C++如何实现二叉搜索树的节点删除与重构

轻丽吖_1180

轻丽吖_1180

2026-06-11

763人浏览

原创

删除节点不能只用delete后置空指针,因为必须维持bst性质:左子树全小于根、右子树全大于根;若被删节点有两个子节点,需用中序后继(右子树最小值)替换并递归删除该后继,否则结构破坏导致查找错误或段错误。

c++如何实现二叉搜索树的节点删除与重构

删除节点时为什么不能只用 delete 后置空指针?

因为二叉搜索树(BST)删除后必须维持左子树全部小于根、右子树全部大于根的性质,直接 delete 节点而不调整结构会导致 BST 破坏。尤其当被删节点有两个子节点时,必须找替代节点(前驱或后继),并递归重构其原位置。

常见错误现象:segmentation fault 或后续 find 返回错误值,往往是因为删完没更新父节点的左/右指针,或者替代节点移动后没修正其子树连接。

  • 若节点无子节点:直接 delete,并让父节点对应指针置为 nullptr
  • 若节点仅有一个子节点:用该子节点“顶替”自己,重连父节点指针
  • 若节点有两个子节点:取左子树最大值(中序前驱)或右子树最小值(中序后继),复制其值到当前节点,再递归删除那个叶子/单支节点

remove 函数里如何安全找到并替换后继节点?

推荐用右子树的最左节点(即中序后继),逻辑清晰且避免重复判断。关键不是“找”,而是“找完怎么搬”:只搬值(node->val = successor->val),再调用同一 remove 函数删掉后继节点——这样复用逻辑,不用额外写分支来处理后继的子树挂接。

容易踩的坑:successor 可能有右子树(但绝不会有左子树),所以删除它时只能走“无子”或“仅右子”分支;若错误当成叶子删,会漏掉其右子树。

示例片段(非完整类):

C++ Code Review Master
C++ Code Review Master

组合式C++代码评审方案,融合静态分析、AI推理、多轮迭代评审和C++专项检查,适用于PR审查、增量代码审查、全项目评审和代码质量评分,触发词包括review cpp、cpp代码评审、C++review、代码审查。

下载
TreeNode* findSuccessor(TreeNode* node) {
    node = node->right;
    while (node->left) node = node->left;
    return node;
}
<p>TreeNode<em> remove(TreeNode</em> root, int key) {
if (!root) return nullptr;
if (key val) root->left = remove(root->left, key);
else if (key > root->val) root->right = remove(root->right, key);
else {
if (!root->left) return root->right;
if (!root->right) return root->left;
TreeNode* succ = findSuccessor(root);
root->val = succ->val;              // 只搬值
root->right = remove(root->right, succ->val); // 再删原后继
}
return root;
}</p>

为什么递归实现比迭代更不容易出错?

因为 BST 删除本质是局部重构:每次只改当前层的指针指向,而递归天然携带“返回新子树根”的语义,能自然承接子树变更后的根节点。迭代写法需手动维护父节点指针和方向(左/右),在双子节点场景下要模拟“找后继→摘下→拼回”三步,极易漏更新某处链接。

性能上无显著差异(都是 O(h) 时间),但可读性和调试友好度差一截。除非明确禁止栈空间使用(如嵌入式硬实时场景),否则优先递归。

  • 递归版每个 remove 调用都返回该子树新的根,上层直接赋值给 left 或 right
  • 迭代版需额外记录 parent 和 is_left_child,删除后继时还要再跑一遍查找+断链+重连
  • 所有主流 STL 容器(如 std::set 内部)的平衡 BST 删除也基于递归思想展开

重构后树高可能突增吗?

