文字描述

  二叉排序树的定义

  又称二叉查找树,英文名为Binary Sort Tree, 简称BST。它是这样一棵树:或者是一棵空树;或者是具有下列性质的二叉树:(1)若它的左子树不空,则左子树上所有结点的值均小于它的根结点的值;(2)若它的右子树不空,则右子树上所有结点的值均大于它的根结点的值;(3)它的左、右子树也分别是二叉排序树。

  二叉排序树的查找

  其查找过程和次优二叉树类似。即当二叉排序树不为空时,首先将给定值和根结点的关键字比较,若相等,则查找成功,否则将依据给定值和根结点的关键字之间的大小关系,分别在左子树或右子树上继续进行查找。

  二叉排序树的插入

  和次优查找树相对,次优查找树是一种静态查找表。而二叉排序树是一种动态树表,其特点是,树的结构通常不是一次生成的,而是在查找过程中,当树中不存在关键字等于给定值的结点时再进行插入。新插入的结点一定是一个新添加的叶子结点,并且是查找不成功时查找路径上访问的最后一个结点的左孩子或右孩子结点。

  二叉排序树的删除

  在二叉排序树上删除一个结点相当于删除有序序列中的一个纪录,只要在删除某个结点之后依旧保持二叉排序树的特性即可。假设被删除结点*p(指向结点的指针为p),其双亲结点*f(结点类型为f),且不失一般性,可设*p是*f的左孩子。下面分3种情况进行讨论:

  (1)若*p结点为叶子结点,即PL和PR均为空树。由于删除叶子结点*p不破坏整棵树的结构,则只需修改其双亲结点的指针即可。

  (2)若*p结点只有左子树PL或只有右子树PR,此书只要令PL或PR直接成为其双亲结点*f的左子树即可。

  (3)若*p结点的左子树和右子树均不为空。从下图知,在删除*p之前,中序遍历该二叉树的序列为{…CLC…QLQSLSPPRF…}, 在删除*p之后,为保持其他元素之间的相对位置不变,可以有两种方法:[3.1]令*p的左子树为*f的左子树,而*p的右子树为*s的右子树。如下图(c)所示。[3.2]另*p的直接前驱(或直接后继)替代*p,然后再从二叉排序树中删去它的直接前驱(或直接后继)。如下图(d)所示,当以直接前驱*s替代*p时,由于*s只有左子树SL,则在删除*s之后,只要令SL为*s的双亲*q的右子树即可。

示意图

算法分析

  和折半查找类似,与给定值比较的关键字个数不超过树的深度。然而,折半查找长度为n的表的判定树是惟一的,而含有n个结点的二叉排序树却不惟一。因此,含有n个结点的二叉排序树的平均查找长度和树的形态有关。

