java二叉搜索树查找target_数据结构系列/二叉搜索树操作集锦.md · 西门飘雪/fucking-algorithm - Gitee.com...

# 二叉搜索树操作集锦

通过之前的文章[框架思维](../算法思维系列/学习数据结构和算法的高效方法.md)，二叉树的遍历框架应该已经印到你的脑子里了，这篇文章就来实操一下，看看框架思维是怎么灵活运用，秒杀一切二叉树问题的。

二叉树算法的设计的总路线：明确一个节点要做的事情，然后剩下的事抛给框架。

```java

void traverse(TreeNode root) {

// root 需要做什么？在这做。

// 其他的不用 root 操心，抛给框架

traverse(root.left);

traverse(root.right);

}

```

举两个简单的例子体会一下这个思路，热热身。

**1. 如何把二叉树所有的节点中的值加一？**

```java

void plusOne(TreeNode root) {

if (root == null) return;

root.val += 1;

plusOne(root.left);

plusOne(root.right);

}

```

**2. 如何判断两棵二叉树是否完全相同？**

```java

boolean isSameTree(TreeNode root1, TreeNode root2) {

// 都为空的话，显然相同

if (root1 == null && root2 == null) return true;

// 一个为空，一个非空，显然不同

if (root1 == null || root2 == null) return false;

// 两个都非空，但 val 不一样也不行

if (root1.val != root2.val) return false;

// root1 和 root2 该比的都比完了

return isSameTree(root1.left, root2.left)

&& isSameTree(root1.right, root2.right);

}

```

借助框架，上面这两个例子不难理解吧？如果可以理解，那么所有二叉树算法你都能解决。

二叉搜索树(Binary Search Tree，简称 BST)是一种很常用的的二叉树。它的定义是：一个二叉树中，任意节点的值要大于等于左子树所有节点的值，且要小于等于右边子树的所有节点的值。

如下就是一个符合定义的 BST：


下面实现 BST 的基础操作：判断 BST 的合法性、增、删、查。其中“删”和“判断合法性”略微复杂。

**零、判断 BST 的合法性**

这里是有坑的哦，我们按照刚才的思路，每个节点自己要做的事不就是比较自己和左右孩子吗？看起来应该这样写代码：

```java

boolean isValidBST(TreeNode root) {

if (root == null) return true;

if (root.left != null && root.val <= root.left.val) return false;

if (root.right != null && root.val >= root.right.val) return false;

return isValidBST(root.left)

&& isValidBST(root.right);

}

```

但是这个算法出现了错误，BST 的每个节点应该要小于右边子树的所有节点，下面这个二叉树显然不是 BST，但是我们的算法会把它判定为 BST。


出现错误，不要慌张，框架没有错，一定是某个细节问题没注意到。我们重新看一下 BST 的定义，root 需要做的不只是和左右子节点比较，而是要整个左子树和右子树所有节点比较。怎么办，鞭长莫及啊！

这种情况，我们可以使用辅助函数，增加函数参数列表，在参数中携带额外信息，请看正确的代码：

```java

boolean isValidBST(TreeNode root) {

return isValidBST(root, null, null);

}

boolean isValidBST(TreeNode root, TreeNode min, TreeNode max) {

if (root == null) return true;

if (min != null && root.val <= min.val) return false;

if (max != null && root.val >= max.val) return false;

return isValidBST(root.left, min, root)

&& isValidBST(root.right, root, max);

}

```

**一、在 BST 中查找一个数是否存在**

根据我们的指导思想，可以这样写代码：

```java

boolean isInBST(TreeNode root, int target) {

if (root == null) return false;

if (root.val == target) return true;

return isInBST(root.left, target)

|| isInBST(root.right, target);

}

```

这样写完全正确，充分证明了你的框架性思维已经养成。现在你可以考虑一点细节问题了：如何充分利用信息，把 BST 这个“左小右大”的特性用上？

很简单，其实不需要递归地搜索两边，类似二分查找思想，根据 target 和 root.val 的大小比较，就能排除一边。我们把上面的思路稍稍改动：

```java

boolean isInBST(TreeNode root, int target) {

if (root == null) return false;

if (root.val == target)

return true;

if (root.val < target)

return isInBST(root.right, target);

if (root.val > target)

return isInBST(root.left, target);

// root 该做的事做完了，顺带把框架也完成了，妙

}

```

于是，我们对原始框架进行改造，抽象出一套**针对 BST 的遍历框架**：

```java

void BST(TreeNode root, int target) {

if (root.val == target)

// 找到目标，做点什么

if (root.val < target)

BST(root.right, target);

if (root.val > target)

BST(root.left, target);

}

