二叉查找树的基本操作例程

对于二叉查找树的最大难处,我觉得是在于删除,当删除一个元素时,简单地说有两种情况,一种是节点,一种是叶子。假设被删除值为D

1.叶子,很简单,找到叶子的父节点,然后将这个父节点指向该叶子的树枝赋为0;有一种特殊情况是就一个根,那么释放根,然后返回0。

2.节点,需要做两步,找到该节点的左子树的最大值或者右子树的最小值,假设为F,用F替代被删除节点的值D,然后再删除F,而F肯定是叶子,采用1中的方法。

这种算法删除时最坏的情况就是删除点是一个节点,首先遍历一遍找到该节点D,然后再遍历该节点的某个子树找到F,再遍历一遍找到F的父节点,logn1+2logn2,小于3logn,可以再提高的是叶子节点和它的父亲可以一次性完成,而不需要两次,那么算法复杂度是2logn。当然写的复杂一些的话,可以一遍遍历就将所有要改变的节点保留下来,此时算法复杂度是logn

以下是实现代码:

  

typedef struct _node
{
    int element;
    struct _node *lefttree;
    struct _node *righttree;
}node;

node * insert(node * root,int element)
{
    if(root == 0)
    {
        root = (node *)malloc(sizeof(node));
        if(root == 0)
            return 0;
        root->element = element;
        root->lefttree = root->righttree = 0;
    }
    else if(root->element > element)
    {
        root->lefttree = insert(root->lefttree,element);
    }
    else if(root->element < element)
    {
        root->righttree = insert(root->righttree,element);
    }
    return root;
}

node * find(node * root,int element)
{
    if(root == 0)
        return 0;
    if(root->element > element)
        return find(root->lefttree,element);
    else if(root->element < element)
        return find(root->righttree,element);
    return root;
}

void printtree(node * root)
{
    if(root == 0)
        return 0;
    printtree(root->lefttree);
    printf("%d\t",root->element);
    printtree(root->righttree);
}
node* destroytree(node *root)
{
    if(root == 0)
        return 0;
    root->lefttree = destroytree(root->lefttree);
    root->righttree = destroytree(root->righttree);
    free(root);
    return 0;
}

node *findmax(node *root)
{
    if(root == 0)
        return 0;
    if(root->righttree == 0)
        return root;
    return findmax(root->righttree);
}
node *findmin(node *root)
{
    if(root == 0)
        return 0;
    if(root->lefttree == 0)
        return root;
    return findmin(root->lefttree);
}
node *findparent(node *root,int element)
{
    if(root == 0)
        return 0;
    else if(root->lefttree && root->lefttree->element == element)
        return root;
    else if(root->righttree && root->righttree->element == element)
        return root;
    else if(root->element > element)
        return findparent(root->lefttree,element);
    else if(root->element < element)
        return findparent(root->righttree,element);
    else
        return 0xffffffff;
}
node* deleteelement(node *root,int element)
{
    node *parent;
    node *self;
    if(root == 0)
        return -1;
    self = find(root,element);
    if(self == 0)
        return 0;
    if(self->lefttree)
    {
        node *tmp = findmax(self->lefttree);
        self->element = tmp->element;
        parent = findparent(self->lefttree,tmp->element);
        if(parent == 0xffffffff)
        {
            self->lefttree = 0;
        }
        else
        {
            parent->righttree = 0;
        }
        free(tmp);
    }
    else if(self->righttree)
    {
        node *tmp = findmin(self->righttree);
        self->element = tmp->element;
        parent = findparent(self->righttree,tmp->element);
        if(parent == 0xffffffff)
        {
            self->righttree = 0;
        }
        else
        {
            parent->lefttree = 0;
        }
        free(tmp);
    }
    else
    {
        parent = findparent(root,self->element);
        if(parent == 0xffffffff)
        {
            free(root);
        }
        else
        {
            if(parent->lefttree&&parent->lefttree->element == element)
                parent->lefttree = 0;
            else
                parent->righttree = 0;
            free(self);
        }
    }
    return root;
}
int main()
{
    int a[10] = {5,6,8,1,2,9,3,7,4,0};
    int i = 0;
    node *root = 0;
    node *parent = 0;
    root = insert(root,a[0]);
    for(i = 1;i<10;i++)
        insert(root,a[i]);
    root = deleteelement(root,0);
    /*for(i = 0;i<11;i++)
    {
        parent = findparent(root,i);
        if(parent == 0xffffffff)
            printf("root = %d\n",i);
        else if(parent == 0)
            printf("not exist = %d\n",i);
        else
            printf("%d‘s parent = %d\n",i,parent->element);
    }*/
    printtree(root);
    destroytree(root);
    return 1;
}
时间: 2024-11-10 07:28:47

二叉查找树的基本操作例程的相关文章

二叉查找树的基本操作实现

二叉查找树又叫二叉排序树,其特点有: 对于每一棵子树,若左子树不为NULL,则左子树所有节点都小于它的根结点值. 对于每一棵子树,若右子树不为NULL,则左子树所有节点都大于它的根结点值. 没有键值相等的结点. 完成二叉查找树的基本操作有: 插入结点. 查找结点. 查找最小关键字:根据二叉查找树的特点,应该是最左边的结点 查找最大关键字:根据二叉查找树的特点,应该是最右边的结点 删除结点. 以上操作中,难点在与插入和删除.分别说下其主要思想: 插入:根据插入数据与结点的比较,找寻它的插入位置,若

