7.3. 二叉搜索树¶
「二叉搜索树 Binary Search Tree」满足以下条件:
- 对于根结点,左子树中所有结点的值 \(<\) 根结点的值 \(<\) 右子树中所有结点的值;
- 任意结点的左子树和右子树也是二叉搜索树,即也满足条件
1.
;
7.3.1. 二叉搜索树的操作¶
查找结点¶
给定目标结点值 num
,可以根据二叉搜索树的性质来查找。我们声明一个结点 cur
,从二叉树的根结点 root
出发,循环比较结点值 cur.val
和 num
之间的大小关系
- 若
cur.val < num
,说明目标结点在cur
的右子树中,因此执行cur = cur.right
; - 若
cur.val > num
,说明目标结点在cur
的左子树中,因此执行cur = cur.left
; - 若
cur.val = num
,说明找到目标结点,跳出循环并返回该结点即可;
二叉搜索树的查找操作和二分查找算法如出一辙,也是在每轮排除一半情况。循环次数最多为二叉树的高度,当二叉树平衡时,使用 \(O(\log n)\) 时间。
/* 查找结点 */
func (bst *binarySearchTree) search(num int) *TreeNode {
node := bst.root
// 循环查找,越过叶结点后跳出
for node != nil {
if node.Val < num {
// 目标结点在 cur 的右子树中
node = node.Right
} else if node.Val > num {
// 目标结点在 cur 的左子树中
node = node.Left
} else {
// 找到目标结点,跳出循环
break
}
}
// 返回目标结点
return node
}
/* 查找结点 */
function search(num: number): TreeNode | null {
let cur = root;
// 循环查找,越过叶结点后跳出
while (cur !== null) {
if (cur.val < num) {
cur = cur.right; // 目标结点在 cur 的右子树中
} else if (cur.val > num) {
cur = cur.left; // 目标结点在 cur 的左子树中
} else {
break; // 找到目标结点,跳出循环
}
}
// 返回目标结点
return cur;
}
插入结点¶
给定一个待插入元素 num
,为了保持二叉搜索树“左子树 < 根结点 < 右子树”的性质,插入操作分为两步:
- 查找插入位置:与查找操作类似,我们从根结点出发,根据当前结点值和
num
的大小关系循环向下搜索,直到越过叶结点(遍历到 \(\text{null}\) )时跳出循环; - 在该位置插入结点:初始化结点
num
,将该结点放到 \(\text{null}\) 的位置 ;
二叉搜索树不允许存在重复结点,否则将会违背其定义。因此若待插入结点在树中已经存在,则不执行插入,直接返回即可。
/* 插入结点 */
TreeNode insert(int num) {
// 若树为空,直接提前返回
if (root == null) return null;
TreeNode cur = root, pre = null;
// 循环查找,越过叶结点后跳出
while (cur != null) {
// 找到重复结点,直接返回
if (cur.val == num) return null;
pre = cur;
// 插入位置在 cur 的右子树中
if (cur.val < num) cur = cur.right;
// 插入位置在 cur 的左子树中
else cur = cur.left;
}
// 插入结点 val
TreeNode node = new TreeNode(num);
if (pre.val < num) pre.right = node;
else pre.left = node;
return node;
}
/* 插入结点 */
TreeNode* insert(int num) {
// 若树为空,直接提前返回
if (root == nullptr) return nullptr;
TreeNode *cur = root, *pre = nullptr;
// 循环查找,越过叶结点后跳出
while (cur != nullptr) {
// 找到重复结点,直接返回
if (cur->val == num) return nullptr;
pre = cur;
// 插入位置在 cur 的右子树中
if (cur->val < num) cur = cur->right;
// 插入位置在 cur 的左子树中
else cur = cur->left;
}
// 插入结点 val
TreeNode* node = new TreeNode(num);
if (pre->val < num) pre->right = node;
else pre->left = node;
return node;
}
""" 插入结点 """
def insert(self, num: int) -> Optional[TreeNode]:
root = self.root
