二叉搜索树的应用不是很多,但他是重要的数据结构AVL树和红黑树的基础。
一、概念
二叉搜索树又称二叉排序树,它或者是一棵空树,或者是具有以下性质的二叉树:
- 若它的左子树不为空,则左子树上所有节点的值都小于根节点的值;
- 若它的右子树不为空,则右子树上所有节点的值都大于根节点的值;
- 它的左右子树也分别为二叉搜索树。
- 中序遍历是有序的。
初始代码:
public class BinarySearchTree {
static class TreeNode{
public int val;
public TreeNode left;
public TreeNode right;
public TreeNode(int val) {
this.val = val;
}
}
public TreeNode root;
}
二、操作
2.1 操作-查找
代码实现:
public TreeNode search(int val){
TreeNode cur = root;
while(cur != null){
if(cur.val < val){
cur = cur.right;
}else if(cur.val > val){
cur = cur.left;
}else{
return cur;
}
}
return null;
}
2.2 操作-插入
-
如果树为空树,即根 == null,直接插入
-
如果树不是空树,按照查找逻辑确定插入位置,插入新结点
代码实现:
public boolean insert(int key){
if(root == null){
root = new TreeNode(key);
return true;
}
TreeNode parent = null;
TreeNode cur = root;
while(cur != null){
if(key > cur.val){
parent = cur;
cur = cur.right;
}else if(key < cur.val){
parent = cur;
cur = cur.left;
}else{
return false; // 相同的key是不能进行插入的
}
}
// cur == null
TreeNode node = new TreeNode(key);
if(key < parent.val){
parent.left = node;
}else{
parent.right = node;
}
return true;
}
2.3 操作-删除(难点)
设待删除结点为 cur, 待删除结点的双亲结点为 parent 。
- cur.left == null
- cur 是 root,则 root = cur.right
- cur 不是 root,cur 是 parent.left,则 parent.left = cur.right
- cur 不是 root,cur 是 parent.right,则 parent.right = cur.right
- cur.right == null
- cur 是 root,则 root = cur.left
- cur 不是 root,cur 是 parent.left,则 parent.left = cur.left
- cur 不是 root,cur 是 parent.right,则 parent.right = cur.left
- cur.left != null && cur.right != null
- 需要使用替换法进行删除:cur左树的最右边节点和cur右树的最左边节点完全可以在cur的位置(也符合搜索树),所以我们对这两节点中任意一个进行删除,然后把值替换到cur即可。
代码实现:
private void removeNode(TreeNode parent,TreeNode cur){
if(cur.left == null){
if(cur == root){
root = cur.right;
}else if(cur == parent.left){
parent.left = cur.right;
}else{
parent.right = cur.right;
}
}else if(cur.right == null){
if(cur == root){
root = cur.left;
}else if(cur == parent.left){
parent.left = cur.left;
}else{
parent.right = cur.left;
}
}else{
TreeNode target = cur.right;
TreeNode targetParent = cur;
while(target.left != null) {
targetParent = target;
target = target.left;
}
cur.val = target.val;
// 再递归一次: removeNode(targetParent,target); 或者:
if(target == targetParent.left){
targetParent.left = target.right;
}else{
targetParent.right = target.right;
}
}
}
2.4 性能分析
插入和删除操作都必须先查找,查找效率代表了二叉搜索树中各个操作的性能。
对有n个结点的二叉搜索树,若每个元素查找的概率相等,则二叉搜索树平均查找长度是结点在二叉搜索树的深度的函数,即结点越深,则比较次数越多。
但对于同一个关键码集合,如果各关键码插入的次序不同,可能得到不同结构的二叉搜索树:
最优情况下,二叉搜索树为完全二叉树,时间复杂度为:O(log2N)
最差情况下,二叉搜索树退化为单支树,时间复杂度为:O(N)
问题:如果退化成单支树,二叉搜索树的性能就失去了。那能否进行改进,不论按照什么次序插入关键码,都可以达到二叉搜索树的性能最佳?这就需要学习AVL树、红黑树……
三、和 java 类集的关系
TreeMap 和 TreeSet 即 java 中利用搜索树实现的 Map 和 Set;实际上用的是红黑树,而红黑树是一棵近似平衡的二叉搜索树,即在二叉搜索树的基础之上 + 颜色以及红黑树性质验证。