zoukankan      html  css  js  c++  java
  • 数据结构之二叉排序树

    1.什么是二叉排序树?

    二叉排序树(Binary Sort Tree)又称二叉查找树(Binary Search Tree),亦称二叉搜索树。 它或者是一棵空树;或者是具有下列性质的二叉树

    (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,则右子树上所有结点的值均大于或等于它的根结点的值;

    (3)左、右子树也分别为二叉排序树;

    2.如何查找?

    步骤:
    二叉树
    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。
    平均情况分析(在成功查找两种的情况下):
    在一般情况下,设 P(n,i)为它的左子树的结点个数为 i 时的平均查找长度。
    如图的结点个数为 n = 6 且 i = 3; 则 P(n,i)= P(6, 3) = [ 1+ ( P(3) + 1) * 3 + ( P(2) + 1) * 2 ] / 6= [ 1+ ( 5/3 + 1) * 3 + ( 3/2 + 1) * 2 ] / 6
    注意:这里 P(3)、P(2) 是具有 3 个结点、2 个结点的二叉分类树的平均查找长度。 在一般情况,P(i)为具有 i 个结点二叉分类树的平均查找长度。
    P(3) = (1+2+2)/ 3 = 5/3
    P(2) = (1+2)/ 2 = 3/2∴ P(n,i)= [ 1+ ( P(i) + 1) * i + ( P(n-i-1) + 1) * (n-i-1) ] / n
    ∴ P(n)=
    P(n,i)/ n <= 2(1+I/n)lnn
    因为 2(1+I/n)lnn≈1.38logn 故P(n)=O(logn)
    3.删除节点:
    在二叉排序树删去一个结点,分三种情况讨论:
    1. 若*p结点为叶子结点,即PL(左子树)和PR(右子树)均为空树。由于删去叶子结点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或右子树PR,此时只要令PL或PR直接成为其双亲结点*f的左子树(当*p是左子树)或右子树(当*p是右子树)即可,作此修改也不破坏二叉排序树的特性。
    3. 若*p结点的左子树和右子树均不空。在删去*p之后,为保持其它元素之间的相对位置不变,可按中序遍历保持有序进行调整,可以有两种做法:
      其一是令*p的左子树为*f的左/右(依*p是*f的左子树还是右子树而定)子树,*s为*p左子树的最右下的结点,而*p的右子树为*s的右子树;
      其二是令*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)-即让*f的左子树(如果有的话)成为*p左子树的最左下结点(如果有的话),再让*f成为*p的左右结点的父结点。

    4.插入节点:

