【数据结构】二叉搜索树的实现

目录

1. 二叉搜索树概念

2.操作 

2.1 操作-查找

2.2 操作-插入

5.4 操作-删除（难点）

3.性能分析

---

1. 二叉搜索树概念

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

 

2.操作 

要实现二叉树的各种操作(查找, 插入, 删除), 先构造出其基本框架:

public class BinarySearchTree {
    static class TreeNode {
        public int val;
        public TreeNode left;
        public TreeNode right;

        public TreeNode(int val) {
            this.val = val;
        }
    }

    public TreeNode root;

 
}

2.1 操作-查找

/**
     * 判断某个节点是否存在
     * 最好情况:完全二叉树 O(logN)
     * 最坏情况:单分支的数 O(N)
     * @param key
     * @return
     */
    public boolean search(int key) {
        TreeNode cur = root;
        while (cur != null) {
            if(cur.val < key) {
                cur = cur.right;
            }else if(cur.val > key) {
                cur = cur.left;
            }else {
                return true;
            }
        }
        return false;
    }

2.2 操作-插入

1. 如果树为空树，即根 == null，直接插入

2. 如果树不是空树，按照查找逻辑确定插入位置，插入新结点

/**
     * 插入节点
     * @param val
     * @return
     */
    public boolean insert(int val) {
        //判断当前的树是否为空树
        if(root == null) {
            root = new TreeNode(val);
            return true;
        }

        TreeNode cur = root;
        TreeNode parent = null;
        while (cur != null) {
            if(cur.val < val) {
                parent = cur;
                cur = cur.right;
            }else if(cur.val > val) {
                parent = cur;
                cur = cur.left;
            }else {
                //二叉搜索树中的节点的值不能重复
                return false;
            }
        }

        TreeNode node = new TreeNode(val);
        if(parent.val > val) {
            //插入到左边
            parent.left = node;
        }else{
            //插入到右边
            parent.right = node;
        }
        return true;
    }

5.4 操作-删除（难点）

图解以上三种情况

1. cur.left == null

 

2. cur.right == null

 

3. cur.left!=null && cur.right!=null

/**
 * 删除节点
 * @param key 要删除的节点值
 */
public void remove(int key) {
    TreeNode cur = root;
    TreeNode parent = null;
    while (cur != null) {
        if(cur.val < key) {
            parent = cur;
            cur = cur.right;
        }else if(cur.val > key) {
            parent = cur;
            cur = cur.left;
        }else {
            //开始删除
            removeNode(cur,parent);
        }
    }
}

private void removeNode(TreeNode cur, TreeNode parent) {
    if(cur.left == null) {
        if(cur == root) {
            root = cur.right;
        }else if(cur == parent.left) {
            parent.left = cur.right;
        }else {
            //cur == parent.right
            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 {
            //cur == parent.right
            parent.right = cur.left;
        }
    }else {
        //cur.left!=null && cur.right!=null
        //从cur右子树中找最小的数据赋值给cur, 再将右子树中最小的数删掉
        TreeNode targetParent = cur;
        TreeNode target = cur.right;
        while (target.left != null) {
            targetParent = target;
            target = target.left;
        }
        cur.val = target.val;
        //删除 target
        if(targetParent.left == target) {
            targetParent.left = target.right;
        }else {
            targetParent.right = target.right;
        }
    }
}

完整代码:

 

public class BinarySearchTree {
    static class TreeNode {
        public int val;
        public TreeNode left;
        public TreeNode right;

        public TreeNode(int val) {
            this.val = val;
        }
    }

    public TreeNode root;

    /**
     * 判断某个节点是否存在
     * 最好情况:完全二叉树 O(logN)
     * 最坏情况:单分支的数 O(N)
     * @param key
     * @return
     */
    public boolean search(int key) {
        TreeNode cur = root;
        while (cur != null) {
            if(cur.val < key) {
                cur = cur.right;
            }else if(cur.val > key) {
                cur = cur.left;
            }else {
                return true;
            }
        }
        return false;
    }

    /**
     * 插入节点
     * @param val
     * @return
     */
    public boolean insert(int val) {
        //判断当前的树是否为空树
        if(root == null) {
            root = new TreeNode(val);
            return true;
        }

        TreeNode cur = root;
        TreeNode parent = null;
        while (cur != null) {
            if(cur.val < val) {
                parent = cur;
                cur = cur.right;
            }else if(cur.val > val) {
                parent = cur;
                cur = cur.left;
            }else {
                //二叉搜索树中的节点的值不能重复
                return false;
            }
        }

        TreeNode node = new TreeNode(val);
        if(parent.val > val) {
            //插入到左边
            parent.left = node;
        }else{
            //插入到右边
            parent.right = node;
        }
        return true;
    }

    /**
     * 删除节点
     * @param key 要删除的节点值
     */
    public void remove(int key) {
        TreeNode cur = root;
        TreeNode parent = null;
        while (cur != null) {
            if(cur.val < key) {
                parent = cur;
                cur = cur.right;
            }else if(cur.val > key) {
                parent = cur;
                cur = cur.left;
            }else {
                //开始删除
                removeNode(cur,parent);
            }
        }
    }

    private void removeNode(TreeNode cur, TreeNode parent) {
        if(cur.left == null) {
            if(cur == root) {
                root = cur.right;
            }else if(cur == parent.left) {
                parent.left = cur.right;
            }else {
                //cur == parent.right
                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 {
                //cur == parent.right
                parent.right = cur.left;
            }
        }else {
            //cur.left!=null && cur.right!=null
            //从cur右子树中找最小的数据赋值给cur, 再将右子树中最小的数删掉
            TreeNode targetParent = cur;
            TreeNode target = cur.right;
            while (target.left != null) {
                targetParent = target;
                target = target.left;
            }
            cur.val = target.val;
            //删除 target
            if(targetParent.left == target) {
                targetParent.left = target.right;
            }else {
                targetParent.right = target.right;
            }
        }
    }
}

3.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：logN

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

问题：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？

和 java 类集的关系

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.