搜索二叉树 Binary Search Tree(BST)
【提醒】本章内容需掌握二叉树结构的基本概念和特性,不然可能阅读起来比较费劲。
一、 概念
什么是搜索二叉树?搜索二叉树和普通二叉树的却别是什么?
答: 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:
- 非空的左子树,树上所有节点的值都小于根节点的值
- 非空的右子树,树上所有节点的值都大于根节点的值
- 它的左右子树也分别为二叉搜索树
搜索二叉树 最重要的特性之一:搜索二叉树 中序遍历可以得到一个有序的序列。
把文字转换成图形:下面是一颗搜索二叉树
下面再来看两个例子更深刻地理解什么是搜索二叉树:
二、搜索二叉树的增删查改
1. 搜索二叉树插入节点(增)
搜索二叉树的插入分为三个步骤:
从根节点开始。
如果插入的值小于当前节点,移动到左子节点;如果大于,移动到右子节点。
重复步骤2,直到找到一个空位置插入新值。
以下用一个插入建树的详细图解说明:
以数值{8 ,3 ,1 ,10 ,1}为例:
【注意】:二叉搜索树中,如果插入的值已经存在,处理方式可以有几种,现阶段采用第一种:
-
忽略重复值:简单地不插入重复值,保留原有节点。
-
计数重复值:在每个节点中增加一个计数器,如果插入相同值则增加计数器,而不是新建节点。
-
允许重复值:按某种规则插入,如将相同值插入到右子树。
2. 搜索二叉树节点的删除
搜索二叉树阶段的删除相较于插入是要复杂一点的,需要分情况讨论。
节点的删除:
首先查找元素是否在二叉搜索树中,如果不存在,则返回
false
。元素存在的情况,则分以下四种情况分别处理(假设要删除的结点为
N
):
要删除的结点
N
左右孩子均为空。要删除的结点
N
左孩子为空,右孩子结点不为空。要删除的结点
N
右孩子为空,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。
结合图形举例说明删除节点时会遇到的4种情况:
为了解决以上4种情况,分别对应4种解决方案:
1.左右孩子均为空:
- 把
N
结点的父节点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)。
2.左孩子为空,右孩子不为空:
-
把
N
结点的父节点对应孩子指针指向N
的右孩子,直接删除N
结点。
3.右孩子为空,左孩子不为空:
-
把
N
结点的父节点对应孩子指针指向N
的左孩子,直接删除N
结点。
4.左右孩子结点均不为空:
-
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
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。
同样结合图形可以更好的理解4总处理方式:
3. 搜索二叉树节点的查找
搜索二叉树的查找逻辑很简单,其实在上面插入节点,已经使用过:
查找步骤:
从根节点开始。
比较值:如果查找的值小于当前节点,移动到左子节点;如果大于,移动到右子节点。
找到值:重复步骤2,直到找到值或访问到空节点。
4. 搜索二叉树节点的更改
搜索二叉树节点的修改,如果直接修改可能会破坏BST的结构,使树不再满足搜索树的性质。
所以在BST节点的修改,应该遵循以下步骤;
修改:
删除原节点:首先,删除需要修改的节点。
插入新值:然后,插入修改后的新值。
三、搜索二叉树的模拟实现
下面是搜索二叉树的模拟实现:(出自鄙人,如有错误愿联系指正)【仅参考非源码】
// BST.h#include <iostream>
#include <string>
using namespace std;namespace key
{template<class K>class BSTreeNode {public:BSTreeNode<K>* _leftNode;BSTreeNode<K>* _rightNode;K _key;BSTreeNode(const K& key):_key(key), _leftNode(nullptr), _rightNode(nullptr) {}};template<class K>class BinarySearchTree{typedef BSTreeNode<K> Node;public:BinarySearchTree() :_root(nullptr){}~BinarySearchTree(){Destroy(_root);}BinarySearchTree(const BinarySearchTree<K>& tree) {_root = Copy(tree._root);}BinarySearchTree<K>& operator=(BinarySearchTree<K> tree) {swap(_root, tree._root);return *this;}//节点插入bool Insert(const K& key){if (_root == nullptr) {_root = new Node(key);return true;}Node* parent = nullptr;Node* current = _root;while (current){if (current->_key < key) {parent = current;current = current->_rightNode;}else if (current->_key > key) {parent = current;current = current->_leftNode;}else { //搜索二叉树不允许值相等return false;}}if (parent->_key > key) {parent->_leftNode = new Node(key);return true;}else if (parent->_key < key) {parent->_rightNode = new Node(key);return true;}return false;}//查找(循环版)Node* Find(const K& key){Node* curr = _root;while (curr) {if (curr->_key < key) {curr = curr->_rightNode;}else if (curr->_key > key) {curr->_leftNode;}else {return curr;}}return nullptr;}bool Erase(const K& key) {Node* parent = nullptr;Node* curr = _root;while (curr) {if (curr->_key < key){parent = curr;curr = curr->_rightNode;}else if (curr->_key > key){parent = curr;curr = curr->_leftNode;}else {//等于情况下就删除 找到了if (curr->_leftNode == nullptr) {if (curr == _root) {//如果根就是要删除的节点_root = curr->_rightNode;}else {//判断现在找到的节点 是父的左还是右if (parent->_leftNode == curr) {parent->_leftNode = curr->_rightNode;}else {parent->_rightNode = curr->_rightNode;}}}else if (curr->_rightNode == nullptr) {if (curr == _root) {//如果根就是要删除的节点_root = curr->_leftNode;}else {//判断现在找到的节点 是父的左还是右if (parent->_leftNode == curr) {parent->_leftNode = curr->_leftNode;}else {parent->_rightNode = curr->_leftNode;}}}else { //两边都有Node* leftNodeParent = curr;Node* leftMaxNode = curr->_leftNode;//找左边树最大的节点代替while (leftMaxNode->_rightNode) {leftNodeParent = leftMaxNode;leftMaxNode = leftMaxNode->_rightNode;}// 交换要删除节点和左子树最大节点的键值curr->_key = leftMaxNode->_key;// 更新父节点指针,删除左子树的最大节点if (leftNodeParent->_leftNode == leftMaxNode) {leftNodeParent->_leftNode = leftMaxNode->_leftNode;}else {leftNodeParent->_rightNode = leftMaxNode->_leftNode;}curr = leftMaxNode;}delete curr;return true;}}return false;}//查找(递归版)bool FindR(const K& key){_FindR(_root, key);}//插入节点(递归版)bool InsertR(const K& key) {return _InsertR(_root, key); }//删除节点(递归版)bool EraseR(const K& key) {return _EraseR(_root, key);}//中序遍历打印void InOrder() {_InOrder(_root);}private://递归寻找子函数bool _FindR(Node* root, const K& key) {if (root == nullptr)return false;if (root->_key > key) {return _FindR(root->_leftNode, key);}else if (root->_key < key) {return _FindR(root->_rightNode, key);}else {return true;}}//递归删除子函数bool _EraseR(Node*& root, const K& key){if (root == nullptr)return false;if (root->_key > key) {return _EraseR(root->_leftNode, key);}else if (root->_key < key) {return _EraseR(root->_rightNode, key);}else {//找到了删除Node* deleteNode = root;if (root->_leftNode == nullptr) {root = root->_rightNode;}else if (root->_rightNode == nullptr) {root = root->_leftNode;}else {//左右都有Node* leftMax = root->_leftNode;while (leftMax->_rightNode) {leftMax = leftMax->_rightNode;}swap(root->_key, leftMax->_key);return _EraseR(root->_leftNode, key);}delete deleteNode;return true;}}//递归插入子函数bool _InsertR(Node*& root, const K& key){if (root == nullptr) {root = new Node(key);return true;}if (root->_key > key) {return _InsertR(root->_leftNode, key);}else if (root->_key < key) {return _InsertR(root->_rightNode, key);}else {return false; //相同的返回false}}//中序遍历打印子函数void _InOrder(Node* root){if (root == nullptr)return;_InOrder(root->_leftNode);cout << root->_key << " ";_InOrder(root->_rightNode);}void Destroy(Node* root){if (root == nullptr)return;Destroy(root->_leftNode);Destroy(root->_rightNode);delete root;root = nullptr;}Node* Copy(const Node* root){if (root == nullptr)return nullptr;Node* copyRoot = new Node(root->_key);copyRoot->_leftNode = Copy(root->_leftNode);copyRoot->_rightNode = Copy(root->_rightNode);return copyRoot;}Node* _root = nullptr;};void TestBSTree1();
}
//main.h
#include "binarysearchtree.h"
#include <iostream>namespace key {void TestBSTree1(){int a[] = { 8, 3, 1, 10, 6, 4, 7, 14, 13 };BinarySearchTree<int> t;for (auto e : a){t.InsertR(e);}t.InOrder();cout << endl;t.Erase(4);t.InOrder();cout << endl;t.EraseR(6);t.InOrder();cout << endl;t.EraseR(7);t.InOrder();cout << endl;t.EraseR(3);t.InOrder();cout << endl;for (auto e : a){t.EraseR(e);}t.InOrder();}
}int main()
{key::TestBSTree1();return 0;
}
程序运行结果:
1 3 4 6 7 8 10 13 14
1 3 6 7 8 10 13 14
1 3 7 8 10 13 14
1 3 8 10 13 14
1 8 10 13 14
相关文章:

搜索二叉树 Binary Search Tree(BST)
【提醒】本章内容需掌握二叉树结构的基本概念和特性,不然可能阅读起来比较费劲。 一、 概念 什么是搜索二叉树?搜索二叉树和普通二叉树的却别是什么? 答: 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…...
数据库表字段插入bug
瀚高数据库 目录 环境 BUG/漏洞编码 症状 触发条件 解决方案 环境 系统平台:Linux x86-64 Red Hat Enterprise Linux 7 版本:4.5.1 BUG/漏洞编码 3355 症状 数据库安全版v4.5.1,安装包为:hgdb4.5.1-see-centos7-x86-64-20210804.…...

信创环境模拟:X86架构下部署搭建aarch64的ARM虚拟机
在真实系统为x86架构下,搭建arm64的虚拟开发环境。在该环境中直接下载打包项目依赖的python运行环境。 前言 随着国家信创环境的要求普及,基本和国家沾边的政企事业单位都换成了信创环境,即ARM64的cpu服务器,而且该类服务器是不…...
TSO的资料
TSO即TCP Segmentation Offload,相关资料如下: Segmentation Offloads in the Linux Networking StackWhat is TCP Segmentation OffloadUnderstanding TCP Segmentation Offload (TSO) and Large Receive Offload (LRO) in a VMware environment...

OpenCV视觉分析之目标跟踪(3)实现基于金字塔的 Lucas-Kanade 算法来进行稀疏光流计算的类SparsePyrLKOpticalFlow的使用
操作系统:ubuntu22.04 OpenCV版本:OpenCV4.9 IDE:Visual Studio Code 编程语言:C11 算法描述 用于计算稀疏光流的类。 该类可以使用带有金字塔的迭代 Lucas-Kanade 方法来计算稀疏特征集的光流 cv::SparsePyrLKOpticalFlow 类是 OpenCV 库…...

乐维网管平台(一):如何精准掌控 IP 管理
业网络已成为支撑业务运转的关键基础设施,而在企业网络管理中,IP 管理至关重要,它就像是网络秩序的守护者,确保网络的高效运行、安全可靠。 一、为什么企业要进行 IP 管理 1. 优化资源分配 IP 地址作为网络中的重要资源…...
React-Route新版本(v6或以上)用法示例
新版本的React-Route (v6或以上,但不排序后续版本还会有修改),移除了Switch,写法和老版本有一些区别,下面分享一个示例: JSX文件: import React, {StrictMode } from react import { createRoot } from react-dom/cli…...

