《github一天一道算法题》：搜索二叉树接口实现大合集

标签：blog   http   io   ar   os   sp   for   on   数据   

读书、思考、写代码！

说明：

（1）这里实现了搜索二叉树的全部常用操作

（2）限于时间和精力，实现的较为粗糙，内存泄露、成员变量访问控制、返回类型、异常安全等没有照顾的到

（3）一切实现的手段都是贴近底层操作，关注原理。以后可能对推倒重来，实现一个完备的接口系统。

/*********************************************
* copyright@hustyangju
* 题目：二叉树接口实现大合集
* 具体：二叉树的创建、插入、最大值、最小值、前中后序递归遍历与非递归遍历、
*      搜索二叉树的递归与非递归搜索、搜素二叉树的删除操作（涉及前驱、后驱、子树移动）
* 分析：按照搜索二叉树的性质，除了删除操作其他的操作相对直接和容易。关于搜索二叉树的删
*      除操作，就是要在删除一个节点后怎么样维护搜索二叉树的性质的问题，较为复杂，实现部分有说明
***********************************************/
#include <iostream>
#include <stack>
#include <queue>

using namespace std;
/*
*创建二叉搜索树结点类型，一个char数据，三个指针（左孩子、右孩子和双亲）
* 双亲指针（parent）在二叉搜索树的插入和删除操作、获取前驱和后继操作中都会用到，二叉树遍历用不到
*/
class binary_tree_node
{
public:
    /*全部声明为public，方便直接访问，注意初始化！*/
    binary_tree_node(char a):data(a),left_child(NULL),right_child(NULL),parent(NULL){}
    ~binary_tree_node(){}
    char data;
    binary_tree_node *left_child;
    binary_tree_node *right_child;
    binary_tree_node *parent;
};
/*
 *创建二叉搜索树类型，数据成员为根结点的指针
 * 通过不断插入结点的方法创建二叉搜索树
 * 二叉搜索树的遍历方法和普通二叉树的遍历没什么区别
*/
class binary_tree
{
public:
    /*自定义构造函数，形参为二叉搜索树的结点数量，注意初始化*/
    binary_tree(unsigned int size):root(NULL),_size(size){}
    ~binary_tree(){}
    /*二叉搜索树的创建，调用insert_node（）插入结点，按照二叉搜索树的大小特性插入*/
    void create_binary_tree();
        binary_tree_node* get_root(); //获取根结点
    void inorder_tree_walk(binary_tree_node* node);//中序遍历的递归算法
    void insert_node(binary_tree_node *node); //通过比较结点关键字段的大小插入结点
    void preorder_tree_walk(binary_tree_node* node);//前序遍历的递归算法
    void postorder_tree_walk(binary_tree_node* node);//后续遍历的递归算法
    void inorder_tree_walk2(binary_tree_node* node);//中序遍历的非递归算法
    void preorder_tree_walk2(binary_tree_node* node);//前序遍历的非递归算法
    void postorder_tree_walk2(binary_tree_node* node);//后续遍历的非递归算法
    void levelorder_tree_walk(binary_tree_node* node);//逐层打印二叉树
    /* part II*/
    binary_tree_node* search(char a);//搜索一个元素，非递归
    binary_tree_node* search2(binary_tree_node* node, char a);//递归搜索一个元素
    char max();//找最大元素
    char min();//找最小元素
    void tree_delete(binary_tree_node *node);
protected:
    void visit(binary_tree_node* node);//打印结点
    binary_tree_node* tree_successor(binary_tree_node *node);
    binary_tree_node* tree_presuccessor(binary_tree_node *node);
    void transplant(binary_tree_node *first,binary_tree_node *second);//二叉搜索树内移动子树
private:
    binary_tree_node *root;//根结点指针
    unsigned int _size;//二叉搜索树的结点数量

