7.4 二叉搜索树¶
如图 7-16 所示,二叉搜索树(binary search tree)满足以下条件。
- 对于根节点,左子树中所有节点的值 \(<\) 根节点的值 \(<\) 右子树中所有节点的值。
- 任意节点的左、右子树也是二叉搜索树,即同样满足条件
1.。
图 7-16 二叉搜索树
图解 7-16:包含 1 至 15 的二叉搜索树
二叉搜索树要求每个节点的整棵左子树都比它小、整棵右子树都比它大。
这棵二叉搜索树共有四层,包含值为 1 至 15 的 15 个节点,所有有向边箭头均从父节点指向子节点。第一层根节点为 8,它的左、右子节点分别为 4 和 12。
第二层中,节点 4 的左、右子节点依次为 2 和 6,节点 12 的左、右子节点依次为 10 和 14。第三层继续向下指向第四层的 8 个叶节点:节点 2 的左、右子节点为 1 和 3;节点 6 的左、右子节点为 5 和 7;节点 10 的左、右子节点为 9 和 11;节点 14 的左、右子节点为 13 和 15。
整棵树呈现二叉搜索树的递归有序结构:以根节点 8 为界,左子树包含 1 至 7,全部小于 8;右子树包含 9 至 15,全部大于 8。往下任意子树同样遵循该规律,例如节点 4 的左子树包含 1 至 3(均小于 4),右子树包含 5 至 7(均大于 4 且小于根节点 8)。
7.4.1 二叉搜索树的操作¶
我们将二叉搜索树封装为一个类 BinarySearchTree ,并声明一个成员变量 root ,指向树的根节点。
1. 查找节点¶
给定目标节点值 num ,可以根据二叉搜索树的性质来查找。如图 7-17 所示,我们声明一个节点 cur ,从二叉树的根节点 root 出发,循环比较节点值 cur.val 和 num 之间的大小关系。
- 若
cur.val < num,说明目标节点在cur的右子树中,因此执行cur = cur.right。 - 若
cur.val > num,说明目标节点在cur的左子树中,因此执行cur = cur.left。 - 若
cur.val = num,说明找到目标节点,跳出循环并返回该节点。
图 7-17 二叉搜索树查找节点示例
图解 7-17:在二叉搜索树中查找节点 7
在含值 1 至 15 的二叉搜索树中查找 7,逐步比较并选择左、右分支。
二叉搜索树中,任意节点的左子树所有节点值小于该节点值,右子树所有节点值大于该节点值。连线箭头从父节点指向子节点。
四层完美二叉搜索树含节点 1 至 15:根为 8,左、右子节点为 4、12;4 的左、右子节点为 2、6;12 的左、右子节点为 10、14;2 的子节点为 1、3,6 的子节点为 5、7,10 的子节点为 9、11,14 的子节点为 13、15。
指针 cur 指向当前正被检查的节点(以实心蓝色高亮),已经走过的查找路径用蓝色箭头与蓝色节点外环标出。
从根节点 8 开始查找
将指针 cur 初始化在根节点 8(实心蓝色高亮)。将目标值 7 与当前节点值 8 比较:因为 7 < 8,目标必在左子树中,下一步应移向左下方的左子节点 4。当前已走路径为 8。
向左进入节点 4
因 7 < 8,执行 cur = cur.left,指针沿蓝色箭头从 8 移至左子节点 4。再将目标值 7 与当前节点值 4 比较:因为 7 > 4,下一步应转向 4 的右子树。当前已走路径为 8→4。
向右进入节点 6
因 7 > 4,执行 cur = cur.right,指针沿蓝色箭头从 4 移至右子节点 6。再将目标值 7 与当前节点值 6 比较:因为 7 > 6,下一步继续转向 6 的右子节点。当前已走路径为 8→4→6。
找到节点 7
因 7 > 6,执行 cur = cur.right,指针沿蓝色箭头从 6 移至右子节点 7。此时 cur 的节点值等于目标值 7,查找命中,跳出循环并返回节点 7。当前已走路径为 8→4→6→7。
指针 cur 沿路径 8 → 4 → 6 → 7 依次比较四个节点,在第四步命中目标值 7 并返回该节点;查找过程不修改树的任何连接。
二叉搜索树的查找操作与二分查找算法的工作原理一致,都是每轮排除一半情况。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。示例代码如下:
/* 查找节点 */
func (bst *binarySearchTree) search(num int) *TreeNode {
node := bst.root
// 循环查找,越过叶节点后跳出
for node != nil {
if node.Val.(int) < num {
// 目标节点在 cur 的右子树中
node = node.Right
} else if node.Val.(int) > num {
// 目标节点在 cur 的左子树中
node = node.Left
} else {
// 找到目标节点,跳出循环
break
}
}
// 返回目标节点
return node
}
/* 查找节点 */
pub fn search(&self, num: i32) -> OptionTreeNodeRc {
let mut cur = self.root.clone();
// 循环查找,越过叶节点后跳出
while let Some(node) = cur.clone() {
match num.cmp(&node.borrow().val) {
// 目标节点在 cur 的右子树中
Ordering::Greater => cur = node.borrow().right.clone(),
// 目标节点在 cur 的左子树中
Ordering::Less => cur = node.borrow().left.clone(),
// 找到目标节点,跳出循环
Ordering::Equal => break,
}
}
// 返回目标节点
cur
}
/* 查找节点 */
TreeNode *search(BinarySearchTree *bst, int num) {
TreeNode *cur = bst->root;
// 循环查找,越过叶节点后跳出
while (cur != NULL) {
if (cur->val < num) {
// 目标节点在 cur 的右子树中
cur = cur->right;
} else if (cur->val > num) {
// 目标节点在 cur 的左子树中
cur = cur->left;
} else {
// 找到目标节点,跳出循环
break;
}
}
// 返回目标节点
return cur;
}
可视化运行
2. 插入节点¶
给定一个待插入元素 num ,为了保持二叉搜索树“左子树 < 根节点 < 右子树”的性质,插入操作流程如图 7-18 所示。
- 查找插入位置:与查找操作相似,从根节点出发,根据当前节点值和
num的大小关系循环向下搜索,直到越过叶节点(遍历至None)时跳出循环。 - 在该位置插入节点:初始化节点
num,将该节点置于None的位置。
图 7-18 在二叉搜索树中插入节点