  当先后插入的关键字有序时,构成的二叉排序树蜕变成单支树。树深度为n,其平均查找长度为(n+1)/2,和顺序查找相同,这是最差情况。

  最好的情况是二叉排序树的形态和折半查找的判定树相同,其平均查找长度和log2n成正比。

  假设含有n(n>=1)个关键字的序列中,查找概率相等的情况下,其平均查找长度如下图,由此可见,在随机情况下,二叉排序树的平均查找长度和logn是等数量级的。

代码实现

 //./a.out 45 12 53 3 37 100 24 61 90 78

 //测试
#include <stdio.h>
#include <stdlib.h>
#include <string.h> #define DEBUG #define MAX_SIZE 50
#define TRUE 1
#define FALSE 0 #define EQ(a, b) ((a)==(b))
#define LT(a, b) ((a)< (b))
#define LQ(a, b) ((a)<=(b)) /*定义关键字key为int型*/
typedef int KeyType;
/*数据元素类型*/
typedef struct{
KeyType key;
}ElemType;
/*二叉链表结构*/
typedef struct{
ElemType data;
struct BiTNode *lchild;
struct BiTNode *rchild;
}BiTNode, *BiTree; /*二叉排序树查找算法
*
*在根指针T所指二叉排序树中递归地查找其关键字等于key。
*若查找成功,则指针p指向该数据元素结点,指针f2指向p的父亲结点,并返回TRUE
*若查找失败,则指针p指向查找路径上访问的最后一个结点,并返回FALSE。
*
*注意:
*指针f是传入参数,指向T的双亲,其初始调用值为NULL
*指针f2是传出参数,若查找成功,则指向p的父亲结点
*/
int SearchBST(BiTree T, KeyType key, BiTree f, BiTree *p, BiTree *f2){
if(!T){
//查找不成功
*p = f;
return FALSE;
}else if(EQ(key, T->data.key)){
//查找成功
*p = T;
//f2指向结点p的父亲结点
if(f2){
*f2 = f;
}
return TRUE;
}else if(LT(key, T->data.key)){
//在左子树上继续查找
return SearchBST((BiTree)T->lchild, key, T, p, f2);
}else{
//在右子树上继续查找
return SearchBST((BiTree)T->rchild, key, T, p, f2);
}
} /*二叉排序树插入算法
*
*当二叉排序树T中不存在关键字等于e.key的数据元素时,插入e并返回TRUE,否则返回FALSE。
*/
int InsertBST(BiTree *T, ElemType e){
//提示:这儿必须用malloc给p分配堆,否则调用的SearchBST函数里无法给*p赋值。
BiTree *p = (BiTree*)malloc(sizeof(BiTree*));
if(!SearchBST(*T, e.key, NULL, p, NULL)){
//查找不成功,所以不存在关键字等于e.key的数据元素,需要插入
BiTree s = (BiTree)malloc(sizeof(BiTNode));
s->data = e;
s->lchild = s->rchild = NULL;
if(!(*p)){
//被插结点*s为新的根结点
*T = s;
}else if(LT(e.key, (*p)->data.key)){
//被插结点*s为左孩子
(*p)->lchild = s;
}else{
//被插结点*s为右孩子
(*p)->rchild = s;
}
free(p);
return FALSE;
}else{
//查找成功,说明树中已有关键字相同的结点,不需要再插入。
free(p);
return TRUE;
}
} /*二叉排序树删除算法
*
*若二叉排序树T中存在关键字等于key的数据元素,则删除该数据元素结点,并返回TRUE。
*否则返回FALSE
*/
int DeleteBST(BiTree *T, KeyType key){
int ret = FALSE; BiTree *p = (BiTree*)malloc(sizeof(BiTree*));
BiTree *father = (BiTree*)malloc(sizeof(BiTree*)); if(SearchBST(*T, key, NULL, p, father)){
//找到关键字等于key的数据元素,需要删除 if(!(*p)->lchild){
//左子树空,则只需重接它的右子树 if(*father){
//被删结点不是根结点,因为其父亲结点father非空
if((*p) == (BiTree)(*father)->lchild){
//被删结点是其父亲结点的左子树
(*father)->lchild = (*p)->rchild;
}else{
//被删结点是其父亲结点的右子树
(*father)->rchild = (*p)->rchild;
}
}else{
//被删结点是根结点,因为其父亲结点father空
*T = (BiTree)((*p)->rchild);
}
free(*p);
*p = NULL;
}else if(!(*p)->rchild){
//右子树空,则只需重接它的左子树 if(*father){
//被删结点不是根结点,因为其父亲结点father非空
if((*p) == (BiTree)(*father)->lchild){
//被删结点是其父亲结点的左子树
(*father)->lchild = (*p)->lchild;
}else{
//被删结点是其父亲结点的右子树
(*father)->rchild = (*p)->lchild;
}
}else{
//被删结点不是根结点,因为其父亲结点father空
*T = (BiTree)((*p)->lchild);
}
free(*p);
*p = NULL;
}else{
//左右子树都不为空
BiTNode *q, *s;
q = (BiTNode*)*p;
//转左
s = (BiTNode*)(*p)->lchild;
//然后向右走到尽头
while(s->rchild){
q = s;
s = (BiTNode*)s->rchild;
}
//s指向被删除结点的"前驱"
(*p)->data = s->data;
if(q!=(BiTNode*)(*p)){
//重接*q的右子树
q->rchild = s->lchild;
}else{
//重接*q的左子树
q->lchild = s->lchild;
}
free(s);
} ret = TRUE;
}else{
//不存在关键字等于key的数据元素,不需要删除,返回FALSE。
ret = FALSE;
}
free(p);
free(father);
return ret;
} /*先序遍历二叉树算法声明*/
int PreOrderTraverse(BiTree T);
/*中序遍历二叉树算法声明*/
int InOrderTraverse(BiTree T);
/*后序遍历二叉树算法声明*/
int PostOrderTraverse(BiTree T); /*分别用先、中、后序遍历算法顺序打印二叉排序树*/
void print(BiTree T)
{
printf("先序遍历二叉排序树:\n");
PreOrderTraverse(T);
printf("\n"); printf("中序遍历二叉排序树:\n");
InOrderTraverse(T);
printf("\n"); printf("后序遍历二叉排序树:\n");
PostOrderTraverse(T);
printf("\n");
} int main(int argc, char *argv[])
{
if(argc < )
return FALSE;
int i = ;
BiTree T = NULL;
ElemType e;
//动态创建二叉排序树
for(i=; i<argc; i++){
e.key = atoi(argv[i]);
//如果元素e不存在,就插入到二叉排序树T中
InsertBST(&T, e);
}
#ifdef DEBUG
print(T);
#endif KeyType k = ;
while(){
printf("\n输入要删除的key(负值表示结束):");
scanf("%d", &k);
if(k<)
break;
if(DeleteBST(&T, k)){
printf("删除key(%d)成功!!!!!!\n", k);
#ifdef DEBUG
print(T);
#endif
}else{
printf("删除key(%d)失败!!!!!!\n", k);
}
}
return ;
} /*先序遍历二叉树算法实现*/
int PreOrderTraverse(BiTree T){
if(T){
printf("%d ", ((BiTNode*)T)->data.key);
PreOrderTraverse((BiTree)T->lchild);
PreOrderTraverse((BiTree)T->rchild);
}
return ;
} /*中序遍历二叉树算法实现*/
int InOrderTraverse(BiTree T){
if(T){
InOrderTraverse((BiTree)T->lchild);
printf("%d ", ((BiTNode*)T)->data.key);
InOrderTraverse((BiTree)T->rchild);
}
return ;
} /*后序遍历二叉树算法实现*/
int PostOrderTraverse(BiTree T){
if(T){
PostOrderTraverse((BiTree)T->lchild);
PostOrderTraverse((BiTree)T->rchild);
printf("%d ", ((BiTNode*)T)->data.key);
}
return ;
}