```

**二、在 BST 中插入一个数**

对数据结构的操作无非遍历 + 访问，遍历就是“找”，访问就是“改”。具体到这个问题，插入一个数，就是先找到插入位置，然后进行插入操作。

上一个问题，我们总结了 BST 中的遍历框架，就是“找”的问题。直接套框架，加上“改”的操作即可。一旦涉及“改”，函数就要返回 TreeNode 类型，并且对递归调用的返回值进行接收。

```java

TreeNode insertIntoBST(TreeNode root, int val) {

// 找到空位置插入新节点

if (root == null) return new TreeNode(val);

// if (root.val == val)

// BST 中一般不会插入已存在元素

if (root.val < val)

root.right = insertIntoBST(root.right, val);

if (root.val > val)

root.left = insertIntoBST(root.left, val);

return root;

}

```

**三、在 BST 中删除一个数**

这个问题稍微复杂，不过你有框架指导，难不住你。跟插入操作类似，先“找”再“改”，先把框架写出来再说：

```java

TreeNode deleteNode(TreeNode root, int key) {

if (root.val == key) {

// 找到啦，进行删除

} else if (root.val > key) {

root.left = deleteNode(root.left, key);

} else if (root.val < key) {

root.right = deleteNode(root.right, key);

}

return root;

}

```

找到目标节点了，比方说是节点 A，如何删除这个节点，这是难点。因为删除节点的同时不能破坏 BST 的性质。有三种情况，用图片来说明。

情况 1：A 恰好是末端节点，两个子节点都为空，那么它可以当场去世了。

图片来自 LeetCode


```java

if (root.left == null && root.right == null)

return null;

```

情况 2：A 只有一个非空子节点，那么它要让这个孩子接替自己的位置。

图片来自 LeetCode


```java

// 排除了情况 1 之后

if (root.left == null) return root.right;

if (root.right == null) return root.left;

```

情况 3：A 有两个子节点，麻烦了，为了不破坏 BST 的性质，A 必须找到左子树中最大的那个节点，或者右子树中最小的那个节点来接替自己。我们以第二种方式讲解。

图片来自 LeetCode


```java

if (root.left != null && root.right != null) {

// 找到右子树的最小节点

TreeNode minNode = getMin(root.right);

// 把 root 改成 minNode

root.val = minNode.val;

// 转而去删除 minNode

root.right = deleteNode(root.right, minNode.val);

}

```

三种情况分析完毕，填入框架，简化一下代码：

```java

TreeNode deleteNode(TreeNode root, int key) {

if (root == null) return null;

if (root.val == key) {

// 这两个 if 把情况 1 和 2 都正确处理了

if (root.left == null) return root.right;

if (root.right == null) return root.left;

// 处理情况 3

TreeNode minNode = getMin(root.right);

root.val = minNode.val;

root.right = deleteNode(root.right, minNode.val);

} else if (root.val > key) {

root.left = deleteNode(root.left, key);

} else if (root.val < key) {

root.right = deleteNode(root.right, key);

}

return root;

}

TreeNode getMin(TreeNode node) {

// BST 最左边的就是最小的

while (node.left != null) node = node.left;

return node;

}

```

删除操作就完成了。注意一下，这个删除操作并不完美，因为我们一般不会通过 root.val = minNode.val 修改节点内部的值来交换节点，而是通过一系列略微复杂的链表操作交换 root 和 minNode 两个节点。因为具体应用中，val 域可能会很大，修改起来很耗时，而链表操作无非改一改指针，而不会去碰内部数据。

但这里忽略这个细节，旨在突出 BST 基本操作的共性，以及借助框架逐层细化问题的思维方式。

**四、最后总结**

通过这篇文章，你学会了如下几个技巧：

1. 二叉树算法设计的总路线：把当前节点要做的事做好，其他的交给递归框架，不用当前节点操心。

2. 如果当前节点会对下面的子节点有整体影响，可以通过辅助函数增长参数列表，借助参数传递信息。

3. 在二叉树框架之上，扩展出一套 BST 遍历框架：

```java

void BST(TreeNode root, int target) {

if (root.val == target)

// 找到目标，做点什么

if (root.val < target)

BST(root.right, target);

if (root.val > target)

BST(root.left, target);

}

```

4. 掌握了 BST 的基本操作。

坚持原创高质量文章，致力于把算法问题讲清楚，欢迎关注我的公众号 labuladong 获取最新文章：


[上一篇：LRU算法详解](../高频面试系列/LRU算法.md)

[下一篇：特殊数据结构：单调栈](../数据结构系列/单调栈.md)

[目录](../README.md#目录)

一键复制

编辑

Web IDE

原始数据

按行查看

历史