数据结构系列-11 二叉搜索数（bst）

本文参考 跟波波学数据结构视频

 

1.什么是树？

• 树是一个无环的，无向连同图
• 有n个节点，和n-1条边
• 有一个根节点，通常需要一个引用
• 任意点条连接，且只有条路径

2.树的相关概念

• 父节点：直接相连的两个节点，上面的叫父节点。
• 子节点：下面的叫子节点。
• 根节点：没有父节点，有的实现中，根节点的父节点，指向自己。
• 叶子节点：没有子节点的节点。
• 子树：包含再一棵树中的小数 用表示

3.什么是二叉树（bt）

英文 binnary tree 简称BT ，每个节点最多只有两颗数，

4.什么是二叉搜索数

二叉搜索数 ，英文 binnary search tree 简称BST，二叉搜索树，是二叉树且满足BST不变式，对于任意有子树的节点都满足，左子树的值都小于节点的值，右子树的值都大于节点的值。

5.二叉搜索树的用途

• 实现 map或者set这样的抽象数据结构。
• 实现红黑树
• 实现平衡二叉搜索树
• 伸展树 。。。
• 实现堆~二叉堆
• 构建语法树
• 树堆（treap）~ 一种概率数据结构

6.BST的操作和复杂度

BST复杂度

操作	平均情况	最坏情况
插入insert	O(logn)	O(n)
删除delete	O(logn)	O(n)
移除remove	O(logn)	O(n)
搜索search	O(logn)	O(n)

 7.动画演示

 （1）添加元素，跟波波学数据结构_插入

 （2）移除元素，跟波波学数据结构_搜索和删除

8.二叉树的遍历（先序遍历、中序遍历、后续遍历、层遍历）

（1）伪代码

//先序遍历
preorder(node):
    if node == null: return 
    print(node.value)      //先序遍历再递归前打印输出
    preorder(node.left)
    preorder(node.right)

//中序遍历
inorder(node):  
    inorder(node.left)
    if node == null: return
    print(node.value)  //中序遍历再递归中间打印输出
    inorder(node.right)

//中序遍历
postorder(node):  
    inoder(node.left)
    inoder(node.right)
    if node == null: return
    print(node.value)  //后序遍历再递归后打印输出

/**非递归方式实现 **/
//先序遍历
Let Q be Queue
Q.enqueue(rootNode)
while Q is not empty:
    node = Q.dequeue()
    node.visited = true
    if node.right is not null:
        Q.enqueue(node.right)
    if node.left is not null:
        Q.enqueue(node.left)
// 中序遍历
Let Q be Queue
Q.enqueue(rootNode)
while Q is not emtpy:
    trav = Q.top() //如果栈没有top()操作 需要每次入栈时记录，把入栈元素赋值给变量trav
    if trav.left is not null:
        Q.enqueue(trav.left)
    else:
        node = Q.dequeue()
        node.visited = true
        if node.right is not null:
            Q.enqueue(node.right)

//后续遍历
Let Q1 be a Queue
Let Q2 be a Queue
Q1.enqueue(rootNode)
while Q1 is not null:
    node = Q1.dequeue()
    Q2.enqueue(node)
    if node.left is not null:
        Q1.enqueue(node.left)
    if node.right is not null:
        Q1.enqueue(node.right)
while Q2 is not null:
    node = Q2.dequeue()
    node.visited

（2）二叉树，经过三种遍历后，会得到三个线性的串。

（3）已知中序遍历和另外一个可以求第三个。也可以反推树的结构。

下面我们模拟根据前序遍历和中序遍历构建二叉树的过程：

我们已经知道：前序遍历按照先访问根，再访问子节点的顺序进行遍历；中序遍历则按照先访问左子树，再访问根，再访问右子树的顺序进行遍历，那么我们可以确定一个恢复树结构的思路：

1. 首先根据先序遍历开头确定根节点A：第一个节点一定是根节点
2. 根据中序遍历的性质，从A进行分割，将整棵二叉树划分为左子树和右子树，左子树中序遍历BCDE；右子树中序遍历GHFI
3. 根据左子树下后序遍历分割先序遍历，左子树先序遍历BCDE；右子树先序遍历FGHI
4. 重复做前面的过程，根据先序遍历确定当前层的根节点，再分割树，直至中序遍历只剩一个节点为止停止递归

 摘抄自：二叉树的遍历及根据遍历反推树的方法详解_HeartFireY的博客-CSDN博客

（4）二叉搜索树的中序遍历，元素是按照从小到大顺序输出的。

（5）层次遍历，使用宽度优先搜索（DFS）

为了实现宽度优先搜索（BFS）,我们需要维护一个queue，其中记录剩下的需要遍历的节点。

队列重点节点先从根节点开始，一直队列为空。

伪代码如下：

let Q be a Queue
Q.EnQueue(root_node)
while Q is not empty :
   current := queue.Dequeue()
   current.visited
   if current has child :
       for child in current.children:
            Q.EnQueue(child)
  
   

遍历过程可参考 跟波波学数据结构_树的遍历 9分钟处

参考：跟波波学数据结构_树的遍历

9.二叉搜索树的go语言实现。