图解 7-18:二叉搜索树插入节点
沿大小比较向下查找到空引用位置,再由父节点指针 pre 将新叶节点接入树中。
本书二叉搜索树不存重复值;每个节点的左子树所有值小于该节点值,右子树所有值大于该节点值。
目标是在根为 8、含值 1 至 15 的树中插入 16。静态图有插入前后两幅子图;下表将两侧连接并列。空表示没有子节点,尚未加入表示该节点当时还不存在。
| 节点 | 插入前左子 | 插入前右子 | 插入后左子 | 插入后右子 |
|---|---|---|---|---|
| 1 | 空 | 空 | 空 | 空 |
| 2 | 1 | 3 | 1 | 3 |
| 3 | 空 | 空 | 空 | 空 |
| 4 | 2 | 6 | 2 | 6 |
| 5 | 空 | 空 | 空 | 空 |
| 6 | 5 | 7 | 5 | 7 |
| 7 | 空 | 空 | 空 | 空 |
| 8 | 4 | 12 | 4 | 12 |
| 9 | 空 | 空 | 空 | 空 |
| 10 | 9 | 11 | 9 | 11 |
| 11 | 空 | 空 | 空 | 空 |
| 12 | 10 | 14 | 10 | 14 |
| 13 | 空 | 空 | 空 | 空 |
| 14 | 13 | 15 | 13 | 15 |
| 15 | 空 | 空 | 空 | 16 |
| 16 | 尚未加入 | 尚未加入 | 空 | 空 |
插入 16 时,它依次大于 8、12、14、15,沿这四节点向右查找,直到 cur 到达空位置 None,pre 保存最后一个非空节点 15。创建新节点 16 后执行 pre.right = 新节点,将它接为 15 的右子节点。
插入后树含值 1 至 16,仍满足搜索树顺序。cur 变为 None 后不能用它找到父节点,因此要由 pre 保留最后一个非空节点的引用。
在代码实现中,需要注意以下两点。
- 二叉搜索树不允许存在重复节点,否则将违反其定义。因此,若待插入节点在树中已存在,则不执行插入,直接返回。
- 为了实现插入节点,我们需要借助节点
pre保存上一轮循环的节点。这样在遍历至None时,我们可以获取到其父节点,从而完成节点插入操作。
def insert(self, num: int):
"""插入节点"""
# 若树为空,则初始化根节点
if self._root is None:
self._root = TreeNode(num)
return
# 循环查找,越过叶节点后跳出
cur, pre = self._root, None
while cur is not None:
# 找到重复节点,直接返回
if cur.val == num:
return
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
# 插入节点
node = TreeNode(num)
if pre.val < num:
pre.right = node
else:
pre.left = node
/* 插入节点 */
void insert(int num) {
// 若树为空,则初始化根节点
if (root == nullptr) {
root = new TreeNode(num);
return;
}
TreeNode *cur = root, *pre = nullptr;
// 循环查找,越过叶节点后跳出
while (cur != nullptr) {
// 找到重复节点,直接返回
if (cur->val == num)
return;
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;
}
// 插入节点
TreeNode *node = new TreeNode(num);
if (pre->val < num)
pre->right = node;
else
pre->left = node;
}
/* 插入节点 */
void insert(int num) {
// 若树为空,则初始化根节点
if (root == null) {
root = new TreeNode(num);
return;
}
TreeNode cur = root, pre = null;
// 循环查找,越过叶节点后跳出
while (cur != null) {
// 找到重复节点,直接返回
if (cur.val == num)
return;
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;
}
// 插入节点
TreeNode node = new TreeNode(num);
if (pre.val < num)
pre.right = node;
else
pre.left = node;
}
/* 插入节点 */
void Insert(int num) {
// 若树为空,则初始化根节点
if (root == null) {
root = new TreeNode(num);
return;
}
TreeNode? cur = root, pre = null;
// 循环查找,越过叶节点后跳出
while (cur != null) {
// 找到重复节点,直接返回
if (cur.val == num)
return;
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;
}
// 插入节点
TreeNode node = new(num);
if (pre != null) {
if (pre.val < num)
pre.right = node;
else
pre.left = node;
}
}
/* 插入节点 */
func (bst *binarySearchTree) insert(num int) {
cur := bst.root
// 若树为空,则初始化根节点
if cur == nil {
bst.root = NewTreeNode(num)
return
}
// 待插入节点之前的节点位置
var pre *TreeNode = nil
// 循环查找,越过叶节点后跳出
for cur != nil {
if cur.Val == num {
return
}
pre = cur
if cur.Val.(int) < num {
cur = cur.Right
} else {
cur = cur.Left
}
}
// 插入节点
node := NewTreeNode(num)
if pre.Val.(int) < num {
pre.Right = node
} else {
pre.Left = node
}
}
/* 插入节点 */
func insert(num: Int) {
// 若树为空,则初始化根节点
if root == nil {
root = TreeNode(x: num)
return
}
var cur = root
var pre: TreeNode?