};
/*获取根结点*/
binary_tree_node* binary_tree::get_root()
{
    return root;
}
/*打印结点关键字*/
void binary_tree::visit(binary_tree_node* node)
{
    cout<<node->data<<" ";
}
/*查找一个结点的后驱，分两种情况查找，第二种情况较为抽象，参考《算法导论》164页*/
binary_tree_node* binary_tree::tree_successor(binary_tree_node *node)
{
    if(node->right_child!=NULL)//该结点的右子树不为空，右子树的最小值结点即是后驱
    {
        node=node->right_child;
        while(node->left_child!=NULL)
        {
            node = node->left_child;
        }
        return node;
    }
    else//该结点的右子树为空，往上查找第一个比其大的结点，直到遇到通过左子树回溯遇到的结点，这种情况较为抽象
    {
        binary_tree_node* tmp = node->parent;
        while((tmp!=NULL)&&(node==tmp->right_child))
        {
            node = tmp;
            tmp = tmp->parent;
        }
        return tmp;
    }
}

/*查找一个结点的前驱，与查找后驱对称*/
binary_tree_node* binary_tree::tree_presuccessor(binary_tree_node *node)
{
    if(node->left_child!=NULL)//该结点的左子树不为空，左子树的最大值结点即是前驱
    {
        node=node->left_child;
        while(node->right_child!=NULL)
        {
            node=node->right_child;
        }
        return node;
    }
    else//左子树为空，往上查找第一个比起小的结点，通过右子树回溯遇到的结点
    {
        binary_tree_node* tmp = node->parent;
        while((tmp!=NULL)&&(node==tmp->left_child))
        {
            node = tmp;
            tmp = tmp->parent;
        }
        return tmp;
    }
}

/*二叉搜索树内移动子树，将second子树替代first*/
void binary_tree::transplant(binary_tree_node *first, binary_tree_node *second)
{
    if(first->parent==NULL)
        root=second;
    else if(first==first->parent->left_child)
        first->parent->left_child=second;
    else
        first->parent->right_child=second;
    if(second!=NULL)
        second->parent=first->parent;
}
/*根据关键字大小插入新结点
*从根结点开始比较，比根节点小进入左子树，比根节点大进入右子树，逐步往叶子结点方向寻找到新结点的位置
* 再根据关键字大小挂在左边或者右边，设置好三个指针
*/
void binary_tree::insert_node(binary_tree_node* node)
{
    binary_tree_node *tmp1 = root;
    binary_tree_node *tmp2 = NULL;
    while(tmp1!=NULL)
    {
        tmp2=tmp1;
        if(node->data < tmp1->data)
            tmp1=tmp1->left_child;
        else
            tmp1=tmp1->right_child;
    }

    node->parent=tmp2;
    if(tmp2==NULL)
        root=node;
    else if(node->data < tmp2->data)
        tmp2->left_child=node;
    else
        tmp2->right_child=node;


}
/*
 * 每次输入一个字符创建一个结点，再把这个结点插入到二叉搜索树的叶子结点上
 * 如果根节点不存在，新结点就设为根节点
*/
void binary_tree::create_binary_tree()
{
    for(unsigned int i=0;i<_size;++i)
    {
        cout<<"input a charoctor"<<endl;
        char data;
        cin>>data;
        binary_tree_node *node = new binary_tree_node(data);
        insert_node(node);
    }


