跳到主要内容 C++ 二叉搜索树:概念、性能分析与代码实现 | 极客日志
C++ 算法
C++ 二叉搜索树:概念、性能分析与代码实现 C++ 二叉搜索树又称二叉排序树,满足左子树节点值小于等于根节点、右子树大于等于根节点的性质。其平均时间复杂度为 O(log N),最坏情况下退化为 O(N)。支持插入、查找、删除操作,删除时需处理四种情况,包括左右子树均非空时的替换法。适用于 Key 搜索(如车牌识别)及 Key/Value 搜索(如词频统计、字典翻译)场景。
292440837 发布于 2026/2/7 更新于 2026/4/18 1 浏览C++ 二叉搜索树
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,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:
需要存储在支持下标随机访问的结构中,并且有序。
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:
树为空,则直接新增结点,赋值给 root 指针
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。
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 ( K& key) :_key(key), _left( ), _right( ) {}
};
< >
{
BSTNode<K> Node;
:
{
(_root == ) {
_root = (key);
;
}
Node* parent = ;
Node* cur = _root;
(cur) {
(cur->_key < key) {
parent = cur;
cur = cur->_right;
} (cur->_key > key) {
parent = cur;
cur = cur->_left;
} {
;
}
}
cur = (key);
(parent->_key < key) {
parent->_right = cur;
} {
parent->_left = cur;
}
;
}
{
_InOrder(_root);
cout << endl;
}
:
_InOrder(Node* root) {
(root == ) {
;
}
_InOrder(root->_left);
cout << root->_key << ;
_InOrder(root->_right);
}
Node* _root = ;
};
微信扫一扫,关注极客日志 微信公众号「极客日志」,在微信中扫描左侧二维码关注。展示文案:极客日志 zeeklog
相关免费在线工具 加密/解密文本 使用加密算法(如AES、TripleDES、Rabbit或RC4)加密和解密文本明文。 在线工具,加密/解密文本在线工具,online
Base64 字符串编码/解码 将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具,Base64 字符串编码/解码在线工具,online
Base64 文件转换器 将字符串、文件或图像转换为其 Base64 表示形式。 在线工具,Base64 文件转换器在线工具,online
Markdown转HTML 将 Markdown(GFM)转为 HTML 片段,浏览器内 marked 解析;与 HTML转Markdown 互为补充。 在线工具,Markdown转HTML在线工具,online
HTML转Markdown 将 HTML 片段转为 GitHub Flavored Markdown,支持标题、列表、链接、代码块与表格等;浏览器内处理,可链接预填。 在线工具,HTML转Markdown在线工具,online
JSON 压缩 通过删除不必要的空白来缩小和压缩JSON。 在线工具,JSON 压缩在线工具,online
const
nullptr
nullptr
template
class
K
class
BSTree
typedef
public
bool Insert (const K& key)
if
nullptr
new
Node
return
true
nullptr
while
if
else
if
else
return
false
new
Node
if
else
return
true
void InOrder ()
private
void
if
nullptr
return
" "
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
从根开始比较,查找 x,x 比根的值大则往右边查找,x 比根值小则往左边查找。
最多查找高度次,走到空,还没找到,这个值不存在。
如果不支持插入相等的值,找到 x 即可返回
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):
要删除结点 N 左右孩子均为空
要删除的结点 N 左孩子为空,右孩子结点不为空
要删除的结点 N 右孩子为空,左孩子结点不为空
要删除的结点 N 左右孩子结点均不为空
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)
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
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
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 {
if (cur->_left == nullptr ) {
if (cur == _root) {
_root = cur->_right;
} else {
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 {
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 ) {}
};
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 {
if (cur->_left == nullptr ) {
if (cur == _root) {
_root = cur->_right;
} else {
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 {
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 ();
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:小区无人值守车库,小区车库买了车位的业主车才能进小区,那么物业会把买了车位的业主的车牌号录入后台系统,车辆进入时扫描车牌在不在系统中,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:商场无人值守车库,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 - 入场时间计算出停车时长,计算出停车费用,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 >
struct BSTNode {
K _key;
V _value;
BSTNode<K, V>* _left;
BSTNode<K, V>* _right;
BSTNode (const K& key, const V& value) :_key(key), _value(value), _left(nullptr ), _right(nullptr ) {}
};
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 {
if (cur->_left == nullptr ) {
if (cur == _root) {
_root = cur->_right;
} else {
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 {
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 #include "BSTree.h"
#include <string>
#include <vector>
using namespace std;
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" };
BSTree<string, int > countTree;
for (auto & e : arr) {
auto ret = countTree.Find (e);
if (ret == nullptr ) {
countTree.Insert (e, 1 );
} else {
ret->_value++;
}
}
countTree.InOrder ();
return 0 ;
}