// 循环查找,越过叶节点后跳出
while cur != nil {
// 找到重复节点,直接返回
if cur!.val == num {
return
}
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
}
}
// 插入节点
let node = TreeNode(x: num)
if pre!.val < num {
pre?.right = node
} else {
pre?.left = node
}
}
/* 插入节点 */
insert(num) {
// 若树为空,则初始化根节点
if (this.root === null) {
this.root = new TreeNode(num);
return;
}
let cur = this.root,
pre = null;
// 循环查找,越过叶节点后跳出
while (cur !== null) {
// 找到重复节点,直接返回
if (cur.val === num) return;
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;
}
// 插入节点
const node = new TreeNode(num);
if (pre.val < num) pre.right = node;
else pre.left = node;
}
/* 插入节点 */
insert(num: number): void {
// 若树为空,则初始化根节点
if (this.root === null) {
this.root = new TreeNode(num);
return;
}
let cur: TreeNode | null = this.root,
pre: TreeNode | null = null;
// 循环查找,越过叶节点后跳出
while (cur !== null) {
// 找到重复节点,直接返回
if (cur.val === num) return;
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;
}
// 插入节点
const node = new TreeNode(num);
if (pre!.val < num) pre!.right = node;
else pre!.left = node;
}
/* 插入节点 */
void insert(int _num) {
// 若树为空,则初始化根节点
if (_root == null) {
_root = TreeNode(_num);
return;
}
TreeNode? cur = _root;
TreeNode? pre = null;
// 循环查找,越过叶节点后跳出
while (cur != null) {
// 找到重复节点,直接返回
if (cur.val == _num) return;
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;
}
// 插入节点
TreeNode? node = TreeNode(_num);
if (pre!.val < _num)
pre.right = node;
else
pre.left = node;
}
/* 插入节点 */
pub fn insert(&mut self, num: i32) {
// 若树为空,则初始化根节点
if self.root.is_none() {
self.root = Some(TreeNode::new(num));
return;
}
let mut cur = self.root.clone();
let mut pre = None;
// 循环查找,越过叶节点后跳出
while let Some(node) = cur.clone() {
match num.cmp(&node.borrow().val) {
// 找到重复节点,直接返回
Ordering::Equal => return,
// 插入位置在 cur 的右子树中
Ordering::Greater => {
pre = cur.clone();
cur = node.borrow().right.clone();
}
// 插入位置在 cur 的左子树中
Ordering::Less => {
pre = cur.clone();
cur = node.borrow().left.clone();
}
}
}
// 插入节点
let pre = pre.unwrap();
let node = Some(TreeNode::new(num));
if num > pre.borrow().val {
pre.borrow_mut().right = node;
} else {
pre.borrow_mut().left = node;
}
}
/* 插入节点 */
void insert(BinarySearchTree *bst, int num) {
// 若树为空,则初始化根节点
if (bst->root == NULL) {
bst->root = newTreeNode(num);
return;
}
TreeNode *cur = bst->root, *pre = NULL;
// 循环查找,越过叶节点后跳出
while (cur != NULL) {
// 找到重复节点,直接返回
if (cur->val == num) {
return;
}
pre = cur;
if (cur->val < num) {
// 插入位置在 cur 的右子树中
cur = cur->right;
} else {
// 插入位置在 cur 的左子树中
cur = cur->left;
}
}
// 插入节点
TreeNode *node = newTreeNode(num);
if (pre->val < num) {
pre->right = node;
} else {
pre->left = node;
}
}
/* 插入节点 */
fun insert(num: Int) {
// 若树为空,则初始化根节点
if (root == null) {
root = TreeNode(num)
return
}
var cur = root
var pre: TreeNode? = null
// 循环查找,越过叶节点后跳出
while (cur != null) {
// 找到重复节点,直接返回
if (cur._val == num)
return
pre = cur
// 插入位置在 cur 的右子树中
cur = if (cur._val < num)
cur.right
// 插入位置在 cur 的左子树中
else
cur.left
}
// 插入节点
val node = TreeNode(num)
if (pre?._val!! < num)
pre.right = node
else
pre.left = node
}
### 插入节点 ###
def insert(num)
# 若树为空,则初始化根节点
if @root.nil?
@root = TreeNode.new(num)
return
end
# 循环查找,越过叶节点后跳出
cur, pre = @root, nil
while !cur.nil?
