思考题:二叉查找树是一种特殊的二叉树,最大的特点是支持动态数据集合的快速插入、删除、查找操作。但是散列表也支持这些操作,并且散列表的时间复杂度是O(1),比二叉树更加的高效。那么,既然有了这么高效的散列表,使用二叉树的地方是不是都是可以换成散列表呢?有没有什么地方是散列表做不了,必须要使用二叉树呢?
一、二叉查找树
二叉查找树是二叉树中常见的一种类型,也叫二叉搜索树。二叉查找树是为了实现快速查找而生的,但是它不仅仅支持查找操作,也支持快速插入、删除一个数据。
二叉查找树的特殊结构:二叉查找树要求,在树中的任意一个节点,其左子树的每个节点的值,都要小于这个节点的值,而右子树节点的每个值都要大于这个结点的值。如下图,画了几个二叉查找树进行直观理解。
1. 二叉查找树的查找操作
在二叉查找树中查找一个节点。先取根节点,如果它等于我们要查找的数据,就返回;如果要查找的数据比根节点小,那就在左子树中递归查找,如果要查找的数据比根节点大,那就在右子树中递归查找。
2. 二叉查找树的插入操作
二叉查找树的插入过程类似查找操作。新插入的数据一般都是在叶子节点上,所以只需要从根节点开始遍历。如果要插入的数据比节点的数据大,并且节点的右子树为空,就将新的数据直接插入到右子节点的位置,如果不为空,就再递归遍历右子树;同理,如果要插入的数据比节点数据小,且节点的左子树为空,那么就把数据插入左子节点的位置;如果不为空,就再递归遍历左子树,查找要插入的位置。
3. 二叉查找树的删除操作
二叉查找树的删除操作,比起插入、查找操作要复杂,需要根据要删除节点的子节点个数的不同,来分别处理。
第一种情况:要删除的节点没有子节点,只需要直接将父节点中,指向要删除节点的指针,设置为指向null,就可以了。比如图中要删除的节点55。
第二种情况:要删除的节点只有一个子节点,就需要更新父节点中指向要删除节点的指针,要让它指向要删除的节点的子节点就可以。比如图中要删除节点13。
第三种情况:要删除的节点有两个子节点。需要找到该节点的右子树中最小节点,把它替换到要删除的节点上。然后再删除掉这个最小节点,因为最小节点肯定没有左子节点,所以可以用上面第一、二种情况里面的方法,来删除这个最小节点。比如图中删除节点18。
关于二叉查找树的删除操作,还有一个非常简单、取巧的方法,就是单纯将要删除的结点标记为“已删除”,但并不真正从树种将这个节点去掉。这样原来删除的节点还存储在内存中,比较浪费内存空间。
4.二叉查找树的其他操作
除了上面插入、查找、删除操作,二叉查找树还支持快速查找最大节点、最小节点、前驱节点和后继节点。中序遍历二叉查找树,可以输出有序的数据序列,时间复杂度是O(n),非常高效。
二、支持重复数据的二叉查找树
前面的二叉查找树,默认树中存储的都是数字,很多时候,二叉查找树中存储的是一个包含很多字段的对象,我们利用对象的某个字段为键值(key)来构建二叉查找树。我们把对象中的其他字段叫作卫星数据。
如果存储的两个对象的键值相同,这种情况该怎么处理呢?
解决方法一:可以通过链表和支持动态扩容的数组等数据结构,把值相同的数据存储在同一个节点上。
解决方法二:每个节点仍然只存储一个数据。在查找插入位置的时候,如果碰到一个节点的值与要插入的数据的值相同,就把这个要插入的数据放到这个节点的右子树,也就是说把这个新的要插入的值等于节点的数据,当做大于这个节点的值来处理。
当查找数据的时候,遇到值相同的节点,并不是停止查找操作,而是继续在右子树中查找,直到遇到叶子节点,才停止。这样就可以把键值等于要查找的值的所有节点都找出来。
对于删除操作,我们需要先查找每个要删除的节点,然后再按照前面讲的删除操作方法,依次删除。
三、二叉查找树的时间复杂度分析
如果是极度不平衡的二叉查找树,就会退化为链表,那么查找的时间复杂度就是O(n),对于理想的情况下,就是满二叉树或是完全二叉树,不管是插入还是删除查找操作,时间复杂度都是和树的高度成正比,也就是O(height)。
对于包含n个节点,最大层数为L的完全二叉树,L的范围是[],完全二叉树的层数小于,也就是说完全二叉树的高度小于。
我们需要构建一种不管怎么删除、插入数据,在任何时候都能保持左右子树都比较平衡的二叉查找树。平衡的二叉查找树的高度接近logn,所以插入、删除、查找操作的时间复杂度也比较稳定,是O(logn)。
四、解答思考题
面对插入、删除、查找都如此优秀的散列表,为什么还要用二叉树呢?
- 散列表中的数据是无序存储的,想要输出有序数据,需要先进行排序;而对于二叉查找树,只需要中序遍历,就可以在O(n)的时间复杂度内,输出有序的数据。
- 散列表扩容比较耗时,当遇到散列冲突,性能不稳定。平衡二叉查找树的性能非常稳定。
- 散列表的查找操作时间复杂度是常量级的,但因为哈希冲突的存在,这个常量不一定比logn小,所以实际查找速度并不一定比平衡二叉查找树的查找速度快。
- 散列表的结构比二叉树复杂。