一.树的专业术语

首先先介绍树的专业术语

二.二叉树的原理

二叉搜索树（Binary Search Tree，BST）是一种常见的数据结构，它在计算机科学中被广泛应用于数据的存储和检索。它是一棵二叉树，其中每个节点都包含一个键值，并满足以下性质：

左子树中的所有节点的键值小于根节点的键值。
右子树中的所有节点的键值大于根节点的键值。
左子树和右子树也都是二叉搜索树。
这个性质使得二叉搜索树具有非常高效的查找、插入和删除操作。

二叉搜索树的原理可以通过以下几个操作来解释：

查找（Search）：从根节点开始，比较要查找的键值与当前节点的键值。如果它等于当前节点的键值，则查找成功。如果要查找的键值小于当前节点的键值，则继续在左子树中查找；如果要查找的键值大于当前节点的键值，则继续在右子树中查找。直到找到匹配的键值或者遍历到叶子节点为止。

插入（Insertion）：插入操作从根节点开始，比较要插入的键值与当前节点的键值。如果要插入的键值小于当前节点的键值，并且当前节点没有左子节点，则将新节点作为当前节点的左子节点；如果要插入的键值大于当前节点的键值，并且当前节点没有右子节点，则将新节点作为当前节点的右子节点。如果当前节点已有左子节点或右子节点，则继续在相应的子树上进行插入操作，直到找到服务器托管网合适的位置。

删除（Deletion）：删除操作是比较复杂的，因为需要考虑不同的情况。首先，找到要删除的节点。如果要删除的节点没有子节点，可以直接删除它。如果要删除的节点只有一个子节点，可以用其子节点替换它。如果要删除的节点有两个子节点，可以找到其右子树中的最小节点（或者左子树中的最大节点）来替换它。替换后，再删除该最小（或最大）节点。删除操作需要保持二叉搜索树的性质。

总结来说，二叉搜索树通过利用节点键值的大小关系，将较小的值放在左子树，较大的值放在右子树。这样的组织结构可以在平均情况下以O(log n)的时间复杂度进行查找、插入和删除操作，但在最坏情况下，如果树的形状极度不平衡，时间复杂度可能会退化为O(n)。因此，在实际应用中，需要进行平衡操作，如红黑树或AVL树，以保证树的平衡性，提高性能。

三.常见的二叉树分类

1.完全二叉树

完全二叉树 — 若设二叉树的高度为 h，除第 h 层外，其它各层 (1～h-1) 的结点数都达到最大个数第 h 层有叶子节点，并且叶子结点都是从左到右依次排布，这就是完全二叉树（堆就是完全二叉树）。

2.平衡二叉树

平衡二叉树— 又被称为 AVL 树，它是一颗空树或左右两个子树的高度差的绝对值不超过 1，并且左右两个子树都是一棵平衡二叉树。

3.二叉搜索树

二叉搜索树 — 又称二叉查找树、二叉排序树（Binary Sort Tree）。它是一颗空树或是满足下列性质的二叉树：
1.若左子树不空，则左子树上所有节点的值均小于或等于它的根节点的值；
2.若右子树不空，则右子树上所有节点的值均大于或等于它的根节点的值；
3.左、右子树也分别为二叉排序树。

四.二叉搜索树算法具体实现

当我们在数组中查找一个数的时候,需要从前往后逐个遍历,这样效率很忙
二叉搜索树就是把数据用它的规则进行从大到小排序,使用折半查找(二分查找)

二叉树一般采用链式存储方式：每个结点包含两个指针域，指向两个孩子结点，还包含一个数据域，存储结点信息。
二叉搜索树插入节点
将要插入的结点 e，与节点 root 节点进行比较，若小于则去到左子树进行比较，若大于则去到右子树进行比较，重复以上
操作直到找到一个空位置用于放置该新节点

二叉搜索树删除节点
将要删除的节点的值，与节点 root 节点进行比较，若小于则去到左子树进行比较，若大于则去到右子树进行比较，重复以
上操作直到找到一个节点的值等于删除的值，则将此节点删除。删除时有 4 中情况须分别处理：
1.删除节点不存在左右子节点，即为叶子节点，直接删除
2.删除节点存在左子节点，不存在右子节点，直接把左子节点替代删除节点
3.删除节点存在右子节点，不存在左子节点，直接把右子节点替代删除节点
4.删除节点存在左右子节点，则取左子树上的最大节点或右子树上的最小节点替换删除节点。

