深层分析C++ 二叉搜索树(BST)完全指南:从概念原理、核心操作到底层实现

news2026/5/19 9:49:59
在计算机科学的世界里数据结构就像是建筑的基石而二叉搜索树Binary Search Tree简称 BST则是其中一块极为重要的基石。它不仅在算法设计、数据库管理等领域有着广泛的应用而且对于理解其他更复杂的数据结构也有着重要的意义。今天我们就来深入探讨一下 C 中的二叉搜索树从概念原理、核心操作到底层实现为你揭开它的神秘面纱。一、二叉搜索树的概念原理1.1 什么是二叉搜索树二叉搜索树是一种特殊的二叉树它具有以下性质对于树中的每个节点其左子树中的所有节点的值都小于该节点的值而右子树中的所有节点的值都大于该节点的值。这种特性使得二叉搜索树在查找、插入和删除操作上具有较高的效率。举个简单的例子假设有一个二叉搜索树根节点的值为 5它的左子节点的值为 3右子节点的值为 7。3 的左子节点为 1右子节点为 47 的左子节点为 6右子节点为 8。这样的结构就满足了二叉搜索树的性质。1.2 二叉搜索树的优势与其他数据结构相比二叉搜索树的主要优势在于其查找、插入和删除操作的时间复杂度通常为 O (log n)其中 n 是树中节点的数量。这使得它在处理大量数据时表现出色。不过需要注意的是在最坏情况下二叉搜索树可能会退化为链表此时时间复杂度会变为 O (n)。二、二叉搜索树的核心操作2.1 查找操作查找操作是二叉搜索树最基本的操作之一。其基本思路是从根节点开始比较要查找的值与当前节点的值的大小。如果要查找的值小于当前节点的值则递归地在左子树中查找如果要查找的值大于当前节点的值则递归地在右子树中查找如果相等则找到了目标节点。以下是 C 代码实现cpp#include iostream // 定义二叉搜索树节点结构 struct TreeNode { int val; TreeNode* left; TreeNode* right; TreeNode(int x) : val(x), left(nullptr), right(nullptr) {} }; // 查找操作 TreeNode* search(TreeNode* root, int target) { if (root nullptr || root-val target) { return root; } if (target root-val) { return search(root-left, target); } else { return search(root-right, target); } }2.2 插入操作插入操作的基本思路是从根节点开始比较要插入的值与当前节点的值的大小。如果要插入的值小于当前节点的值则递归地在左子树中插入如果要插入的值大于当前节点的值则递归地在右子树中插入。当遇到一个空节点时就在该位置插入新节点。以下是 C 代码实现cpp// 插入操作 TreeNode* insert(TreeNode* root, int val) { if (root nullptr) { return new TreeNode(val); } if (val root-val) { root-left insert(root-left, val); } else { root-right insert(root-right, val); } return root; }2.3 删除操作删除操作相对复杂一些需要考虑三种情况要删除的节点是叶子节点直接删除该节点。要删除的节点只有一个子节点用该子节点替换要删除的节点。要删除的节点有两个子节点找到该节点右子树中的最小节点用该最小节点的值替换要删除的节点的值然后删除右子树中的最小节点。以下是 C 代码实现cpp// 找到右子树中的最小节点 TreeNode* findMin(TreeNode* root) { while (root-left ! nullptr) { root root-left; } return root; } // 删除操作 TreeNode* deleteNode(TreeNode* root, int key) { if (root nullptr) { return root; } if (key root-val) { root-left deleteNode(root-left, key); } else if (key root-val) { root-right deleteNode(root-right, key); } else { // 情况 1: 没有子节点或只有一个子节点 if (root-left nullptr) { TreeNode* temp root-right; delete root; return temp; } else if (root-right nullptr) { TreeNode* temp root-left; delete root; return temp; } // 情况 2: 有两个子节点 TreeNode* temp findMin(root-right); root-val temp-val; root-right deleteNode(root-right, temp-val); } return root; }三、二叉搜索树的底层实现3.1 完整的 C 代码实现cpp#include iostream // 定义二叉搜索树节点结构 struct TreeNode { int val; TreeNode* left; TreeNode* right; TreeNode(int x) : val(x), left(nullptr), right(nullptr) {} }; // 查找操作 TreeNode* search(TreeNode* root, int target) { if (root nullptr || root-val target) { return root; } if (target root-val) { return search(root-left, target); } else { return search(root-right, target); } } // 插入操作 TreeNode* insert(TreeNode* root, int val) { if (root nullptr) { return new TreeNode(val); } if (val root-val) { root-left insert(root-left, val); } else { root-right insert(root-right, val); } return root; } // 找到右子树中的最小节点 TreeNode* findMin(TreeNode* root) { while (root-left ! nullptr) { root root-left; } return root; } // 删除操作 TreeNode* deleteNode(TreeNode* root, int key) { if (root nullptr) { return root; } if (key root-val) { root-left deleteNode(root-left, key); } else if (key root-val) { root-right deleteNode(root-right, key); } else { // 情况 1: 没有子节点或只有一个子节点 if (root-left nullptr) { TreeNode* temp root-right; delete root; return temp; } else if (root-right nullptr) { TreeNode* temp root-left; delete root; return temp; } // 情况 2: 有两个子节点 TreeNode* temp findMin(root-right); root-val temp-val; root-right deleteNode(root-right, temp-val); } return root; } // 中序遍历 void inorder(TreeNode* root) { if (root ! nullptr) { inorder(root-left); std::cout root-val ; inorder(root-right); } } int main() { TreeNode* root nullptr; root insert(root, 50); insert(root, 30); insert(root, 20); insert(root, 40); insert(root, 70); insert(root, 60); insert(root, 80); std::cout Inorder traversal before deletion: ; inorder(root); std::cout std::endl; root deleteNode(root, 20); std::cout Inorder traversal after deleting 20: ; inorder(root); std::cout std::endl; root deleteNode(root, 30); std::cout Inorder traversal after deleting 30: ; inorder(root); std::cout std::endl; root deleteNode(root, 50); std::cout Inorder traversal after deleting 50: ; inorder(root); std::cout std::endl; return 0; }3.2 代码解释在上述代码中我们定义了二叉搜索树的节点结构 TreeNode并实现了查找、插入、删除和中序遍历操作。中序遍历操作可以帮助我们验证二叉搜索树的正确性因为中序遍历二叉搜索树得到的结果是一个有序的序列。二叉搜索树是一种非常重要的数据结构它在查找、插入和删除操作上具有较高的效率。通过本文的介绍我们了解了二叉搜索树的概念原理、核心操作以及底层实现。在实际应用中我们可以根据具体需求对二叉搜索树进行优化例如使用平衡二叉搜索树如 AVL 树、红黑树等来避免最坏情况的发生。希望本文能够帮助你更好地理解和掌握 C 中的二叉搜索树。如果你在学习过程中遇到任何问题欢迎在评论区留言讨论。让我们一起在计算机科学的道路上不断探索前进以上就是关于 C 二叉搜索树的完全指南希望对你有所帮助。记得在实际应用中灵活运用这些知识不断提升自己的编程能力。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2624599.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…