}
/*中序遍历的递归算法
 * 形参为根节点
 * 中序遍历的顺序为（左子树->根节点->右子树）
*/
void binary_tree::inorder_tree_walk(binary_tree_node* node)
{
    if(node!=NULL)
    {
        inorder_tree_walk(node->left_child);
        visit(node);
        inorder_tree_walk(node->right_child);
    }
}
/*中序遍历的非递归算法
 * 形参为根节点
 * 采用栈存储作为中序遍历的非递归方法，首先根节点进栈，先遍历左子树直到左子树为空，出栈并打印该节点关键字。再去访问出栈结点的右子树
 * 右子树不为空，继续：该节点进栈->遍历左子树->出栈并打印->右结点
*/
void binary_tree::inorder_tree_walk2(binary_tree_node* node)
{
    stack<binary_tree_node*> _stack;
    binary_tree_node *tmp = node;
    while(NULL!=tmp || !_stack.empty())//结点不为空或者栈不空，可以继续遍历
    {
        if(NULL!=tmp)
        {
            _stack.push(tmp);//结点进栈
            tmp=tmp->left_child;//遍历左子树，直到左子树为空
        }
        else
        {
            tmp=_stack.top();//左子树遍到叶子结点，取出栈顶结点并打印，访问右孩子
            visit(tmp);//如果右孩子不为空，重复上述步骤，先左再根后右；如果右孩子为空，再出栈一个结点，接着访问右孩子
            _stack.pop();
            tmp=tmp->right_child;
        }
    }
}
/*前序遍历的递归算法
 * 形参为根节点
 * 前序遍历的顺序为（根节点->左子树->右子树）
*/
void binary_tree::preorder_tree_walk(binary_tree_node* node)
{
    if(node!=NULL)
    {
        visit(node);
        preorder_tree_walk(node->left_child);
        preorder_tree_walk(node->right_child);
    }

}
/*
 * 前序遍历的非递归算法
 * 形参为根结点
 * 采用栈结构，根结点进栈，遍历左子树，结点进栈立即打印关键字
 * 直到左子树为空，出栈的同时，去访问其右孩子。如果右孩子不为空，重复上述步骤；如果右孩子为空，继续出栈
 *
 */
void binary_tree::preorder_tree_walk2(binary_tree_node* node)
{
    stack<binary_tree_node*> _stack;
    binary_tree_node *tmp = node;
    while(NULL!=tmp || !_stack.empty())
    {
        if(NULL!=tmp)
        {
            _stack.push(tmp);
            visit(tmp);
            tmp=tmp->left_child;
        }
        else
        {	tmp=_stack.top();
            _stack.pop();
            tmp=tmp->right_child;
        }
    }

}
/*
 * 后续遍历的递归算法
 * 左子树->右子树->根结点
 */
void binary_tree::postorder_tree_walk(binary_tree_node* node)
{
    if(node!=NULL)
    {
        postorder_tree_walk(node->left_child);
        postorder_tree_walk(node->right_child);
        visit(node);
    }

}
/*
 *后续遍历的非递归算法
 * 后续遍历的非递归算法比较复杂，这里采用两个栈的思路
 *  后续：左子树->右子树->根节点，先在第一个栈里遍历 根结点->右子树->左子树，用第二个栈颠倒次序
*/
void binary_tree::postorder_tree_walk2(binary_tree_node* node)
{
    stack<binary_tree_node*> _stack;
    stack<binary_tree_node*> output;
    binary_tree_node *tmp = node;
    _stack.push(tmp);
    while(!_stack.empty())
    {
        tmp=_stack.top();
        output.push(tmp);//栈一出栈，栈二进栈
        _stack.pop();
        if(NULL!=tmp->left_child)//先left后right不能颠倒
            _stack.push(tmp->left_child);
        if(NULL!=tmp->right_child)
            _stack.push(tmp->right_child);

    }

    while(!output.empty())
    {
        binary_tree_node *tmp2 = output.top();
        visit(tmp2);
        output.pop();
    }

}
/*
 * 逐层打印二叉树，每层不间隔，如果每层间隔，要另外设计算法
 * 基于Queue来实现，也就是广度优先搜索（BFS）的思想
*/
void binary_tree::levelorder_tree_walk(binary_tree_node* node)
{
    queue<binary_tree_node*> _queue;
    _queue.push(node);
    while(!_queue.empty())
    {
        binary_tree_node *tmp = _queue.front();
        visit(tmp);
        _queue.pop();
        if(tmp->left_child!=NULL)
            _queue.push(tmp->left_child);
        if(tmp->right_child!=NULL)
            _queue.push(tmp->right_child);
    }
}
/*
 * 搜索元素
 * 非递归
*/
binary_tree_node* binary_tree::search(char a)
{
    if(root==NULL)
        return NULL;
    else
    {
        binary_tree_node *tmp = root;
        while((tmp!=NULL)&&(tmp->data)!=a)
        {
            if(a<tmp->data)
                tmp=tmp->left_child;
            else
                tmp=tmp->right_child;
        }
        return tmp;
    }

