C++模拟实现二叉搜索树功能_C/C++

前言
二叉搜索树（binary search tree，bst）作为一种经典的树形数据结构，凭借其高效的动态查找、插入和删除特性，在计算机科学领域有着广泛的应用。从底层实现来看，c++ 标准库中的 map、set、multimap、multiset 等关联式容器，其核心逻辑正是基于二叉搜索树（红黑树作为其平衡优化版本）构建。

相较于面向对象编程中的多态特性（侧重行为的动态绑定与代码复用），二叉搜索树聚焦于数据的有序存储与高效检索，其核心价值在于利用 “左子树值≤根节点值≤右子树值” 的结构性约束，将查找、插入、删除操作的时间复杂度控制在近似 o(logn)（理想的平衡状态下）；而在最坏的单支树场景下，时间复杂度退化为 o(n)，这也体现了数据结构设计中 “结构与性能” 的强关联性。

本文将从二叉搜索树的核心定义出发，逐步拆解节点设计、树的构建、插入、查找、删除等核心操作的实现逻辑，并区分 “仅存关键码（key）” 与 “键值对（key/value）” 两种典型应用场景，最终给出完整的可运行代码实现。代码实现过程中兼顾 c++11 语法特性（如 using 类型别名）、代码封装性（私有成员访问控制）与逻辑健壮性（边界条件处理），力求在清晰性与工程性之间找到平衡。

一、二叉搜索树的概念

二叉搜索树又称二叉排序树，满足以下核心特性：

左子树不为空，则左子树上所有节点的值都小于等于根节点的值
右子树不为空，则右子树上所有节点的值都大于等于根节点的值
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同的值，也可以不支持插入相等的值。其中map、set、multimap、multiset系列的如期底层就是二叉搜索树，其中map、set不支持插入相等值，multimap、multiset支持插入相等的值。

二、二叉搜索树的性能分析

最好情况：树的结构接近完全二叉树，高度为 logn，此时查找、插入、删除操作的时间复杂度为 o(logn)；
最坏情况：树退化为单支树，高度为 n，此时操作的时间复杂度退化为 o(n)。

三、二叉搜索树的整体框架

3.1 节点

二叉搜索树本质是由节点连接而成的链式结构，每个节点包含关键码、左孩子指针、右孩子指针，具体实现如下：

#pragma once
#include<iostream>
using namespace std;
// 二叉搜索树节点结构
template<class k>
struct bstnode
{
	k _key;               // 节点存储的关键码
	bstnode<k>* _left;    // 左孩子节点指针
	bstnode<k>* _right;   // 右孩子节点指针
	// 构造函数：初始化节点
	bstnode(const k& key)
		:_key(key)
		, _left(nullptr)
		, _right(nullptr)
	{
	}
};

3.2 树的类封装

将二叉搜索树封装为类，根节点作为私有成员（保证数据封装性），使用 c++11 的 using 简化节点类型名：

template<class k>
class bstree
{
	using node = bstnode<k>; // c++11 类型别名，替代传统 typedef
public:
	// 核心操作声明（插入、查找、删除、中序遍历）
	bool insert(const k& key);
	bool find(const k& key);
	bool erase(const k& key);
	void inorder();
private:
	// 私有辅助函数：中序遍历的递归实现
	void _inorder(node* root);
	node* _root = nullptr; // 根节点指针，初始化为空
};

3.3 插入

插入逻辑：

若树为空，直接创建新节点作为根节点；
若树不为空，按二叉搜索树规则遍历：插入值大于当前节点则向右走，小于则向左走，找到空位置后插入新节点；
若不支持重复值插入，遇到与当前节点值相等的情况则返回插入失败。

int a[] = {8, 3, 1, 10, 6, 4, 7, 14, 13};

template<class k>
bool bstree<k>::insert(const k& key)
{
	// 情况1：树为空，直接创建根节点
	if (_root == nullptr)
	{
		_root = new node(key);
		return true;
	}
	// 情况2：树不为空，遍历找到插入位置
	node* cur = _root;
	node* parent = nullptr; // 记录当前节点的父节点（用于后续连接新节点）
	while (cur)
	{
		if (cur->_key < key)
		{
			parent = cur;
			cur = cur->_right; // 大于当前节点，向右遍历
		}
		else if (cur->_key > key)
		{
			parent = cur;
			cur = cur->_left; // 小于当前节点，向左遍历
		}
		else
		{
			// 找到相等值，不插入（若支持重复值，可改为向右/左遍历）
			return false;
		}
	}
	// 找到空位置，创建新节点并连接到父节点
	cur = new node(key);
	if (parent->_key < key)
	{
		parent->_right = cur; // 新节点值更大，连接到父节点右孩子
	}
	else
	{
		parent->_left = cur; // 新节点值更小，连接到父节点左孩子
	}
	return true;
}