二叉树的遍历
二叉树的遍历是指从根结点出发，按照某种次序依次访问所有结点，使得每个结点被当且访问一次。共分为四种方式：
前序遍历 – 先访问根节点，然后前序遍历左子树，再前序遍历右子树

五.二叉搜索树具体实现代码

stack.h

#pragma once
#include 
#include 
#include "tree.h"

#define MaxSize 128

typedef struct _SqStack {
	Bnode* base;		//栈底指针
	Bnode* top;		//栈顶指针
}SqStack;

bool InitStack(SqStack& S) //构造一个空栈 S
{
	S.base = new Bnode[MaxSize];//为顺序栈分配一个最大容量为 Maxsize 的空间
	if (!S.base) return false; //空间分配失败

	S.top = S.base; //top 初始为 base，空栈

	return true;
}

bool PushStack(SqStack& S, Bnode e) {	 插入元素 e 为新的栈顶元素
	if (S.top - S.base == MaxSize) {
		printf("栈为满!n");
		return false;
	}

	*(S.top++) = e;	//元素 e 压入栈顶，然后栈顶指针加 1，等价于*S.top=e;S.top++;

	return true;
}

bool PopStack(SqStack& S, Bnode& e) {	//删除 S 的栈顶元素，暂存在变量 e中
	if (S.top == S.base) {
		printf("空栈!n");
		return false;
	}

	e = *(--S.top);	//栈顶指针减 1，将栈顶元素赋给 e

	return true;
}

Bnode* GetTop(SqStack& S) { //返回 S 的栈顶元素，栈顶指针不变
	if (S.base != S.top) {
		return S.top - 1;
	}
	else
	{
		printf("空栈!n");
		return nullptr;
	}
}

int GetSize(SqStack& S) {	//返回栈中元素个数
	return (S.top - S.base);
}

bool IsEmpty(SqStack& S) {//判断栈是否为空
	if (S.top == S.base) {
		return true;
	}
	else {
		return false;
	}
}

void DestroyStack(SqStack& S) {//销毁栈
	if (S.base) {
		free(S.base);
		S.base = NULL;
		S.top = NULL;
	}
}

tree.h

#pragma once
#define MAX_NODE 1024

#define isLess(a,b)  (ab)
#define isEqual(a,b) (a==b)

typedef int ElemType;

typedef struct _Bnode {
	ElemType data;	//数据
	struct _Bnode* lchild, * rchild;	//左右孩子节点
}Bnode, Btree;	//Bnode是结构体的指针类型,*Btree是提前定义好了的指向结构体的指针
//	*Btree等于提前创建了一个存储_Bnode类型的指针

main

#include 
#include 
#include 
#include "tree.h"
#include "stack.h"

#define MAX_NODE 1024

using namespace std;


bool InsertBtree(Btree** root, Bnode* node) {	 //插入
	Bnode* tmp = nullptr;
	Bnode* parent = nullptr;
	bool abs = false;

	if (!node) return false;
	else {
		node->lchild = nullptr;
		node->rchild = nullptr;
	}

	if (*root) {	//存在根节点
		tmp = *root;
	}
	else			//不存在根节点
	{
		*root = node;
		return true;
	}

	while (tmp != NULL)
	{
		parent = tmp;	//保存父节点
		printf("父节点:%dn", parent->data);
		if (isLess(node->data, tmp->data)) {
			tmp = tmp->lchild;
			abs = true;		//
		}
		else {
			tmp = tmp->rchild;
			abs = false;	
		}
	}

	//if (isLess(node->data,parent->data))
	if (abs) {	//找到空位置后，进行插入
		parent->lchild = node;
	}
	else
	{
		parent->rchild = node;
	}

	return true;
}

int findMax(Btree* root) {
	assert(root != nullptr);

	//方式一,使用递归
	/*if (root->rchild) {
		root = root->rchild;
	}
	return root->data;*/

	//方式二,使用循环
	while (root->rchild)
	{
		root = root->rchild;
	}

	r服务器托管网eturn root->data;
}

Btree* DeleteNode(Btree* root, int key, Btree*& deleteNode) {
	if (root == nullptr)return NULL;	//没有找到删除的节点

	if (root->data > key) {
		root->lchild = DeleteNode(root->lchild, key, deleteNode);
		return root;
	}
	else if (root->data  key) {
		root->rchild = DeleteNode(root->rchild, key, deleteNode);
		return root;
	}

	deleteNode = root;