二叉排序树

运行

查找->动态查找表->二叉排序树的更多相关文章

  1. 查找->动态查找表->哈希表

    文字描述 哈希表定义 在前面讨论的各种查找算法中,都是建立在“比较”的基础上.记录的关键字和记录在结构中的相对位置不存在确定的关系,查找的效率依赖于查找过程中所进行的比较次数.而理想的情况是希望不经过 ...

  2. 查找->动态查找表->平衡二叉树

    文字描述 平衡二叉树(Balanced Binary Tree或Height-Balanced Tree) 因为是俄罗斯数学家G.M.Adel’son-Vel’skii和E.M.Landis在1962 ...

  3. 查找->动态查找表->键树(无代码)

    文字描述 键树定义 键树又叫数字查找树,它是一棵度大于或等于2的树,树中的每个结点中不是包含一个或几个关键字,而是只含有组成关键字的符号.例如,若关键字是数值,则结点中只包含一个数位:若关键字是单词, ...

  4. 查找->动态查找表->B+树(无代码)

    文字描述 B+树定义 B+树是应文件系统所需而出的一种B-树的变型树.一棵m阶的B+树和m阶的B-树的差异在于: (1)有n棵子树的结点中含有n个关键字 (2)所有的叶子结点中包含了全部关键字的信息, ...

