【C++】第十七节—二叉搜索树(概念+性能分析+增删查+实现+使用场景)

Ne0inhk

— 13 min read
【C++】第十七节—二叉搜索树(概念+性能分析+增删查+实现+使用场景)

好久不见，我是云边有个稻草人

《C++》本文所属专栏—持续更新中—欢迎订阅

目录

一、二叉搜索树的概念

二、二叉搜索树的性能分析

三、二叉搜索树的插入

SearchBinaryTree.h

test.cpp

四、⼆叉搜索树的查找

【只有一个3】

【有多个3】 

五、⼆叉搜索树的删除

六、二叉搜索树的实现代码

SearchBinaryTree.h

test.cpp 

七、二叉搜索树key和key/value使用场景

7.1 key搜索场景

7.2 key/value搜索场景

7.3 key/value⼆叉搜索树代码实现

.h

.cpp

正文开始——

一、二叉搜索树的概念

⼆叉搜索树⼜称⼆叉排序树，它或者是⼀棵空树，或者是具有以下性质的⼆叉树：

  • 若它的左⼦树不为空，则左⼦树上所有结点的值都⼩于等于根结点的值
  • 若它的右⼦树不为空，则右⼦树上所有结点的值都⼤于等于根结点的值
  • 它的左右⼦树也分别为⼆叉搜索树
  • ⼆叉搜索树中可以⽀持插⼊相等的值，也可以不⽀持插⼊相等的值，具体看使⽤场景定义，后续我们学习map/set/multimap/multiset系列容器底层就是⼆叉搜索树，其中map/set不⽀持插⼊相等值，multimap/multiset⽀持插⼊相等值

二、二叉搜索树的性能分析

最优情况下，⼆叉搜索树为完全⼆叉树(或者接近完全二叉树)，其高度为： log2 N

最差情况下，⼆叉搜索树退化为单⽀树(或者类似单⽀)，其高度为： N

所以综合而言⼆叉搜索树增删查改时间复杂度为： O(N)

那么这样的效率显然是⽆法满⾜我们需求的，我们后续需要继续讲解⼆叉搜索树的变形，平衡⼆叉搜索树AVL树和红⿊树，才能适⽤于我们在内存中存储和搜索数据。

另外需要说明的是，⼆分查找也可以实现 O(log2 N) 级别的查找效率，但是⼆分查找有两⼤缺陷：

  1. 需要存储在⽀持下标随机访问的结构中，并且有序。
  2. 插⼊和删除数据效率很低，因为存储在下标随机访问的结构中，插⼊和删除数据⼀般需要挪动数据。

这⾥也就体现出了平衡⼆叉搜索树的价值。

三、二叉搜索树的插入

插⼊的具体过程如下：

  1. 树为空，则直接新增结点，赋值给root指针
  2. 树不空，按⼆叉搜索树性质，插⼊值比当前结点⼤往右走，插⼊值比当前结点⼩往左走，找到空位置，插⼊新结点。
  3. 如果⽀持插⼊相等的值，插⼊值跟当前结点相等的值可以往右⾛，也可以往左⾛，找到空位置，插⼊新结点。（要注意的是要保持逻辑⼀致性，插⼊相等的值不要⼀会往右⾛，⼀会往左⾛）
SearchBinaryTree.h
#pragma once #include<iostream> using namespace std; template<class K> struct BSTNode { K _key; BSTNode<K>* _left; BSTNode<K>* _right; BSTNode(const K& key) :_key(key) , _left(nullptr) , _right(nullptr) { } }; //class SearchBinaryTree template<class K> class BSTree { typedef BSTNode<K> Node; public: bool Insert(const K& key) { if (_root == nullptr) { _root = new Node(key); return true; } Node* parent = nullptr; Node* cur = _root; while (cur) { if (cur->_key < key) { parent = cur; cur = cur->_right; } else if (cur->_key > key) { parent = cur; cur = cur->_left; } else { return false; } } cur = new Node(key); if (parent->_key < key) { parent->_right = cur; } else { parent->_left = cur; } return true; } void InOrder() { _InOrder(_root); cout << endl; } private: void _InOrder(Node * root) { if (root == nullptr) { return; } _InOrder(root->_left); cout << root->_key << " "; _InOrder(root->_right); } Node* _root = nullptr; };
test.cpp
#include"SearchBinaryTree.h" #include<vector> int main() { vector<int> a = { 0, 3, 1, 10, 1, 6, 4, 7, 14, 13 }; BSTree<int> t; for (auto e : a) { t.Insert(e); } t.InOrder(); return 0; }

