二叉查找树(Binary Search Tree)

定义

  1. 若任意节点的左子树不空,则左子树上所有节点的值均小于它的根节点的值;
  2. 若任意节点的右子树不空,则右子树上所有节点的值均大于它的根节点的值;
  3. 任意节点的左、右子树也分别为二叉查找树;
  4. 没有键值相等的节点
深度为3的二叉查找树

优势

  1. 查找、插入的时间复杂度较低
  2. 时间复杂度为O(logN),最坏时间复杂度为O(N)
  3. 从基础的二叉查找树可以衍生平衡二叉树,从而使得查询/插入操作的时间复杂度平衡在O(logN)
    PS: 查询节点的时间与树高度相关,高度越高,时间越长

劣势

  1. 由于普通的二叉查找树没有做平衡(通过旋转来达到树左右子树高度相差不大)处理,导致可能会出现树的严重倾斜


    平衡二叉树与倾斜的二叉树.png

二叉树查找

在二叉搜索树b中查找x的过程为:
若b是空树,则搜索失败,否则:
若x等于b的根节点的数据域之值,则查找成功;否则:
若x小于b的根节点的数据域之值,则搜索左子树;否则:
若x大于b的根节点的数据域之值,则搜索右子树。

查找过程.png

二叉树插入

向一个二叉搜索树b中插入一个节点s的算法,过程为:
若b是空树,则将s所指结点作为根节点插入,否则:
若s->data等于b的根节点的数据域之值,则返回,否则:
若s->data小于b的根节点的数据域之值,则把s所指节点插入到左子树中,否则:
把s所指节点插入到右子树中。(新插入节点总是叶子节点)


插入过程.png

二叉树删除

在二叉查找树删去一个结点,有3种情况:

  1. 若*p结点为叶子结点,即当前节点的左子树和右子树均为空树:
    由于删去叶子结点不破坏整棵树的结构,则只需修改其父节点的指针即可。

    删除无子树的节点

  2. p结点只有左子树或右子树:
    此时只要令左子树或右子树直接成为父结点左子树(当
    p是左子树)或右子树(当*p是右子树)即可,作此修改也不破坏二叉查找树的特性。

    删除只有一个子树

  3. p结点的左子树和右子树均不空:
    在删去
    p之后,为保持其它元素之间的相对位置不变,可按中序遍历保持有序进行调整,可以有两种做法
    a. 令p的左子树为f的左/右(依p是f的左子树还是右子树而定)子树,s为p左子树的最右下的结点,而p的右子树为s的右子树
    b. 令p的直接前驱(in-order predecessor)或直接后继(in-order successor)替代p,然后再从二叉查找树中删去它的直接前驱(或直接后继)。

    删除有两个子树的节点

前驱(Preducessor)

定义:节点val值小于该节点val值并且值最大的节点
若一个节点有左子树,那么该节点的前驱节点是其左子树中val值最大的节点(也就是左子树中所谓的rightMostNode)
若一个节点没有左子树,那么判断该节点和其父节点的关系
2.1 若该节点是其父节点的右节点,那么该节点的前驱结点即为其父节点。
2.2 若该节点是其父节点的左节点,那么需要沿着其父亲节点一直向树的顶端寻找,直到找到一个节点P,P节点是其父节点Q的右节点,那么Q就是该节点的前驱节点


TreeMap的Preducessor算法

如最上图所示:
3的前驱是1:当前节点有左子树,找到左子树最右的节点
10的前驱是8:当前节点没有左子树,并且是父节点的右子树
4的前驱是3:当前节点没有左子树,找到沿父节点出于左子树节点

后继(Successor)

定义:节点val值大于该节点val值并且值最小的节点
若一个节点有右子树,那么该节点的后继节点是其右子树中val值最小的节点(也就是右子树中所谓的leftMostNode)
若一个节点没有右子树,那么判断该节点和其父节点的关系
2.1 若该节点是其父节点的左子树,那么该节点的后继结点即为其父节点
2.2 若该节点是其父节点的右子树,那么需要沿着其父亲节点一直向树的顶端寻找,直到找到一个节点P,P节点是其父节点Q的子树 ,那么Q就是该节点的后继节点


TreeMap的Successor算法

如最上图所示:
8的后继是10:当前节点有右子树,并且右子树节点无左子树
10的后继是13:当前节点有右子树,则找到右节点的右子树最小的节点
4的后继是6:当前节点是父节点的左子树,则该节点的后继即为其父节点

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 196,264评论 5 462
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 82,549评论 2 373
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 143,389评论 0 325
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,616评论 1 267
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,461评论 5 358
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,351评论 1 273
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,776评论 3 387
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,414评论 0 255
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,722评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,760评论 2 314
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,537评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,381评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,787评论 3 300
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,030评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,304评论 1 252
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,734评论 2 342
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,943评论 2 336

推荐阅读更多精彩内容