	//删除节点不存在左右子节点，即为叶子节点，直接删除
	//所有删除功能待实现
	if (root->lchild == nullptr && root->rchild == nullptr) return NULL;

	//删除节点只存在右子节点，直接用右子节点取代删除节点
	if (root->lchild == nullptr && root->rchild != nullptr)return root->rchild;

	//删除节点只存在左子节点，直接用左子节点取代删除节点
	if (root->lchild != NULL && root->rchild == NULL)return root->lchild;

	//删除节点存在左右子节点，直接用左子节点最大值取代删除节点
	//循环断点仔细看看这段代码
	int val = findMax(root->lchild);
	root->data = val;	//赋值
	root->lchild = DeleteNode(root->lchild, val, deleteNode);	//用完了就要删掉

	return root;
}

//使用递归查询节点
Bnode* queryByRec(Btree* root, ElemType e) {
	if (root == nullptr || isEqual(root->data, e))
		return root;
	else if (isLess(e, root->data))
		return queryByRec(root->lchild, e);
	else
		return queryByRec(root->rchild, e);
}

//使用非递归查询节点
Bnode* queryByLoop(Bnode* root, int e) {
	while (root != nullptr && !isEqual(root->data, e))
	{
		if (isLess(root->data, e)) {
			root = root->rchild;
		}
		else {
			root = root->lchild;
		}
	}

	return root;
}

//采用递归实现前序遍历
void PreOrderRec(Btree* root) {
	if (root == nullptr)return;

	printf("-%d-", root->data);
	PreOrderRec(root->lchild);
	PreOrderRec(root->rchild);
}

//采用非递归实现前序遍历
//借助栈实现前序遍历
void PreOrder(Btree* root) {
	Bnode cur;

	if (root == nullptr)return;

	SqStack stack;
	InitStack(stack);
	PushStack(stack,*root);	//头节点先入栈

	while (!(IsEmpty(stack)))
	{
		PopStack(stack, cur);	//要遍历的节点
		printf("-%d-", cur.data);
		if (cur.rchild != nullptr) {
			PushStack(stack,*(cur.rchild));	//右子节点先入栈，后处理
		}

		if (cur.lchild!=nullptr) {
			PushStack(stack, *(cur.lchild));//左子节点后入栈，接下来先处理
		}
	}
	DestroyStack(stack);
}

int main(void) {
	int test[] = { 19, 7, 25, 5, 11, 15, 21, 61 };
	Bnode* root = NULL, * node = NULL;
	Bnode* Delete = nullptr;	//记录被删除的节点
	node = new Bnode;
	node->data = test[0];
	InsertBtree(&root, node);	//插入根节点
	for (int i = 1; i  sizeof(test) / sizeof(test[0]); i++) {
		node = new Bnode;
		node->data = test[i];
		if (InsertBtree(&root, node)) {
			printf("节点 %d 插入成功n", node->data);
		}
		else {
			printf("节点 %d 插入失败n", node->data);
		}
	}

	Bnode* tmp = queryByRec(root, 25);
	printf("搜索二叉搜索树，节点 25 %sn", tmp ? "存在" : "不存在");

	Bnode* tmp1 = queryByRec(root, 55);
	printf("搜索二叉搜索树，节点 55 %sn", tmp1 ? "存在" : "不存在");

	cout  endl;
	PreOrderRec(root);
	cout  endl;
	PreOrder(root);
	cout  endl;

	cout  "删除节点 25"  endl;
	Bnode* del = DeleteNode(root, 25, Delete);
	Bnode* tmp2 = queryByRec(root, 25);
	delete Delete;	//销毁内存
	printf("搜索二叉搜索树，节点 25 %sn", tmp2 ? "存在" : "不存在");

	cout  endl;
	PreOrderRec(root);
	cout  endl;
	PreOrder(root);
	cout  endl;
	
	system("pause");
	return 0;
}

服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net

相关推荐: 自动化回归测试平台 AREX 的 Mock 实现原理

源创会，线下重启！2023年7月1日深圳站—基础软件技术面面谈！早鸟票限时抢购！ AREX 是一款开源的基于真实请求与数据的自动化回归测试平台，利用 Java Agent 字节码注入技术，通过在生产环境录制和存储请求、应答数据，并在测试环境回放请求和注入 Mo…