四、⼆叉搜索树的查找

  1. 从根开始⽐较，查找x，x⽐根的值⼤则往右边⾛查找，x比根值小则往左边走查找。
  2. 最多查找⾼度次，⾛到空，还没找到，这个值不存在。
  3. 如果不⽀持插⼊相等的值，找到x即可返回
  4. 如果支持插入相等的值，意味着有多个x存在，⼀般要求查找中序的第⼀个x。
【只有一个3】
bool Find(const K& key) { Node* cur = _root; while (cur) { if (key > cur->_key) { cur = cur->_right; } else if (key < cur->_key) { cur = cur->_left; } else { return true; } } return false; }
【有多个3】 

查找3，要求查找中序的第一个3。具体后面会讲

五、⼆叉搜索树的删除

⾸先查找元素是否在⼆叉搜索树中，如果不存在，则返回false。

如果查找元素存在则分以下四种情况分别处理：（假设要删除的结点为N）

  1. 要删除结点N左右孩⼦均为空
  2. 要删除的结点N左孩⼦为空，右孩⼦结点不为空
  3. 要删除的结点N右孩⼦为空，左孩⼦结点不为空
  4. 要删除的结点N左右孩⼦结点均不为空

对应以上四种情况的解决方案：

  1. 把N结点的⽗亲对应孩⼦指针指向空，直接删除N结点（情况1可以当成2或者3处理，效果是⼀样的）
  2. 把N结点的⽗亲对应孩⼦指针指向N的右孩⼦，直接删除N结点
  3. 把N结点的⽗亲对应孩⼦指针指向N的左孩⼦，直接删除N结点
  4. ⽆法直接删除N结点，因为N的两个孩⼦⽆处安放，只能⽤替换法删除。找N左⼦树的值最⼤结点 R(最右结点)或者N右⼦树的值最⼩结点R(最左结点)替代N，因为这两个结点中任意⼀个，放到N的 位置，都满⾜⼆叉搜索树的规则。替代N的意思就是N和R的两个结点的值交换，转⽽变成删除R结点，R结点符合情况2或情况3，可以直接删除。

下面代码的实现思路：分为3种情况（将上面的情况1归为情况2或者是情况3） ，分为情况2，情况3，情况4来进行删除结点

bool Erase(const K& key) { Node* parent = nullptr; Node* cur = _root; while (cur) { if (key > cur->_key) { parent = cur; cur = cur->_right; } else if (key < cur->_key) { parent = cur; cur = cur->_left; } else { //找到了，删除结点 //情况2 if (cur->_left == nullptr) { if (cur == _root) { _root = cur->_right; } else { // 父亲指向我的右 if (cur == parent->_right) { parent->_right = cur->_right; } else { parent->_left = cur->_right; } } delete cur; } //情况3 else if (cur->_right == nullptr) { if (cur == _root) { _root = cur->_left; } else { if (cur == parent->_right) { parent->_right = cur->_left; } else { parent->_left = cur->_left; } } delete cur; } //情况4 else { // 找右子树最小节点(最左)替代我的位置 Node* minRightParent = cur; Node* minRight = cur->_right; while (minRight->_left) { minRightParent = minRight; minRight = minRight->_left; } cur->_key = minRight->_key; if (minRightParent->_left == minRight) { minRightParent->_left = minRight->_right; } else { minRightParent->_right = minRight->_right; } delete minRight; } return true; } } return false; }