3.4 查找

从根节点开始比较：查找值大于根节点则向右查找，小于则向左查找；
遍历至空节点则说明查找失败，找到相等值则返回成功；
若支持重复值，通常要求返回中序遍历的第一个目标值（需额外逻辑，本文实现基础版）。

template<class k>
bool bstree<k>::find(const k& key)
{
	node* cur = _root;
	while (cur)
	{
		if (cur->_key < key)
		{
			cur = cur->_right; // 大于当前节点，向右查找
		}
		else if (cur->_key > key)
		{
			cur = cur->_left; // 小于当前节点，向左查找
		}
		else
		{
			return true; // 找到目标值，返回成功
		}
	}
	return false; // 遍历至空，查找失败（补充原代码缺失的返回值）
}

3.5 删除

删除逻辑：

先查找目标节点：不存在则返回失败；
存在则分三种情况处理（合并叶子节点与单孩子节点逻辑）：
- 左孩子为空：将父节点的对应指针指向当前节点的右孩子，删除当前节点；
- 右孩子为空：将父节点的对应指针指向当前节点的左孩子，删除当前节点；

左右孩子都不为空：采用 “替换法”—— 找右子树的最小节点（最左节点）或左子树的最大节点（最右节点）替换目标节点，再删除替换节点（替换节点必为单孩子 / 叶子节点）。

template<class k>
bool bstree<k>::erase(const k& key)
{
	node* cur = _root;
	node* parent = nullptr;
	while (cur)
	{
		if (cur->_key < key)
		{
			parent = cur;
			cur = cur->_right;
		}
		else if (cur->_key > key)
		{
			parent = cur;
			cur = cur->_left;
		}
		else // 找到要删除的节点
		{
			// 情况1：左孩子为空（叶子节点/仅右孩子）
			if (cur->_left == nullptr)
			{
				// 处理根节点删除的特殊情况
				if (cur == _root)
				{
					_root = cur->_right;
				}
				else
				{
					// 父节点的左/右指针指向当前节点的右孩子
					if (parent->_left == cur)
					{
						parent->_left = cur->_right;
					}
					else
					{
						parent->_right = cur->_right;
					}
				}
				delete cur; // 释放节点内存
			}
			// 情况2：右孩子为空（叶子节点/仅左孩子）
			else if (cur->_right == nullptr)
			{
				// 处理根节点删除的特殊情况
				if (cur == _root)
				{
					_root = cur->_left;
				}
				else
				{
					// 父节点的左/右指针指向当前节点的左孩子
					if (parent->_right == cur)
					{
						parent->_right = cur->_left;
					}
					else
					{
						parent->_left = cur->_left;
					}
				}
				delete cur; // 释放节点内存
			}
			// 情况3：左右孩子都不为空（替换法删除）
			else
			{
				// 找右子树的最小节点（最左节点）作为替换节点
				node* replaceparent = cur;
				node* replace = cur->_right;
				while (replace->_left) // 遍历至右子树最左节点
				{
					replaceparent = replace;
					replace = replace->_left;
				}
				// 替换目标节点的关键码
				cur->_key = replace->_key;
				// 连接替换节点的父节点与替换节点的右孩子（替换节点左必为空）
				if (replaceparent->_left == replace)
				{
					replaceparent->_left = replace->_right;
				}
				else
				{
					replaceparent->_right = replace->_right;
				}
				delete replace; // 释放替换节点内存
			}
			return true; // 删除成功
		}
	}
	return false; // 未找到目标节点，删除失败
}

3.6 中序遍历（验证二叉搜索树的有序性）

二叉搜索树的中序遍历结果为升序序列，是验证树结构正确性的核心方式。通过 “公有接口 + 私有递归函数” 的方式访问私有根节点：

template<class k>
void bstree<k>::_inorder(node* root)
{
	if (root == nullptr)
	{
		return;
	}
	_inorder(root->_left);    // 遍历左子树
	cout << root->_key << " "; // 访问当前节点
	_inorder(root->_right);   // 遍历右子树
}
template<class k>
void bstree<k>::inorder()
{
	_inorder(_root); // 调用私有递归函数
	cout << endl;
}

四、二叉搜索树的两种应用场景

4.1 仅关键码（key）场景

核心特点

节点仅存储关键码 key，操作仅关注 “key 是否存在”，不支持修改 key（修改会破坏树的结构），支持增删查。

典型场景

小区车库车牌验证：录入业主车牌，车辆进场时查找车牌是否存在；
英文单词拼写检查：将词库单词存入树，遍历文章单词并查找，不存在则标红。

4.2 键值对（key/value）场景

核心特点

节点存储 key + value（value 为任意类型），增删查以 key 为关键字，支持修改 value（不修改 key）。

典型场景

中英互译字典：key 为英文单词，value 为中文释义，查找 key 即可获取释义；
停车计费系统：key 为车牌，value 为入场时间，离场时查找 key 计算停车时长；
单词词频统计：key 为单词，value 为出现次数，查找单词存在则 value++。

