【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

C++ 游戏开发：从零到英雄的进阶之旅

C++ 游戏开发：从零到英雄的进阶之旅

在当今数字化时代，游戏开发已然成为极具吸引力与挑战性的领域。C++ 作为游戏开发中极为常用的语言之一，凭借其高性能和强大功能，长久以来都是游戏开发者的心头好。若你对游戏开发满怀热忱，却不知如何起步，这篇博客就将为你揭开 C++ 游戏开发的神秘面纱，引领你踏上从新手到高手的进阶之路。 一、为什么选择 C++ 进行游戏开发？ 在游戏开发的广袤天地里，编程语言的抉择至关重要。C++ 以其独有的优势，成为众多开发者的不二之选： （一）高性能 游戏开发过程中需要处理海量的实时计算任务，涵盖图形渲染、物理模拟以及用户输入响应等关键环节。C++ 具备直接访问硬件的能力，能够极为高效地利用系统资源，切实保障游戏运行的流畅性。以处理复杂的 3D 场景渲染为例，C++ 能够快速对大量的顶点数据、纹理信息进行处理和计算，精准地将虚拟的 3D 世界呈现在玩家眼前，其性能优势在这种场景下展现得淋漓尽致。 （二）强大的功能 C++ 全力支持面向对象编程（OOP），这使得开发者能够通过类和对象来有条不紊地组织代码。比如在开发一款角色扮演游戏时，我们可以创建 “角色” 类，

By Ne0inhk
C++的IO流和C++的类型转换----《Hello C++ Wrold!》(29)--(C/C++)

C++的IO流和C++的类型转换----《Hello C++ Wrold!》(29)--(C/C++)

文章目录 * 前言 * C++的类型转换 * 四种命名的强制类型转换操作符 * static_cast * reinterpret_cast * const_cast * dynamic_cast * RTTI(这个了解一下就行了) * C++的IO流 * C++文件的IO流 * stringstream 前言 在 C++ 编程体系中，类型转换与 IO 流是支撑程序数据处理与交互的两大核心环节。类型转换关乎数据在不同类型间的安全传递与运算适配，而 IO 流则负责程序与外部设备（如键盘、屏幕、文件）之间的数据输入与输出，二者共同构成了 C++ 程序实现功能、交互信息的基础框架。 C 语言中的类型转换方式虽简洁，却存在可视性差、难以追踪的问题，容易在复杂程序中引发潜在的逻辑错误。为解决这一痛点，C++ 引入了四种命名明确的强制类型转换操作符 ——static_cast、reinterpret_

By Ne0inhk
C++ 多线程同步之条件变量（condition_variable）实战

C++ 多线程同步之条件变量（condition_variable）实战

C++ 多线程同步之条件变量（condition_variable）实战 💡 学习目标：掌握 C++ 标准库中条件变量的使用方法，理解条件变量与互斥锁的协同工作机制，能够解决多线程间的等待-通知问题。 💡 学习重点：std::condition_variable 的核心接口、wait() 与 notify_one()/notify_all() 的配合使用、生产者-消费者模型的实现。 49.1 条件变量的引入场景 在多线程编程中，我们经常会遇到线程需要等待某个条件满足后再执行的场景。 比如生产者线程生产数据后，消费者线程才能消费；队列不为空时，消费者才能从中取数据。 如果仅用互斥锁实现，消费者线程只能不断轮询检查条件，这会造成 CPU 资源的浪费。 ⚠️ 注意事项：单纯的轮询会导致 CPU 空转，降低程序运行效率，条件变量就是为解决这类问题而生的。 举个简单的轮询反例，消费者不断检查队列是否有数据： #include<iostream>

By Ne0inhk
C++ 仿函数详解：让对象像函数一样调用

C++ 仿函数详解：让对象像函数一样调用

前言 在 C++ 中，仿函数（Functor） 是指重载了 operator() 的类或结构体的对象，它们的行为类似于普通函数，因此可以像函数一样被调用。仿函数在 STL 算法、回调机制、函数适配器等场景中有着广泛的应用。本文将深入探讨仿函数的概念、优点、使用方式，并结合具体示例进行详细解析。 1. 为什么需要仿函数？ 在 C++ 中，我们可以用普通函数或 std::function（C++11 引入）来定义可调用对象，但仿函数相比之下有以下优势： * 状态存储：普通函数无法存储状态，而仿函数可以在对象内部维护状态，例如计数器、阈值等。 * 性能优化：由于仿函数是类的实例，可以通过内联优化减少函数调用的开销。 * 与 STL 兼容：STL 容器和算法广泛使用仿函数，如 std::sort() 可接受仿函数作为自定义排序规则。

By Ne0inhk