码迷,mamicode.com
首页 > 编程语言 > 详细

算法导论-----------二叉搜索树

时间:2014-12-04 08:51:29      阅读:209      评论:0      收藏:0      [点我收藏+]

标签:算法导论   二分查找   

先上二叉树查找树的删除的代码,因为删除是二叉查找树最复杂的操作:

int BinarySearchTree<T>::tree_remove(const T& elem)
{
	BinarySearchTreeNode<T> *z = tree_search(elem);//根据元素查找到要删除的节点
	BinarySearchTreeNode<T> *x, *y;

	if (z != NULL)
	{
		//用y来表示实际要删除的节点
		if (z->left == NULL || z->right == NULL)//最多只有一个儿子节,要么没有儿子节点
			y = z;
		else
			y = tree_search(tree_successor(elem));//有两个儿子的时候实际删除的是后继节点

		//因为有上面的if语句,所以y要么只有一个儿子,要么没有儿子。后继节点只有右儿子或者没有儿子
		//所以x要么是儿子节点,要么是空节点
		if (y->left != NULL)
			x = y->left;
		else
			x = y->right;

		if (x != NULL)//判断y节点有没有儿子节点,有的花就把y节点的父节点变成x的父节点。
			x->parent = y->parent;

        //y是根节点或者不是根节点的情况
		if (y->parent == NULL)
			root = x;
		else if (y == y->parent->left)//如果y节点不是根节点的情况该怎么处理呢?
			y->parent->left = x;
		else
			y->parent->right = x;

		//处理后继节点的情况,因为y表示后继的时候y!=z;
		if (y != z)
			z->elem = y->elem;
		delete y;
	}

	return -1;
}


二叉查找树的概念及操作。主要内容包括二叉查找树的性质,如何在二叉查找树中查找最大值、最小值和给定的值,如何找出某一个元素的前驱和后继,如何在二叉查找树中进行插入和删除操作。在二叉查找树上执行这些基本操作的时间与树的高度成正比,一棵随机构造的二叉查找树的期望高度为O(lgn),从而基本动态集合的操作平均时间为θ(lgn)。

1、二叉查找树

  二叉查找树是按照二叉树结构来组织的,因此可以用二叉链表结构表示。二叉查找树中的关键字的存储方式满足的特征是:设x为二叉查找树中的一个结点。如果y是x的左子树中的一个结点,则key[y]≤key[x]。如果y是x的右子树中的一个结点,则key[x]≤key[y]。根据二叉查找树的特征可知,采用中根遍历一棵二叉查找树,可以得到树中关键字有小到大的序列。

一棵二叉树查找及其中根遍历结果如下图所示:

bubuko.com,布布扣

书中给出了一个定理:如果x是一棵包含n个结点的子树的根,则其中根遍历运行时间为θ(n)。

问题:二叉查找树性质与最小堆之间有什么区别?能否利用最小堆的性质在O(n)时间内,按序输出含有n个结点的树中的所有关键字?

2、查询二叉查找树

  二叉查找树中最常见的操作是查找树中的某个关键字,除了基本的查询,还支持最大值、最小值、前驱和后继查询操作,书中就每种查询进行了详细的讲解。

(1)查找SEARCH

  在二叉查找树中查找一个给定的关键字k的过程与二分查找很类似,根据二叉查找树在的关键字存放的特征,很容易得出查找过程:首先是关键字k与树根的关键字进行比较,如果k大比根的关键字大,则在根的右子树中查找,否则在根的左子树中查找,重复此过程,直到找到与遇到空结点为止。例如下图所示的查找关键字13的过程:(查找过程每次在左右子树中做出选择,减少一半的工作量)

bubuko.com,布布扣

书中给出了查找过程的递归和非递归形式的伪代码:

TREE_SEARCH(x,k)
  if x=NULL or k=key[x]
      then return x
  if(k<key[x])
      then return TREE_SEARCH(left[x],k)
   else
      then return TREE_SEARCH(right[x],k)

ITERATIVE_TREE_SEARCH(x,k)
  while x!=NULL and k!=key[x]
      do if k<key[x]
              then x=left[x]
           else
              then x=right[x]
   return x


(2)查找最大关键字和最小关键字

  根据二叉查找树的特征,很容易查找出最大和最小关键字。查找二叉树中的最小关键字:从根结点开始,沿着各个节点的left指针查找下去,直到遇到NULL时结束。如果一个结点x无左子树,则以x为根的子树中,最小关键字就是key[x]。查找二叉树中的最大关键字:从根结点开始,沿着各个结点的right指针查找下去,直到遇到NULL时结束。书中给出了查找最大最小关键字的伪代码:

 TREE_MINMUM(x)

while left[x] != NULL

 do x=left[x]

return x

TREE_MAXMUM(x)

while right[x] != NULL

do x= right[x]

return x


(3)前驱和后继

  给定一个二叉查找树中的结点,找出在中序遍历顺序下某个节点的前驱和后继。如果树中所有关键字都不相同,则某一结点x的前驱就是小于key[x]的所有关键字中最大的那个结点,后继即是大于key[x]中的所有关键字中最小的那个结点。根据二叉查找树的结构和性质,不用对关键字做任何比较,就可以找到某个结点的前驱和后继。

  查找前驱步骤:先判断x是否有左子树,如果有则在left[x]中查找关键字最大的结点,即是x的前驱。如果没有左子树,则从x继续向上执行此操作,直到遇到某个结点是其父节点的右孩子结点。例如下图查找结点7的前驱结点6过程:bubuko.com,布布扣

  查找后继步骤:先判断x是否有右子树,如果有则在right[x]中查找关键字最小的结点,即使x的后继。如果没有右子树,则从x的父节点开始向上查找,直到遇到某个结点是其父结点的左儿子的结点时为止。例如下图查找结点13的后继结点15的过程:bubuko.com,布布扣

书中给出了求x结点后继结点的伪代码:

TREE_PROCESSOR(x)
    if right[x] != NULL
        then return TREE_MINMUM(right(x))
    y=parent[x]
    while y!= NULL and x ==right[y]
           do x = y
               y=parent[y]
    return y


定理:对一棵高度为h的二叉查找,动态集合操作SEARCH、MINMUM、MAXMUM、SUCCESSOR、PROCESSOR等的运行时间均为O(h)。

3、插入和删除

  插入和删除会引起二叉查找表示的动态集合的变化,难点在在插入和删除的过程中要保持二叉查找树的性质。插入过程相当来说要简单一些,删除结点比较复杂。

(1)插入

  插入结点的位置对应着查找过程中查找不成功时候的结点位置,因此需要从根结点开始查找带插入结点位置,找到位置后插入即可。下图所示插入结点过程:

bubuko.com,布布扣

书中给出了插入过程的伪代码:

TREE_INSERT(T,z)
    y = NULL;
    x =root[T]
    while x != NULL
        do y =x
            if key[z] < key[x]
                 then x=left[x]
                 else  x=right[x]
     parent[z] =y
     if y=NULL
        then root[T] =z
        else if key[z]>key[y]
                   then  keft[y]  = z
                   else   right[y] =z


插入过程运行时间为O(h),h为树的高度。

(2)删除

  从二叉查找树中删除给定的结点z,分三种情况讨论:

<1>结点z没有左右子树,则修改其父节点p[z],使其为NULL。删除过程如下图所示:bubuko.com,布布扣

<2>如果结点z只有一个子树(左子树或者右子树),通过在其子结点与父节点建立一条链来删除z。删除过程如下图所示:bubuko.com,布布扣

<3>如果z有两个子女,则先删除z的后继y(y没有左孩子),在用y的内容来替代z的内容。bubuko.com,布布扣

书中给出了删除过程的伪代码:

TREE_DELETE(T,z)
    if left[z] ==NULL or right[z] == NULL
       then y=z
       else  y=TREE_SUCCESSOR(z)
   if left[y] != NULL
       then x=left[y]
       else  x=right[y]
   if x!= NULL
       then parent[x] = parent[y]
   if p[y] ==NULL
      then root[T] =x
      else if y = left[[prarnt[y]]
                  then left[parent[y]] = x
                  else  right[parent[y]] =x
    if y!=z
        then key[z] = key[y]
              copy y's data into z
     return y

定理:对高度为h的二叉查找树,动态集合操作INSERT和DELETE的运行时间为O(h)。

4、实现测试

  采用C++语言实现一个简单的二叉查找树,支持动态集合的基本操作:search、minmum、maxmum、predecessor、successor、insert和delete。设计的二叉查找树结构如下所示:

template<class T>
class BinarySearchTreeNode
{
public:
	T elem;
	BinarySearchTreeNode<T> *parent;
	BinarySearchTreeNode<T> *left;
	BinarySearchTreeNode<T> *right;
};

template<class T>
class BinarySearchTree
{
public:
	BinarySearchTree();
	void tree_insert(const T& elem);
	int tree_remove(const T& elem);
	BinarySearchTreeNode<T> *tree_search(const T& elem) const;
	T tree_minmum(BinarySearchTreeNode<T>* root) const;
	T tree_maxmum(BinarySearchTreeNode<T>* root) const;
	T tree_successor(const T& elem) const;
	T tree_predecessor(const T& elem) const;
	int empty() const;
	void inorder_tree_walk() const;
	BinarySearchTreeNode<T>* get_root() { return root; }

private:
	BinarySearchTreeNode<T>* root;
};


