数据结构——树与查找
树与查找
目录
查找的基本概念

查找表
运作查找算法的载体,可以使用多种数据结构来实现。
关键字
关键字是数据元素或记录中某个数据项的值,用它可以标识一个数据元素或记录。
查找
通过关键字,向查找表索要数据的行为。
ASL
平均查找长度,在查找操作中和给定值进行比较的关键字个数的期望值。公式

线性查找
树表查找
线性查找对修改数据时内存开销较大,只适合静态查找。为此,用树表来进行动态查找的树结构便担此重任。
散列查找
二叉树排序
二叉排序树又称二叉搜索树,其定义为二叉排序树或是空树,或者是满足以下性质的二叉树:
- 若根节点的左子树非空,则右子树上的所有结点关建字均小于根节点。
- 若根节点的右子树非空,则右子树上的所有结点关键字均大于根节点。
- 根节点的左、右子树本身右各是一棵二叉排序树。

树的创建
typedef struct BST //结点类型
{
Type key;
struct BST *lchild,*rchild;
}BSTNode;
void CreatBST(BST*&T) //创建结点
{
T=new BST;
T=NULL;
}
查找
BST *SearchBST(BST *T,Type key)
{
if(T==NULL||T->key==key)
return T;
if(key<T->key)
return SearchBST(T->lchild,key);
else
return SearchBST(T->rchild,key);
}
插入
bool InsertBST(BST*&T,Type key)
{
if(T==NULL)
{
T=new BST;
T->key=key;
T->lchild=T->rchild=NULL;
return true;
}
else if(key==T->key)
return false;
else if(key<T->key)
return InsertBST(T->lchild,key);
else if(key>T->key)
return InsertBST(T->rchild,key);
}
删除
删除分为四种情况
- 该结点只有左树,则用左孩子取代,即返回左孩子地址;
- 该孩子只有右树,同第二种情况。返回右孩子;
- 该结点为叶子结点,则在递归中直接返回NULL;
- 该孩子既有左树又有右树。我的思路是找一个最靠近该结点的值,取代结点并删掉他。通过二叉树的构造特点,左树的最小值和右树的最大值都是最靠近该结点的,这里我选用后者。
BST* Deletemin(BST*bt,BST *&min) //找到右树最小值,在引用中直接赋值
{
if(bt->lchild==NULL)
{
min=bt; //没有左孩子,根节点最小
return bt->rchild;
}
bt->lchild=Deletemin(bt->lchild,min); //用递归的方法更新树
return bt;
}
BST*DeleteBST(BST *bt,Type key)
{
if(bt==NULL)return NULL;
if(bt->key>key)
bt->lchild=DeleteBST(bt->lchild,key);
else if(bt->key<key)
bt->rchild=DeleteBST(bt->rchild,key);
else
{
if(bt->lchild==NULL)
bt=bt->rchild;
else if(bt->rchild==NULL)
bt=bt->lchild;
else
{
BST*min;
min=NULL;
bt->rchild=Deletemin(bt->rchild,min);
bt->key=min->key;
}
}
return bt;
}
其中,在删除结点的适合以上我用的是递归的方法更新树,当然我发现其他同学也有用循环的方法,各有特点。
疑难问题
作者在编写删除操作时,习惯性地用delete直接删除结点
void deleteBST(BST *T,Type key)
{
BST *p,*q;
p=Search(T,key);
if(!p)
{
cout<<"找不到";
return;
}
else
{
delete p;
}
}
看似理所当然,但是这回导致非叶子结点的结点删除自己的子树,所以这里作者用递归,不断更新删除后的结点,如 删除
参考资料
《数据结构教程(第5版)》——李春葆 主编,清华大学出版社
浙公网安备 33010602011771号