hello-algo/docs/chapter_tree/binary_search_tree.md
2022-12-27 18:34:12 +08:00

795 lines
25 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

---
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``num` 之间的大小关系
-`cur.val < val` ,说明目标结点在 `cur` 的右子树中,因此执行 `cur = cur.right`
-`cur.val > val` ,说明目标结点在 `cur` 的左子树中,因此执行 `cur = cur.left`
-`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"
""" 查找结点 """
def search(self, num: int) -> typing.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 root 的右子树中
if cur.val < num:
cur = cur.right
# 目标结点在 root 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 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"
```
### 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"
""" 插入结点 """
def insert(self, num: int) -> typing.Optional[TreeNode]:
root = self.root
# 若树为空,直接提前返回
if root is None:
return None
cur = root
pre = None
# 循环查找,越过叶结点后跳出
while cur is not None:
# 找到重复结点,直接返回
if cur.val == num:
return None
pre = cur
if cur.val < num: # 插入位置在 root 的右子树中
cur = cur.right
else: # 插入位置在 root 的左子树中
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 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"
```
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 $\text{null}$ 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 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);
// 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"
""" 删除结点 """
def remove(self, num: int) -> typing.Optional[TreeNode]:
root = self.root
# 若树为空,直接提前返回
if root is None:
return None
cur = root
pre = None
# 循环查找,越过叶结点后跳出
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 root 的右子树中
cur = cur.right
else: # 待删除结点在 root 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 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.min(cur.right)
tmp = nex.val
# 递归删除结点 nex
self.remove(nex.val)
# nex 的值复制给 cur
cur.val = tmp
return cur
""" 获取最小结点 """
def min(self, root: typing.Optional[TreeNode]) -> typing.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 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 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)
// 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 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);
// 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 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);
// 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"
```
## 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类操作的时间复杂度是 偏科 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**。
<div class="center-table" markdown>
| | 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 | $O(n)$ | $O(1)$ | $O(\log n)$ |
</div>
## 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。