--- comments: true --- # 7.3. 二叉搜索树 「二叉搜索树 Binary Search Tree」满足以下条件: 1. 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; 2. 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.` ; ![binary_search_tree](binary_search_tree.assets/binary_search_tree.png) ## 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; === "Step 1" ![bst_search_1](binary_search_tree.assets/bst_search_1.png) === "Step 2" ![bst_search_2](binary_search_tree.assets/bst_search_2.png) === "Step 3" ![bst_search_3](binary_search_tree.assets/bst_search_3.png) === "Step 4" ![bst_search_4](binary_search_tree.assets/bst_search_4.png) 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。 === "Java" ```java title="binary_search_tree.java" /* 查找结点 */ TreeNode search(int num) { TreeNode cur = root; // 循环查找,越过叶结点后跳出 while (cur != null) { // 目标结点在 cur 的右子树中 if (cur.val < num) cur = cur.right; // 目标结点在 cur 的左子树中 else if (cur.val > num) cur = cur.left; // 找到目标结点,跳出循环 else break; } // 返回目标结点 return cur; } ``` === "C++" ```cpp title="binary_search_tree.cpp" /* 查找结点 */ TreeNode* search(int num) { TreeNode* cur = root; // 循环查找,越过叶结点后跳出 while (cur != nullptr) { // 目标结点在 cur 的右子树中 if (cur->val < num) cur = cur->right; // 目标结点在 cur 的左子树中 else if (cur->val > num) cur = cur->left; // 找到目标结点,跳出循环 else break; } // 返回目标结点 return cur; } ``` === "Python" ```python title="binary_search_tree.py" """ 查找结点 """ def search(self, num: int) -> Optional[TreeNode]: cur = self.root # 循环查找,越过叶结点后跳出 while cur is not None: # 目标结点在 cur 的右子树中 if cur.val < num: cur = cur.right # 目标结点在 cur 的左子树中 elif cur.val > num: cur = cur.left # 找到目标结点,跳出循环 else: break return cur ``` === "Go" ```go title="binary_search_tree.go" /* 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 } ``` === "JavaScript" ```javascript title="binary_search_tree.js" /* 查找结点 */ function search(num) { let cur = root; // 循环查找,越过叶结点后跳出 while (cur !== null) { // 目标结点在 cur 的右子树中 if (cur.val < num) cur = cur.right; // 目标结点在 cur 的左子树中 else if (cur.val > num) cur = cur.left; // 找到目标结点,跳出循环 else break; } // 返回目标结点 return cur; } ``` === "TypeScript" ```typescript title="binary_search_tree.ts" /* 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; } ``` === "C" ```c title="binary_search_tree.c" ``` === "C#" ```csharp title="binary_search_tree.cs" /* 查找结点 */ TreeNode? search(int num) { TreeNode? cur = root; // 循环查找,越过叶结点后跳出 while (cur != null) { // 目标结点在 cur 的右子树中 if (cur.val < num) cur = cur.right; // 目标结点在 cur 的左子树中 else if (cur.val > num) cur = cur.left; // 找到目标结点,跳出循环 else break; } // 返回目标结点 return cur; } ``` === "Swift" ```swift title="binary_search_tree.swift" /* 查找结点 */ func search(num: Int) -> TreeNode? { var cur = root // 循环查找,越过叶结点后跳出 while cur != nil { // 目标结点在 cur 的右子树中 if cur!.val < num { cur = cur?.right } // 目标结点在 cur 的左子树中 else if cur!.val > num { cur = cur?.left } // 找到目标结点,跳出循环 else { break } } // 返回目标结点 return cur } ``` === "Zig" ```zig title="binary_search_tree.zig" ``` ### 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: 1. **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; 2. **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。 ![bst_insert](binary_search_tree.assets/bst_insert.png) === "Java" ```java title="binary_search_tree.java" /* 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; } ``` === "C++" ```cpp title="binary_search_tree.cpp" /* 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; } ``` === "Python" ```python title="binary_search_tree.py" """ 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 ``` === "Go" ```go title="binary_search_tree.go" /* 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 } ``` === "JavaScript" ```javascript title="binary_search_tree.js" /* 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; } ``` === "TypeScript" ```typescript title="binary_search_tree.ts" /* 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; } ``` === "C" ```c title="binary_search_tree.c" ``` === "C#" ```csharp title="binary_search_tree.cs" /* 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; } ``` === "Swift" ```swift title="binary_search_tree.swift" /* 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 } ``` === "Zig" ```zig title="binary_search_tree.zig" ``` 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。 ![bst_remove_case1](binary_search_tree.assets/bst_remove_case1.png) **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。 ![bst_remove_case2](binary_search_tree.assets/bst_remove_case2.png) **当待删除结点的子结点数量 $= 2$ 时**,删除操作分为三步: 1. 找到待删除结点在 **中序遍历序列** 中的下一个结点,记为 `nex` ; 2. 在树中递归删除结点 `nex` ; 3. 使用 `nex` 替换待删除结点; === "Step 1" ![bst_remove_case3_1](binary_search_tree.assets/bst_remove_case3_1.png) === "Step 2" ![bst_remove_case3_2](binary_search_tree.assets/bst_remove_case3_2.png) === "Step 3" ![bst_remove_case3_3](binary_search_tree.assets/bst_remove_case3_3.png) === "Step 4" ![bst_remove_case3_4](binary_search_tree.assets/bst_remove_case3_4.png) 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 $O(\log n)$ 。 === "Java" ```java title="binary_search_tree.java" /* 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; } ``` === "C++" ```cpp title="binary_search_tree.cpp" /* 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; } ``` === "Python" ```python title="binary_search_tree.py" """ 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 ``` === "Go" ```go title="binary_search_tree.go" /* 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 } ``` === "JavaScript" ```javascript title="binary_search_tree.js" /* 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; } ``` === "TypeScript" ```typescript title="binary_search_tree.ts" /* 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; } ``` === "C" ```c title="binary_search_tree.c" ``` === "C#" ```csharp title="binary_search_tree.cs" /* 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) */ 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; } ``` === "Swift" ```swift title="binary_search_tree.swift" /* 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 } ``` === "Zig" ```zig title="binary_search_tree.zig" ``` ### 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。 ![bst_inorder_traversal](binary_search_tree.assets/bst_inorder_traversal.png) ## 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**。