概念~

二叉查找树(英语:Binary Search Tree),也称二叉搜索树、有序二叉树(英语:ordered binary tree),排序二叉树(英语:sorted binary tree),是指一棵空树或者具有下列性质的二叉树:

  1. 若任意节点的左子树不空,则左子树上所有结点的值均小于它的根结点的值;
  2. 若任意节点的右子树不空,则右子树上所有结点的值均大于它的根结点的值;
  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。

优势~O(log n)

  二叉查找树相比于其他数据结构的优势在于查找、插入的时间复杂度较低——为O(log n)。

  二叉查找树是基础性数据结构,用于构建更为抽象的数据结构,如集合、multiset、关联数组等。

  二叉查找树的查找过程和次优二叉树类似,通常采取二叉链表作为二叉查找树的存储结构。中序遍历二叉查找树可得到一个关键字的有序序列,一个无序序列可以通过构造一棵二叉查找树变成一个有序序列,构造树的过程即为对无序序列进行查找的过程。每次插入的新的结点都是二叉查找树上新的叶子结点,在进行插入操作时,不必移动其它结点,只需改动某个结点的指针,由空变为非空即可。

搜索、插入、删除的复杂度等于树高,期望,最坏(数列有序,树退化成线性表)。

  虽然二叉查找树的最坏效率是O(n),但它支持动态查询,且有很多改进版的二叉查找树可以使树高为,如SBT,AVL树,红黑树等。

  故不失为一种好的动态查找方法。

  其中C++的STL中的set就是使用的红黑树作为存储结构的(ps:hash_set使用的是hash_table作为存储结构)

Search BST

在二叉搜索树b中查找x的过程为:

  1. 若b是空树,则搜索失败,否则:
  2. 若x等于b的根节点的数据域之值,则查找成功;否则:
  3. 若x小于b的根节点的数据域之值,则搜索左子树;否则:
  4. 查找右子树。
 1 /* 以下代码为C++写成,下同*/
 2 Status SearchBST(BiTree T, KeyType key, BiTree f, BiTree &p){
 3   //在根指针T所指二元查找樹中递归地查找其關键字等於key的數據元素,若查找成功,
 4   //則指针p指向該數據元素節點,并返回TRUE,否則指针指向查找路徑上訪問的最後
 5   //一個節點并返回FALSE,指针f指向T的雙親,其初始调用值為NULL
 6   if(!T) { //查找不成功
 7     p=f;
 8     return false;
 9   }
10   else if (key == T->data.key) { //查找成功
11     p=T;
12     return true;
13   }
14   else if (key < T->data.key) //在左子樹中繼續查找
15     return SearchBST(T->lchild, key, T, p);
16   else //在右子樹中繼續查找
17     return SearchBST(T->rchild, key, T, p);
18 }

InsertBST

向一个二叉搜索树b中插入一个节点s的算法,过程为:

  1. 若b是空树,则将s所指结点作为根节点插入,否则:
  2. 若s->data等于b的根节点的数据域之值,则返回,否则:
  3. 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:
  4. 把s所指节点插入到右子树中。(新插入节点总是叶子节点)
 1 /*当二元搜尋樹T中不存在关键字等于e.key的数据元素时,插入e并返回TRUE,否则返回FALSE*/
 2 Status InsertBST(BiTree *T, ElemType e){
 3       if(!T)
 4         {
 5             s = new BiTNode;
 6             s->data = e; s->lchild = s->rchild = NULL;
 7             T=s;    //被插節点*s为新的根结点
 8         }
 9       else if(e.key == p->data.key)
10         return false;//关键字等于e.key的数据元素,返回錯誤
11       if (e.key < p->data.key)
12     InsertBST(p->lchild, e);    //將e插入左子樹
13       else
14     InsertBST(p->rchild, e);    //將e插入右子樹
15       return true;
16  }

DeleteBST

在二叉查找树删去一个结点,分三种情况讨论:

