浙大数据结构:04-树7 二叉搜索树的操作集

2024-09-08 13:12

本文主要是介绍浙大数据结构:04-树7 二叉搜索树的操作集,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

这道题答案都在PPT上,所以先学会再写的话并不难。

1、BinTree Insert( BinTree BST, ElementType X )

递归实现,小就进左子树,大就进右子树。
为空就新建结点插入。
BinTree Insert( BinTree BST, ElementType X )
{if(!BST){BST=(BinTree)malloc(sizeof(struct TNode));BST->Data=X;BST->Left=BST->Right=NULL;return BST;}if(X < BST->Data)BST->Left=Insert(BST->Left,X);else if(X > BST->Data)BST->Right=Insert(BST->Right,X);return BST;
}

2、BinTree Delete( BinTree BST, ElementType X )

递归遍历直到找到该节点,才准备删除。
而删除结点有两种方法,一种是删左子树的最大值,一种是删右子树的最小值,这里我们取后者。
找到右子树最小值替换该结点的值,然后删除右子树的该结点
如果最多只有一个子树,则直接修改指针为该子树根节点即可。
BinTree Delete( BinTree BST, ElementType X )
{Position tmp;if(!BST)printf("Not Found\n");else{if(X<BST->Data)BST->Left=Delete(BST->Left,X);else if(X>BST->Data)BST->Right=Delete(BST->Right,X);else {
if(BST->Left&&BST->Right)
{tmp=FindMin(BST->Right);BST->Data=tmp->Data;BST->Right=Delete(BST->Right,BST->Data);}else {tmp=BST;if(!BST->Left)BST=BST->Right;else BST=BST->Left;free(tmp);}}}return BST;
}

3、Position Find( BinTree BST, ElementType X )

递归遍历数,小就找左,大就找右直到找到。
Position Find( BinTree BST, ElementType X )
{if(!BST)return NULL;if(X>BST->Data)return Find(BST->Right,X);else if(X<BST->Data)return Find(BST->Left,X);else return BST;
}

4、Position FindMin( BinTree BST )

递归只找左子树到尽头
Position FindMin( BinTree BST )
{
if(!BST)return NULL;else if(!BST->Left)return BST;else return FindMin(BST->Left);
}

5、Position FindMax( BinTree BST )

递归只找右子树到尽头
Position FindMax( BinTree BST )
{if(!BST)return NULL;else if(!BST->Right)return BST;else return FindMax(BST->Right);
}

这篇关于浙大数据结构:04-树7 二叉搜索树的操作集的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1148209

相关文章

认识、理解、分类——acm之搜索

普通搜索方法有两种:1、广度优先搜索;2、深度优先搜索; 更多搜索方法: 3、双向广度优先搜索; 4、启发式搜索(包括A*算法等); 搜索通常会用到的知识点:状态压缩(位压缩,利用hash思想压缩)。

hdu1240、hdu1253(三维搜索题)

1、从后往前输入,(x,y,z); 2、从下往上输入,(y , z, x); 3、从左往右输入,(z,x,y); hdu1240代码如下: #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#inc

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

6.1.数据结构-c/c++堆详解下篇(堆排序,TopK问题)

上篇:6.1.数据结构-c/c++模拟实现堆上篇(向下,上调整算法,建堆,增删数据)-CSDN博客 本章重点 1.使用堆来完成堆排序 2.使用堆解决TopK问题 目录 一.堆排序 1.1 思路 1.2 代码 1.3 简单测试 二.TopK问题 2.1 思路(求最小): 2.2 C语言代码(手写堆) 2.3 C++代码(使用优先级队列 priority_queue)

hdu 4517 floyd+记忆化搜索

题意: 有n(100)个景点,m(1000)条路,时间限制为t(300),起点s,终点e。 访问每个景点需要时间cost_i,每个景点的访问价值为value_i。 点与点之间行走需要花费的时间为g[ i ] [ j ] 。注意点间可能有多条边。 走到一个点时可以选择访问或者不访问,并且当前点的访问价值应该严格大于前一个访问的点。 现在求,从起点出发,到达终点,在时间限制内,能得到的最大

AI基础 L9 Local Search II 局部搜索

Local Beam search 对于当前的所有k个状态,生成它们的所有可能后继状态。 检查生成的后继状态中是否有任何状态是解决方案。 如果所有后继状态都不是解决方案,则从所有后继状态中选择k个最佳状态。 当达到预设的迭代次数或满足某个终止条件时,算法停止。 — Choose k successors randomly, biased towards good ones — Close

hdu4277搜索

给你n个有长度的线段,问如果用上所有的线段来拼1个三角形,最多能拼出多少种不同的? import java.io.BufferedInputStream;import java.io.BufferedReader;import java.io.IOException;import java.io.InputStream;import java.io.InputStreamReader;

《数据结构(C语言版)第二版》第八章-排序(8.3-交换排序、8.4-选择排序)

8.3 交换排序 8.3.1 冒泡排序 【算法特点】 (1) 稳定排序。 (2) 可用于链式存储结构。 (3) 移动记录次数较多,算法平均时间性能比直接插入排序差。当初始记录无序,n较大时, 此算法不宜采用。 #include <stdio.h>#include <stdlib.h>#define MAXSIZE 26typedef int KeyType;typedef char In

取得 Git 仓库 —— Git 学习笔记 04

取得 Git 仓库 —— Git 学习笔记 04 我认为, Git 的学习分为两大块:一是工作区、索引、本地版本库之间的交互;二是本地版本库和远程版本库之间的交互。第一块是基础,第二块是难点。 下面,我们就围绕着第一部分内容来学习,先不考虑远程仓库,只考虑本地仓库。 怎样取得项目的 Git 仓库? 有两种取得 Git 项目仓库的方法。第一种是在本地创建一个新的仓库,第二种是把其他地方的某个

动手学深度学习【数据操作+数据预处理】

import osos.makedirs(os.path.join('.', 'data'), exist_ok=True)data_file = os.path.join('.', 'data', 'house_tiny.csv')with open(data_file, 'w') as f:f.write('NumRooms,Alley,Price\n') # 列名f.write('NA