数据结构与算法之美 | 学习笔记20 —— 二叉查找树

一、二叉查找树（Binary Search Tree）

二叉查找树，也叫二叉搜索树，要求树中任意一个节点，左子树中每个节点的值，小于这个节点的值；右子树节点的值都大于这个节点的值。

1. 二叉查找树的查找操作

查找二叉树的的查找操作，先取根节点，根据节点数据的大小决定下一步向左子树还是右子树递归查找，最后返回相等的值。

public class BinarySearchTree {
  private Node tree;

  public Node find(int data) {
    Node p = tree;
    while (p != null) {
      if (data < p.data) p = p.left;
      else if (data > p.data) p = p.right;
      else return p;//相等的情况下
    }
    return null;
  }

  public static class Node {//定义Node类
    private int data;
    private Node left;
    private Node right;

    public Node(int data) {
      this.data = data;
    }
  }
}

2. 二叉查找树的插入操作

同样，从根节点开始比较数据的大小关系，根据要插入数据与根节点的比较，决定插入到左子树或右子树中，递归遍历。如果查找过程中，左子树/右子树为空，则将新数据插入到为空的节点中。

public void insert(int data) {
  if (tree == null) {//空的情况，新建一个树
    tree = new Node(data);
    return;
  }

  Node p = tree;
  while (p != null) {
    if (data > p.data) {
      if (p.right == null) {//右子树是空就插右边
        p.right = new Node(data);
        return;
      }
      p = p.right;
    } else { // data < p.data
      if (p.left == null) {//左子树是空就插左边
        p.left = new Node(data);
        return;
      }
      p = p.left;
    }
  }
}

3. 二叉查找树的删除操作

删除操作分为三种情况：

1. 如果删除的节点没有子节点，直接将要删除的节点指针置为null。例如图中55。
2. 如果删除的节点只有一个子节点，更新要删除节点的父节点，使其指向要删除节点的子节点。例如图中13。
3. 如果删除的节点有两个子节点，先找右子树最小节点，将其替换到要删除的节点上，再删除这个最小节点。例如图中18。

删除代码：

public void delete(int data) {
  Node p = tree; // p指向要删除的节点，初始化指向根节点
  Node pp = null; // pp记录的是p的父节点
  while (p != null && p.data != data) {
    pp = p;
    if (data > p.data) p = p.right;
    else p = p.left;
  }
  if (p == null) return; // 没有找到

  // 要删除的节点有两个子节点
  if (p.left != null && p.right != null) { // 查找右子树中最小节点
    Node minP = p.right;
    Node minPP = p; // minPP表示minP的父节点
    while (minP.left != null) {
      minPP = minP;
      minP = minP.left;
    }
    p.data = minP.data; // 将minP的数据替换到p中
    p = minP; // 下面就变成了删除minP了
    pp = minPP;
  }

  // 删除节点是叶子节点或者仅有一个子节点
  Node child; // p的子节点
  if (p.left != null) child = p.left;
  else if (p.right != null) child = p.right;
  else child = null;

  if (pp == null) tree = child; // 删除的是根节点
  else if (pp.left == p) pp.left = child;
  else pp.right = child;
}

4. 二叉查找树的其他操作

除此之外，二叉树查找还支持快速查找最大节点、最小节点、前驱结点和后继结点。以及中序遍历查找二叉树，可以输出有序的数据序列，时间复杂度为$O(n)$。
当数据不是数字，而是包含很多字段的对象时，利用对象的某个段作为键值（key）来构建二叉查找树，此时对象中的其他字段叫做卫星数据。
数据相同时

1. 通过链表和支持动态扩容的数组等数据结构，把值相同的数据存储在一个节点上、
2. 将相同数据看作大于这个节点的数据来处理，放在右子树。
   
   用第二种方法，在查找时，找到数据后不停止查找操作，而是在右子树继续查找，直到遇到叶子结点才停止。
   
   用第二种方法，在删除时，与查找的情况相同，先查找到每个要删除的节点，再依次删除。
   

二、查找二叉树的时间复杂度

下图三种查找二叉树的时间复杂度都不同，时间复杂度与树的高度成正比：

对退化成链表的情况，也就是最坏时间复杂度为$O(n)$，对于理想情况，一个结点数为n的完全二叉树，它包含的节点个数在1到$2^{(L-1)}$之间（假设最大层数为L），n满足：

n >= 1+2+4+8+...+2^(L-2)+1
n <= 1+2+4+8+...+2^(L-2)+2^(L-1)

由等比数列公式，L的范围是$[lo{g}_2(n+1),lo{g}_{2}n+1]$，也就是树的高度小于等于$lo{g}_{2}n+1$。理想情况下时间复杂度为$O(logn)$。 （平衡二叉查找树可以保持在理想范围）

三、二叉查找树的优点

1. 只需中序遍历，就可以在$O(n)$内输出有序的数据序列。
2. 散列表在遇到散列冲突时性能不稳定，但常用的平衡二叉查找树时间复杂度稳定在$O(logn)$。
3. 散列表要考虑散列函数的设计、冲突的解决办法、扩容缩容等。而平衡二叉查找树只需考虑平衡性问题。