算法导论学习笔记(八):二叉查找树
来源:互联网 发布:js 调用id为变量的div 编辑:程序博客网 时间:2024/06/11 19:33
前言
昨天复习完了二叉树,今天终于可以很好的展开对二叉查找树的学习了。言归正传,查找树是一种数据结构,支持多
种动态集合操作,包括SEARCH、MINIMUM、MAXIMUM、PREDECESSOR、SUCCESSOR、INSERT以及
DELETE。
定义
一颗二叉查找树是按二叉树结构来组织的。这样的树可以用链表结构来表示,其中每一个结点都是一个对象。结点中
除了key域和卫星数据外,还包括域lchild、rchild和p,它们分别指向结点的做子树和右子树和父节点。如果某个子树
不存在,则相应的指针域中的值为NULL。
特性
为了方便起见,下面参照书上的写好,key[x]表示结点x的关键字。对于二叉查找树,任何结点x,其左子树的关键字
最大不超过key[x],其右子树中的关键字最小不小于key[x]。不同的二叉查找树可以表示同一组值,这和建立二叉查找
树时插入结点的次序有关。后面的练习题12.2-1可以帮组理解,答案是C。下图便是一颗二叉查找树:
几种常见的操作的实现
在前言里提到的这些操作里,用到的最频繁的应该是查找、插入和删除操作了。其它几个操作比较简单,这里就没提
及。在这三个操作中,最复杂的应该就算是删除操作了。下面一个个来讲:
1、查找操作
对于二叉查找树来说,这应该是最常见的操作。该操作是查找树中的某个关键字。
/*************************************************** 查找关键字key是否在二叉查找树中** 若存在则返回TRUE,且p存储二叉树中关键字所在地址** 若不存在则返回FALSE,且p为NULL**************************************************/BiTree SearchTree (BiTree T, int key){if ((T == NULL) || (key == T->data))return T;else if (key < T->data){return SearchTree (T->lchild, key);}else{return SearchTree (T->rchild, key);}}不难看出,该过程是沿着树的根结点开始进行查找的,并沿着树下降。在递归查找过程中遇到的结点构成了一条由根
结点到所要查找的结点的路径。其时间复杂度为O(h),h为树的高度。
2、插入操作
因为我这里直接没有设卫星数据,所以只要给出要插入结点的关键字即可完成插入操作,后面的删除操作也是这样
的。当然,如果你自己添加了卫星数据,只要传递一个结点的数据类型的变量即可。
我们应该注意,在插入结点后应该保证此时的树仍然是一颗二叉查找树,代码如下:
/********************************************** ** 向二叉查找树插入一个元素 ** 若元素已经存在,则不作任何操作 ** 若元素还没有,则插入,并保持二叉查找树的性质 ***********************************************/ void TreeInsert (BiTree* T, int key) { if (!SearchTree (*T, key)) { BiTree y = NULL; BiTree x = *T; while (x) //找出结点y,将新结点作为y的子结点插入 { y = x; if (key < x->data) x = x->lchild; else x = x->rchild; } BiTree s = new BitNode; //根据给出关键字建立新结点 s->data = key; s->rchild = s->lchild = NULL; s->p = y; if (NULL == y) //表示树为空,则插入的结点作为根结点 *T = s; else if (key < y->data) //新结点作为y的左子结点 y->lchild = s; else //新结点作为y的右子结点 y->rchild = s; } }
3、删除操作
最后一个常用操作,也是最复杂的一个了。删除一个结点后,就要把断开处链接起来。总的来说,有三种情况:
a、删除的结点没有子结点。这是最理想的一种情况了,这种情况下我们只要把这个结点的内存释放就可以了;
b、删除的结点只有一个子结点。这种情况相对来说也很好处理,只要将指向其自身的指针指向子结点,然后释放自
己所占内存即可;
c、删除的结点有两个子结点。这是最让人头疼的了,处理方式是先找出其直接先驱结点(直接后驱结点),然后用前驱
结点(后驱结点)的关键字代替该结点。再将前驱结点(后驱结点)的父结点和子结点线连接。
实现代码如下(我的代码里是采用后驱结点的):
/********************************** ** 删除给定结点 ** 以删除结点直接后驱来替代删除结点 ** 也可以用直接前驱结点来替代 ***********************************/ bool Delete (BiTree* T) { BiTree q, s; if (((*T)->lchild == NULL) && ((*T)->rchild == NULL)) //左右子树都为空{if (*T == (*T)->p->lchild)(*T)->p->lchild = NULL;else(*T)->p->rchild = NULL;delete *T;}else if ((*T)->lchild == NULL) //左子树为空,直接连接右子树。这里还包括没有子树的情况 { q = *T; *T = (*T)->rchild;(*T)->p = q->p;if (q == q->p->lchild)q->p->lchild = *T;elseq->p->rchild = *T; delete q; } else if ((*T)->rchild == NULL) //右子树为空,直接连接左子树 { q = *T; *T = (*T)->lchild;(*T)->p = q->p;if (q == q->p->lchild)q->p->lchild = *T;elseq->p->rchild = *T; delete q; } else //左子树和右子树都有 { q = *T; s = (*T)->rchild; while (s->lchild) { q = s; s = s->lchild; } (*T)->data = s->data; //s为删除结点的直接后驱结点 if (q == *T) //q为s的父节点 q->rchild = s->rchild; else q->lchild = s->rchild; delete s; } return true; } /********************* ** 根据关键字删除结点 ** 删除成功则返回TRUE ** 删除失败返回FALSE **********************/ bool TreeDelete (BiTree* T, int key) { if (!