六、二叉搜索树的实现代码

SearchBinaryTree.h
#pragma once #include<iostream> using namespace std; template<class K> struct BSTNode { K _key; BSTNode<K>* _left; BSTNode<K>* _right; BSTNode(const K& key) :_key(key) , _left(nullptr) , _right(nullptr) { } }; //class SearchBinaryTree template<class K> class BSTree { typedef BSTNode<K> Node; public: bool Insert(const K& key) { if (_root == nullptr) { _root = new Node(key); return true; } Node* parent = nullptr; Node* cur = _root; while (cur) { if (cur->_key < key) { parent = cur; cur = cur->_right; } else if (cur->_key > key) { parent = cur; cur = cur->_left; } else { return false; } } cur = new Node(key); if (parent->_key < key) { parent->_right = cur; } else { parent->_left = cur; } return true; } bool Find(const K& key) { Node* cur = _root; while (cur) { if (key > cur->_key) { cur = cur->_right; } else if (key < cur->_key) { cur = cur->_left; } else { return true; } } return false; } bool Erase(const K& key) { Node* parent = nullptr; Node* cur = _root; while (cur) { if (key > cur->_key) { parent = cur; cur = cur->_right; } else if (key < cur->_key) { parent = cur; cur = cur->_left; } else { //找到了，删除结点 if (cur->_left == nullptr) { if (cur == _root) { _root = cur->_right; } else { // 父亲指向我的右 if (cur == parent->_right) { parent->_right = cur->_right; } else { parent->_left = cur->_right; } } delete cur; } else if (cur->_right == nullptr) { if (cur == _root) { _root = cur->_left; } else { if (cur == parent->_right) { parent->_right = cur->_left; } else { parent->_left = cur->_left; } } delete cur; } else { // 找右子树最小节点(最左)替代我的位置 Node* minRightParent = cur; Node* minRight = cur->_right; while (minRight->_left) { minRightParent = minRight; minRight = minRight->_left; } cur->_key = minRight->_key; if (minRightParent->_left == minRight) { minRightParent->_left = minRight->_right; } else { minRightParent->_right = minRight->_right; } delete minRight; } return true; } } return false; } void InOrder() { _InOrder(_root); cout << endl; } private: void _InOrder(Node * root) { if (root == nullptr) { return; } _InOrder(root->_left); cout << root->_key << " "; _InOrder(root->_right); } Node* _root = nullptr; };
test.cpp 
#include"SearchBinaryTree.h" #include<vector> int main() { vector<int> a = { 0, 3, 1, 10, 1, 6, 4, 7, 14, 13 }; BSTree<int> t; for (auto e : a) { t.Insert(e); } t.InOrder(); //if (t.Find(300)) //{ // cout << "找到了" << endl; //} //else //{ // cout << "没找到" << endl; //} t.Erase(8); t.InOrder(); t.Erase(14); t.InOrder(); t.Erase(1); t.InOrder(); for (auto e : a) { t.Erase(e); t.InOrder(); } return 0; }

七、二叉搜索树key和key/value使用场景

7.1 key搜索场景

只有key作为关键码，结构中只需要存储key即可，关键码即为需要搜索到的值，搜索场景只需要判断key在不在。key的搜索场景实现的⼆叉树搜索树⽀持增删查，但是不⽀持修改，修改key破坏搜索树结构了。

场景1：⼩区⽆⼈值守⻋库，⼩区⻋库买了⻋位的业主⻋才能进⼩区，那么物业会把买了⻋位的业主的 ⻋牌号录⼊后台系统，⻋辆进⼊时扫描⻋牌在不在系统中，在则抬杆，不在则提示非本小区车辆，无法进⼊。

场景2：检查⼀篇英⽂章单词拼写是否正确，将词库中所有单词放入二叉搜索树，读取⽂章中的单词，查找是否在⼆叉搜索树中，不在则波浪线标红提示。

7.2 key/value搜索场景

每⼀个关键码key，都有与之对应的值value，value可以任意类型对象。树的结构中(结点)除了需要存储key还要存储对应的value，增/删/查还是以key为关键字⾛⼆叉搜索树的规则进⾏⽐较，可以快速查找到key对应的value。key/value的搜索场景实现的⼆叉树搜索树⽀持修改，但是不⽀持修改key，修改key破坏搜索树性质了，可以修改value。