卡方检验方法概述与类型——四格表和R*C表卡方检验案例
卡方检验是以卡方分布为基础,针对定类数据资料的常用假设检验方法。其理论思想是判断实际观测到的频数与有关总体的理论频数是否一致。 卡方统计量是实际频数与理论频数吻合程度的指标。卡方值越小,表明实际观察频数与理论频数越接近,反之卡…...
在浏览器和Node.js环境中使用Puppeteer的Rollup与Webpack打包指南
Puppeteer是一个Node.js库,它提供了一套高级API来通过DevTools协议控制Chrome或Chromium。虽然Puppeteer通常在服务器端使用,但有时你可能需要在浏览器环境中使用它的某些功能。本文将介绍如何使用Rollup和Webpack来打包包含Puppeteer或其轻量级版本Pupp…...
GPT论文整理提示词
论文阅读 指令1:粗读论文 请你阅读并理解这篇文献,然后将该篇文章的标题作为一级标题,将摘要和各个大标题作为二级标题,将小标题作为三级标题,将小标题下每一部分内容作为四级标题,给我以markdown的语言输出中文的翻…...

在培训班学网络安全有用吗
在当今数字化时代,网络安全问题日益凸显,成为了企业和个人关注的焦点。随着对网络安全人才需求的不断增长,各种网络安全培训班也如雨后春笋般涌现。然而,在培训班学网络安全真的有用吗? 一、网络安全的重要性与挑战 1. 信息时代的…...
Flink CDC系列之:理解学习YARN模式
Flink CDC系列之:理解学习YARN模式 准备会话模式在 YARN 上启动 Flink 会话设置 Flink CDC提交 Flink CDC Job Apache Hadoop YARN 是许多数据处理框架中流行的资源提供者。Flink 服务提交给 YARN 的 ResourceManager,后者在由 YARN NodeManagers 管理的…...
langgraph入门
使用langgraph框架搭建一个简易agent。 最近想学习一下agent相关知识,langgraph似乎挺好的,于是就来试一试。langgraph。看了官网,起核心思想是将agent中的角色和工具都当作是图的Node,整个agent流程通过增加Node之间的边来设定。…...

【Python】爬虫程序打包成exe
上一篇写了爬虫获取汽车之家配置表,师父要更方便使用甚至推广(?),反正就是他们没有环境也能用嘛,我就直接打包了,界面不会做也懒得学了、、 1、下载pyinstaller(清华镜像)…...

【力扣专题栏】两两交换链表中的节点,如何实现链表中两两相邻节点的交换?
这里写目录标题 1、题目描述解释2、算法原理解析3、代码编写 1、题目描述解释 2、算法原理解析 3、代码编写 /*** Definition for singly-linked list.* struct ListNode {* int val;* ListNode *next;* ListNode() : val(0), next(nullptr) {}* ListNode(int…...
埋点采集的日志数据常见的格式简介
埋点采集的日志数据通常以结构化或半结构化的格式进行记录,以便于分析和处理。常见的格式包括: 1. JSON(JavaScript Object Notation) 特点:JSON 格式是一种轻量级的数据交换格式,具有良好的可读性和兼容…...

基于SSM高考志愿辅助填报系统设计与实现
前言 近年来,由于计算机技术和互联网技术的飞速发展,所以各企事业单位内部的发展趋势是数字化、信息化、无纸化,随着这一趋势,而各种决策系统、辅助系统也就应运而生了,其中,信息管理系统是其中重要的组成…...

elasticsearch 8.x 插件安装(六)之Hanlp插件
elasticsearch 8.x 插件安装(六)之Hanlp插件 elasticsearch插件安装合集 elasticsearch插件安装(一)之ik分词器安装(含MySQL更新) elasticsearch 8.x插件(二)之同义词安装如何解决…...
排序算法简记
列举几种基本的排序算法和排序思想 排序就是将一组对象按照某种逻辑顺序重新排列的过程。 一、选择排序 1、基本原理 最基本的排序,每次都从原有数据中选择最小或最大的数组放入新数据集中 2、步骤(以从小到大为例) 首先, 找到数组中最小的那个元素…...
Stable diffusion inference 多卡并行
stable diffusion 推理过程 多卡并行 注意事项 以SDXL为例,指定GPU,添加device_map参数信息 device_map {add_embedding: 1,decoder: 1,encoder: 1,conv_in: 1,conv_out: 1,post_quant_conv: 1,text_model: 6,conv_norm_out: 1,quant_conv: 1,time_em…...
Admin.Net中的消息通信SignalR解释
定义集线器接口 IOnlineUserHub public interface IOnlineUserHub {/// 在线用户列表Task OnlineUserList(OnlineUserList context);/// 强制下线Task ForceOffline(object context);/// 发布站内消息Task PublicNotice(SysNotice context);/// 接收消息Task ReceiveMessage(…...