// 键值对版本的节点结构
template<class k, class t>
struct bstnodekv
{
	k _key;
	t _value;
	bstnodekv<k, t>* _left;
	bstnodekv<k, t>* _right;
	bstnodekv(const k& key, const t& value)
		:_key(key)
		, _value(value)
		, _left(nullptr)
		, _right(nullptr)
	{
	}
};
// 键值对版本的二叉搜索树
template<class k, class t>
class bstreekv
{
	using node = bstnodekv<k, t>;
public:
	// 插入键值对
	bool insert(const k& key, const t& value)
	{
		if (_root == nullptr)
		{
			_root = new node(key, value);
			return true;
		}
		node* cur = _root;
		node* parent = nullptr;
		while (cur)
		{
			if (cur->_key < key)
			{
				parent = cur;
				cur = cur->_right;
			}
			else if (cur->_key > key)
			{
				parent = cur;
				cur = cur->_left;
			}
			else
			{
				return false; // 不支持重复key
			}
		}
		cur = new node(key, value);
		if (parent->_key < key)
		{
			parent->_right = cur;
		}
		else
		{
			parent->_left = cur;
		}
		return true;
	}
	// 查找key并返回value的指针（方便修改value）
	t* 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->_value); // 返回value地址，支持修改
			}
		}
		return nullptr; // 查找失败
	}
	// 删除（逻辑与key版本一致，略）
	bool erase(const k& key)
	{
		node* cur = _root;
		node* parent = nullptr;
		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 (parent->_left == cur)
							parent->_left = cur->_right;
						else
							parent->_right = cur->_right;
					}
					delete cur;
				}
				else if (cur->_right == nullptr)
				{
					if (cur == _root)
					{
						_root = cur->_left;
					}
					else
					{
						if (parent->_right == cur)
							parent->_right = cur->_left;
						else
							parent->_left = cur->_left;
					}
					delete cur;
				}
				else
				{
					node* replaceparent = cur;
					node* replace = cur->_right;
					while (replace->_left)
					{
						replaceparent = replace;
						replace = replace->_left;
					}
					// 替换key和value
					cur->_key = replace->_key;
					cur->_value = replace->_value;
					if (replaceparent->_left == replace)
						replaceparent->_left = replace->_right;
					else
						replaceparent->_right = replace->_right;
					delete replace;
				}
				return true;
			}
		}
		return false;
	}
	// 中序遍历（打印key和value）
	void inorder()
	{
		_inorder(_root);
		cout << endl;
	}
private:
	void _inorder(node* root)
	{
		if (root == nullptr)
			return;
		_inorder(root->_left);
		cout << "key: " << root->_key << ", value: " << root->_value << " ";
		_inorder(root->_right);
	}
	node* _root = nullptr;
};

五、代码易错说明

代码规范性优化：
- 类的成员函数声明与实现分离，提升代码可读性；
- 变量命名语义化（如 replaceparent 替代原 parent，避免歧义）；
- 补充关键逻辑注释，降低维护成本。
功能增强：
- 键值对版本的查找函数返回 value 指针，支持修改 value；
- 中序遍历打印 key 和 value，便于验证键值对的正确性。

六、使用示例

// 测试key版本的二叉搜索树
void testbstree()
{
	bstree<int> t;
	int a[] = { 8, 3, 1, 10, 6, 4, 7, 14, 13 };
	for (auto e : a)
	{
		t.insert(e);
	}
	cout << "中序遍历（升序）：";
	t.inorder(); // 输出：1 3 4 6 7 8 10 13 14
	cout << "查找6：" << (t.find(6) ? "成功" : "失败") << endl; // 成功
	cout << "删除3：" << (t.erase(3) ? "成功" : "失败") << endl; // 成功
	cout << "删除后中序遍历：";
	t.inorder(); // 输出：1 4 6 7 8 10 13 14
}
// 测试键值对版本的二叉搜索树
void testbstreekv()
{
	bstreekv<string, int> dict;
	dict.insert("apple", 1);
	dict.insert("banana", 2);
	dict.insert("orange", 3);
	cout << "中序遍历键值对：";
	dict.inorder(); // 输出：key: apple, value: 1 key: banana, value: 2 key: orange, value: 3
	// 修改banana的value
	int* p = dict.find("banana");
	if (p)
	{
		*p = 20;
	}
	cout << "修改后中序遍历：";
	dict.inorder(); // 输出：key: apple, value: 1 key: banana, value: 20 key: orange, value: 3
}
int main()
{
	testbstree();
	testbstreekv();
	return 0;
}