二叉搜索树

目录

特点：

二叉搜索树的查找：

算法步骤：

时间复杂度：

最好情况：

最坏情况：

平均情况：

空间复杂度：

二叉搜索树的插入：

算法步骤：

时间复杂度：

二叉搜索树的创建：

算法步骤：

时间复杂度：

二叉搜索树的删除：

算法步骤：

时间复杂度：

别名：二叉查找树、二叉排序树。可实现对数据的查找和排序。

特点：

若左子树非空，则左子树上所有结点的值均小于根结点的值；

若右子树非空，则右子树上所有结点的值均大于根结点的值；

其左右子树本身也是一棵二叉搜索树。

因此其中序遍历是递增序列。

二叉搜索树的查找：

算法步骤：

1）若二叉搜索树为空，查找失败，返回空指针；

2）若二叉搜索树非空，将待查找关键字x与根结点的关键字T->data比较；

      若x==T->data,查找成功，返回根结点指针；

      若x<T->data,则递归查找左子树；

      若x>T->data,则递归查找右子树。（递归算法需要注意终止条件比如寻找到符合条件的值或者        树为空）

时间复杂度：

二叉搜索树的查找时间复杂度与树的形态有关，可分为最好情况、最坏情况和平均情况。造成不同情况的原因与输入顺序有关，解决方案：打乱输入顺序或利用算法调平（推荐）。

最好情况：

 二叉搜索树形态与二分查找的判定树相似，如上图。每次查找缩小一半搜索范围，查找路径最多从根到叶子，比较次数最多为树的高度logn，最好情况的平均查找长度为O(logn)。

最坏情况：

二叉树形态为单支树，即只有左子树或右子树。如上图，每次查找的搜索范围缩小为n-1，即退化为顺序查找，最坏情况的平均查找的长度为O(n)。

平均情况：

n个结点的二叉搜索树有n!棵（有的形态相同），可以证明平均情况下，二叉搜索树的平均查找长度也是O(logn)。

空间复杂度：

空间复杂度为O(1)。不使用辅助空间。

二叉搜索树的插入：

由于二叉搜索树的中序遍历有序性，在插入某个元素时需要先查找待插入关键字的插入位置，如果没有查找成功，则将其作为新叶子节点插入最后一个结点的左孩子或右孩子。

算法步骤：

1）若二叉树为空，创建一个新结点s，将待插入关键字放入新结点的数据域，s结点作为根结点，左右子树为空。

2）若二叉树非空，将待查找关键字x与根结点的关键字T->data比较：

      若x<T->data,将x插入左子树；

      若x>T->data,将x插入右子树。（利用递归算法实现）

      若x==T->data,可根据具体需求操作：一种是直接返回，另一种是给每个结点增加一个域num，初始为num=1；相等时num++。（排名问题一般采取这种方式）

时间复杂度：

由于二叉搜索树的插入需要先寻找插入位置，插入本身只需要O(1)时间，因此插入位置的时间复杂度为O(logn)。

二叉搜索树的创建：

二叉搜索树的创建从空树开始，按照输入关键字的顺序依次进行插入操作。

算法步骤：

1）初始化二叉树为空树，T=NULL;

2）输入关键字x，将x插入二叉搜索树T；

3）重复步骤2），直到关键字输入完毕。

时间复杂度：

创建二叉树的过程需要用到查找操作，创建n个关键字的二叉树的时间复杂度为O(nlogn)。

二叉搜索树的删除：

在执行删除操作之前也需要进行查找操作，找到待删除的结点。根据删除结点位置的不同，删除操作的处理方式也不同：

1）被删除的结点左子树或右子树为空，则令其子树子承父业即可。

2）被删除的结点左子树和右子树非空，根据二叉搜索树的中序有序性，删除该结点时，利用其直接前驱或直接后继代替其位置，然后删除其直接前驱或直接后继。如下图，删除p时，若采用直接前驱代替，则将S代替p的位置，S的左子树继承S的位置；若采用直接后继代替，则将S代替p的位置，继承S的位置。

 直接前驱：结点p的左子树的最右结点。即沿着p的左子树一直访问其右子树，直至没有右子树，就得到了最右结点。

 直接后继：结点p的右子树的最左结点。

算法步骤：

1）在二叉树中查找待删除关键字的位置，p指向待删除结点，f指向p的双亲结点，查找失败时，则返回。

2）查找成功时：

     被删除的结点左子树或右子树为空，则令其子树子承父业即可。

     被删除的结点左右子树非空，令其直接前驱或直接后继代替，再删除直接前驱或直接后继。

时间复杂度：

二叉树的删除主要是查找的过程需要O(logn)时间，删除过程中如果需要找到被删除结点的前驱或后继也需要O(logn)时间，二叉树的删除时间复杂度为O(2logn),由于时间复杂度不包含常数因此为O(logn)。