二叉查找树的基本操作

二叉查找树:对于树中的每个节点X,它的左子树所有关键字小于X的关键字,而右子树的所有关键字大于X的关键字. 二叉查找树的平均深度是O(logN). 二叉查找树的删除操作: 如果节点是一片树叶,可以立即删除. 如果有一个儿子,调节父节点指针绕过该节点后被删除. 如果有两个儿子,用右子树的最小数据代替该节点的数据,并递归地删除那个节点(现在它是空的).因为右子树的最小节点不可能有左儿子,所以第二次删除更容易. 1 #ifndef _Tree_H 2 3 struct TreeNode; 4 type

二叉树学习笔记之二叉查找树(BSTree)

二叉查找树即搜索二叉树,或者二叉排序树(BSTree),学习回顾一下有关的知识. >>关于二叉查找树 二叉查找树(Binary Search Tree)是指一棵空树或者具有下列性质的二叉树:1. 若任意节点的左子树不空,则左子树上所有节点的值均小于它的根节点的值:2. 若任意节点的右子树不空,则右子树上所有节点的值均大于它的根节点的值:3. 任意节点的左.右子树也分别为二叉查找树.4. 没有键值相等的节点,这个特征很重要,可以帮助理解二叉排序树的很多操作.二叉查找树具有很高的灵活性,对其优化可

(3) 二叉查找树(二叉搜索树)

一.什么是二叉查找树? 二叉查找树, 或者是一个空树, 或者是具有如下性质的二叉树: (1).若它的左子树不空,则其左子树上的所有结点的值均小于它根结点的值: (2).若它的右子树不空,则其右子树上的所有结点的值均大于它根结点的值: (3).它的左.右子树也分别为二叉查找树. 下图就是一颗二叉查找树 二叉查找树是具有特殊性质的二叉树, 其节点数据结构定义如下: package searchTree; /** * Created by xinfengyao on 16-12-28. */ publ

数据结构-二叉树和二叉查找树

先按树-二叉树-二叉查找树的顺序解释会比较清楚. 一,树 树(Tree)是n(n≥0)个结点的有限集.在任意一棵非空树中: (1)有且仅有一个特定的被称为根(Root)的结点: (2)当n>1时,其余结点可分为m(m>0)个互不相交的有限集T1,T2,-,Tm,其中每一个集合本身又是一棵树,并且称为根的子树(SubTree). 结点的度(Degree):结点拥有的子树数称为结点的度(Degree).度为0的结点称为叶子(Leaf)或终端结点.度不为0的结点称为非终端结点或分支结点. 树的度:是

二叉查找树的Insert和Delete操作

struct TreeNode{ SearchTree Left; SearchTree Right; ElementType Ele; }; /*递归一定有出口*/ /*递归代码就是要重复使用*/ SearchTree Insert( SearchTree T, X ) { /*这个是对树中没有该参数,增加节点*/ if( T == NULL ) { T = malloc( sizeof( struct TreeNode ) ); if( T == NULL ) fatalError(); T

B树(B+树) 学习总结

一,B树的定义及介绍 为什么会有B树? 熟悉的树的结构有二叉树查找树或者平衡二叉树……平衡二叉树保证最坏情况下各个操作的时间复杂度为O(logN),但是为了保持平衡,在插入或删除元素时,需要进行旋转啊...一系列操作,因此实现起来比较复杂.而对于二叉查找树,基本操作在最坏情况下会出现O(N)的时间复杂度.总之,这些树都是针对于内存中的数据操作,它们每个结点最多只有两个孩子,当数据量大时(结点数目很多),就会导致树很高.但由于基本操作(查找元素.插入元素)都是在内存中实现,因此,树高点也就没有太大

算法导论-二叉查找数

目录 引言 二叉查找树 节点定义 查找操作 插入操作 删除操作 二叉查找树存在问题 完整源码 讨论区 参考资料 内容                             1.引言                                   前面的文章介绍过二分查找.散列表查找:二分查找效率为Θ(lgn).二分查找要求数组是静态的,即元素不能动态的插入和删除,否则会耗费较多的时间:散列表查找效率可以到达Θ(1),但是一般用于“等于性查找“,不能进行“范围查找”;本文介绍的二叉查找树,(

算法导论 第13章 红黑树

二叉查找树的基本操作包括搜索.插入.删除.取最大和最小值等都能够在O(h)时间复杂度内实现,因此能在期望时间O(lgn)下实现,但是二叉查找树的平衡性在这些操作中并没有得到维护,因此其高度可能会变得很高,当其高度较高时,而二叉查找树的性能就未必比链表好了,所以二叉查找树的集合操作是期望时间O(lgn),最坏情况下为O(n). 红黑树也是一种二叉查找树,它拥有二叉查找树的性质,同时红黑树还有其它一些特殊性质,这使得红黑树的动态集合基本操作在最坏情况下也为O(lgn),红黑树通过给节点增加颜色和其它