# 找到重复节点,直接返回
return if cur.val == num
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
end
end
# 插入节点
node = TreeNode.new(num)
if pre.val < num
pre.right = node
else
pre.left = node
end
end
可视化运行
与查找节点相同,插入节点使用 \(O(\log n)\) 时间。
3. 删除节点¶
先在二叉树中查找到目标节点,再将其删除。与插入节点类似,我们需要保证在删除操作完成后,二叉搜索树的“左子树 < 根节点 < 右子树”的性质仍然满足。因此,我们根据目标节点的子节点数量,分 0、1 和 2 三种情况,执行对应的删除节点操作。
如图 7-19 所示,当待删除节点的度为 \(0\) 时,表示该节点是叶节点,可以直接删除。
图 7-19 在二叉搜索树中删除节点(度为 0 )
图解 7-19:二叉搜索树删除叶节点
删除度为 0 的叶节点时,没有需要接回的子树,直接清空父节点指向它的引用。
目标是从根为 8、含值 1 至 15 的树中删除叶节点 1。静态图的前后两幅子图之间有“度为 0”的判定说明;cur 表示目标,pre 表示父节点。下表并列删除前后的连接,已移除表示节点不再属于树。
| 节点 | 删除前左子 | 删除前右子 | 删除后左子 | 删除后右子 |
|---|---|---|---|---|
| 1 | 空 | 空 | 已移除 | 已移除 |
| 2 | 1 | 3 | 空 | 3 |
| 3 | 空 | 空 | 空 | 空 |
| 4 | 2 | 6 | 2 | 6 |
| 5 | 空 | 空 | 空 | 空 |
| 6 | 5 | 7 | 5 | 7 |
| 7 | 空 | 空 | 空 | 空 |
| 8 | 4 | 12 | 4 | 12 |
| 9 | 空 | 空 | 空 | 空 |
| 10 | 9 | 11 | 9 | 11 |
| 11 | 空 | 空 | 空 | 空 |
| 12 | 10 | 14 | 10 | 14 |
| 13 | 空 | 空 | 空 | 空 |
| 14 | 13 | 15 | 13 | 15 |
| 15 | 空 | 空 | 空 | 空 |
删除值 1 时,从根沿 8 → 4 → 2 → 1 查找到目标,cur 指向 1,pre 指向父节点 2。因目标 1 没有子节点,度为 0,没有需要接回的子树,直接执行 pre.left = None 清空父节点 2 的左引用即可。
删除后剩余值 2 至 15,二叉搜索树大小关系保持不变。图中 2 左侧的空位置表示 None 引用,并非新的节点。
如图 7-20 所示,当待删除节点的度为 \(1\) 时,将待删除节点替换为其子节点即可。
图 7-20 在二叉搜索树中删除节点(度为 1 )
图解 7-20:二叉搜索树删除单子节点
删除度为 1 的节点时,将父节点指向目标的引用直接改指目标的唯一子节点。
目标是从根为 8、含值 2 至 15 的树中删除节点 2。起点与图 7-19 删除节点 1 后相同:2 仅有右子节点 3。静态图用前后两幅子图与“度为 1”的判定说明展示删除。下表并列前后连接,已移除表示节点不再属于树。
| 节点 | 删除前左子 | 删除前右子 | 删除后左子 | 删除后右子 |
|---|---|---|---|---|
| 2 | 空 | 3 | 已移除 | 已移除 |
| 3 | 空 | 空 | 空 | 空 |
| 4 | 2 | 6 | 3 | 6 |
| 5 | 空 | 空 | 空 | 空 |
| 6 | 5 | 7 | 5 | 7 |
| 7 | 空 | 空 | 空 | 空 |
| 8 | 4 | 12 | 4 | 12 |
| 9 | 空 | 空 | 空 | 空 |
| 10 | 9 | 11 | 9 | 11 |
| 11 | 空 | 空 | 空 | 空 |
| 12 | 10 | 14 | 10 | 14 |
| 13 | 空 | 空 | 空 | 空 |
| 14 | 13 | 15 | 13 | 15 |
| 15 | 空 | 空 | 空 | 空 |
删除值 2 时,沿 8 → 4 → 2 找到 cur = 2,父节点 pre = 4。节点 2 左为空、还有右子节点 3,度为 1。不能像删叶节点一样直接把 4.left 设为空,否则会从根断开本应保留的节点 3;应执行 pre.left = cur.right,将 4.left 指向 3。
删除后剩余值 3 至 15 保持搜索树顺序。此操作替换的是父子引用,节点 3 保留自身身份并接到节点 4 的左侧,并非改写节点 2 的值。
当待删除节点的度为 \(2\) 时,我们无法直接删除它,而需要使用一个节点替换该节点。由于要保持二叉搜索树“左子树 \(<\) 根节点 \(<\) 右子树”的性质,因此这个节点可以是右子树的最小节点或左子树的最大节点。
假设我们选择右子树的最小节点(中序遍历的下一个节点),则删除操作流程如图 7-21 所示。
- 找到待删除节点在“中序遍历序列”中的下一个节点,记为
tmp。 - 用
tmp的值覆盖待删除节点的值,并在树中递归删除节点tmp。
图 7-21 在二叉搜索树中删除节点(度为 2 )
图解 7-21:二叉搜索树删除双子节点
删除度为 2 的节点时,先在右子树中定位并摘除中序后继节点,再将后继值写入目标节点 cur。
待删除目标值为 4。初始树含值 3 至 15,根为 8。下表列出全部初始连接;空表示没有子节点,cur 始终指向最初存放值 4 的那个对象。
第 1、2 步不改连接;第 3 步摘除原节点 5,第 4 步才把值 5 写入 cur。除各步明确指出的变化外,下表中的连接保持不变;以 12 为根的右子树始终不变。nex 是图中的后继指针,对应源码的 tmp。
本图按源码先递归删除后继,再改写 cur 的值。若先将 cur 改成 5,再从整棵树按值删除 5,会先命中 cur;因此这段源码的两步不能直接交换。
| 节点 | 初始左子节点 | 初始右子节点 |
|---|---|---|
| 8(根) | cur(初值 4) | 12 |
| 3 | 空 | 空 |
| cur(初值 4) | 3 | 6 |
| 5(原节点) | 空 | 空 |
| 6 | 5(原节点) | 7 |
| 7 | 空 | 空 |
| 9 | 空 | 空 |
| 10 | 9 | 11 |
| 11 | 空 | 空 |
| 12 | 10 | 14 |
| 13 | 空 | 空 |
| 14 | 13 | 15 |
| 15 | 空 | 空 |
定位具有两个子节点的目标
目标值 4 小于根 8,向左找到 cur(当前值 4)。cur 左接 3、右接 6;6 左接叶节点 5、右接叶节点 7,连接与“删除前的全树连接”表一致。cur 的度为 2,不能直接断开父边,本例选择寻找右子树的最小值来替换。
找到中序后继 5
沿 cur(4)→6→5 找到中序后继,令 nex 指向原节点 5。当前根 8 左接 cur,cur 仍左接 3、右接 6,6 左接 5、右接 7;节点值与连接均未改变。5 是右子树最小值,替换后大于左子树的 3、小于剩余右子树的 6、7,能保持搜索树顺序。
摘除原后继节点
递归删除 nex 指向的叶节点 5,将 6.left 设为空。当前根 8 左接 cur(值仍为 4),cur 左接 3、右接 6;6 左空、右接叶节点 7。只有原节点 5 被摘除,其余连接保持初始表所示;nex 仍保留对原节点的引用,下一步可读取它的值。图中旧位置的虚线圆只作对照,不是仍留在树中的节点。
把后继值写入 cur
本步将后继值 5 写入 cur,覆盖原值 4。当前根 8 左接 cur(值已为 5),cur 左接 3、右接 6;6 左空、右接叶节点 7。仅 cur 的值改变,它与父节点 8 及子节点 3、6 的引用都不变;原节点 5 已摘除,树中只剩一份值 5。
完成后树中不再包含值 4,cur 对象仍在原位置;保留了其余节点和搜索树顺序。
删除节点操作同样使用 \(O(\log n)\) 时间,其中查找待删除节点需要 \(O(\log n)\) 时间,获取中序遍历后继节点需要 \(O(\log n)\) 时间。示例代码如下:
def remove(self, num: int):
"""删除节点"""
# 若树为空,直接提前返回
if self._root is None:
return
# 循环查找,越过叶节点后跳出
cur, pre = self._root, None
while cur is not None:
# 找到待删除节点,跳出循环
if cur.val == num:
break
pre = cur
# 待删除节点在 cur 的右子树中
if cur.val < num:
cur = cur.right
# 待删除节点在 cur 的左子树中
else:
cur = cur.left
# 若无待删除节点,则直接返回
if cur is None:
return
# 子节点数量 = 0 or 1
if cur.left is None or cur.right is None:
# 当子节点数量 = 0 / 1 时, child = null / 该子节点
child = cur.left or cur.right
# 删除节点 cur
if cur != self._root:
if pre.left == cur:
pre.left = child
else:
pre.right = child
else:
# 若删除节点为根节点,则重新指定根节点
self._root = child
# 子节点数量 = 2
else:
# 获取中序遍历中 cur 的下一个节点
tmp: TreeNode = cur.right
while tmp.left is not None:
tmp = tmp.left
# 递归删除节点 tmp
self.remove(tmp.val)
# 用 tmp 覆盖 cur
cur.val = tmp.val
/* 删除节点 */
void remove(int num) {
// 若树为空,直接提前返回
if (root == nullptr)
return;
TreeNode *cur = root, *pre = nullptr;
// 循环查找,越过叶节点后跳出
while (cur != nullptr) {
// 找到待删除节点,跳出循环
if (cur->val == num)
break;
pre = cur;
// 待删除节点在 cur 的右子树中
if (cur->val < num)
cur = cur->right;
// 待删除节点在 cur 的左子树中
else
cur = cur->left;
}
// 若无待删除节点,则直接返回
if (cur == nullptr)
return;
// 子节点数量 = 0 or 1
if (cur->left == nullptr || cur->right == nullptr) {
// 当子节点数量 = 0 / 1 时, child = nullptr / 该子节点
TreeNode *child = cur->left != nullptr ? cur->left : cur->right;
// 删除节点 cur
if (cur != root) {
if (pre->left == cur)
pre->left = child;
else
pre->right = child;
} else {
// 若删除节点为根节点,则重新指定根节点
root = child;
}
// 释放内存
delete cur;
}
// 子节点数量 = 2
else {
// 获取中序遍历中 cur 的下一个节点
TreeNode *tmp = cur->right;
while (tmp->left != nullptr) {
tmp = tmp->left;
}
int tmpVal = tmp->val;
// 递归删除节点 tmp
remove(tmp->val);
// 用 tmp 覆盖 cur
cur->val = tmpVal;
}
}
/* 删除节点 */
void remove(int num) {
// 若树为空,直接提前返回
if (root == null)
return;
TreeNode cur = root, pre = null;
// 循环查找,越过叶节点后跳出
while (cur != null) {
// 找到待删除节点,跳出循环
if (cur.val == num)
break;
pre = cur;
// 待删除节点在 cur 的右子树中
if (cur.val < num)
cur = cur.right;
// 待删除节点在 cur 的左子树中
else
cur = cur.left;
}
// 若无待删除节点,则直接返回
if (cur == null)
return;
// 子节点数量 = 0 or 1
if (cur.left == null || cur.right == null) {
// 当子节点数量 = 0 / 1 时, child = null / 该子节点
TreeNode child = cur.left != null ? cur.left : cur.right;
// 删除节点 cur
if (cur != root) {
if (pre.left == cur)
pre.left = child;
else
pre.right = child;
} else {
// 若删除节点为根节点,则重新指定根节点
root = child;
}
}
// 子节点数量 = 2
else {
// 获取中序遍历中 cur 的下一个节点
TreeNode tmp = cur.right;
while (tmp.left != null) {
tmp = tmp.left;
}
// 递归删除节点 tmp
remove(tmp.val);
// 用 tmp 覆盖 cur
cur.val = tmp.val;
}
}
/* 删除节点 */
void Remove(int num) {
// 若树为空,直接提前返回
if (root == null)
return;
TreeNode? cur = root, pre = null;
// 循环查找,越过叶节点后跳出
while (cur != null) {
// 找到待删除节点,跳出循环
if (cur.val == num)
break;
pre = cur;
// 待删除节点在 cur 的右子树中
if (cur.val < num)
cur = cur.right;
// 待删除节点在 cur 的左子树中
else
cur = cur.left;
}
// 若无待删除节点,则直接返回
if (cur == null)
return;
// 子节点数量 = 0 or 1
if (cur.left == null || cur.right == null) {
// 当子节点数量 = 0 / 1 时, child = null / 该子节点
TreeNode? child = cur.left ?? cur.right;
// 删除节点 cur
if (cur != root) {
if (pre!.left == cur)
pre.left = child;
else
pre.right = child;
} else {
// 若删除节点为根节点,则重新指定根节点
root = child;
}
}
// 子节点数量 = 2
else {
// 获取中序遍历中 cur 的下一个节点
TreeNode? tmp = cur.right;
while (tmp.left != null) {
tmp = tmp.left;
}
// 递归删除节点 tmp
Remove(tmp.val!.Value);
// 用 tmp 覆盖 cur
cur.val = tmp.val;
}
}
/* 删除节点 */
func (bst *binarySearchTree) remove(num int) {
cur := bst.root
// 若树为空,直接提前返回
if cur == nil {
return
}
// 待删除节点之前的节点位置
var pre *TreeNode = nil
// 循环查找,越过叶节点后跳出
for cur != nil {
if cur.Val == num {
break
}
pre = cur
if cur.Val.(int) < num {
// 待删除节点在右子树中
cur = cur.Right
} else {
// 待删除节点在左子树中
cur = cur.Left
}
}
// 若无待删除节点,则直接返回
if cur == nil {
return
}