【Redis技术进阶之路】「原理分析系列开篇」分析客户端和服务端网络诵信交互实现(服务端执行命令请求的过程 - 初始化服务器)
服务端执行命令请求的过程 【专栏简介】【技术大纲】【专栏目标】【目标人群】1. Redis爱好者与社区成员2. 后端开发和系统架构师3. 计算机专业的本科生及研究生 初始化服务器1. 初始化服务器状态结构初始化RedisServer变量 2. 加载相关系统配置和用户配置参数定制化配置参数案…...

Springcloud:Eureka 高可用集群搭建实战(服务注册与发现的底层原理与避坑指南)
引言:为什么 Eureka 依然是存量系统的核心? 尽管 Nacos 等新注册中心崛起,但金融、电力等保守行业仍有大量系统运行在 Eureka 上。理解其高可用设计与自我保护机制,是保障分布式系统稳定的必修课。本文将手把手带你搭建生产级 Eur…...
leetcodeSQL解题:3564. 季节性销售分析
leetcodeSQL解题:3564. 季节性销售分析 题目: 表:sales ---------------------- | Column Name | Type | ---------------------- | sale_id | int | | product_id | int | | sale_date | date | | quantity | int | | price | decimal | -…...
MySQL用户和授权
开放MySQL白名单 可以通过iptables-save命令确认对应客户端ip是否可以访问MySQL服务: test: # iptables-save | grep 3306 -A mp_srv_whitelist -s 172.16.14.102/32 -p tcp -m tcp --dport 3306 -j ACCEPT -A mp_srv_whitelist -s 172.16.4.16/32 -p tcp -m tcp -…...

深度学习习题2
1.如果增加神经网络的宽度,精确度会增加到一个特定阈值后,便开始降低。造成这一现象的可能原因是什么? A、即使增加卷积核的数量,只有少部分的核会被用作预测 B、当卷积核数量增加时,神经网络的预测能力会降低 C、当卷…...

解读《网络安全法》最新修订,把握网络安全新趋势
《网络安全法》自2017年施行以来,在维护网络空间安全方面发挥了重要作用。但随着网络环境的日益复杂,网络攻击、数据泄露等事件频发,现行法律已难以完全适应新的风险挑战。 2025年3月28日,国家网信办会同相关部门起草了《网络安全…...

android13 app的触摸问题定位分析流程
一、知识点 一般来说,触摸问题都是app层面出问题,我们可以在ViewRootImpl.java添加log的方式定位;如果是touchableRegion的计算问题,就会相对比较麻烦了,需要通过adb shell dumpsys input > input.log指令,且通过打印堆栈的方式,逐步定位问题,并找到修改方案。 问题…...
苹果AI眼镜:从“工具”到“社交姿态”的范式革命——重新定义AI交互入口的未来机会
在2025年的AI硬件浪潮中,苹果AI眼镜(Apple Glasses)正在引发一场关于“人机交互形态”的深度思考。它并非简单地替代AirPods或Apple Watch,而是开辟了一个全新的、日常可接受的AI入口。其核心价值不在于功能的堆叠,而在于如何通过形态设计打破社交壁垒,成为用户“全天佩戴…...

AI语音助手的Python实现
引言 语音助手(如小爱同学、Siri)通过语音识别、自然语言处理(NLP)和语音合成技术,为用户提供直观、高效的交互体验。随着人工智能的普及,Python开发者可以利用开源库和AI模型,快速构建自定义语音助手。本文由浅入深,详细介绍如何使用Python开发AI语音助手,涵盖基础功…...