数据结构学习:二叉查找树的概念和C语言实现
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
- 若根结点的关键字值等于查找的关键字,成功。
- 否则,若小于根结点的关键字值,递归查左子树。
- 若大于根结点的关键字值,递归查右子树。
- 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
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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
- 如何使用python在短时间内寻找完数
完数:完全数(Perfect number),又称完美数或完备数,是一些特殊的自然数.它所有的真因子(即除了自身以外的约数)的和(即因子函数),恰好等于它本身.如果一个数恰好等于它的因子之和,则称该数 ...
- 数据挖掘入门系列教程(九)之基于sklearn的SVM使用
目录 介绍 基于SVM对MINIST数据集进行分类 使用SVM SVM分析垃圾邮件 加载数据集 分词 构建词云 构建数据集 进行训练 交叉验证 炼丹术 总结 参考 介绍 在上一篇博客:数据挖掘入门系列 ...
- PHP修改脚本最大执行时间和最大内存限制
PHP设置脚本最大执行时间的三种方法 1.在php.ini里面设置 max_execution_time = 120; 2.通过PHP的ini_set函数设置 ini_set("max_ex ...
- selenium 窗口的切换
窗口切换需要用到一个关键词:句柄,每个窗口唯一的标识 获取句柄的方法:driver.getWindowHandle(); 下面的例子是点击京东页面,跳转到京东手机页面,然后关闭京东页面 driver. ...
- 【转】动态规划之最长公共子序列(LCS)
[原文链接]最长公共子序列(Longest Common Subsequence,简称 LCS)是一道非常经典的面试题目,因为它的解法是典型的二维动态规划,大部分比较困难的字符串问题都和这个问题一个套 ...
- 重装anaconda的记录,包含设置jupyter kernel
anaconda安装记录 官网下载最新版 linux:sh xx.sh 注意不要敲太多回车,容易错过配置bash的部分,还要手动添加 (vim ~/.bashrc 手动添加新bash,卸载时也要删掉此 ...
- 如何保证kafka消息不丢失
背景 这里的kafka值得是broker,broker消息丢失的边界需要对齐一下: 1 已经提交的消息 2 有限度的持久化 如果消息没提交成功,并不是broke丢失了消息: 有限度的持久化(broke ...
- 杂园日记-H5-IOS-Android混合开发
1.js 调用 原生API iOS: window.webkit.messageHandlers.yourFunName.postMessage({"1":"3" ...
- javascript-网页尺寸
scrollWidth:对象的实际内容的宽度,不包边线宽度,会随对象中内容超过可视区后而变大. clientWidth:对象内容的可视区的宽度,不包滚动条等边线,会随对象显示大小的变化而改变. off ...
- iscsi的工作原理与优化(2)
2.1 iSCSI协议模型,iscsi[会话层协议,即应用协议] iSCSI使用TCP/IP协议在不稳定网络上进行可靠的数据传输.iSCSI层和标准SCSI集在协议栈中的位置如图1所示.iSCSI层包 ...