 完整程序如下所示:

#include<iostream>
#include<stack>

using namespace std;
/*-----------------------------------------------------------------------------------------------*/
/*采用C++语言实现一个简单的二叉查找树,支持动态集合的基本操作:                                      */
/*search、minmum、maxmum、predecessor、successor、insert和delete。设计的二叉查找树结构如下所示:    */
/*------------------------------------------------------------------------------------------------*/

template<class T>
class BinarySearchTreeNode
{
public:
	T elem;
	BinarySearchTreeNode<T> *parent;
	BinarySearchTreeNode<T> *left;
	BinarySearchTreeNode<T> *right;
};

template<class T>
class BinarySearchTree
{
public:
	BinarySearchTree();
	void tree_insert(const T& elem);
	int tree_remove(const T& elem);
	BinarySearchTreeNode<T> *tree_search(const T& elem) const;
	T tree_minmum(BinarySearchTreeNode<T>* root) const;
	T tree_maxmum(BinarySearchTreeNode<T>* root) const;
	T tree_successor(const T& elem) const;
	T tree_predecessor(const T& elem) const;
	int empty() const;
	void inorder_tree_walk() const;
	BinarySearchTreeNode<T>* get_root() { return root; }

private:
	BinarySearchTreeNode<T>* root;
};

//构造函数,初始化二叉查找树。
template <class T>
BinarySearchTree<T>::BinarySearchTree()
{
	root = NULL;
}


template <class T>
void BinarySearchTree<T>::tree_insert(const T& elem)
{
	if (!empty())
	{
		BinarySearchTreeNode<T> *p_node = root;
		BinarySearchTreeNode<T> *q_node = NULL;
		BinarySearchTreeNode<T> *new_node = new BinarySearchTreeNode<T>;

		new_node->elem = elem;
		new_node->left = NULL;
		new_node->right = NULL;
		new_node->parent = NULL;

		while (p_node)
		{
			q_node = p_node;
			if (p_node->elem > elem)
				p_node = p_node->left;
			else
				p_node = p_node->right;
		}//当p_node为空的时候,q_node正好是正确的插入位置的父节点,且q_node是叶节点.

		if (q_node->elem > elem)
			q_node->left = new_node;
		else
			q_node->right = new_node;
		new_node->parent = q_node;
	}
	else
	{
		root = new BinarySearchTreeNode<T>;
		root->elem = elem;
		root->parent = NULL;
		root->left = NULL;
		root->right = NULL;
	}
}

//二叉查找树节点的删除
template <class T>
int BinarySearchTree<T>::tree_remove(const T& elem)
{
	BinarySearchTreeNode<T> *z = tree_search(elem);
	BinarySearchTreeNode<T> *x, *y;

	if (z != NULL)
	{
		//用y来表示实际要删除的节点
		if (z->left == NULL || z->right == NULL)//最多只有一个儿子节,要么没有儿子节点
			y = z;
		else
			y = tree_search(tree_successor(elem));//有两个儿子的时候实际删除的是后继节点

		//因为有上面的if语句,所以y要么只有一个儿子,要么没有儿子。后继节点只有右儿子或者没有儿子
		//所以x要么是儿子节点,要么是空节点
		if (y->left != NULL)
			x = y->left;
		else
			x = y->right;

		if (x != NULL)
			x->parent = y->parent;

		if (y->parent == NULL)
			root = x;
		else if (y == y->parent->left)
			y->parent->left = x;
		else
			y->parent->right = x;

