Introduction to Algorithm(chapter 12)

二叉查找树的满足这样性质的二叉树：对于一个节点，它的左子树中的任何节点都小于等于该节点的值，它的右子树中的任何节点都大于该节点的值。一般的动态集合操作如插入、删除、查找等在二叉查找树上的开销平均情况与树的高度成正比，但如果二叉查找树极其不平衡（可能形成一个线性链），那么将达到最坏开销o(n)即线性时间，而平均则是o(logn),因为二叉查找树的期望高度为logn，故要避免最坏运行时间就希望保持树的某些合理的结构--->红黑树等。

对于二叉查找树，要按次序输出所有节点中序遍历即可，即左->中->右，时间为线性时间，因为每个节点都要访问一次。

对于二叉查找树的查询search操作，运行时间为哦o(h),h为树的高度，将key和x对比，如果key小的话查找右子树，若key大的话则查找左子树，若相等则查找到。由于二叉查找树的左小右大的性质，那么一颗二叉查找树的最小节点肯定在左子树的最左边，即while(left(node)=null) node = left(node)那么就可以找到最小节点，同样最大节点肯定在右子树的最右边即while(right(node)=null) node = lright(node).

对于查找二叉查找树某节点x在中序遍历下的后继y,如果x有右子树，那么右子树的最小节点即是后继，如果x没有右子树，那么后继必是x的某个最低祖先节点，且该祖先节点的左孩子也是x的祖先或者就是x，因为y>x，那么从y到x的路径，必须要经过y的左孩子节点，即x是y的左子树中的最大节点，可以通过这样的循环来判断,q=parent(x);

while(q!=NULL && x = right(q){x=q;q=parent(q);}，即沿着父节点一直向上直到某个节点是父节点的左孩子终止。

对于寻找X的前驱节点也一样，如果有左子树那么就是x的左子树的最大节点，否则沿着父节点向上找，直到遇到某个最低节点y且y的右孩子也是x的祖先。

二叉查找树(BST）的插入，就是先确定插入位置然后插入即可，每次插入的位置肯定在叶子节点上。先确定该叶子的父节点是谁，如果Key大于该父节点，那么插入右边叶子，否则左边叶子。

BST的删除例如删除x节点，要视x的子女情况而定，如果x没有子女那么直接删除；如果有一个子女，那么删除该节点并用该子女来代替该节点；如果有两个子女，那么用前驱（左子树的最右节点）或者后继（右子树的最左节点）来代替该节点，并删除这个代替节

BST的查找、插入和删除的时间都为o(h)，h为树的高度。

随机构造二叉查找树：在构造二叉树的时候，当选定某个关键字称为根节点之后，那么比这个关键字大的关键字都将出现在该节点的右字数，小的关键字都将出现在左子树。这个过程与快速排序选定中轴节点的过程及其相似。进一步，所有的结点都将与根节点进行比较，但左子树中的结点不会与右子树的结点比较，反之亦然。可以看出构造二叉查找树的过程与快速排序的过程惊人地相似，实际上如果将选定根节点和选定中轴结点相对应，那么两者整个过程中所进行的元素比较是完全相同的，只是顺序不一致而已（引自某博客）。