# 若树为空,直接提前返回
if root is None:
return None
# 循环查找,越过叶结点后跳出
cur, pre = root, None
while cur is not None:
# 找到重复结点,直接返回
if cur.val == num:
return None
pre = cur
# 插入位置在 cur 的右子树中
if cur.val < num:
cur = cur.right
# 插入位置在 cur 的左子树中
else:
cur = cur.left
# 插入结点 val
node = TreeNode(num)
if pre.val < num:
pre.right = node
else:
pre.left = node
return node
/* 插入结点 */
func (bst *binarySearchTree) insert(num int) *TreeNode {
cur := bst.root
// 若树为空,直接提前返回
if cur == nil {
return nil
}
// 待插入结点之前的结点位置
var pre *TreeNode = nil
// 循环查找,越过叶结点后跳出
for cur != nil {
if cur.Val == num {
return nil
}
pre = cur
if cur.Val < num {
cur = cur.Right
} else {
cur = cur.Left
}
}
// 插入结点
node := NewTreeNode(num)
if pre.Val < num {
pre.Right = node
} else {
pre.Left = node
}
return cur
}
/* 插入结点 */
function insert(num) {
// 若树为空,直接提前返回
if (root === null) return null;
let cur = root, pre = null;
// 循环查找,越过叶结点后跳出
while (cur !== null) {
// 找到重复结点,直接返回
if (cur.val === num) return null;
pre = cur;
// 插入位置在 cur 的右子树中
if (cur.val < num) cur = cur.right;
// 插入位置在 cur 的左子树中
else cur = cur.left;
}
// 插入结点 val
let node = new Tree.TreeNode(num);
if (pre.val < num) pre.right = node;
else pre.left = node;
return node;
}
/* 插入结点 */
function insert(num: number): TreeNode | null {
// 若树为空,直接提前返回
if (root === null) {
return null;
}
let cur = root,
pre: TreeNode | null = null;
// 循环查找,越过叶结点后跳出
while (cur !== null) {
if (cur.val === num) {
return null; // 找到重复结点,直接返回
}
pre = cur;
if (cur.val < num) {
cur = cur.right as TreeNode; // 插入位置在 cur 的右子树中
} else {
cur = cur.left as TreeNode; // 插入位置在 cur 的左子树中
}
}
// 插入结点 val
let node = new TreeNode(num);
if (pre!.val < num) {
pre!.right = node;
} else {
pre!.left = node;
}
return node;
}
/* 插入结点 */
TreeNode? insert(int num)
{
// 若树为空,直接提前返回
if (root == null) return null;
TreeNode? cur = root, pre = null;
// 循环查找,越过叶结点后跳出
while (cur != null)
{
// 找到重复结点,直接返回
if (cur.val == num) return null;
pre = cur;
// 插入位置在 cur 的右子树中
if (cur.val < num) cur = cur.right;
// 插入位置在 cur 的左子树中
else cur = cur.left;
}
// 插入结点 val
TreeNode node = new TreeNode(num);
if (pre != null)
{
if (pre.val < num) pre.right = node;
else pre.left = node;
}
return node;
}
/* 插入结点 */
func insert(num: Int) -> TreeNode? {
// 若树为空,直接提前返回
if root == nil {
return nil
}
var cur = root
var pre: TreeNode?
