二叉查找树

定义

二叉搜索树(Binary Search Tree)，又称为二叉排序树（Binary Sort Tree）, 简称为BST。它具有以下性质：
①. 任何一个结点大于它左子树所有结点的值，小于它右子树所有结点的值
②. 任何一个结点的左右子树也是二叉搜索树
③. 中序遍历结果是一个非递减序列

相关操作以及时间复杂度分析

查找（Find）

在二叉搜索树中，查找操作从根结点出发分以下四个步骤：
①. 当前结点是否为空，如果空则返回该结点的父亲结点，说明在这棵树上无法查找到对应的值，返回的结点正好是查找的值应该插入的位置。
②. 当前结点是否是查找的值，若是则查找结束返回该结点；
③. 如果查找的值小于当前结点存储的值，则往左子树继续查找；
④. 如果查找的值大于当前结点存储的值，则往右子树继续查找；

看起来和二分查找差不多，或许很多人认为时间复杂度也是O（logn）；但是由于二分查找是对线性表操作，线性表的判定树是唯一的，因此查找算法时间复杂度稳定O（logn）；而BST的判定树不唯一，就如下图所示，他们的中序遍历都是一样的结果，但是查找时间复杂度完全不同：

通常描述BST查找时间复杂度的用ASL（Average Search Length, 平均查找长度），上图中:
ASL_a = 1/6 *(1+2+2+3+3+3) = 14/6;
ASL_b = 1/6 *(1+2+3+4+5+6) = 21/6;

显然图a的BST中查找时间复杂度比图b少；因此BST具体时间复杂度依赖于具体的BST；但是有个平均时间复杂度，平均时间复杂度是O（logn），这里不做证明；

插入（Insert）

插入操作是BST中，十分关键的操作，因为BST的建立完全靠这个操作。插入操作也依赖查找，因为需要定位插入的位置，使得插入之后，整个二叉树仍然满足定义。在查找中,如果没有找到结点，那么它会返回待插入的父亲结点位置p; 如果p结点为空，说明该BST树没有根节点，则待插入数据就是这BST树的根结点；如果p不为空，则比较待插入的数据，如果小于p的数据，则接入到p的左孩子；如果大于p的数据，则接入到p的右孩子；这样就完成了插入操作；

因为插入也依赖于查找的时间，所以时间复杂度也和查找一样的。

删除（Delete）

删除操作是BST中最难的一个操作。在删除的时候，要考虑维持整个二叉树依然保持BST的定义，因此会在删除的时候遇到以下三种情况：
①. 当删除的结点是叶子结点（即左右孩子都为空），则直接删除，对BST的性质没有任何影响；
②. 当删除的结点只有左孩子结点或者右孩子结点的时候，分类讨论如下：
只有左孩子结点： 将左孩子直接接到删除结点的父亲结点f的左孩子链域上；
只有右孩子结点： 将右孩子直接接到删除结点的父亲结点f的右孩子链域上；
③. 当删除的结点既有左孩子又有右孩子的时候，有两种办法：
方法1：如果删除结点p是其父亲结点的左孩子，则将p的左孩子接到父亲结点的左孩子上，将p的右孩子接到p左子树的最右结点（最右结点的定义是从子树的根结点出发，知道找不到下一个右孩子，则为最右结点）,同理可推删除右孩子刚好和左孩子相对称。
方法2：如果删除结点是其父亲结点的右孩子