// 子节点数为 0 或 1
if cur.Left == nil || cur.Right == nil {
var child *TreeNode = nil
// 取出待删除节点的子节点
if cur.Left != nil {
child = cur.Left
} else {
child = cur.Right
}
// 删除节点 cur
if cur != bst.root {
if pre.Left == cur {
pre.Left = child
} else {
pre.Right = child
}
} else {
// 若删除节点为根节点,则重新指定根节点
bst.root = child
}
// 子节点数为 2
} else {
// 获取中序遍历中待删除节点 cur 的下一个节点
tmp := cur.Right
for tmp.Left != nil {
tmp = tmp.Left
}
// 递归删除节点 tmp
bst.remove(tmp.Val.(int))
// 用 tmp 覆盖 cur
cur.Val = tmp.Val
}
}
/* 删除节点 */
func remove(num: Int) {
// 若树为空,直接提前返回
if root == nil {
return
}
var cur = root
var pre: TreeNode?
// 循环查找,越过叶节点后跳出
while cur != nil {
// 找到待删除节点,跳出循环
if cur!.val == num {
break
}
pre = cur
// 待删除节点在 cur 的右子树中
if cur!.val < num {
cur = cur?.right
}
// 待删除节点在 cur 的左子树中
else {
cur = cur?.left
}
}
// 若无待删除节点,则直接返回
if cur == nil {
return
}
// 子节点数量 = 0 or 1
if cur?.left == nil || cur?.right == nil {
// 当子节点数量 = 0 / 1 时, child = null / 该子节点
let child = cur?.left ?? cur?.right
// 删除节点 cur
if cur !== root {
if pre?.left === cur {
pre?.left = child
} else {
pre?.right = child
}
} else {
// 若删除节点为根节点,则重新指定根节点
root = child
}
}
// 子节点数量 = 2
else {
// 获取中序遍历中 cur 的下一个节点
var tmp = cur?.right
while tmp?.left != nil {
tmp = tmp?.left
}
// 递归删除节点 tmp
remove(num: tmp!.val)
// 用 tmp 覆盖 cur
cur?.val = tmp!.val
}
}
/* 删除节点 */
remove(num) {
// 若树为空,直接提前返回
if (this.root === null) return;
let cur = this.root,
pre = null;
// 循环查找,越过叶节点后跳出
while (cur !== null) {
// 找到待删除节点,跳出循环
if (cur.val === num) break;
pre = cur;
// 待删除节点在 cur 的右子树中
if (cur.val < num) cur = cur.right;
// 待删除节点在 cur 的左子树中
else cur = cur.left;
}
// 若无待删除节点,则直接返回
if (cur === null) return;
// 子节点数量 = 0 or 1
if (cur.left === null || cur.right === null) {
// 当子节点数量 = 0 / 1 时, child = null / 该子节点
const child = cur.left !== null ? cur.left : cur.right;
// 删除节点 cur
if (cur !== this.root) {
if (pre.left === cur) pre.left = child;
else pre.right = child;
} else {
// 若删除节点为根节点,则重新指定根节点
this.root = child;
}
}
// 子节点数量 = 2
else {
// 获取中序遍历中 cur 的下一个节点
let tmp = cur.right;
while (tmp.left !== null) {
tmp = tmp.left;
}
// 递归删除节点 tmp
this.remove(tmp.val);
// 用 tmp 覆盖 cur
cur.val = tmp.val;
}
}
/* 删除节点 */
remove(num: number): void {
// 若树为空,直接提前返回
if (this.root === null) return;
let cur: TreeNode | null = this.root,
pre: TreeNode | null = null;
// 循环查找,越过叶节点后跳出
while (cur !== null) {
// 找到待删除节点,跳出循环
if (cur.val === num) break;
pre = cur;
// 待删除节点在 cur 的右子树中
if (cur.val < num) cur = cur.right;
// 待删除节点在 cur 的左子树中
else cur = cur.left;
}
// 若无待删除节点,则直接返回
if (cur === null) return;
// 子节点数量 = 0 or 1
if (cur.left === null || cur.right === null) {
// 当子节点数量 = 0 / 1 时, child = null / 该子节点
const child: TreeNode | null =
cur.left !== null ? cur.left : cur.right;
// 删除节点 cur
if (cur !== this.root) {
if (pre!.left === cur) pre!.left = child;
else pre!.right = child;
} else {
// 若删除节点为根节点,则重新指定根节点
this.root = child;
}
}
// 子节点数量 = 2
else {
// 获取中序遍历中 cur 的下一个节点
let tmp: TreeNode | null = cur.right;
while (tmp!.left !== null) {
tmp = tmp!.left;
}
// 递归删除节点 tmp
this.remove(tmp!.val);
// 用 tmp 覆盖 cur
cur.val = tmp!.val;
}
}
/* 删除节点 */
void remove(int _num) {
// 若树为空,直接提前返回
if (_root == null) return;
TreeNode? cur = _root;
TreeNode? pre = null;
// 循环查找,越过叶节点后跳出
while (cur != null) {
// 找到待删除节点,跳出循环
if (cur.val == _num) break;
pre = cur;
// 待删除节点在 cur 的右子树中
if (cur.val < _num)
cur = cur.right;
// 待删除节点在 cur 的左子树中
else
cur = cur.left;
}
// 若无待删除节点,直接返回
if (cur == null) return;
// 子节点数量 = 0 or 1
if (cur.left == null || cur.right == null) {
// 当子节点数量 = 0 / 1 时, child = null / 该子节点
TreeNode? child = cur.left ?? cur.right;
// 删除节点 cur
if (cur != _root) {
if (pre!.left == cur)