    首先执行查找算法,找出被插结点的父亲结点。
    判断被插结点是其父亲结点的左、右儿子。将被插结点作为叶子结点插入。
    二叉树为空。则首先单独生成根结点。
    注意:新插入的结点总是叶子结点
    5.性能分析:
    个结点的C(i)为该结点的层次数。最坏情况下,当先后插入的关键字有序时,构成的二叉排序树蜕变为单支树,树的深度为,其平均查找长度为(n+1)/2(和顺序查找相同),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log 2 (n)成正比
    #include <iostream>
    #include <string.h>
    #include <stdlib.h>
    #include <stdio.h>
    using namespace std;
    typedef struct BiTNode//二叉排序树的存储结构
    {
        int data;
        struct BiTNode *right,*lift;
    } *BiTree;
    void visit(BiTree &p)//遍历
    {
        if(p->data!=0) cout<<p->data<<" ";
    }
    void inorder(BiTree &p)//中序遍历,可检验二叉排序树是否正确,若正确,中序遍历是一个单调不减的序列
    {
        if(p!=NULL)
        {
            inorder(p->lift);
            visit(p);
            inorder(p->right);
        }
    }
    bool EQ(int a,int b)//判断当前节点与插入节点是否相等
    {
        if(a==b) return true;
        else return false;
    }
    bool LT(int a,int b)//判断当前节点是否与插入节点存在大小关系
    {
        if(a<b) return true;
        else return false;
    }
    bool RT(int a,int b)//判断当前节点是否与插入节点存在大小关系
    {
        if(a>b) return true;
        else return false;
    }
    //#define EQ(a,b) ((a) == (b))
    //#define LT(a,b) ((a) <  (b))
    //#define LQ(a,b) ((a) <= (b))
    //在根指针T所指排序二叉树中递归地查找某关键字等于key的数据元素,若查找成功,则指针p只想该数据元素节点,并返回TRUE;否则指针p指向查找路径上访问的最后一个节点并返回FALSE,指针f指向T的双亲,其初始调用值为NULL
    bool SearchBST(BiTree t,int key,BiTree f,BiTree *p)
    {
        if(!t)
        {
            *p=f;
            return false;
        }
        else if(EQ(key,t->data))
        {
            *p=t;
            return true;
        }
        else if(LT(key,t->data))
        {
            SearchBST(t->lift,key,t,p);
        }
        else
        {
            SearchBST(t->right,key,t,p);
        }
    }
    //当排序二叉树T中不存在关键字等于key的元素时,插入e并返回TRUE,否则返回FALSE。
    void InsertBST(BiTree *t,int e)
    {
        BiTree p,s;
        if(!SearchBST(*t,e,NULL,&p))
        {
            s=(BiTree)malloc(sizeof(BiTNode));
            s->data=e;
            s->lift=s->right=NULL;
            if(!p)
            {
                *t=s;//被插节点s为新的根节点
            }
            else if(LT(e,p->data))
            {
                p->lift=s;
            }
            else
            {
                p->right=s;
            }
            return ;
        }
        //树中已经有关键字相同的节点,不再插入
        else
        {
            return ;
        }
    }
    void Delete(BiTree &p)
    {
        //从排序二叉树中删除节点p,并重接它的左或右子树
        BiTree q,s;
        if(p->right==NULL)
        { //p的右子树空,则只需要重接它的左字树
            q=p;
            p=p->lift;
            free(q);
        }
        else if(p->lift==NULL)
        {  //p的左子树为空,只需要重接它的右子树
            q=p;
            p=p->right;
            free(q);
        }
        else
        {
            //左右子树均不为空
            q=p;
            s=p->lift;
            while(s->right)//转左,然后向右到尽头(找待删除节点的前驱)
            {
                q=s;
                s=s->right;
            }
            p->data=s->data;//s指向被删除节点的“前驱”(将被删除节点的前驱的值取代被删除节点的值)
            if(q!=p)
                q->right=s->right;//重接q的右子树
            else
                q->right=s->lift;//重接q的左子树
            free(s);
        }
    }
    void DeleteBST(BiTree &t,int key)
    {//若排序二叉树T中存在关键字等于key的数据元素时,则删除该数据元素节点,并返回TRUE,否则返回FALSE
        if(!t)
            return;
        else
        {
            if(EQ(key,t->data))
            {
                Delete(t);
            }
            else if(LT(key,t->data))
            {
                DeleteBST(t->lift,key);
            }
            else
            {
                DeleteBST(t->right,key);
            }
        }
    }
    int search(BiTree t,int key)
    {//寻找某个值在树的第几层上
        int i=1;
        while(t!=NULL)
        {
            if(EQ(t->data,key))
            {
                return i;
            }
            else if(LT(t->data,key))//<
            {
                i++;
                t=t->right;
            }
            else if(RT(t->data,key))//>
            {
                i++;
                t=t->lift;
            }
        }
        return 0;
    }
    int main()
    {
        int n,i,x,j;
        while(cin>>n)
        {
            BiTree p=NULL;
            for(i=0; i<n; i++)
            {
                cin>>x;
                InsertBST(&p,x);
            }
            cin>>j;
            if(search(p,j)!=0)cout<<"Yes "<<search(p,j)<<endl;
            else cout<<"No"<<endl;
        }
        return 0;
    }
     
     
  • 相关阅读:
    Exe4j 打包: this executable was created with an evaluation version of exe4j
    使用fidder对安卓模拟器进行抓包
    PowerMock学习(八)之Mock Argument Matcher的使用
    PowerMock学习(七)之Mock Constructor的使用
    adb devices无法连接mumu模拟器
    PowerMock学习(六)之Mock Final的使用
    PowerMock学习(五)之Verifying的使用
    PowerMock学习(四)之Mock static的使用
    KMP(Knuth-Morris-Pratt)算法
    并查集-连通性问题
  • 原文地址:https://www.cnblogs.com/famousli/p/4239816.html
Copyright © 2011-2022 走看看