--- comments: true --- # 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) ## 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 < val` ,说明目标结点在 `cur` 的右子树中,因此执行 `cur = cur.right` ; - 若 `cur.val > val` ,说明目标结点在 `cur` 的左子树中,因此执行 `cur = cur.left` ; - 若 `cur.val = val` ,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 root 的右子树中 if (cur.val < num) cur = cur.right; // 目标结点在 root 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 root 的右子树中 if (cur->val < num) cur = cur->right; // 目标结点在 root 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" ``` === "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 root 的右子树中 node = node.Right } else if node.Val > num { // 目标结点在 root 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" ```js 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 root 的右子树中 if (cur.val < num) cur = cur.right; // 目标结点在 root 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 root 的右子树中 } else if (cur.val > num) { cur = cur.left; // 目标结点在 root 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 root 的右子树中 if (cur.val < num) cur = cur.right; // 目标结点在 root 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; } ``` ### 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 root 的右子树中 if (cur.val < num) cur = cur.right; // 插入位置在 root 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 root 的右子树中 if (cur->val < num) cur = cur->right; // 插入位置在 root 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" ``` === "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 prev *TreeNode = nil // 循环查找,越过叶结点后跳出 for cur != nil { if cur.Val == num { return nil } prev = cur if cur.Val < num { cur = cur.Right } else { cur = cur.Left } } // 插入结点 node := NewTreeNode(num) if prev.Val < num { prev.Right = node } else { prev.Left = node } return cur } ``` === "JavaScript" ```js 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 root 的右子树中 if (cur.val < num) cur = cur.right; // 插入位置在 root 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 root 的右子树中 } else { cur = cur.left as TreeNode; // 插入位置在 root 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 root 的右子树中 if (cur.val < num) cur = cur.right; // 插入位置在 root 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; } ``` 为了插入结点,需要借助 **辅助结点 `prev`** 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: **待删除结点的子结点数量 $= 0$ 。** 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) **待删除结点的子结点数量 $= 1$ 。** 将待删除结点替换为其子结点。 ![bst_remove_case2](binary_search_tree.assets/bst_remove_case2.png) **待删除结点的子结点数量 $= 2$ 。** 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 root 的右子树中 if (cur.val < num) cur = cur.right; // 待删除结点在 root 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 = min(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; } /* 获取最小结点 */ TreeNode min(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 root 的右子树中 if (cur->val < num) cur = cur->right; // 待删除结点在 root 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; } // 子结点数量 = 2 else { // 获取中序遍历中 cur 的下一个结点 TreeNode* nex = min(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; } /* 获取最小结点 */ TreeNode* min(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" ``` === "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 prev *TreeNode = nil // 循环查找,越过叶结点后跳出 for cur != nil { if cur.Val == num { break } prev = 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 prev.Left == cur { prev.Left = child } else { prev.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 } ``` === "JavaScript" ```js 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 root 的右子树中 if (cur.val < num) cur = cur.right; // 待删除结点在 root 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 = min(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; } ``` === "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 root 的右子树中 } else { cur = cur.left as TreeNode; // 待删除结点在 root 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 = min(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; } ``` === "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 root 的右子树中 if (cur.val < num) cur = cur.right; // 待删除结点在 root 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 = min(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; } /* 获取最小结点 */ TreeNode? min(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; } ``` ## 二叉搜索树的优势 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 $O(\log n)$ 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:** 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,使用 $O(\log n)$ 时间; - **插入元素:** 为了保持数组是有序的,需插入到数组某位置,平均使用 $O(n)$ 时间; - **删除元素:** 与无序数组中的情况相同,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 | $O(n)$ | $O(1)$ | $O(\log n)$ |
## 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。 ![bst_degradation](binary_search_tree.assets/bst_degradation.png) ## 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。