// 循环查找,越过叶结点后跳出
while cur != nil {
// 找到重复结点,直接返回
if cur!.val == num {
return nil
}
pre = cur
// 插入位置在 cur 的右子树中
if cur!.val < num {
cur = cur?.right
}
// 插入位置在 cur 的左子树中
else {
cur = cur?.left
}
}
// 插入结点 val
let node = TreeNode(x: num)
if pre!.val < num {
pre?.right = node
} else {
pre?.left = node
}
return node
}
为了插入结点,需要借助 辅助结点 pre
保存上一轮循环的结点,这样在遍历到 \(\text{null}\) 时,我们也可以获取到其父结点,从而完成结点插入操作。
与查找结点相同,插入结点使用 \(O(\log n)\) 时间。
删除结点¶
与插入结点一样,我们需要在删除操作后维持二叉搜索树的“左子树 < 根结点 < 右子树”的性质。首先,我们需要在二叉树中执行查找操作,获取待删除结点。接下来,根据待删除结点的子结点数量,删除操作需要分为三种情况:
当待删除结点的子结点数量 \(= 0\) 时,表明待删除结点是叶结点,直接删除即可。
当待删除结点的子结点数量 \(= 1\) 时,将待删除结点替换为其子结点即可。
当待删除结点的子结点数量 \(= 2\) 时,删除操作分为三步:
- 找到待删除结点在 中序遍历序列 中的下一个结点,记为
nex
; - 在树中递归删除结点
nex
; - 使用
nex
替换待删除结点;
删除结点操作也使用 \(O(\log n)\) 时间,其中查找待删除结点 \(O(\log n)\) ,获取中序遍历后继结点 \(O(\log n)\) 。
/* 删除结点 */
TreeNode remove(int num) {
// 若树为空,直接提前返回
if (root == null) return null;
TreeNode cur = root, pre = null;
// 循环查找,越过叶结点后跳出
while (cur != null) {
// 找到待删除结点,跳出循环
if (cur.val == num) break;
pre = cur;
// 待删除结点在 cur 的右子树中
if (cur.val < num) cur = cur.right;
// 待删除结点在 cur 的左子树中
else cur = cur.left;
}
// 若无待删除结点,则直接返回
if (cur == null) return null;
// 子结点数量 = 0 or 1
if (cur.left == null || cur.right == null) {
// 当子结点数量 = 0 / 1 时, child = null / 该子结点
TreeNode child = cur.left != null ? cur.left : cur.right;
// 删除结点 cur
if (pre.left == cur) pre.left = child;
else pre.right = child;
}
// 子结点数量 = 2
else {
// 获取中序遍历中 cur 的下一个结点
TreeNode nex = getInOrderNext(cur.right);
int tmp = nex.val;
// 递归删除结点 nex
remove(nex.val);
// 将 nex 的值复制给 cur
cur.val = tmp;
}
return cur;
}
/* 获取中序遍历中的下一个结点(仅适用于 root 有左子结点的情况) */
TreeNode getInOrderNext(TreeNode root) {
if (root == null) return root;
// 循环访问左子结点,直到叶结点时为最小结点,跳出
while (root.left != null) {
root = root.left;
}
return root;
}
/* 删除结点 */
TreeNode* remove(int num) {
// 若树为空,直接提前返回
if (root == nullptr) return nullptr;
TreeNode *cur = root, *pre = nullptr;
// 循环查找,越过叶结点后跳出
while (cur != nullptr) {
// 找到待删除结点,跳出循环
if (cur->val == num) break;
pre = cur;
// 待删除结点在 cur 的右子树中
if (cur->val < num) cur = cur->right;
// 待删除结点在 cur 的左子树中
else cur = cur->left;
}
// 若无待删除结点,则直接返回
if (cur == nullptr) return nullptr;
// 子结点数量 = 0 or 1
if (cur->left == nullptr || cur->right == nullptr) {
// 当子结点数量 = 0 / 1 时, child = nullptr / 该子结点
TreeNode* child = cur->left != nullptr ? cur->left : cur->right;
// 删除结点 cur
if (pre->left == cur) pre->left = child;
else pre->right = child;
// 释放内存
delete cur;
}
// 子结点数量 = 2
else {
// 获取中序遍历中 cur 的下一个结点
TreeNode* nex = getInOrderNext(cur->right);
int tmp = nex->val;
// 递归删除结点 nex
remove(nex->val);
// 将 nex 的值复制给 cur
cur->val = tmp;
}
return cur;
}
/* 获取中序遍历中的下一个结点(仅适用于 root 有左子结点的情况) */
