跳转至

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。

  1. 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。
  2. 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。

  1. 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。

  2. 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。

  3. 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。

  4. 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:

binary_search_tree.py
def search(self, num: int) -> TreeNode | None:
    """查找节点"""
    cur = self._root
    # 循环查找,越过叶节点后跳出
    while cur is not None:
        # 目标节点在 cur 的右子树中
        if cur.val < num:
            cur = cur.right
        # 目标节点在 cur 的左子树中
        elif cur.val > num:
            cur = cur.left
        # 找到目标节点,跳出循环
        else:
            break
    return cur
binary_search_tree.cpp
/* 查找节点 */
TreeNode *search(int num) {
    TreeNode *cur = root;
    // 循环查找,越过叶节点后跳出
    while (cur != nullptr) {
        // 目标节点在 cur 的右子树中
        if (cur->val < num)
            cur = cur->right;
        // 目标节点在 cur 的左子树中
        else if (cur->val > num)
            cur = cur->left;
        // 找到目标节点,跳出循环
        else
            break;
    }
    // 返回目标节点
    return cur;
}
binary_search_tree.java
/* 查找节点 */
TreeNode search(int num) {
    TreeNode cur = root;
    // 循环查找,越过叶节点后跳出
    while (cur != null) {
        // 目标节点在 cur 的右子树中
        if (cur.val < num)
            cur = cur.right;
        // 目标节点在 cur 的左子树中
        else if (cur.val > num)
            cur = cur.left;
        // 找到目标节点,跳出循环
        else
            break;
    }
    // 返回目标节点
    return cur;
}
binary_search_tree.cs
/* 查找节点 */
TreeNode? Search(int num) {
    TreeNode? cur = root;
    // 循环查找,越过叶节点后跳出
    while (cur != null) {
        // 目标节点在 cur 的右子树中
        if (cur.val < num) cur =
            cur.right;
        // 目标节点在 cur 的左子树中
        else if (cur.val > num)
            cur = cur.left;
        // 找到目标节点,跳出循环
        else
            break;
    }
    // 返回目标节点
    return cur;
}
binary_search_tree.go
/* 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
}
binary_search_tree.swift
/* 查找节点 */
func search(num: Int) -> TreeNode? {
    var cur = root
    // 循环查找,越过叶节点后跳出
    while cur != nil {
        // 目标节点在 cur 的右子树中
        if cur!.val < num {
            cur = cur?.right
        }
        // 目标节点在 cur 的左子树中
        else if cur!.val > num {
            cur = cur?.left
        }
        // 找到目标节点,跳出循环
        else {
            break
        }
    }
    // 返回目标节点
    return cur
}
binary_search_tree.js
/* 查找节点 */
search(num) {
    let cur = this.root;
    // 循环查找,越过叶节点后跳出
    while (cur !== null) {
        // 目标节点在 cur 的右子树中
        if (cur.val < num) cur = cur.right;
        // 目标节点在 cur 的左子树中
        else if (cur.val > num) cur = cur.left;
        // 找到目标节点,跳出循环
        else break;
    }
    // 返回目标节点
    return cur;
}
binary_search_tree.ts
/* 查找节点 */
search(num: number): TreeNode | null {
    let cur = this.root;
    // 循环查找,越过叶节点后跳出
    while (cur !== null) {
        // 目标节点在 cur 的右子树中
        if (cur.val < num) cur = cur.right;
        // 目标节点在 cur 的左子树中
        else if (cur.val > num) cur = cur.left;
        // 找到目标节点,跳出循环
        else break;
    }
    // 返回目标节点
    return cur;
}
binary_search_tree.dart
/* 查找节点 */
TreeNode? search(int _num) {
  TreeNode? cur = _root;
  // 循环查找,越过叶节点后跳出
  while (cur != null) {
    // 目标节点在 cur 的右子树中
    if (cur.val < _num)
      cur = cur.right;
    // 目标节点在 cur 的左子树中
    else if (cur.val > _num)
      cur = cur.left;
    // 找到目标节点,跳出循环
    else
      break;
  }
  // 返回目标节点
  return cur;
}
binary_search_tree.rs
/* 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
}
binary_search_tree.c
/* 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;
}
binary_search_tree.kt
/* 查找节点 */
fun search(num: Int): TreeNode? {
    var cur = root
    // 循环查找,越过叶节点后跳出
    while (cur != null) {
        // 目标节点在 cur 的右子树中
        cur = if (cur._val < num)
            cur.right
        // 目标节点在 cur 的左子树中
        else if (cur._val > num)
            cur.left
        // 找到目标节点,跳出循环
        else
            break
    }
    // 返回目标节点
    return cur
}
binary_search_tree.rb
### 查找节点 ###
def search(num)
  cur = @root

  # 循环查找,越过叶节点后跳出
  while !cur.nil?
    # 目标节点在 cur 的右子树中
    if cur.val < num
      cur = cur.right
    # 目标节点在 cur 的左子树中
    elsif cur.val > num
      cur = cur.left
    # 找到目标节点,跳出循环
    else
      break
    end
  end

  cur
end
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。

  1. 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。
  2. 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。

二叉搜索树插入节点前后的连接
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
21313
3空空空空
42626
5空空空空
65757
7空空空空
8412412
9空空空空
10911911
11空空空空
1210141014
13空空空空
1413151315
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。
binary_search_tree.py
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
binary_search_tree.cpp
/* 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;
}
binary_search_tree.java
/* 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;
}
binary_search_tree.cs
/* 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;
    }
}
binary_search_tree.go
/* 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
    }
}
binary_search_tree.swift
/* 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
    }
}
binary_search_tree.js
/* 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;
}
binary_search_tree.ts
/* 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;
}
binary_search_tree.dart
/* 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;
}
binary_search_tree.rs
/* 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;
    }
}
binary_search_tree.c
/* 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;
    }
}
binary_search_tree.kt
/* 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
}
binary_search_tree.rb
### 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。

二叉搜索树删除叶节点前后的连接
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
213空3
3空空空空
42626
5空空空空
65757
7空空空空
8412412
9空空空空
10911911
11空空空空
1210141014
13空空空空
1413151315
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。

二叉搜索树删除单子节点前后的连接
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
42636
5空空空空
65757
7空空空空
8412412
9空空空空
10911911
11空空空空
1210141014
13空空空空
1413151315
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。

  1. 找到待删除节点在“中序遍历序列”中的下一个节点,记为 tmp 。
  2. 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。

删除前的全树连接
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)36
5(原节点)空空
65(原节点)7
7空空
9空空
10911
11空空
121014
13空空
141315
15空空
  1. 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。

  2. 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。

  3. 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。

  4. 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:

binary_search_tree.py
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
binary_search_tree.cpp
/* 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;
    }
}
binary_search_tree.java
/* 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;
    }
}
binary_search_tree.cs
/* 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;
    }
}
binary_search_tree.go
/* 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
    }
}
binary_search_tree.swift
/* 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
    }
}
binary_search_tree.js
/* 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;
    }
}
binary_search_tree.ts
/* 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;
    }
}
binary_search_tree.dart
/* 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;
  }
}
binary_search_tree.rs
/* 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;
        }
    }
}
binary_search_tree.c
/* 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;
    }
}
binary_search_tree.kt
/* 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
    }
}
binary_search_tree.rb
### 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。
欢迎在评论区留下你的见解、问题或建议