python数据结构——二叉排序（搜索）树

概念

二叉排序树很重要的性质就是左子树的内容 小于 根节点 小于 右子树，并且具有递归的性质，也就是每一个子树都满足。

按照这个顺序，我们难免想到中序遍历，因为中序遍历就是左中右的顺序，使得我们的遍历结果为已排序序列。
这里不提中序遍历，如果有问题看这里。（C代码，稍微改一下就行）

我们提一下寻找一个结点p的上一个结点和下一个结点的方式（如果没有返回None）。

上一个结点

按照左中右的顺序，如果有左子树，那上一个结点一定在左子树中。
那么应该是哪一个呢？ 是左子树遍历的最后一个结点，也就是左子树的最右结点。

如果没有，事情就麻烦了。这时候，和问题相关的就只剩下父亲结点了。
如果没有父亲结点，也就是当前结点为根节点，直接返回none；
否则我们看一下父亲结点和当前结点的关系：

• 如果当前结点是父亲结点的右孩子，那么父亲结点就是前一个；
• 如果当前结点是父亲结点的左孩子，那么事情就麻烦了。（注意这里不是没有）

看一下这张图：

只有这种情况，不过可能没这么好运，上两代就找到了，也可能是n代，也可能找不到。

下一个结点

这个基本上同理，还是有右孩子直接起飞，找到右子树的最左边结点即可。
没有，我们就需要找到一个将这部分当成左子树的祖先结点，和上面的长得差不多。

实现一下

class text(LinkedBinaryTree):
	# 下一个结点
    def after(self,p):
        if self.right(p) is not None:
            # 有右子树
            walk = self.right(p)
            while self.left(walk):
                walk = self.left(walk)
            return walk
        else:
            walk = p
            # 退出条件：祖先结点为空或者是祖先结点的左孩子是walk
            ancestor = self.parent(walk)
            while ancestor is not None and walk == self.right(ancestor):
                walk, ancestor = ancestor, self.parent(ancestor)
            return ancestor

这里提到的LinkedBinaryTree就是一个二叉树，只要支持parent、left和right即可（对于没有的，要置为none）。

相似的，我们就有before函数

    def before(self,p):
        if self.left(p) is not None:
            # 有左子树
            walk = self.left(p)
            while self.right(walk):
                walk = self.right(walk)
            return walk
        else:
            walk = p
            ancestor = self.parent(walk)
            while ancestor is not None and walk == self.left(ancestor):
                walk, ancestor = ancestor, self.parent(ancestor)
            return ancestor

操作

搜索

因为二叉排序树的性质，我们在查找一个元素的时候，只需要和根节点比较即可：

1. 等于根节点的，不用说就是找到了
2. 小于根节点的，很明显应该是在左子树上的
3. 大于根节点，那就是在右子树上

当我们发现要找的左子树/右子树已经为空了，说明是没找到，但是这个地方可不是随便给的。
当我们要进行插入操作，插入的位置就是我们找到的空位置。

代码：

    def TreeSearch(self,T, p, k):
        if k==p.key():
            return p
        elif k<p.key() and T.left(p) is not None:
            return self.TreeSearch(T,T.left(p),k)
        elif k>p.key() and T.right(p) is not None:
            return self.TreeSearch(T,T.right(p),k)
        else:
            return p

插入删除

插入删除的操作，还是要基于查找案来完成的。

插入的话，我们先明白一个事——插入的位置一定是叶子节点。
因为我们已经有了p结点，只需要判断一下是左孩子还是右孩子即可。

删除比较烦，如果是没孩子，直接删；
有一个也不怕，把孩子往上提一下即可；
如果是有两个孩子，就有一点难了，因为要考虑性质，我们有这样两个选择：

• 将要删除的前一个元素拿出来作为根节点
• 将要删除的后一个元素拿出来作为根节点

因为拿出来的结点最多有一个子树（这个看上面，都走到最后了），所以只需要提一下即可。