TreeNode* getInOrderNext(TreeNode* root) {
if (root == nullptr) return root;
// 循环访问左子结点,直到叶结点时为最小结点,跳出
while (root->left != nullptr) {
root = root->left;
}
return root;
}
""" 删除结点 """
def remove(self, num: int) -> Optional[TreeNode]:
root = self.root
# 若树为空,直接提前返回
if root is None:
return None
# 循环查找,越过叶结点后跳出
cur, pre = root, None
while cur is not None:
# 找到待删除结点,跳出循环
if cur.val == num:
break
pre = cur
if cur.val < num: # 待删除结点在 cur 的右子树中
cur = cur.right
else: # 待删除结点在 cur 的左子树中
cur = cur.left
# 若无待删除结点,则直接返回
if cur is None:
return None
# 子结点数量 = 0 or 1
if cur.left is None or cur.right is None:
# 当子结点数量 = 0 / 1 时, child = null / 该子结点
child = cur.left or cur.right
# 删除结点 cur
if pre.left == cur:
pre.left = child
else:
pre.right = child
# 子结点数量 = 2
else:
# 获取中序遍历中 cur 的下一个结点
nex = self.get_inorder_next(cur.right)
tmp = nex.val
# 递归删除结点 nex
self.remove(nex.val)
# 将 nex 的值复制给 cur
cur.val = tmp
return cur
""" 获取中序遍历中的下一个结点(仅适用于 root 有左子结点的情况) """
def get_inorder_next(self, root: Optional[TreeNode]) -> Optional[TreeNode]:
if root is None:
return root
# 循环访问左子结点,直到叶结点时为最小结点,跳出
while root.left is not None:
root = root.left
return root
/* 删除结点 */
func (bst *binarySearchTree) remove(num int) *TreeNode {
cur := bst.root
// 若树为空,直接提前返回
if cur == nil {
return nil
}
// 待删除结点之前的结点位置
var pre *TreeNode = nil
// 循环查找,越过叶结点后跳出
for cur != nil {
if cur.Val == num {
break
}
pre = cur
if cur.Val < num {
// 待删除结点在右子树中
cur = cur.Right
} else {
// 待删除结点在左子树中
cur = cur.Left
}
}
// 若无待删除结点,则直接返回
if cur == nil {
return nil
}
// 子结点数为 0 或 1
if cur.Left == nil || cur.Right == nil {
var child *TreeNode = nil
// 取出待删除结点的子结点
if cur.Left != nil {
child = cur.Left
} else {
child = cur.Right
}
// 将子结点替换为待删除结点
if pre.Left == cur {
pre.Left = child
} else {
pre.Right = child
}
// 子结点数为 2
} else {
// 获取中序遍历中待删除结点 cur 的下一个结点
next := bst.getInOrderNext(cur)
temp := next.Val
// 递归删除结点 next
bst.remove(next.Val)
// 将 next 的值复制给 cur
cur.Val = temp
}
return cur
}
/* 获取中序遍历的下一个结点(仅适用于 root 有左子结点的情况) */
func (bst *binarySearchTree) getInOrderNext(node *TreeNode) *TreeNode {
if node == nil {
return node
}
// 循环访问左子结点,直到叶结点时为最小结点,跳出
for node.Left != nil {
node = node.Left
}
return node
}
/* 删除结点 */
function remove(num) {
// 若树为空,直接提前返回
if (root === null) return null;
let cur = root, pre = null;
// 循环查找,越过叶结点后跳出
while (cur !== null) {
// 找到待删除结点,跳出循环
if (cur.val === num) break;
pre = cur;
// 待删除结点在 cur 的右子树中
if (cur.val < num) cur = cur.right;
// 待删除结点在 cur 的左子树中
else cur = cur.left;
}
// 若无待删除结点,则直接返回
if (cur === null) return null;
// 子结点数量 = 0 or 1
if (cur.left === null || cur.right === null) {
// 当子结点数量 = 0 / 1 时, child = null / 该子结点
let child = cur.left !== null ? cur.left : cur.right;
// 删除结点 cur
if (pre.left === cur) pre.left = child;
