录上一个节点
parent = cur;
cur = cur->_left;
}
//key大于当前节点往右边走
else if (key > cur->_key)
{
//记录上一个节点
parent = cur;
cur = cur->_right;
}
else
{
return false;
}
}
//new一块新节点给cur
cur = new Node(key,val);
if (key < parent->_key)
{
//小于，和左边连接
parent->_left = cur;
}
else
{
//大于，和右边连接
parent->_right = cur;
}

return true;
}


//查询
Node* find(const K& key)
{
//从根节点开始查询
Node* cur = _root;
while (cur != nullptr)
{
//小于当前节点，往左走
if (key < cur->_key)
{
cur = cur->_left;
}
//大于当前节点，往右走
else if (key > cur->_key)
{
cur = cur->_right;
}
else
{
//找到了返回当前节点
return cur;
}
}
//找不到返回空
return nullptr;
}


//删除
bool Erase(const K& key)
{
//查找
Node* cur = _root;
//parent用来记录上一个节点
Node* parent = nullptr;
while (cur != nullptr)
{
if (key < cur->_key)
{
//parent记录上一个节点
parent = cur;
cur = cur->_left;
}
else if (key > cur->_key)
{
//parent记录上一个节点
parent = cur;
cur = cur->_right;
}
else//找到了进行删除
{

//当前节点的左节点为null
if (cur->_left == nullptr)
{
//*****************************
//要删除的节点等于根节点
if (cur == _root)
{
//让根节点往右走就行了
_root = cur->_right;
}
//*****************************
else
{
//父节点的左节点等于cur
if (parent->_left == cur)
{
//cur节点的左节点为null，用cur的右节点和父节点连接
parent->_left = cur->_right;
}
else
{
//cur节点的左节点为null，用cur的右节点和父节点连接
parent->_right = cur->_right;
}
}

delete cur;
}
//当前节点的右节点为null
else if (cur->_right == nullptr)
{
//*****************************
//要删除的节点等于根节点
if (cur == _root)
{
//让根节点往右走就行了
_root = cur->_left;
}
//*****************************
else
{
//父节点的左节点等于cur
if (parent->_left == cur)
{
//cur节点的右节点为null，用cur的左节点和父节点连接
parent->_left = cur->_left;
}
else
{
//cur节点的右节点为null，用cur的左节点和父节点连接
parent->_right = cur->_left;
}
}
delete cur;
}
else//左，右都不为空的情况
{
//找右子树最小的节点（最左）替代我的位置

//保存cur的右节点
Node* mincur = cur->_right;
//这个给cur,解决没有就循环就没有刷新的问题
Node* tab = cur;
while (mincur->_left != nullptr)
{
//保存上一个节点
tab = mincur;
//一直往左边节点走，
mincur = mincur->_left;
}
//一直往左边节点走，找到最小的那个，赋值给cur
cur->_key = mincur->_key;

//删除的节点为根节点，右节点为mincur
if (tab->_right == mincur)
{
//tab右节点和mincur右节点进行连接
tab->_right = mincur->_right;
}
else //左节点为mincur
{
//tab的左边，和mincur的右边进行连接
tab->_left = mincur->_right;
}
delete mincur;
}
return true;
}
}
return false;
}

//用来调用中序遍历
void InOrder()
{
_InOrder(_root);
cout << endl;
}

private:



//中序遍历
void _InOrder(Node* root)
{
if (root == nullptr)
{
return;
}

_InOrder(root->_left);
cout << root->_key << " " <<_root->_val <<endl;
_InOrder(root->_right);
}