*T) return false; else { if (key == (*T)->data) return Delete (T); else if (key < (*T)->data) return TreeDelete (&(*T)->lchild, key); else return TreeDelete (&(*T)->rchild, key); } }
上面我自己的实现还是比较复杂的,下面贴出的是直接根据《算法导论》上给的伪代码实现的代码:
void TreeDelete (BiTree* T, int key) { BiTree z = SearchTree (*T, key);BiTree x, y;if ((z->lchild == NULL) || (z->rchild == NULL))y = z;elsey = Tree_Successor (z);if (y->lchild != NULL)x = y->lchild;elsex = y->rchild;if (x != NULL)x->p = y->p;if (y->p == NULL)*T = x;else if (y == y->p->lchild)y->p->lchild = x;elsey->p->rchild = x;if (y != z)z->data = y->data;delete y;}
扩展:基数树
给定两个串a = a0a1……ap和b = b0b1……b1,其中每一个ai和每一个bj都属于某个有序字符集,如果下面两条规则
之一成立,则说串a按字典序小于串b:
1)存在一个整数j,0<=j<=min(p,q),使得ai=bi,i=0,1,……,j-1,且aj<bj;
2)p<q,且ai=bi,对所有的i=0,1,……,p成立
例如,如果a和b是位串,则根据规则1)(设j=3),有10100 < 10110;根据规则2),有10100 < 101000。这与英语字典中的排序很相似。
图12-5中示出的是基数树(radix tree)数据结构,其中存储了位串1011、10、011、100和0。当查找某个关键字a = a0a1……ap时,在深度为i的一个结点处,若ai = 0则向左转;若ai = 1则向右转。设S为一组不同的二进制串构成的集合,各串的长度之和为n。说明如何利用基数树,在O(n)时间内对S按字典序排序。例如,对图12-5中每个结点的关键字,排序的输出应该是序列0、011、10、100、1011
实现代码:
#include<iostream>#include<string>using namespace std;typedef struct BitNode{string str;struct BitNode *lchild, *rchild;BitNode():str(""),lchild(NULL),rchild(NULL){}}BiTNode, *BiTree;void TreeInsert (BiTree* T, string s){BiTree p, q;q = *T;for (int i = 0; i < s.length(); i++){if (s[i] == '0'){if (NULL == q->lchild){p = new BiTNode;q->lchild = p;}else{p = q->lchild;}}else{if (NULL == q->rchild){p = new BiTNode;q->rchild = p;}else{p = q->rchild;}}if (i == (s.length() - 1)){p->str = s;}else{q = p;}}}void Print (BiTree T){if (!T)return ;if (T->str != "")cout << T->str << endl;Print (T->lchild);Print (T->rchild);}int main() { string str, x; BiTree T = new BiTNode; while(1) { cin>>str; if(str == "I") { cin>>x; TreeInsert(&T, x); } else if(str == "P") { Print(T); cout<<endl; } } return 0; }
参考文献
算法导论-12-2-基数树
- 算法导论学习笔记(八):二叉查找树
- 算法导论(八)二叉查找树
- 最优二叉查找树详解(算法导论学习笔记)
- 算法导论学习笔记——二叉查找树
- 《算法导论》学习笔记--第十二章 二叉查找树
- 二叉查找树 算法导论笔记
- 学习《算法导论》 二叉查找树 总结
- 算法导论学习笔记(5)——二叉查找树
- 算法导论学习笔记(10)——动态规划之最优二叉查找树
- 《算法导论》学习笔记之Chapter12二叉树基本特点,及二叉搜索树(查找树)
- 二叉查找树 (算法导论12)
- 二叉查找树(来自算法导论)
- 算法导论 二叉查找树
- 算法导论学习笔记(七):二叉树
- 算法导论学习笔记-第十二章-二叉查找树
- 《算法导论》笔记 第12章 12.1 二叉查找树
- 计数排序-《算法导论》学习笔记八
- 二叉查找树——删除操作(算法导论)
- WPF库存管理系统界面(仿360UI风格)
- 关于构建REST风格的SOE的策略
- java 工厂模式简单介绍及例子
- smarty模板使用入门
- 2013-01-08
- 算法导论学习笔记(八):二叉查找树
- qemu之差分盘(差异磁盘)
- WINCE6.0 远程工具,不能使用ActiveSync连接的问题
- hadoop集群默认配置
- php面试题
- css颜色渐变
- Zedboard上的NTShell移植 以及 双串口软件测试
- 常用的一些rman备份恢复命令
- fishcat论 RMAN备份过的归档如果不加delete input的话,下次居然会重复备份