  5. C语言数据结构基础学习笔记——动态查找表

    动态查找表包括二叉排序树和二叉平衡树. 二叉排序树:也叫二叉搜索树,它或是一颗空树,或是具有以下性质的二叉树: ①若左子树不空,则左子树上所有结点的值均小于它的根结点的值: ②若右子树不空,则右子树上 ...

  6. 查找(顺序表&有序表)

    [1]查找概论 查找表是由同一类型是数据元素(或记录)构成的集合. 关键字是数据元素中某个数据项的值,又称为键值. 若此关键字可以唯一标识一个记录,则称此关键字为主关键字. 查找就是根据给定的某个值, ...

  7. 查找->静态查找表->次优查找(静态树表)

    文字描算 之前分析顺序查找和折半查找的算法性能都是在“等概率”的前提下进行的,但是如果有序表中各记录的查找概率不等呢?换句话说,概率不等的情况下,描述查找过程的判定树为何类二叉树,其查找性能最佳? 如 ...

  8. 【Java】 大话数据结构(11) 查找算法(2)(二叉排序树/二叉搜索树)

    本文根据<大话数据结构>一书,实现了Java版的二叉排序树/二叉搜索树. 二叉排序树介绍 在上篇博客中,顺序表的插入和删除效率还可以,但查找效率很低:而有序线性表中,可以使用折半.插值.斐 ...

  9. Informatica 常用组件Lookup缓存之五 使用动态查找高速缓存

    对于关系查找,当目标表也是查找表时,可能要配置转换以使用动态高速缓存.PowerCenter 将在处理第一个查找请求时创建高速缓存.它将根据查找条件为传递给转换的每行查询高速缓存.当您使用动态高速缓存 ...

随机推荐

  1. github新建repositories后import已有code 随后同步更新

    github上,可以forks别人已有的项目,而且同步更新合并也很方便,但如果是自己新建的项目,而导入的是别人的代码修改后,别人的又更新了,自己想获取他的更新,怎么办呢?其实很简单. # git cl ...

  2. 【转】HTML embed标签使用方法和属性详解

    一.基本语法 代码如下: embed src=url 说明:embed可以用来插入各种多媒体,格式可以是 Midi.Wav.AIFF.AU.MP3等等,Netscape及新版的IE 都支持.url为音 ...

  3. Git工作流程最佳实践总结

    Git作为一个目前非常流行的版本管理工具,深受开发者的喜爱.那么怎样才能将Git的作用发挥的更好呢?我根据实际的项目经验,归纳总结了以下Git工作流的最佳实践.这里所谓的最佳,是经过多次项目经验后,根 ...

  4. Maven & Gradle 如何从中央仓库下载Jar包

    https://mvnrepository.com/    maven 中央仓库 gradle可以轻松的完成Android项目对第三方jar包文件的依赖下载,再也不需要我们手动下载jar包,然后拷贝到 ...

  5. vb编程学习之路之基础与概念总结

    OOP (Object Oriented Programming)面向对象程序设计/面向对象编程 对象是代码和数据的集合,对象的三要素:属性.事件.方法 对象的命令规则:必须以字母或汉字开头,不能以数 ...

  6. Installation Guide Ubuntu 16.04

    Beside the installation guide on the main page, here is a guide to install GenieACS off a freshly in ...

  7. wpgcms---导航高亮显示

    在使用wpgcms做项目的时候,有时候三级栏目默认是没有高亮显示的一级导航的,例如:文章详情页要对应的文章栏目进行高亮显示,三级单篇页要对应栏目是高亮显示.具体做法是: 首先看获取导航的方式: {% ...

  8. Linux环境部署

    1,开机初始化的配置 iptables -F # 清空防火墙 /etc/init.d/iptables stop # 关闭iptables setenforce # 暂停selinux 2,编译安装p ...

  9. hashlib

    登录认证 加密 --> 解密 摘要算法 两个字符串 : import hashlib # 提供摘要算法的模块 md5 = hashlib.md5() md5.update(b') print(m ...

  10. [LintCode] Majority Number 求大多数

    Given an array of integers, the majority number is the number that occurs more than half of the size ...