pre.left = child;
else
pre.right = child;
} else {
// 若删除节点为根节点,则重新指定根节点
_root = child;
}
} else {
// 子节点数量 = 2
// 获取中序遍历中 cur 的下一个节点
TreeNode? tmp = cur.right;
while (tmp!.left != null) {
tmp = tmp.left;
}
// 递归删除节点 tmp
remove(tmp.val);
// 用 tmp 覆盖 cur
cur.val = tmp.val;
}
}
/* 删除节点 */
pub fn remove(&mut self, num: i32) {
// 若树为空,直接提前返回
if self.root.is_none() {
return;
}
let mut cur = self.root.clone();
let mut pre = None;
// 循环查找,越过叶节点后跳出
while let Some(node) = cur.clone() {
match num.cmp(&node.borrow().val) {
// 找到待删除节点,跳出循环
Ordering::Equal => break,
// 待删除节点在 cur 的右子树中
Ordering::Greater => {
pre = cur.clone();
cur = node.borrow().right.clone();
}
// 待删除节点在 cur 的左子树中
Ordering::Less => {
pre = cur.clone();
cur = node.borrow().left.clone();
}
}
}
// 若无待删除节点,则直接返回
if cur.is_none() {
return;
}
let cur = cur.unwrap();
let (left_child, right_child) = (cur.borrow().left.clone(), cur.borrow().right.clone());
match (left_child.clone(), right_child.clone()) {
// 子节点数量 = 0 or 1
(None, None) | (Some(_), None) | (None, Some(_)) => {
// 当子节点数量 = 0 / 1 时, child = nullptr / 该子节点
let child = left_child.or(right_child);
let pre = pre.unwrap();
// 删除节点 cur
if !Rc::ptr_eq(&cur, self.root.as_ref().unwrap()) {
let left = pre.borrow().left.clone();
if left.is_some() && Rc::ptr_eq(left.as_ref().unwrap(), &cur) {
pre.borrow_mut().left = child;
} else {
pre.borrow_mut().right = child;
}
} else {
// 若删除节点为根节点,则重新指定根节点
self.root = child;
}
}
// 子节点数量 = 2
(Some(_), Some(_)) => {
// 获取中序遍历中 cur 的下一个节点
let mut tmp = cur.borrow().right.clone();
while let Some(node) = tmp.clone() {
if node.borrow().left.is_some() {
tmp = node.borrow().left.clone();
} else {
break;
}
}
let tmp_val = tmp.unwrap().borrow().val;
// 递归删除节点 tmp
self.remove(tmp_val);
// 用 tmp 覆盖 cur
cur.borrow_mut().val = tmp_val;
}
}
}
/* 删除节点 */
// 由于引入了 stdio.h ,此处无法使用 remove 关键词
void removeItem(BinarySearchTree *bst, int num) {
// 若树为空,直接提前返回
if (bst->root == NULL)
return;
TreeNode *cur = bst->root, *pre = NULL;
// 循环查找,越过叶节点后跳出
while (cur != NULL) {
// 找到待删除节点,跳出循环
if (cur->val == num)
break;
pre = cur;
if (cur->val < num) {
// 待删除节点在 root 的右子树中
cur = cur->right;
} else {
// 待删除节点在 root 的左子树中
cur = cur->left;
}
}
// 若无待删除节点,则直接返回
if (cur == NULL)
return;
// 判断待删除节点是否存在子节点
if (cur->left == NULL || cur->right == NULL) {
/* 子节点数量 = 0 or 1 */
// 当子节点数量 = 0 / 1 时, child = nullptr / 该子节点
TreeNode *child = cur->left != NULL ? cur->left : cur->right;
// 删除节点 cur
if (pre->left == cur) {
pre->left = child;
} else {
pre->right = child;
}
// 释放内存
free(cur);
} else {
/* 子节点数量 = 2 */
// 获取中序遍历中 cur 的下一个节点
TreeNode *tmp = cur->right;
while (tmp->left != NULL) {
tmp = tmp->left;
}
int tmpVal = tmp->val;
// 递归删除节点 tmp
removeItem(bst, tmp->val);
// 用 tmp 覆盖 cur
cur->val = tmpVal;
}
}
/* 删除节点 */
fun remove(num: Int) {
// 若树为空,直接提前返回
if (root == null)
return
var cur = root
var pre: TreeNode? = null
// 循环查找,越过叶节点后跳出
while (cur != null) {
// 找到待删除节点,跳出循环
if (cur._val == num)
break
pre = cur
// 待删除节点在 cur 的右子树中
cur = if (cur._val < num)
cur.right
// 待删除节点在 cur 的左子树中
else
cur.left
}
// 若无待删除节点,则直接返回
if (cur == null)
return
// 子节点数量 = 0 or 1
if (cur.left == null || cur.right == null) {
// 当子节点数量 = 0 / 1 时, child = null / 该子节点
val child = if (cur.left != null)
cur.left
else
cur.right
// 删除节点 cur
if (cur != root) {
if (pre!!.left == cur)
pre.left = child
else
pre.right = child
} else {
// 若删除节点为根节点,则重新指定根节点
root = child
}
// 子节点数量 = 2
} else {
// 获取中序遍历中 cur 的下一个节点
var tmp = cur.right
while (tmp!!.left != null) {
tmp = tmp.left
}
// 递归删除节点 tmp
remove(tmp._val)
// 用 tmp 覆盖 cur
cur._val = tmp._val
}
}
### 删除节点 ###
def remove(num)
# 若树为空,直接提前返回
return if @root.nil?