标准 BST 删除不保证平衡,所以会。例如连续删掉所有左侧节点,剩下一条向右延伸的链,树高退化为 O(n)。这不是删除逻辑错了,而是 BST 本身没自平衡机制。

如果你需要稳定 O(log n) 性能,得换成 AVLTree 或 RedBlackTree,它们在每次 remove 后强制调用 rotate 和颜色翻转来恢复平衡。但纯 BST 的删除函数本身无需、也不该包含旋转逻辑。

真正容易被忽略的一点:即使你手写 AVL,remove 后的平衡操作必须从被删节点的父节点开始向上检查,而不是从根开始——否则效率直接变 O(n log n)。

C++免费学习笔记(深入):立即使用
在学习笔记中,你将探索 C++ 的入门与实战技巧!

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

c++

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
c++和c语言的区别有哪些
c++和c语言的区别有哪些

c++和c语言的区别:1、面向对象编程(OOP)支持不同;2、新增特性不同;3、标准库不同;4、编译方式不同;5、命名空间不同等等。想了解更多c++的相关内容,可以阅读本专题下面的文章。

2024.03.14

2208

9

c++和python学习顺序推荐
c++和python学习顺序推荐

一般建议先学习C++,再学习Python,因为这样可以逐步从较为底层的编程语言向更高级的语言过渡。想了解更多python的相关内容,可以阅读本专题下面的文章。

2024.03.14

999

6

python和c++学习性价比分析
python和c++学习性价比分析

Python易于学习,广泛应用于Web开发、数据科学和人工智能等领域,但性能较低。C语言性能高,适用于对性能要求较高的场景,如游戏开发和系统编程,但学习曲线陡峭,错误处理复杂。想了解更多python的相关内容,可以阅读本专题下面的文章。

2024.03.14

407

5

c语言和c++一样吗
c语言和c++一样吗

c语言和c++是两种不同的编程语言,虽然有相似之处,但存在显著差异。c语言专注于过程式编程和系统级开发,以简洁、高效著称。c++作为c语言的超集,引入了面向对象编程,增强了代码组织和管理能力,但学习曲线也更陡峭。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

2024.03.14

307

5

c语言和c++先学哪个好
c语言和c++先学哪个好

初学者选择学习c语言还是c++语言,需要根据个人学习目标、背景以及编程兴趣和预期应用方向来决定。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

2024.03.14

386

5

c语言和c++的区别和联系
c语言和c++的区别和联系

c语言和c++是计算机科学领域应用广泛的编程语言。虽然它们有着相似的基础,但它们在语言类型、语法功能和内存管理方面存在着显著差异。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

2024.03.14

580

5

c++软件中文更改教程
c++软件中文更改教程

对于 ide,可通过打开设置,找到语言设置,选择中文,并保存更改。对于非 ide 应用程序,可查找设置或选项,选择语言设置,更改为中文,并保存更改。想了解更多c++的相关内容,可以阅读本专题下面的文章。

2024.03.21

1389

9

python和java和c++学习性价比分析
python和java和c++学习性价比分析

Python以其易学性、丰富的库和活跃的社区而著称,适合数据科学、人工智能和Web开发。Java以其跨平台性、企业级应用开发和Android应用开发而闻名。C++以其底层控制能力、高效性能和游戏开发而著称。选择哪种语言取决于个人兴趣、职业方向和特定需求。想了解更多python和java和c++的相关内容,可以阅读本专题下面的文章。

2024.03.22

1197

7

c++和c语言学习顺序推荐
c++和c语言学习顺序推荐

对于初学者,建议先学习C语言,掌握编程基础后再转入C++,便于理解面向对象编程概念。有编程经验者可直接学习C++,快速接触高级编程技术。想了解更多c++和c语言的相关内容,可以阅读本专题下面的文章。

2024.03.25

1325

9

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
Conan 2 Essentials 免费课程
Conan 2 Essentials 免费课程

共0课时 | 0人学习

CMake 与 Conan 集成实践
CMake 与 Conan 集成实践

共0课时 | 0人学习

Conan 2 高级依赖模型介绍
Conan 2 高级依赖模型介绍

共0课时 | 0人学习