什么是二叉查找树?

二叉查找树又叫二叉排序树,缩写为BST,全称Binary Sort Tree或者Binary Search Tree

以下定义来自百度百科:

二叉排序树或者是一棵空树,或者是具有下列性质的二叉树:

  • 若左子树不空,则左子树上所有节点的值均小于它的根节点的值;
  • 若右子树不空,则右子树上所有节点的值均大于它的根节点的值;
  • 左、右子树也分别为二叉排序树;
  • 没有键值相等的节点。

二叉查找树C语言实现

二叉查找树是将数值比当前节点数值大的优先放到左子树,数值被当前节点大的放倒右子树;

C语言要实现以下几个接口:

  • 查找节点;
  • 插入节点;
  • 删除节点;

查找节点

  1. 若根结点的关键字值等于查找的关键字,成功。
  2. 否则,若小于根结点的关键字值,递归查左子树。
  3. 若大于根结点的关键字值,递归查右子树。
  4. 若子树为空,查找不成功。
Positon	search_tree_find(ElementType x, SearchTree root) {

	if (root == NULL) {
return NULL;
}
if (x < root->value) {
root = search_tree_find(x, root->left);
}
else if (x < root->value) {
root = search_tree_find(x, root->right);
}
return root;
}

查找最大值

如下图所示找出最小值只需要递归查找右子树即可;

Positon search_tree_find_max(SearchTree root) {
if (root == NULL) {
return NULL;
}
if (root->right != NULL) {
root = search_tree_find_max(root->right);
}
return root; }

查找最小值

如下图所示找出最小值只需要递归查找左子树即可;

Positon search_tree_find_min(SearchTree root) {
if (root == NULL) {
return NULL;
}
if (root->left != NULL) {
root = search_tree_find_min(root->left);
}
return root;
}

插入节点

插入节点其实和查找节点类似,这里主要是递归得查找需要插入节点的位置,最终将节点插入,search_tree_insert最终会返回一个新的根,如下图所示,想要将5 插入到图中左侧的树中,递归查找的节点4之后,因为5大于4,所以需要往右下插入节点,但是传入的root-right == NULL成立,所以最终分配新节点,并将节点value赋值为5,然后返回一棵新树;

SearchTree search_tree_insert(ElementType x, SearchTree root) {
//如果是一棵空树,则新建一棵树
if (root == NULL) {
root = (SearchTree)malloc(sizeof(TreeNodeType));
if (root == NULL) {
return NULL;
}
root->value = x;
root->left = NULL;
root->right = NULL;
return root;
}
if (x < root->value) {
root->left = search_tree_insert(x, root->left);
}
else if (x > root->value) {
root->right = search_tree_insert(x, root->right);
}
return root;
}

删除节点

节点的删除,需要判断三种情况:

  • 需要删除的是叶子节点(直接删除节点即可);
  • 删除的节点只有一个子节点(将父节点值替换为子节点,然后删除子节点即可);
  • 删除的节点有两个子节点(用该节点右子树的最小节点来替换当前节点,然后将最小节点删除即可);

具体如下;删除情况如下;

1) Node to be deleted is leaf: Simply remove from the tree.

              50                            50
/ \ delete(20) / \
30 70 ---------> 30 70
/ \ / \ \ / \
20 40 60 80 40 60 80

2) Node to be deleted has only one child: Copy the child to the node and delete the child

              50                            50
/ \ delete(30) / \
30 70 ---------> 40 70
\ / \ / \
40 60 80 60 80

3) Node to be deleted has two children: Find inorder successor of the node. Copy contents of the inorder successor to the node and delete the inorder successor. Note that inorder predecessor can also be used.

              50                            60
/ \ delete(50) / \
40 70 ---------> 40 70
/ \ \
60 80 80

The important thing to note is, inorder successor is needed only when right child is not empty. In this particular case, inorder successor can be obtained by finding the minimum value in right child of the node.

附录

search_tree.h

#ifndef SEARCH_TREE
#define SEARCH_TREE #ifdef __cplusplus
extern "C" {
#endif #include <stdio.h> typedef int ElementType;
typedef struct TreeNode TreeNodeType;
typedef TreeNodeType * SearchTree;
typedef TreeNodeType * Positon; struct TreeNode
{
ElementType value;
TreeNodeType *left;
TreeNodeType *right;
}; SearchTree search_tree_make_empty(SearchTree root);
Positon search_tree_find(ElementType x, SearchTree root);
Positon search_tree_find_max(SearchTree root);
Positon search_tree_find_min(SearchTree root);
SearchTree search_tree_insert(ElementType x, SearchTree root);
SearchTree search_tree_delete(ElementType x, SearchTree root);
void search_tree_print(SearchTree root); #ifdef __cplusplus
}
#endif #endif // !SEARCH_TREE

search_tree.c

#include "search_tree.h"

