【数据结构】二叉搜索树

目录

概念

二叉搜索树的查找

二叉搜索树的插入

二叉搜索树的删除

二叉搜索树的性能分析

---

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，则左子树上所有节点的值都小于根节点的值
• 若它的右子树不为空，则右子树上所有节点的值都大于根节点的值
• 它的左右子树也分别为二叉搜索树

 int a [ ] = {5,3,4,1,7,8,2,6,0,9};

二叉搜索树的查找

 二叉搜索树的插入

 

 

二叉搜索树的删除

第一大种情况、cur.left == null 

我们以这一大种情况为例，画图解析，后面其它情况类推即可 

第二大种情况、cur.right == null  

 

 第三大种情况、cur.left != null && cur.right != null （也是最难的一种情况）

 

  我们的思路：

   要么在待删除结点的左树找最大值，要么在待删除结点的右树找最小值，然后把待删除结点的值更新成找到的左树的最大值或者是找到的右树的最小值，最后把这个替罪羊结点（找到的左树的最大值或者找到的右树的最小值原来对应的结点）给删除

我们以找右树的最小值为例，画图帮助理解

 

 

 关于二叉搜索树的插入、查找、删除有关代码

public class BinarySearchTree {
    static class TreeNode{
        public int key;
        public TreeNode left;
        public TreeNode right;
        TreeNode (int key){
            this.key = key;
        }
    }
    public TreeNode root;

    /**
     * 插入
     * @param key
     * @return true 表示插入成功, false 表示插入失败
     */
    public boolean insert(int key){
        if(root==null){
            root = new TreeNode(key);
            return true;
        }
        TreeNode cur = root;
        TreeNode parent = null;

        while(cur != null){
            if(cur.key < key){
                parent = cur;
                cur = cur.right;
            }else if(cur.key > key){
                parent = cur;
                cur = cur.left;
            }else {
                return false;
            }
        }
        TreeNode node = new TreeNode(key);
        //当执行到这里之后，cur==null
        if(parent.key < key){
            parent.right = node;
        }else {
            parent.left = node;
        }
        return true;
    }


    /**
     * 在搜索树中查找 key，如果找到，返回 key 所在的结点，否则返回 nul
     * @param key
     * @return
     */
    public  TreeNode search(int key){
        TreeNode cur = root;
        while(cur != null){
            if(cur.key == key){
                return cur;
            }else if(cur.key < key){
                cur = cur.right;
            }else {
                cur = cur.left;
            }
        }
        return null;
    }

    /**
     *  删除成功返回 true，失败返回 false
     * @param key
     * @return
     */
    public boolean remove(int key){
        TreeNode cur = root;
        TreeNode parent = null;
        while(cur != null){
            if(cur.key < key){
                parent = cur;
                cur = cur.right;
            }else if(cur.key == key){
                //这里开始删除
                removeNode(parent,cur);
                return true;
            }else {
                parent = cur;
                cur = cur.left;
            }
        }
        return false;
    }
    public void removeNode(TreeNode parent,TreeNode cur){
        if(cur.left == null){
            if(cur == root){
                root = cur.right;
            }else if(cur == parent.left){
                parent.left = cur.right;
            }else {
                parent.right = cur.right;
            }
        }else if (cur.right == null){
            if (cur == root){
                root = cur.left;
            }else if(cur == parent.left){
                parent.left = cur.left;
            }else {
                parent.right = cur.left;
            }
        }else {
            TreeNode targetParent = cur;
            TreeNode target = cur.right; //找右树的最小值
            while (target.left != null){
                targetParent = target;
                target = target.left;
            }
            cur.key = target.key;
            if(target == targetParent.left){
                targetParent.left = target.right;
            }else{
                targetParent.right = target.right;
            }
        }
    }
}

 

二叉搜索树的性能分析

• 插入和删除操作都必须先查找，查找效率代表了二叉搜索树中各个操作的性能。
• 对有n个结点的二叉搜索树，若每个元素查找的概率相等，则二叉搜索树平均查找长度是结点在二叉搜索树的深度的函数，即结点越深，则比较次数越多。
• 但对于同一个关键码集合，如果各关键码插入的次序不同，可能得到不同结构的二叉搜索树：
   

• 最优情况下，二叉搜索树为完全二叉树，其平均比较次数为：log(2)N    (2是下标)
• 最差情况下，二叉搜索树退化为单支树，其平均比较次数为：N/2

   如果退化成单支树，二叉搜索树的性能就失去了。那能否进行改进，不论按照什么次序插入关键码，都可以是二叉搜索树的性能最佳？
 

  其实，TreeMap 和 TreeSet 即 java 中利用搜索树实现的 Map 和 Set，实际上用的是红黑树，而红黑树是一棵近似平衡的二叉搜索树，即在二叉搜索树的基础之上 + 颜色以及红黑树性质验证，关于红黑树的内容后序再进行讲解。