本文根据网上资料和自己学习所得整理而成,思维导图如下,希望对你有用。
![3e4023e80d7d7f6bc4f39473417b5e22.png](https://i-blog.csdnimg.cn/blog_migrate/ca74f7fe24d79c67a64b507dab4e8ff4.jpeg)
1 定义
二叉查找树是二叉树中最常用的一种类型,也叫二叉搜索树。它支持快速的查找,插入,删除一个数据。做到这些,依赖于它特殊的结构。二叉查找树的结构是这样的,在树中任意一个节点,其左子树中的每个节点的值,都要小于这个节点的值,而右子树的值都大于这个节点的值。简单来说,就是对任意一个节点,左右子树满足左小右大的特点。
![78f41c328bad7a0b643623a95b612878.png](https://i-blog.csdnimg.cn/blog_migrate/f57c9c6b3fb9c4c6601553488541c99f.png)
2 二叉查找树的查找操作
在二叉查找树中查找一个节点的逻辑是这样的
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,那么就在左子树中递归查找;
如果要查找的数据比根节点大,那么就在右子树中递归查找;
3 二叉查找树的插入操作
在二叉查找树中插入一个节点的逻辑是这样的
从根节点开始,依次比较要插入的数据和节点的大小关系
如果要插入的数据比节点数据大,并且节点的右子树为空,就将新数据直接插到右子节点的位置; 如果不为空,再递归遍历右子树,查找插入位置
和上面类似的逻辑,如果要插入的数据比节点数据小,并且节点的左子树为空,就将新数据直接插到左子节点的位置; 如果不为空,再递归遍历左子树,查找插入位置
4 二叉查找树的删除操作
删除一个节点,要根据被删除节点子节点个数的不同,分成三种情况处理
1 如果要删除的节点没有子节点,我们只需要将被删除节点的父节点,指向被删除节点的指针置为null就可以了
2 如果要删除的节点只有一个子节点(只有左子节点或者右子节点),只需要更新父节点中,指向要删除节点的指针,让它指向要删除节点的子节点就可以了
3 如果要删除节点有两个子节点,我们需要找到这个节点的右子树中的最小节点,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(如果有左子结点,那就不是最小节点了)
![f68d6ba1350668969bbebfea7ad408f6.png](https://i-blog.csdnimg.cn/blog_migrate/7adf391e6022b330fe9111ca5dfd1366.png)
除了上面的方法外,还有一个简单的删除操作,就是只是将要删除的节点标记为“已删除”,但是并不真正进行删除操作。采用这种方法,原来要删除的节点还是存在内存中,有点浪费内存空间。但是这样做逻辑上比较简单,对插入,查找操作也没有太大的影响。
5 中序遍历二叉查找树
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。
6 二叉查找树的其他操作
二叉查找树中还可以支持快速地查找最大节点和最小节点、前驱节点和后继节点。
7 支持重复数据的二叉查找树
在实际开发中,我们是利用对象的某个字段作为健值来构建二叉查找树,对象中的其他字段叫做卫星数据。
如果遇到两个健值相同的对象,二叉树是怎么存储的呢?
有两种方法。一种是通过链表或者支持动态扩容的数组等数据结构,把值相同的数据都存储在同一个节点上。
另外一种方法是每个节点仍然只存储一个数据。如果在插入过程中,遇到一个节点的值和要插入的值相同,那么我们就把要插入的值放到这个节点的右子树。
![1f7a6a444d2348fc1c142dbb13be3596.png](https://i-blog.csdnimg.cn/blog_migrate/2404c990a7e3facabef540bfe5f567df.png)
就是把这个值当作大于这个节点的值来处理。当查找数据时,遇到值相同的节点,不停止查找,而是继续在右子树中查找,直到遇到叶子节点,才停止。这样就可以把健值等于要查找值的所有节点都找出来。
![755e306ee266be252bc3e5155d2f7bdf.png](https://i-blog.csdnimg.cn/blog_migrate/bb03d59e705237b9903f1dbd30def83c.png)
删除操作和查找操作一样,也就是找到所有要删除的节点之后,然后按照前面的方法进行删除。
![a2a0025502f38eb0fa2122989afb6e4a.png](https://i-blog.csdnimg.cn/blog_migrate/1a536be55853448ad7c3cb209a2903fb.png)
8 二叉查找树的时间复杂度分析
最糟糕的情况下,当二叉查找树左右子树极度不平衡,退化为链表时候,时间复杂度就变为了O(n)
最好情况下,当二叉查找树是一棵完全二叉树或者满二叉树时,时间复杂度和树的高度成正比,也就是O(高度)。而完全二叉树的高度小于等于 log2n(n为节点个数)。所以最好情况下,二叉查找树的时间复杂度为O(logn)。