SearchTree search_tree_make_empty(SearchTree root) {

	if (root != NULL) {
search_tree_make_empty(root->left);
search_tree_make_empty(root->right);
}
return NULL;
} Positon search_tree_find(ElementType x, SearchTree root) { if (root == NULL) {
return NULL;
}
if (x < root->value) {
root = search_tree_find(x, root->left);
}
else if (x < root->value) {
root = search_tree_find(x, root->right);
}
return root;
}
Positon search_tree_find_max(SearchTree root) {
if (root == NULL) {
return NULL;
}
if (root->right != NULL) {
root = search_tree_find_max(root->right);
}
return root; }
Positon search_tree_find_min(SearchTree root) {
if (root == NULL) {
return NULL;
}
if (root->left != NULL) {
root = search_tree_find_min(root->left);
}
return root;
}
SearchTree search_tree_insert(ElementType x, SearchTree root) { //如果是一棵空树,则新建一棵树
if (root == NULL) {
root = (SearchTree)malloc(sizeof(TreeNodeType));
if (root == NULL) {
return NULL;
}
root->value = x;
root->left = NULL;
root->right = NULL;
return root;
}
if (x < root->value) {
root->left = search_tree_insert(x, root->left);
}
else if (x > root->value) {
root->right = search_tree_insert(x, root->right);
}
return root;
} SearchTree search_tree_delete(ElementType x, SearchTree root) { TreeNodeType *tmpNode = NULL;
if (root == NULL) {
return NULL;
} if (x < root->value) {
root->left = search_tree_delete(x, root->left);
}
else if (x > root->value) {
root->right = search_tree_delete(x, root->right);
}
else {
// have two subtrees
if (root->left && root->right) {
tmpNode = search_tree_find_min(root->right);
root->value = tmpNode->value;
root->right = search_tree_delete(tmpNode->value, root->right);
}
// only have one subtree
else {
tmpNode = root;
if (root->left != NULL) {
root = root->left;
}
if (root->right != NULL) {
root = root->right;
}
free(tmpNode);
}
}
return root;
}
#define SIZE 50
void search_tree_print(SearchTree root) {
int head = 0, tail = 0;
TreeNodeType *p[SIZE] = { NULL };
TreeNodeType *tmp;
TreeNodeType *last = root;
TreeNodeType *nlast = root;
if (root != NULL) {
p[head] = root;
tail++;
// Do Something with p[head]
}
else {
return;
}
//环形队列作为缓冲器
while (head % SIZE != tail % SIZE) {
tmp = p[head % SIZE];
// Do Something with p[head]
printf("%d ", tmp->value);
if (tmp->left != NULL) { // left
p[tail++ % SIZE] = tmp->left;
nlast = tmp->left;
}
if (tmp->right != NULL) { // right
p[tail++ % SIZE] = tmp->right;
nlast = tmp->right;
}
if (last == tmp) {
printf("\n");
last = nlast;
}
head++;
}
return;
}

main.cpp

#include <iostream>
#include "search_tree.h" using namespace std; int main() {
SearchTree tmp = NULL;
SearchTree search_tree = NULL;
search_tree = search_tree_make_empty(search_tree);
search_tree = search_tree_insert(50, search_tree);
search_tree = search_tree_insert(40, search_tree);
search_tree = search_tree_insert(30, search_tree);
search_tree = search_tree_insert(60, search_tree);
search_tree = search_tree_insert(70, search_tree);
search_tree = search_tree_insert(80, search_tree); search_tree_print(search_tree); tmp = search_tree_find_min(search_tree);
printf("min value is %d\n", tmp->value);
printf("address is 0x%08x\n", tmp); tmp = search_tree_find_max(search_tree);
printf("max value is %d\n", tmp->value);
printf("address is 0x%08x\n", tmp); search_tree = search_tree_delete(50, search_tree);
search_tree_print(search_tree); search_tree = search_tree_delete(70, search_tree);
search_tree_print(search_tree); getchar();
return 0;
}

执行结果如下:

数据结构学习:二叉查找树的概念和C语言实现的更多相关文章

  1. 数据结构:二叉查找树(C语言实现)

    数据结构:二叉查找树(C语言实现) ►写在前面 关于二叉树的基础知识,请看我的一篇博客:二叉树的链式存储 说明: 二叉排序树或者是一棵空树,或者是具有下列性质的二叉树: 1.若其左子树不空,则左子树上 ...

