C++ 二叉排序树

  1. 二叉排序树的要求:树根的左子树,均要小于树根;树根的右子树,均要大于树根。对于任意一个结点及其子树,均要满足二叉排序树的要求。
  2. 基于二叉排序树的基本特性,可知:左子树的最一定位于左子树的最右边;右子树的最大数据一定位于右子树的最左边。
  3. 对于二叉排序树的构建,依次与树 / 子树的根结点进行对比,小于根结点,放在左边;大于根结点,放在右边,直到插入位置左右子树为空时停止,在该位置插入。
  4. 二叉排序树的最大查找次数,就是树的深度,类似于折半查找,每查一次排除一半的树。
  5. 删除二叉排序树的过程: 基于二叉树的查找,找到要删除的 root 结点,如果 root 结点没有左子树 / 没有右子树,则非常好办,直接将右子树 / 左子树覆盖 root 结点即可,不论下面多么复杂,都符合二叉排序树的要求。如果左右子树均不为空,那就进入该 root 结点的左子树,找到左子树的最大数据结点 tempNode ,将最大数据覆值给要删除的结点,再在 root 结点的左子树删除 tempNode 结点。主要思想就是:找到要删除结点的左子树中的最大结点当做“替死鬼”,再删除该“替死鬼”,并不是真的删除 root 结点。
代码实践

代码语言:javascript

AI代码解释

/* 二叉排序树(又叫二叉查找树) */ #include <iostream> using namespace std; typedef int KeyType; // 树 typedef struct BSTNode { KeyType key; // 数据域 struct BSTNode *lchild, *rchild; // 左孩子,右孩子 } BSTNode, *BiTree; // 插入结点 int BST_Insert(BiTree &T, KeyType k) { if (T == NULL) { // 第一个结点作为树根 T = (BSTNode *)malloc(sizeof(BSTNode)); T->key = k; T->lchild = T->rchild = NULL; return 1; } else if (k == T->key) { return 0; // 发现相同元素,不插入 } else if (k < T->key) { return BST_Insert(T->lchild, k); // 插入结点小于当前结点,插入左边 } else { return BST_Insert(T->rchild, k); // 插入结点小于当前结点,插入右边 } } // 构建二叉排序树 void Creat_BST(BiTree &T, KeyType str[], int n) { T = NULL; int i = 0; while (i < n) { BST_Insert(T, str[i]); // 把某一结点放入二叉排序树 i++; } } // 二叉排序树的查找 BSTNode *BST_Search(BiTree T, KeyType key, BSTNode *&p) { p = NULL; while (T != NULL && key != T->key) { p = T; if (key < T->key) { T = T->lchild; } else { T = T->rchild; } } return T; // 没有引用,不会造成影响 } // 删除结点 void DeleteNode(BSTNode *&root, KeyType x) { if (root == NULL) { return; } if (root->key > x) { DeleteNode(root->lchild, x); } else if (root->key < x) { DeleteNode(root->rchild, x); } else { // 查找到了删除结点 if (root->lchild == NULL) { // 左子树为空 BSTNode *tempNode = root; root = root->rchild; // 直接将右子树赋值该结点,然后释放 free(tempNode); } else if (root->rchild == NULL) { // 右子树为空 BSTNode *tempNode = root; root = root->lchild; // 直接将右子树赋值该结点,然后释放 free(tempNode); } else { // 左右子树都不为空 // 删除策略:选取左子树的最大数据 或 右子树的最小数据 // 此处策略寻找左子树的最大数据 BSTNode *tempNode = root->lchild; if (tempNode->rchild != NULL) { tempNode = tempNode->rchild; // 左子树的最大数据,一定位于左子树的最右结点,右子树的最小数据,一定位于右子树的最左结点 } root->key = tempNode->key; // 将左子树的最大结点置于根结点,再删除左子树的对应结点 DeleteNode(root->lchild, tempNode->key); } } } // 中序遍历:左根右 void InOrder(BiTree T) { if (T != NULL) { InOrder(T->lchild); cout << T->key << " "; // putchar(T->key); InOrder(T->rchild); } } int main() { BiTree T; // 树根 BSTNode *parent; // 存储父亲结点的地址 BSTNode *search; // 查找结点 KeyType str[] = {54, 20, 66, 40, 28, 79, 58}; Creat_BST(T, str, 7); InOrder(T); printf("\n"); search = BST_Search(T, 40, parent); if (search) { printf("找到对应结点,值=%d\n", search->key); } else { printf("未找到对应结点\n"); } DeleteNode(T, 40); InOrder(T); return 0; }