		//处理后继节点的情况,因为y表示后继的时候y!=z;
		if (y != z)
			z->elem = y->elem;
		delete y;
	}

	return -1;
}


//  BinarySearchTreeNode<T>* 返回类型,返回查找元素elem的节点
template <class T>
BinarySearchTreeNode<T>* BinarySearchTree<T>::tree_search(const T& elem) const
{
	BinarySearchTreeNode<T> *pnode = root;
	while (pnode)
	{
		if (pnode->elem == elem)
			break;
		else if (pnode->elem > elem)
			pnode = pnode->left;
		else
			pnode = pnode->right;
	}

	return pnode;
}

//返回最小关键字的元素,可以参考书上用递归方法的写
template <class T>
T BinarySearchTree<T>::tree_minmum(BinarySearchTreeNode<T>* root) const
{
	BinarySearchTreeNode<T> *pnode = root;
	
	while (pnode->left)
		pnode = pnode->left;
	return pnode->elem;
}

//返回最大关键字的元素,可以改用递归,不过效率降低
template <class T>
T BinarySearchTree<T>::tree_maxmum(BinarySearchTreeNode<T>* root) const
{
	BinarySearchTreeNode<T> *pnode = root;

	while (pnode->right != NULL)
		pnode = pnode->right;

	return pnode->elem;
}


//后继节点
template <class T>
T BinarySearchTree<T>::tree_successor(const T& elem) const
{
	BinarySearchTreeNode<T>* pnode = tree_search(elem);
	BinarySearchTreeNode<T>* parentnode;
	if (pnode != NULL)
	{
		if (pnode->right)
			return tree_minmum(pnode->right);
		parentnode = pnode->parent;
		while (parentnode && pnode == parentnode->right)
		{
			pnode = parentnode;
			parentnode = parentnode->parent;
		}
		if (parentnode)
			return parentnode->elem;
		else
			return T();
	}
	return T();
}

//前继节点
template <class T>
T BinarySearchTree<T>::tree_predecessor(const T& elem)const
{
	BinarySearchTreeNode<T>* pnode = tree_search(elem);
	BinarySearchTreeNode<T>* parentnode;
	if (pnode != NULL)
	{
		if (pnode->right)
			return tree_maxmum(pnode->right);
		parentnode = pnode->parent;
		while (parentnode && pnode == parentnode->left)
		{
			pnode = parentnode;
			parentnode = pnode->parent;
		}
		if (parentnode)
			return parentnode->elem;
		else
			return T();
	}
	return T();
}

template <class T>
int BinarySearchTree<T>::empty() const
{
	return (NULL == root);
}


//按照大小顺序输出二叉查找树,即中根遍历的方法输出二叉查找树.使用stack功能的实现。
template <class T>
void BinarySearchTree<T>::inorder_tree_walk() const
{
	if (NULL != root)
	{
		stack<BinarySearchTreeNode<T>*> s;
		BinarySearchTreeNode<T> *P_temp;
		P_temp = root;
		while (NULL != P_temp || !s.empty())
		{
			if (NULL != P_temp)
			{
				s.push(P_temp);
				P_temp = P_temp->left;
			}
			else
			{
				P_temp = s.top();
				s.pop();
				cout << P_temp->elem << " ";
				P_temp = P_temp->right;
			}
		}
	}
}

int main()
{
	BinarySearchTree<int> bstree;
	BinarySearchTreeNode<int>* ptnode, *proot;
	bstree.tree_insert(32);
	bstree.tree_insert(21);
	bstree.tree_insert(46);
	bstree.tree_insert(54);
	bstree.tree_insert(16);
	bstree.tree_insert(38);
	bstree.tree_insert(70);
	cout << "inorder tree walk is: ";
	bstree.inorder_tree_walk();
	proot = bstree.get_root();
	cout << "\nmax value is: " << bstree.tree_maxmum(proot) << endl;
	cout << "min value is: " << bstree.tree_minmum(proot) << endl;
	ptnode = bstree.tree_search(38);
	if (ptnode)
		cout << "the element 38 is exist in the binary tree.\n";
	else
		cout << "the element 38 is not exist in the binary tree.\n";
	cout << "the successor of 38 is: " << bstree.tree_successor(38) << endl;
	cout << "the predecessor of 38 is:" << bstree.tree_predecessor(38) << endl;
	if (bstree.tree_remove(46) == 0)
		cout << "delete 46 successfully" << endl;
	else
		cout << "delete 46 failed" << endl;
	cout << "inorder tree walk is: ";
	bstree.inorder_tree_walk();
	exit(0);
}

程序测试结果如下所示:

bubuko.com,布布扣


二叉查找上各种基本操作的运行时间都是O(h),h为树的高度。但是在元素插入和删除过程中,树的高度会发生改变。如果n个元素按照严格增长的顺序插入,那个构造出的二叉查找树的高度为n-1。例如按照先后顺序插入7、15、18、20、34、46、59元素构造二叉查找树,二叉查找树结构如下所示:bubuko.com,布布扣

算法导论-----------二叉搜索树

标签:算法导论   二分查找   

原文地址:http://blog.csdn.net/chenxun_2010/article/details/41709801

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!