  2. Prolog学习:基本概念 and Asp.net与Dojo交互:仪器仪表实现

    Asp.net与Dojo交互:仪器仪表实现 项目中需要用到仪器仪表的界面来显示实时的采集信息值,于是便遍地寻找,参考了fusionchart和anychart之后,发现都是收费的,破解的又没有这些功能 ...

  3. 编译原理(一)绪论概念&文法与语言

    绪论概念&文法与语言 以老师PPT为标准,借鉴部分教材内容,AlvinZH学习笔记. 绪论基本概念 1. 低级语言:字位码.机器语言.汇编语言.与特定的机器有关,功效高,但使用复杂.繁琐.费时 ...

  4. Docker学习之基本概念

    Docker学习之基本概念 作为一个后端noder,不了解docker有点说不过去,这节开始,学习一些docker层面的东西. 什么是docker Docker最初是dotCloud公司创始人Solo ...

  5. 前端学习 第三弹: JavaScript语言的特性与发展

    前端学习 第三弹: JavaScript语言的特性与发展 javascript的缺点 1.没有命名空间,没有多文件的规范,同名函数相互覆盖 导致js的模块化很差 2.标准库很小 3.null和unde ...

  6. 算法设计和数据结构学习_5(BST&AVL&红黑树简单介绍)

    前言: 节主要是给出BST,AVL和红黑树的C++代码,方便自己以后的查阅,其代码依旧是data structures and algorithm analysis in c++ (second ed ...

  7. Oracle RAC学习笔记:基本概念及入门

    Oracle RAC学习笔记:基本概念及入门 2010年04月19日 10:39 来源:书童的博客 作者:书童 编辑:晓熊 [技术开发 技术文章]    oracle 10g real applica ...

  8. Java IO学习笔记:概念与原理

    Java IO学习笔记:概念与原理   一.概念   Java中对文件的操作是以流的方式进行的.流是Java内存中的一组有序数据序列.Java将数据从源(文件.内存.键盘.网络)读入到内存 中,形成了 ...

  9. C++数据结构之二叉查找树(BST)

    C++数据结构之二叉查找树(BST) 二分查找法在算法家族大类中属于“分治法”,二分查找的过程比较简单,代码见我的另一篇日志,戳这里!因二分查找所涉及的有序表是一个向量,若有插入和删除结点的操作,则维 ...

随机推荐

  1. windows批处理protoc生成C++代码

    1 首先需要生成protoc的可执行文件,具体可以参考  https://www.cnblogs.com/cnxkey/articles/10152646.html 2 将单个protoc文件生成.h ...

  2. Cucumber(1) —— 环境配置

    目录 学习资料 cucumber简介 cucumber环境配置 学习资料 1.cucumber官方学习网站 cucumber简介 1.cucumber是一种支持BBD(behavior-driven ...

  3. pyinstaller打包

    参考 官网:http://www.pyinstaller.org/ pyinstaller参数使用 使用spec文件 安装 Windows依赖pypiwin32,新版的pyinstaller已经包含了 ...

  4. 2019 kali安装pip/pip3

    新版的kali中内置的python没有安装pip 0x01 pip(python2)安装: https://bootstrap.pypa.io/2.6/get-pip.py python2 get-p ...

  5. golang方法详解

    Go 语言 类型方法是一种对类型行为的封装 .Go 语言的方法非常纯粹, 可以看作特殊类型的函数,其显式地将对象实例或指针作为函数的第一个参数,并且参数可以自己指定,而不强制要求一定是 this或se ...

  6. Java如何遍历二维数据

    /* 需求:二维数组遍历 外循环控制的是二维数组的长度,其实就是一维数组的个数. 内循环控制的是一维数组的长度.*/class Array2Test { public static void main ...

  7. python爬虫面试题集锦及答案

    1.爬取数据后使用哪个数据库存储数据的,为什么? - 2.你用过的爬虫框架或者模块有哪些?优缺点? - 3.写爬虫是用多进程好?还是多线程好? - 4.常见的反爬虫和应对方法? - 5.需要登录的网页 ...

  8. tensorflow1.0 lstm学习曲线

    import tensorflow as tf import numpy as np import matplotlib.pyplot as plt BATCH_START = 0 TIME_STEP ...

  9. 进程、线程和携程的通俗解释【刘新宇Python】

    通过下面这张图你就能看清楚了,进程.线程和携程的关系   进程: 多个进程是可以运行在多个CPU当中的,比如你的电脑是4核,可以同时并行运行四个进程,这是真正物理上的并行运行. 线程: 每个进程又可以 ...

  10. MySQL join的7种理论及SQL写法

    转载于    https://www.cnblogs.com/dinglinyong/p/6656315.html 建表 在这里呢我们先来建立两张有外键关联的张表. CREATE DATABASE d ...