}

/*
 * 递归搜索一个元素
*/
binary_tree_node* binary_tree::search2(binary_tree_node* node, char a)
{
    binary_tree_node *tmp = node;
    if((tmp->data==a)||(node==NULL))
        return node;
    else
    {	if(a<tmp->data)
            return search2(tmp->left_child, a);
        else
            return search2(tmp->right_child, a);
    }

}

/* 找最大元素*/
char binary_tree::max()
{
    binary_tree_node* tmp = root;
    while(tmp->right_child!=NULL)
    {
        tmp=tmp->right_child;
    }
    return tmp->data;
}

/*找最小元素*/
char binary_tree::min()
{
    binary_tree_node* tmp = root;
    while(tmp->left_child!=NULL)
    {
        tmp=tmp->left_child;
    }
    return tmp->data;
}

/*********************************************************************************
 * 在二叉搜索树中删除一个结点1.被删除节点没有子树的情况，直接删除，并修改对应父节点的指针为空。
 *2.对于只有一个子树的情况，考虑将其子树作为其父节点的子树，关于是左还是右，根据被删除的节点确定。
 *3.最复杂的是有两个子数的情况，可以考虑两种方法，都是同样的思想：用被删除节点A的左子树的最右节点
 *或者A的右子树的最左节点作为替代A的节点，并修改相应的最左或最右节点的父节点的指针，修改方法类似2
 *********************************************************************************/
void binary_tree::tree_delete(binary_tree_node *node)
{
    if(node->left_child==NULL)//无左子树，直接用右子树替代即可
        transplant(node,node->right_child);
    else if(node->right_child==NULL)//无右子树，直接用左子树替代
        transplant(node,node->left_child);
    else
    {
        binary_tree_node *tmp=node->right_child;
        while(tmp->left_child!=NULL)
            tmp=tmp->left_child;
        if(tmp->parent!=node)
        {
            transplant(node,tmp);
            tmp->right_child=node->right_child;
            tmp->right_child->parent=tmp;
        }
        transplant(node,tmp);
        tmp->left_child=node->left_child;
        tmp->left_child->parent=tmp;
    }
}

int main()
{
    binary_tree btree(7);
    btree.create_binary_tree();
    binary_tree_node *root = btree.get_root();
    btree.preorder_tree_walk(root);
    cout<<endl;
    btree.inorder_tree_walk(root);
    cout<<endl;
    btree.postorder_tree_walk(root);
    cout<<endl;
    btree.preorder_tree_walk2(root);
    cout<<endl;
    btree.inorder_tree_walk2(root);
    cout<<endl;
    btree.postorder_tree_walk2(root);
    cout<<endl;
    btree.levelorder_tree_walk(root);
    cout<<endl;
    binary_tree_node *result1=btree.search('D');
    cout<<"the address of result1:"<<result1->data<<endl;
    binary_tree_node *result2=btree.search2(root, 'D');
    cout<<"the address of result2:"<<result2->data<<endl;
    cout<<"max node:"<<btree.max()<<endl;
    cout<<"min node:"<<btree.min()<<endl;
    btree.tree_delete(result1);
    cout<<"after delete: "<<endl;
    btree.levelorder_tree_walk(root);

}

测试搜索二叉树：

测试结果：

《github一天一道算法题》：搜索二叉树接口实现大合集

标签：blog   http   io   ar   os   sp   for   on   数据   

原文地址：http://blog.csdn.net/hustyangju/article/details/41820993