Read more

从割裂到融合:MATLAB与Python混合编程实战指南

从割裂到融合:MATLAB与Python混合编程实战指南

从割裂到融合:MATLAB与Python混合编程实战指南 摘要:在科学计算领域,MATLAB和Python就像两把各有所长的“神兵利器”——MATLAB凭借矩阵运算的“独门绝技”称霸工程仿真,Python则依靠开源生态的“人海战术”横扫AI与数据科学。但在实际研发中,单一语言往往难以覆盖全流程需求:用MATLAB做完工程仿真,想对接Python的机器学习模型;用Python训练好AI模型,又需要MATLAB做工程验证。 这种场景下,MATLAB与Python的混合编程不再是“锦上添花”,而是提升研发效率的“刚需”。本文将手把手教你打通两大语言的壁垒,从技术原理到代码实战,全方位解析跨语言协作的最优路径。 一、核心技术路径对比 在动手编码前,先理清MATLAB与Python互调的核心方案,不同场景适配不同技术: 技术方案适用场景性能部署复杂度核心优势MATLAB Engine APIPython调用MATLAB函数(开发阶段)高低(需装MATLAB)调用最直接,支持全量MATLAB功能MATLAB Compiler SDKMATLAB代码打包部署(生产环境)中中(需运行时

By Ne0inhk
C++ string 类从原理到实战

C++ string 类从原理到实战

一、引言 在 C++ 编程中,string是处理字符串的核心类,相较于 C 风格字符数组,它自动管理内存、提供丰富操作接口,极大提升了开发效率与代码安全性。本文将从深浅拷贝原理、string底层模拟实现、标准库string常用函数详解、迭代器与容器实战、字符串数字相加案例等维度,全面梳理string类的核心知识,形成从原理到实战的完整体系。 二、浅拷贝与深拷贝的基本概念 2.1 浅拷贝 浅拷贝仅复制对象成员变量的值,若成员包含指针,仅拷贝指针地址,使多个对象指向同一块内存。 * 问题:对象析构时,同一块内存会被重复释放,导致程序崩溃或悬空指针。 * 本质:位拷贝,只拷贝指针,不拷贝指向的数据。 2.2 深拷贝 深拷贝会为指针成员重新分配独立内存,并复制原数据,使每个对象拥有专属内存空间,互不干扰。 * 优势:避免内存重复释放、数据篡改等问题,是string类的默认拷贝机制。 * 本质:重新开辟内存 + 数据拷贝。

By Ne0inhk

C/C++中的信号与槽:原理、实现、优化与高阶应用

C/C++中的信号与槽:原理、实现、优化与高阶应用 1. 概述 信号(Signal)与槽(Slot)是一种解耦的事件通知机制:一方发出“信号”,另一方以“槽”进行响应。它可视为观察者/发布-订阅模式的工程化落地,典型实现包括 Qt 的 Signals/Slots、Boost.Signals2、libsigc++,以及在 C 语言中以函数指针回调为核心的等效通讯方案。 核心价值: * 解耦:发出者无需了解接收者的具体类型与实现。 * 可组合:一个信号可连接多个槽,或被多个对象监听。 * 安全管理:可断开连接、支持弱引用与生命周期控制。 * 跨线程:通过队列(消息循环)进行异步派发,保障线程安全。 * 可观测:便于打点、统计与调优。 2. 名词解释

By Ne0inhk
(C/C++)基础数据结构(二叉树,图)以及基础算法------下篇

(C/C++)基础数据结构(二叉树,图)以及基础算法------下篇

本文的主要内容是讲解基础的一些数据结构,如:二叉树,图。以及与其有关的一些基础算法(二叉树的便利,图的最短路径),这里使用的语言为C++。  在讲解数据结构之前,这里先对一些常用的值使用宏进行定义,方便后续的程序编写 #define MAXSIZE 65536 #define MAX_GRAPH_LENGTH 16 #define ElemType int #define VertexType char         首先要讲解的数据结构是二叉树,二叉树是一种树形结构,使用二叉链表进行存储,其形状大致如下图所示:         如上图,一颗二叉树有且只有一个根节点,每个节点有两个子节点,分别为左孩节点和右孩节点,左孩节点与右孩节点本身也是一颗二叉树,可见,二叉树的定义是递归的。         接下来我们来看如何使用C++语言描述二叉树的节点,这里我们使用链式表示法,其代码如下: typedef struct BTNode { ElemType data; BTNode * lchild,//左孩子指针 * rchild;//右孩子指针

By Ne0inhk