学习笔记 二叉搜索树2

由于在BST模板类，插入与删除算法都是virtual，需要重写。

template<typename T>BinNodePosi(T) BST<T>::insert(const T& e){
    BinNodePosi(T) &x = Search(e);
    if(x) return x;
    else{
        x = new BinNode<T>(e,_hot);
        _size++;
        updateHeightAbove(x);
        return x;
    }
}

而删除算法就有问题了。不能向插入算法直接找到位置插入进去就OK，分成两种情况。
单分支情况，只有一个孩子的情况下。比方说v->lc=x,v->rc=NULL.只需令v->parent->lc=NULL即可。只含有右子树的
情况完全雷同。
双分支情况，左右孩子都在的情况下，就不能采用此策略，必须找到v->succ(),swap(v->data,v->succ->data),转而删除v->succ就可以

template<typename T>bool BST<T>::remove(const T& e){
    BinNodePosi(T) &x = Search(e);
    if(!x) return false;
    else{
        _size--;
        removeAt(x,_hot);
        updateHeightAbove(x->parent);//即命中节点的父亲_hot；
        return true;
    }
}

主算法的思路简洁明了。removeAt(BinNodePosi(T) &x,BinNodePosi(T) &hot)则实现了我们上述的思想。

template<typename T>static removeAt(BinNodePosi(T) &x,BinNodePosi(T) &_hot){
    BinNodePosi(T) w = x;
    BinNodePosi(T) succ = NULL;
    //单分支情况
    if(!HasLChild(x))
        succ = x->rc; x=x->rc;
    else if(!HasRChild)
        succ = x->lc; x=x->lc;
    else{
        //双分支的情况
        w = w->succ();
        swap(x->data,w->data);
        BinNodePosi(T) u = w->parent;
        ((u==w)?u->rc:r->lc) = succ = w->rc;
    }
        //记录实际被删除节点的父亲
        hot = w->parent;
        //将被删除节点与hot关联。
        if(succ) succ->parent = hot;
        release(w->data);
        release(w);
        return succ
    }
}

考察插入算法与删除算法的复杂度。

• 插入算法：
  复杂度来源主要有2个，一个是search()接口和updateHeightAbove()接口。最坏的程度也就全树的高度。

• 删除算法：
  复杂度来源主要有3个，search()接口和updateHeightAbove()接口和succ()接口，同理这三个接口做和在大O记号下也不过全树的高度。

但是，删除算法有个致命的缺点。若执行removeAt()操作，总是固定地将删除的二度节点与其直接后继交换，随着操作次数的增加，二叉搜索树向左倾斜的趋势愈加明显。

所以，平衡树高才是解决以上算法最核心的解决方案。

AVL树