else pre.right = child;
}
// 子结点数量 = 2
else {
// 获取中序遍历中 cur 的下一个结点
let nex = getInOrderNext(cur.right);
let tmp = nex.val;
// 递归删除结点 nex
remove(nex.val);
// 将 nex 的值复制给 cur
cur.val = tmp;
}
return cur;
}
/* 获取中序遍历中的下一个结点(仅适用于 root 有左子结点的情况) */
function getInOrderNext(root) {
if (root === null) return root;
// 循环访问左子结点,直到叶结点时为最小结点,跳出
while (root.left !== null) {
root = root.left;
}
return root;
}
/* 删除结点 */
function remove(num: number): TreeNode | null {
// 若树为空,直接提前返回
if (root === null) {
return null;
}
let cur = root,
pre: TreeNode | null = null;
// 循环查找,越过叶结点后跳出
while (cur !== null) {
// 找到待删除结点,跳出循环
if (cur.val === num) {
break;
}
pre = cur;
if (cur.val < num) {
cur = cur.right as TreeNode; // 待删除结点在 cur 的右子树中
} else {
cur = cur.left as TreeNode; // 待删除结点在 cur 的左子树中
}
}
// 若无待删除结点,则直接返回
if (cur === null) {
return null;
}
// 子结点数量 = 0 or 1
if (cur.left === null || cur.right === null) {
// 当子结点数量 = 0 / 1 时, child = null / 该子结点
let child = cur.left !== null ? cur.left : cur.right;
// 删除结点 cur
if (pre!.left === cur) {
pre!.left = child;
} else {
pre!.right = child;
}
}
// 子结点数量 = 2
else {
// 获取中序遍历中 cur 的下一个结点
let next = getInOrderNext(cur.right);
let tmp = next!.val;
// 递归删除结点 nex
remove(next!.val);
// 将 nex 的值复制给 cur
cur.val = tmp;
}
return cur;
}
/* 获取中序遍历中的下一个结点(仅适用于 root 有左子结点的情况) */
function getInOrderNext(root: TreeNode | null): TreeNode | null {
if (root === null) {
return null;
}
// 循环访问左子结点,直到叶结点时为最小结点,跳出
while (root.left !== null) {
root = root.left;
}
return root;
}
/* 删除结点 */
TreeNode? remove(int num)
{
// 若树为空,直接提前返回
if (root == null) return null;
TreeNode? cur = root, pre = null;
// 循环查找,越过叶结点后跳出
while (cur != null)
{
// 找到待删除结点,跳出循环
if (cur.val == num) break;
pre = cur;
// 待删除结点在 cur 的右子树中
if (cur.val < num) cur = cur.right;
// 待删除结点在 cur 的左子树中
else cur = cur.left;
}
// 若无待删除结点,则直接返回
if (cur == null || pre == null) return null;
// 子结点数量 = 0 or 1
if (cur.left == null || cur.right == null)
{
// 当子结点数量 = 0 / 1 时, child = null / 该子结点
TreeNode? child = cur.left != null ? cur.left : cur.right;
// 删除结点 cur
if (pre.left == cur)
{
pre.left = child;
}
else
{
pre.right = child;
}
}
// 子结点数量 = 2
else
{
// 获取中序遍历中 cur 的下一个结点
TreeNode? nex = getInOrderNext(cur.right);
if (nex != null)
{
int tmp = nex.val;
// 递归删除结点 nex
remove(nex.val);
// 将 nex 的值复制给 cur
cur.val = tmp;
}
}
return cur;
}
/* 获取中序遍历中的下一个结点(仅适用于 root 有左子结点的情况) */
private TreeNode? getInOrderNext(TreeNode? root)
{
if (root == null) return root;
// 循环访问左子结点,直到叶结点时为最小结点,跳出
while (root.left != null)
{
root = root.left;
}
return root;
}
/* 删除结点 */
@discardableResult
func remove(num: Int) -> TreeNode? {
// 若树为空,直接提前返回
if root == nil {
return nil
}
var cur = root
var pre: TreeNode?