# 循环查找,越过叶节点后跳出
cur, pre = @root, nil
while !cur.nil?
# 找到待删除节点,跳出循环
break if cur.val == num
pre = cur
# 待删除节点在 cur 的右子树中
if cur.val < num
cur = cur.right
# 待删除节点在 cur 的左子树中
else
cur = cur.left
end
end
# 若无待删除节点,则直接返回
return if cur.nil?
# 子节点数量 = 0 or 1
if cur.left.nil? || cur.right.nil?
# 当子节点数量 = 0 / 1 时, child = null / 该子节点
child = cur.left || cur.right
# 删除节点 cur
if cur != @root
if pre.left == cur
pre.left = child
else
pre.right = child
end
else
# 若删除节点为根节点,则重新指定根节点
@root = child
end
# 子节点数量 = 2
else
# 获取中序遍历中 cur 的下一个节点
tmp = cur.right
while !tmp.left.nil?
tmp = tmp.left
end
# 递归删除节点 tmp
remove(tmp.val)
# 用 tmp 覆盖 cur
cur.val = tmp.val
end
end
可视化运行
4. 中序遍历有序¶
如图 7-22 所示,二叉树的中序遍历遵循“左 \(\rightarrow\) 根 \(\rightarrow\) 右”的遍历顺序,而二叉搜索树满足“左子节点 \(<\) 根节点 \(<\) 右子节点”的大小关系。
这意味着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节点,从而得出一个重要性质:二叉搜索树的中序遍历序列是升序的。
利用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,无须进行额外的排序操作,非常高效。
图 7-22 二叉搜索树的中序遍历序列
图解 7-22:二叉搜索树的中序遍历
按左子树、当前节点、右子树的中序顺序遍历二叉搜索树,可直接按升序输出全部节点值。
本书二叉搜索树不存重复值;每个节点的左子树所有值小于该节点值,右子树所有值大于该节点值。
输入树根为 8,左右子节点为 4、12;4 的左右子节点为 2、6,12 的左右子节点为 10、14;2、6、10、14 为叶节点。绿色虚线路径表示遍历过程,蓝点标记记录各节点的时机。
每个节点都先递归遍历比它小的左子树,再记录自身,最后遍历比它大的右子树。根 8 的左子树先输出 2、4、6,随后记录 8,右子树再输出 10、12、14;图右侧给出的完整结果是 [2, 4, 6, 8, 10, 12, 14]。
中序遍历无需额外排序即可直接获得升序序列;严格递增以本书不允许重复节点值的定义为前提。
7.4.2 二叉搜索树的效率¶
给定一组数据,我们考虑使用数组或二叉搜索树存储。观察表 7-2 ,二叉搜索树的各项操作的时间复杂度都是对数阶,具有稳定且高效的性能。只有在高频添加、低频查找删除数据的场景下,数组比二叉搜索树的效率更高。
表 7-2 数组与搜索树的效率对比
| 无序数组 | 二叉搜索树 | |
|---|---|---|
| 查找元素 | \(O(n)\) | \(O(\log n)\) |
| 插入元素 | \(O(1)\) | \(O(\log n)\) |
| 删除元素 | \(O(n)\) | \(O(\log n)\) |
在理想情况下,二叉搜索树是“平衡”的,这样就可以在 \(\log n\) 轮循环内查找任意节点。
然而,如果我们在二叉搜索树中不断地插入和删除节点,可能导致二叉树退化为图 7-23 所示的链表,这时各种操作的时间复杂度也会退化为 \(O(n)\) 。
图 7-23 二叉搜索树退化
图解 7-23:平衡与链状退化的二叉搜索树对比
同样的七个节点、同样满足搜索树顺序,树形不同会改变查找路径长度。
二叉搜索树要求任意节点的左子树所有节点值小于该节点值、右子树所有节点值大于该节点值。连线箭头从父节点指向子节点。
左图下方标注“平衡的二叉搜索树”:以 4 为根,左、右子节点为 2、6;2 的左、右子节点为 1、3,6 的左、右子节点为 5、7。数图可得三层,按边数计高度为 2。右图下方标注“退化的二叉搜索树”:以 7 为根,沿左子节点指针一路向下串成 7 → 6 → 5 → 4 → 3 → 2 → 1,所有节点的右子节点均为空,数图可得七层,按边数计高度为 6。
左右两棵树包含完全相同的节点集合 1 至 7,且都严格满足二叉搜索树“左小右大”的性质。按图推演查找叶节点 1,左树沿 4 → 2 → 1 只需比较三个节点,而右树沿 7 → 6 → 5 → 4 → 3 → 2 → 1 必须逐个比较全部七个节点。图中仅作静态结构对比,未画出从左树演变为右树的具体插删步骤。
当二叉搜索树保持平衡时,查找、插入、删除可在对数时间内完成;一旦退化为单侧链表,最坏情况下需要遍历全部节点,时间复杂度劣化为 O(n)。
7.4.3 二叉搜索树常见应用¶
- 用作系统中的多级索引,实现高效的查找、插入、删除操作。
- 作为某些搜索算法的底层数据结构。
- 用于存储数据流,以保持其有序状态。