场景1：简单中英互译字典，树的结构中(结点)存储key(英⽂)和vlaue(中⽂)，搜索时输⼊英⽂，则同时 查找到了英⽂对应的中⽂。

场景2：商场⽆⼈值守⻋库，⼊⼝进场时扫描车牌，记录车牌和入场时间，出口离场时，扫描车牌，查找入场时间，用当前时间-⼊场时间计算出停⻋时⻓，计算出停⻋费⽤，缴费后抬杆，车辆离场。 场景3：统计⼀篇⽂章中单词出现的次数，读取⼀个单词，查找单词是否存在，不存在这个说明第⼀次 出现，（单词，1），单词存在，则++单词对应的次数。

7.3 key/value⼆叉搜索树代码实现
.h
 template<class K, class V> class BSTree { typedef BSTNode<K, V> Node; public: bool Insert(const K& key, const V& value) { if (_root == nullptr) { _root = new Node(key, value); return true; } Node* parent = nullptr; Node* cur = _root; while (cur) { if (cur->_key < key) { parent = cur; cur = cur->_right; } else if (cur->_key > key) { parent = cur; cur = cur->_left; } else { return false; } } cur = new Node(key, value); if (parent->_key < key) { parent->_right = cur; } else { parent->_left = cur; } return true; } Node* Find(const K& key) { Node* cur = _root; while (cur) { if (cur->_key < key) { cur = cur->_right; } else if (cur->_key > key) { cur = cur->_left; } else { return cur; } } return nullptr; } bool Erase(const K& key) { Node* parent = nullptr; Node* cur = _root; while (cur) { if (cur->_key < key) { parent = cur; cur = cur->_right; } else if (cur->_key > key) { parent = cur; cur = cur->_left; } else { //删除 if (cur->_left == nullptr) { //if (parent == nullptr) if (cur == _root) { _root = cur->_right; } else { // 父亲指向我的右 if (cur == parent->_right) { parent->_right = cur->_right; } else { parent->_left = cur->_right; } } delete cur; } else if (cur->_right == nullptr) { if (cur == _root) { _root = cur->_left; } else { // 父亲指向我的左 if (cur == parent->_right) { parent->_right = cur->_left; } else { parent->_left = cur->_left; } } delete cur; } else { // 找右子树最小节点(最左)替代我的位置 Node* minRightParent = cur; Node* minRight = cur->_right; while (minRight->_left) { minRightParent = minRight; minRight = minRight->_left; } cur->_key = minRight->_key; if (minRightParent->_left == minRight) { minRightParent->_left = minRight->_right; } else { minRightParent->_right = minRight->_right; } delete minRight; } return true; } } return false; } void InOrder() { _InOrder(_root); cout << endl; } private: void _InOrder(Node* root) { if (root == nullptr) { return; } _InOrder(root->_left); cout << root->_key << " " << root->_value << endl; _InOrder(root->_right); } Node* _root = nullptr; }; }
.cpp
int main() { string arr[] = { "苹果","香蕉","香蕉","西瓜", "苹果", "西瓜", "苹果", "苹果", "西瓜", "苹果", "香蕉", "苹果", "香蕉","香蕉","香蕉" }; key_value::BSTree<string, int> countTree; for (auto& e : arr) { //key_value::BSTNode<string, int>* ret = countTree.Find(e); auto ret = countTree.Find(e); if (ret == nullptr) { countTree.Insert(e, 1); } else { ret->_value++; } } countTree.InOrder(); return 0; }

完——

冬眠_司南

快长大

至此结束——

我是云边有个稻草人

期待与你的下一次相遇......

