JavaScript数据结构之 —— 09二叉查找树（二叉搜索树）

树结构对比于数组/链表/哈希表有哪些优势

数组：
优点：可以通过下标值访问，效率高；
缺点：在插入和删除元素时，需要大量的位移操作；

链表：
优点：数据的插入和删除操作效率都很高；
缺点：查找效率低，需要从头开始依次查找，直到找到目标数据为止；当需要在链表中间位置插入或删除数据时，插入或删除的效率都不高。

哈希表：
优点：哈希表的插入/查询/删除效率都非常高；
缺点：空间利用率不高，底层使用的数组中很多单元没有被利用；并且哈希表中的元素是无序的，不能按照固定顺序遍历哈希表中的元素；而且不能快速找出哈希表中最大值或最小值这些特殊值。

树结构：
优点：树结构综合了上述三种结构的优点，同时也弥补了它们存在的缺点（虽然效率不一定都比它们高），比如树结构中数据都是有序的，查找效率高；空间利用率高；并且可以快速获取最大值和最小值等。

总的来说：每种数据结构都有自己特定的应用场景

二叉树

二叉树中的节点最多只能有两个子节点：一个是左侧子节点，另一个是右侧子节点。二叉树每个节点的子节点不允许超过两个。通过将子节点的个数限定为2，可以写出高效的程序在树中插入、查找和删除数据。

二叉查找树

二叉搜索树（BST，Binary Search Tree），也称为二叉排序树和二叉查找树。
二叉查找树是一种特殊的二叉树，相对较小的值保存在左节点中，较大的值保存在右节点中。这一特性使得查找的效率很高，这也就是二叉搜索树中"搜索"的来源。

二叉搜索树的结构

下图展现了二叉搜索树数据结构的组织方式

和链表一样，将通过指针来表示节点之间的关系（术语称其为边）。
在双向链表中，每个节点包含两个指针，一个指向下一个节点，另一个指向上一个节点。
对于树，使用同样的方式（也使用两个指针）。但是，一个指向左侧子节点，另一个指向右侧子节点。
因此，将声明一个Node类来表示树中的每个节点。值得注意的一个小细节是，不同于在之前的章节中将节点本身称作节点或项，我们将会称其为键。
键是树相关的术语中对节点的称呼。

二叉搜索树的方法

• insert（key）：向树中插入一个新的键；
• search（key）：在树中查找一个键，如果节点存在，则返回true；如果不存在，则返回false；
• inOrderTraverse：通过中序遍历方式遍历所有节点；
• preOrderTraverse：通过先序遍历方式遍历所有节点；
• postOrderTraverse：通过后序遍历方式遍历所有节点；
• min：返回树中最小的值/键；
• max：返回树中最大的值/键；
• remove（key）：从树中移除某个键；

封装二叉搜索树

//封装二叉搜索树
function BinarySearchTree(){
   

  //节点内部类
  function Node(key){
   
    this.key = key
    this.left = null
    this.right = null
  }

  //属性
  this.root = null
}

向树中插入一个键

var insertNode = function(node, newNode){
   
	// 新节点的key小于比较节点
	if (newNode.key < node.key){
    
		// 如果左子节点为空，左子节点指向新节点
		if (node.left === null){
    
			node.left = newNode; 
		// 如果左子节点不为空，就将新节点与左子节点进行比较
		} else {
   
			// 递归调用比较函数
			insertNode(node.left, newNode); 
		}
	// 新节点的key大于比较节点
	} else {
   
		// 如果右子节点为空，右子节点指向新节点
		if (node.right === null){
    
			node.right = newNode; 
		// 如果右子节点不为空，就将新节点与右子节点进行比较
		} else {
   
			// 递归调用比较函数
			insertNode(node.right, newNode); 
		}
	}
};

BinarySearchTree.prototype.insert = function(key){
   
	// 创建一个表示新节点的类
	var newNode = new Node(key); 

	// 判断插入的是否为根节点
	if (this.root === null){
   
		this.root = newNode;
	} else {
   
		// 正常节点插入
		insertNode(this.root,newNode); //{3}
	}
};

此时如果想插入一个值为6的键，执行流程及结果如下：

树的遍历

这里说的树的遍历不仅仅针对二叉搜索树，而是适用于所有的二叉树。由于树结构不是线性结构，所以便利方式有多种选择，常见的三种二叉树遍历方式为：先序遍历、中序遍历和后序遍历。其中中序遍历是以升序访问所有节点。

先序遍历

先序遍历的过程为：
首先，遍历根节点；
然后，遍历其左子树；
最后，遍历其右子树；

代码实现

BinarySearchTree.prototype.preOrderTraverse = function(callback){
   
	preOrderTraverseNode(this.root, callback);
};

var preOrderTraverseNode = function (node, callback) {
   
	if (node !== null) {
   
		// 先访问并处理节点本身
		// 然后访问左子节点，最后访问右子节点，每一层节点都是这样
		callback(node.key);
		preOrderTraverseNode(node.left, callback); 
		preOrderTraverseNode(node.right, callback); 
	}
};

中序遍历

中序遍历的过程为：
首先，遍历其左子树；
然后，遍历根（父）节点；
最后，遍历其右子树；

中序遍历是一种以上行顺序访问BST所有节点的遍历方式，也就是以从最小到最大的顺序访问所有节点。中序遍历的一种应用就是对树进行排序操作。

代码实现

//中序遍历
BinarySearchTree.prototype.inOrderTraverse = function(callback){
   
  inOrderTraverseNode(this.root, callback)
}

var inOrderTraverseNode = function(node, callback){
   
  if (node !== null) {
   
    //1.遍历左子树中的节点,这里会层层遍历
    // 直到找到最小值，对最小值执行callback方法
    inOrderTraverseNode(node.left, callback)<