Node* _root = nullptr;
};
}

test.cpp

int main()
{
string arr[] = { "苹果","香蕉","香蕉","西瓜", "苹果", "西瓜", "苹果", "苹果", "西瓜",
"苹果", "香蕉", "苹果", "香蕉","香蕉","香蕉" };
key::BStree<string, int> countTree;
for (auto& e : arr)
{
//key_value::BSTNode<string, int>* ret = countTree.Find(e);
auto ret = countTree.find(e);

if (ret == nullptr)
{
countTree.insert(e, 1);
}
else
{
ret->_val++;
}
}

countTree.InOrder();

return 0;
}

场景1：简单中英互译字典，树的结构中(结点)存储key(英⽂)和vlaue(中⽂)，搜索时输⼊英⽂，则同时 查找到了英⽂对应的中⽂。
//int main()
//{
//key::BStree<string, string> dict;
////BSTree<string, string> copy = dict;
//dict.insert("left", "左边");
//dict.insert("right", "右边");
//dict.insert("insert", "插⼊");
//dict.insert("string", "字符串");
//string str;
//while (cin >> str)
//{
//auto ret = dict.find(str);
//if (ret)
//{
//cout << "->" << ret->_val << endl;
//}
//else
//{
//cout << "⽆此单词，请重新输⼊" << endl;
//}
//}
//return 0;
//}

原文地址：https://blog.csdn.net/qq_67578580/article/details/143661574

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：数字3D虚拟展厅成熟运用于旅游业
下一篇：如何使用谷歌浏览器访问被屏蔽的网站

.NET(C#) 如何配置用户首选项及保存用户设置
.NET(C#) 如何配置用户首选项及保存用户设置
阅读更多2024-12-14
【最新】北大数字普惠金融指数数据集-省市县（2011-2023年）
郭峰,王靖一,王芳,孔涛,张勋,程志云.测度中国数字普惠金融发展:指数编制与空间特征[J].经济学(季刊),2020,19(04):1401-1418.时间跨度：省级和城市级指数时间跨度为2011-2
阅读更多2024-12-14
GESP202412 四级【Recamán】题解（AC）
a11ak−1−kkakak−1−kak−1k小杨想知道 Recamán 数列的前n项从小到大排序后的结果。手动计算非常困难，小杨希望你能帮他解决这个问题。
阅读更多2024-12-14
IDEA遇到EasyConnect中的网络资源无法访问的问题
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。原文链接：https://blog.csdn.net/wanshanyu_/article/de
阅读更多2024-12-14
双目摄像头标定方法
此时已经完成标定，左下角为反投影误差，右边为外参可视化。将双目左右目拍的图像上传（左右目最好不少于20张）此时回到主页面，即可看到成功导出。把这些误差大的删除即可。
阅读更多2024-12-14
Servlet、omcat服务器架构与工作原理
Servlet是运行在服务器端的Java程序，它的主要职责之一是接收并处理来自客户端（如浏览器）的HTTP请求。当客户端发送一个请求到服务器时，Servlet可以解析请求中的信息，例如请求的URL路径
阅读更多2024-12-14
Vue生命周期钩子函数：深入解析与实践
作为高级Vue前端开发人员，对Vue组件的生命周期钩子函数有着深刻的理解是至关重要的。生命周期钩子函数是指在Vue组件的创建、更新、销毁等过程中，Vue自动调用的一系列方法。通过这些钩子函数，我们可以
阅读更多2024-12-14
安卓开发--使用android studio发布APP
app发布
阅读更多2024-12-14
数据结构与算法学习笔记----拓扑排序
@ author: 明月清了个风。
阅读更多2024-12-14
python 将数据保存到现有的Excel文件的新工作表
out_file = ‘query.xlsx’df1 = pd.DataFrame(out_data)若直接写入：df1.to_excel(out_file, index=False, sheet_n
阅读更多2024-12-14

C++ 二叉搜索树（Binary Search Tree, BST）深度解析与全面指南：从基础概念到高级应用、算法优化及实战案例

⼆叉搜索树的概念

⼆叉搜索树的性能分析

⼆叉搜索树的插⼊

⼆叉搜索树的查找

二叉搜索树中序遍历

⼆叉搜索树的删除

cur的左节点为空的情况

cur的右节点为空的情况

左，右节点都不为空的情况

二叉搜索树【实现代码】

⼆叉搜索树key和key/value使⽤场景

key/value搜索场景

key/value⼆叉搜索树代码实现

相关文章