所谓二叉查找树，就是按照二分进行查找，每次查询只需要选择其中一个子树就进行查找，从而减少查找次数，提升查询效率!

一、介绍

在前面的文章中，我们对树这种数据结构做了一些基本介绍，今天我们继续来聊聊一种非常常用的动态查找树： 二叉查找树。

二叉查找树，英文全称：Binary Search Tree，简称：BST，它是计算机科学中最早投入实际使用的一种树形结构，特性如下：

• 若左子树不为空，则左子树上所有结点的值均小于它的根结点的值;
• 若右子树不为空，则右子树上所有结点的值均大于或等于它的根结点的值;
• 它的左、右子树也分别为二叉查找树;

特性定义比较粗放，所以在树形形态结构上，有着多样，例如下图：

上图 a、b、c 三个图，都满足以上特性，也被称为二叉查找树，虽然通过中序遍历可以得到一个有效的数组：[1、2、3、4、5、6、7、8]，但是就查找效率来说，有着一定的差别，例如查询目标为8的内容，从根目录开始查询，结构如下：

• a图，需要5次;
• b图，需要3次;
• c图，需要8次;

由此可见，不同的形状，所需查找的次数是不一样的，关于这一点，后面我们在介绍平衡二叉查找树、红黑树这种数据结构的时候，会进行详细介绍。

虽然二叉查找树，在不同的形状下，查找效率不一样，但是它是学习其他树形结构的基础，了解了二叉查找树的算法，相信再了解其他二叉树结构会轻松很多。

二、算法思路

2.1、 新增

新增元素表示向二叉树中添加元素，比较简单。如果二叉树为空，默认第一个元素就是根节点，如果二叉树不为空，就以上面提到的特点为判断条件，进行左、右节点的添加。

2.2、 查找

查找元素表示从根节点开始查找元素，如果根节点为空，就直接返回空值，如果不为空，通过以左子树小于父节点，右子树大于父节点的特性为依据进行判断，然后以递归方式进行查找元素，直到找到目标的元素为止。

2.3、 删除

删除元素表示从二叉树中移除要删除的元素，逻辑稍微复杂一些。同样，先要判断根节点是否为空，如果为空，直接返回，如果不为空，分情况考虑。

被删除的节点，右子树为空

这种场景，只需要将被删除元素的左子树的父节点移动到被删除元素的父节点，然后将被删除元素移除即可。

• 被删除的节点，左子树为空

这种场景，与上面类似，只需要将被删除元素的右子树的父节点移动到被删除元素的父节点，然后将被删除元素移除即可。

• 被删除的节点，左、右子树不为空

这种场景，稍微复杂一点，先定位到要删除的目标元素，根据左子节点内容一定小于当前节点内容特点，找到目标元素的左子树，通过递归遍历找到目标元素的左子树的右子树，找到最末端的元素之后，进行与目标元素进行替换，最后移除最末端元素。

2.4、 遍历

二叉树的遍历方式，分两类：

• 层次遍历，从根节点开始;
• 深度遍历，又分为前序、中序、后序遍历三种方式;

2.4.1、层次遍历

层次遍历，算法思路比较简单，从根节点开始，分层从左到右进行遍历元素。

2.4.2、深度遍历

深度遍历，在遍历起始位置上又分三种，分别是前序遍历、中序遍历、后序遍历，每种遍历方式输出的结果不一样。

• 前序遍历：从树根开始 -> 左子树 -> 右子树

• 中序遍历：从最末端左子树开始 -> 树根 -> 右子树

• 后序遍历：从最末端左子树 -> 右子树 -> 最后到树根

尽管二叉树在遍历方式上有多种，但是只要我们掌握了其中的思路原理，再去实现起来，就会轻松很多。

三、代码实践

首先创建一个实体数据结构BSTNode，内容如下：

然后，创建一个二叉查找树操作类BinarySearchTree，内容如下：

最后，我们来测试一下，代码内容如下：

输出结果：

========插入元素========

插入关键字key=5

插入到树根节

插入关键字key=2

插入关键字key=7

插入关键字key=1

插入关键字key=6

插入关键字key=4

插入关键字key=8

插入关键字key=3

插入关键字key=9

插入关键字key=10

========中序遍历元素========

key:1

key:2

key:3

key:4

key:5

key:6

key:7

key:8

key:9

key:10

========查找key为9的元素========

搜索关键字key=9

搜索路径[5 ->7 ->8 ->9 ->],搜索成功

查找结果：true

========删除key为10的元素========

删除关键字key=10

开始搜索目标元素[5 ->7 ->8 ->9 ->10 ->],搜索成功

删除结果：true

========再次中序遍历元素========

key:1

key:2

key:3

key:4

key:5

key:6

key:7

key:8

key:9

四、总结

二叉查找树，作为树类型中一种非常重要的数据结构，有着非常广泛的应用，但是二叉查找树具有很高的灵活性，不同的插入顺序，可能造成树的形态差异比较大，如开文介绍的图c，在某些情况下会变成一个长链表，此时的查询效率会大大降低，如何解决这个问题呢，平衡二叉树就要派上用场了。我有很多Java的学习资料和面试试题，有需要的可以私信我获得