二叉搜索树

二叉搜索树

二叉搜索树（Binary Search Tree, BST）是一种常用的数据结构，在理想情况下，它可以以 的复杂度完成一系列修改和查询，包括：

• 插入一个数
• 删除一个数
• 查询某数的排名（排名定义为比该数小的数的个数+1）
• 查询指定排名的数求某数的前驱（前驱定义为小于该数，且最大的数）
• 求某数的后继（后继定义为大于该数，且最小的数）

维护一个有序的数组，配合二分查找，也可以实现这些操作，但插入和删除的复杂度是0（N） 。相对地，链表可以 0（1）插入和删除，但其他操作的复杂度不够优秀。二叉搜索树即BST对于以上每个操作，都拥有不差的复杂度。

例如，如果我们依次插入6、2、5、1、7、4、2、5、9、5，得到BST的结构如下：

显然，二叉搜索树是一个二叉树，每个节点对应的左子树中的所有数都小于它，右子树中的所有数都大于它。而且每个节点对应的左右子树也是二叉搜索树（这是一个天然递归的结构）。由于我们这里维护的是可重集，所以每个节点还带有额外信息，即该节点储存的数出现的次数。此外，为了方便查询排名，我们还保存每个子树的大小。

// L: 左子树根节点编号，R：右子树根节点编号，N：该节点储存的数出现的次数
// val：该节点储存的数，size：以该节点为根节点的子树的节点数目（即子树大小）
int L[MAXN], R[MAXN], N[MAXN], val[MAXN], size[MAXN], cnt = 1;

现在我们分别实现上述的操作。

插入

从根节点开始，递归地搜索。若插入的值小于当前节点的值，则向左搜；反之向右搜。这样最后如果找到一个已有节点，则令其计数+1；否则若到达空节点，则用该节点存储这个值。

void insert(int v, int pos = 1) // 插入
{
    size[pos]++; // 树大小+1
    if (N[pos] == 0 && L[pos] == 0 && R[pos] == 0) // 空节点
    {
        val[pos] = v;
        N[pos] = 1;
    }
    else if (v < val[pos]) // 向左搜索
    {
        if (L[pos] == 0) // 如果应该向左搜，但不存在左节点，则创建一个新节点
            L[pos] = ++cnt;
        insert(v, L[pos]);
    }
    else if (v > val[pos]) // 向右搜索
    {
        if (R[pos] == 0)
            R[pos] = ++cnt;
        insert(v, R[pos]);
    }
    else // 已经存在值相同的节点
        N[pos]++;
}

删除

这里直接采取惰性删除的方法：找到要删除的数，令其计数-1。这样写起来比较简单，不用进行较复杂的分类讨论，而且不会增加时间复杂度。稍微注意一下，采取惰性删除时判断一个节点是不是空节点要用N[pos]==0 && L[pos]==0 && R[pos]==0 而不能仅仅判断N，因为N[pos]==0的点也可能是被删除的中间节点。（注意被删除的叶子节点可以当作空节点处理）

void remove(int v, int pos = 1) // 删除
{
    size[pos]--; // 树大小-1
    if (v < val[pos])
        remove(v, L[pos]);
    else if (v > val[pos])
        remove(v, R[pos]);
    else
        N[pos]--;
}

求排名

int countl(int v, int pos = 1) // 求比某数小的数的个数
{
    if (v < val[pos])
        return L[pos] ? countl(v, L[pos]) : 0;
    else if (v > val[pos])
        return size[L[pos]] + N[pos] + (R[pos] ? countl(v, R[pos]) : 0);
    else
        return size[L[pos]];
}

而countg完全类似。

int countg(int v, int pos = 1) // 求比某数大的数的个数
{
    if (v > val[pos])
        return R[pos] ? countg(v, R[pos]) : 0;
    else if (v < val[pos])
        return size[R[pos]] + N[pos] + (L[pos] ? countg(v, L[pos]) : 0);
    else
        return size[R[pos]];
}

rank函数其实可以不写了：

int rank(int v)
{
    return countl(v) + 1;
} 

注意，假如某个数的排名为2，且它出现了3次，那么这个函数传入2、3、4都会返回这个数，这也提供了一些方便。

求前驱

根据我们kth函数的性质，直接找到排名比当前数小1的那个数即可。

int pre(int v) // 求前驱
{
    int r = countl(v);
    return kth(r);
}

求后继

后继的排名则是小于等于当前数的数的数量+1。

int suc(int v) // 求后继
{
    int r = size[1] - countg(v) + 1;
    return kth(r);
}

以上是二叉搜索树的介绍。然而，这种数据结构本身很少使用，因为它的各种操作复杂度是O（h） ，其中h 为层数。只有在它大致平衡（平衡指所有叶子的深度趋于相同），才具有优秀的复杂度（当它是完全二叉树时，为O（logn） ），然而这只是理想情况。假如我们依次加入6、5、4、3、2、1，BST的结构会是这样：

这样，BST就退化成了链表，复杂度变为 。为了使BST能够大致平衡，人们想了很多种改进方法，它们称为平衡树。今后的笔记会介绍一些常用的平衡树。