// 循环查找,越过叶结点后跳出
while cur != nil {
// 找到待删除结点,跳出循环
if cur!.val == num {
break
}
pre = cur
// 待删除结点在 cur 的右子树中
if cur!.val < num {
cur = cur?.right
}
// 待删除结点在 cur 的左子树中
else {
cur = cur?.left
}
}
// 若无待删除结点,则直接返回
if cur == nil {
return nil
}
// 子结点数量 = 0 or 1
if cur?.left == nil || cur?.right == nil {
// 当子结点数量 = 0 / 1 时, child = null / 该子结点
let child = cur?.left != nil ? cur?.left : cur?.right
// 删除结点 cur
if pre?.left === cur {
pre?.left = child
} else {
pre?.right = child
}
}
// 子结点数量 = 2
else {
// 获取中序遍历中 cur 的下一个结点
let nex = getInOrderNext(root: cur?.right)
let tmp = nex!.val
// 递归删除结点 nex
remove(num: nex!.val)
// 将 nex 的值复制给 cur
cur?.val = tmp
}
return cur
}
/* 获取中序遍历中的下一个结点(仅适用于 root 有左子结点的情况) */
func getInOrderNext(root: TreeNode?) -> TreeNode? {
var root = root
if root == nil {
return root
}
// 循环访问左子结点,直到叶结点时为最小结点,跳出
while root?.left != nil {
root = root?.left
}
return root
}
排序¶
我们知道,「中序遍历」遵循“左 \(\rightarrow\) 根 \(\rightarrow\) 右”的遍历优先级,而二叉搜索树遵循“左子结点 \(<\) 根结点 \(<\) 右子结点”的大小关系。因此,在二叉搜索树中进行中序遍历时,总是会优先遍历下一个最小结点,从而得出一条重要性质:二叉搜索树的中序遍历序列是升序的。
借助中序遍历升序的性质,我们在二叉搜索树中获取有序数据仅需 \(O(n)\) 时间,而无需额外排序,非常高效。
7.3.2. 二叉搜索树的效率¶
假设给定 \(n\) 个数字,最常用的存储方式是「数组」,那么对于这串乱序的数字,常见操作的效率为:
- 查找元素:由于数组是无序的,因此需要遍历数组来确定,使用 \(O(n)\) 时间;
- 插入元素:只需将元素添加至数组尾部即可,使用 \(O(1)\) 时间;
- 删除元素:先查找元素,使用 \(O(n)\) 时间,再在数组中删除该元素,使用 \(O(n)\) 时间;
- 获取最小 / 最大元素:需要遍历数组来确定,使用 \(O(n)\) 时间;
为了得到先验信息,我们也可以预先将数组元素进行排序,得到一个「排序数组」,此时操作效率为:
- 查找元素:由于数组已排序,可以使用二分查找,平均使用 \(O(\log n)\) 时间;
- 插入元素:先查找插入位置,使用 \(O(\log n)\) 时间,再插入到指定位置,使用 \(O(n)\) 时间;
- 删除元素:先查找元素,使用 \(O(\log n)\) 时间,再在数组中删除该元素,使用 \(O(n)\) 时间;
- 获取最小 / 最大元素:数组头部和尾部元素即是最小和最大元素,使用 \(O(1)\) 时间;
观察发现,无序数组和有序数组中的各项操作的时间复杂度是“偏科”的,即有的快有的慢;而二叉搜索树的各项操作的时间复杂度都是对数阶,在数据量 \(n\) 很大时有巨大优势。
无序数组 | 有序数组 | 二叉搜索树 | |
---|---|---|---|
查找指定元素 | \(O(n)\) | \(O(\log n)\) | \(O(\log n)\) |
插入元素 | \(O(1)\) | \(O(n)\) | \(O(\log n)\) |
删除元素 | \(O(n)\) | \(O(n)\) | \(O(\log n)\) |
获取最小 / 最大元素 | \(O(n)\) | \(O(1)\) | \(O(\log n)\) |
7.3.3. 二叉搜索树的退化¶
理想情况下,我们希望二叉搜索树的是“左右平衡”的(详见「平衡二叉树」章节),此时可以在 \(\log n\) 轮循环内查找任意结点。
如果我们动态地在二叉搜索树中插入与删除结点,则可能导致二叉树退化为链表,此时各种操作的时间复杂度也退化之 \(O(n)\) 。
Note
在实际应用中,如何保持二叉搜索树的平衡,也是一个需要重要考虑的问题。
7.3.4. 二叉搜索树常见应用¶
- 系统中的多级索引,高效查找、插入、删除操作。
- 各种搜索算法的底层数据结构。
- 存储数据流,保持其已排序。