Read more

【花雕学编程】Arduino BLDC 之基于超声波与PID控制的简单跟随机器人

【花雕学编程】Arduino BLDC 之基于超声波与PID控制的简单跟随机器人

基于 Arduino 的无刷直流电机（BLDC）超声波与 PID 控制简单跟随机器人，是一个将经典自动控制理论与现代高效驱动技术相结合的典型机电一体化项目。该系统通过超声波传感器获取环境距离信息，利用 PID 算法实时解算运动指令，并由 Arduino 驱动 BLDC 电机执行，从而实现对目标物体的稳定、平滑跟随。 1、主要特点 三角测量与单发双收架构 这是实现“定向”跟随而非“盲目”避障的核心感知逻辑。 单发双收拓扑： 系统通常采用一个手持式超声波发射模块和两个安装在机器人前端左右两侧的接收模块（单发双收）。这种布局构成了一个简单的三角形测量系统。 偏差解算原理： 当目标（人）正对机器人时，左右两个接收模块测得的距离 ，系统可以精确判断目标的偏航角度，从而实现方向控制。 双环 PID 串级控制 为了实现平稳的跟随效果，系统通常采用速度环（内环）与方向环（外环）的串级 PID 控制结构。 方向环（

By Ne0inhk

修改base_model路径加载本地Stable Diffusion模型的方法

修改 base_model 路径加载本地 Stable Diffusion 模型的完整实践指南 在当前生成式 AI 快速落地的过程中，越来越多开发者和企业不再满足于“开箱即用”的通用模型，而是希望基于已有预训练模型进行个性化微调。Stable Diffusion 作为图像生成领域的标杆，其 LoRA（Low-Rank Adaptation）微调方案因其轻量高效、显存友好而广受欢迎。 然而，在实际部署中，一个看似简单却极易出错的操作——正确加载本地基础模型，往往成为项目推进的瓶颈。尤其是当网络受限、模型版本混乱或路径配置不当，整个训练流程可能在第一步就宣告失败。 本文将围绕 lora-scripts 等主流工具链中的 base_model 参数，深入剖析如何稳定、可靠地从本地加载 Stable Diffusion 模型，并结合工程实践给出可落地的最佳配置策略。 为什么必须手动指定 base_model 路径？ 很多初学者习惯依赖自动化脚本自动下载模型，比如运行训练时由程序从 Hugging

By Ne0inhk

告别窗口混乱：QTTabBar让你的Windows资源管理器重获新生

告别窗口混乱：QTTabBar让你的Windows资源管理器重获新生 【免费下载链接】qttabbarQTTabBar is a small tool that allows you to use tab multi label function in Windows Explorer. https://www.yuque.com/indiff/qttabbar 项目地址: https://gitcode.com/gh_mirrors/qt/qttabbar 你是不是经常在桌面堆满了文件资源管理器窗口？每次找文件都要在十几个重叠的窗口间来回翻找，工作效率被严重拖累？今天我要为你推荐一款改变游戏规则的工具——QTTabBar，它将彻底革新你的Windows文件管理体验。 从混乱到有序：我的文件管理进化史 还记得那些日子吗？打开一个文件夹，再打开另一个，不知不觉间任务栏就挤满了资源管理器图标。想要对比两个文件夹的内容？抱歉，你得在两个窗口间反复切换。想要快速访问常用目录？

By Ne0inhk

dify接入企业微信群聊机器人详细步骤（从零到上线全记录）

第一章：dify接入企业微信群聊机器人详细步骤（从零到上线全记录） 准备工作：获取企业微信机器人Webhook URL 在企业微信管理后台创建群聊机器人，获取唯一的 Webhook 地址。该地址用于外部系统向指定群组发送消息。登录企业微信 → 进入“应用管理” → 创建或选择一个自建应用 → 添加“群机器人”，复制生成的 Webhook URL。 配置Dify工作流触发外部通知 在 Dify 中设置自定义响应后处理逻辑，通过 HTTP 请求将输出内容推送到企业微信群。使用内置的“HTTP 请求”节点，填写以下参数： * Method: POST * URL: 企业微信机器人的 Webhook 地址 * Body (JSON): 包含要发送的消息内容 { "msgtype": "text", "text"

By Ne0inhk