  1. 若*p结点为叶子结点,即PL(左子树)和PR(右子树)均为空树。由于删去叶子结点不破坏整棵树的结构,则只需修改其双亲结点的指针即可。
  2. 若*p结点只有左子树PL或右子树PR,此时只要令PL或PR直接成为其双亲结点*f的左子树(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。
  3. 若*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:其一是令*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;其二是令*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)。

在二叉查找树上删除一个结点的算法如下:

 1 Status DeleteBST(BiTree *T, KeyType key){
 2   //若二叉查找树T中存在关键字等于key的数据元素时,则删除该数据元素,并返回
 3   //TRUE;否则返回FALSE
 4   if(!T)
 5     return false;    //不存在关键字等于key的数据元素
 6   else{
 7     if(key == T->data.key) {     //  找到关键字等于key的数据元素
 8       return Delete(T);
 9     }
10     else if(key < T->data.key)
11       return DeleteBST(T->lchild, key);
12     else
13       return DeleteBST(T->rchild, key);
14   }
15 }
16
17 Status Delete(BiTree *p){
18   //该节点为叶子节点,直接删除
19   BiTree *q, *s;
20   if (!p->rchild && !p->lchild)
21   {
22       delete p;
23       p = NULL;
24   }
25   else if(!p->rchild){    //右子树空则只需重接它的左子树
26     q=p->lchild;
27     p->data = p->lchild->data;
28     p->lchild=p->lchild->lchild;
29     p->rchild=p->lchild->rchild;
30
31     delete q;
32   }
33   else if(!p->lchild){    //左子树空只需重接它的右子树
34     q=p->rchild;
35     p->data = p->rchild->data;
36     p->lchild=p->rchild->lchild;
37     p->rchild=p->rchild->rchild;
38
39     delete q;  }
40   else{    //左右子树均不空
41     q=p;
42     s=p->lchild;
43     while(s->rchild){
44       q=s;
45       s=s->rchild;
46     }    //转左,然后向右到尽头
47     p->data = s->data;    //s指向被删结点的“前驱”
48     if(q!=p)
49       q->rchild = s->lchild;    //重接*q的右子树
50     else
51       q->lchild = s->lchild;    //重接*q的左子树
52     delete s;
53   }
54   return true;
55 }

Python版

binary_tree_delete

 1 def find_min(self):   # Gets minimum node (leftmost leaf) in a subtree
 2     current_node = self
 3     while current_node.left_child:
 4         current_node = current_node.left_child
 5     return current_node
 6
 7 def replace_node_in_parent(self, new_value=None):
 8     if self.parent:
 9         if self == self.parent.left_child:
10             self.parent.left_child = new_value
11         else:
12             self.parent.right_child = new_value
13     if new_value:
14         new_value.parent = self.parent
15
16 def binary_tree_delete(self, key):
17     if key < self.key:
18         self.left_child.binary_tree_delete(key)
19     elif key > self.key:
20         self.right_child.binary_tree_delete(key)
21     else: # delete the key here
22         if self.left_child and self.right_child: # if both children are present
23             successor = self.right_child.find_min()
24             self.key = successor.key
25             successor.binary_tree_delete(successor.key)
26         elif self.left_child:   # if the node has only a *left* child
27             self.replace_node_in_parent(self.left_child)
28         elif self.right_child:  # if the node has only a *right* child
29             self.replace_node_in_parent(self.right_child)
30         else: # this node has no children
31             self.replace_node_in_parent(None)

in-order-traversal

1 def traverse_binary_tree(node, callback):
2     if node is None:
3         return
4     traverse_binary_tree(node.leftChild, callback)
5     callback(node.value)
6     traverse_binary_tree(node.rightChild, callback)

构造一颗二叉排序树()

 1 def build_binary_tree(values):
 2     tree = None
 3     for v in values:
 4         tree = binary_tree_insert(tree, v)
 5     return tree
 6
 7 def get_inorder_traversal(root):
 8     '''
 9     Returns a list containing all the values in the tree, starting at *root*.
10     Traverses the tree in-order(leftChild, root, rightChild).
11     '''
12     result = []
13     traverse_binary_tree(root, lambda element: result.append(element))
14     return result

每个结点的为该结点的层次数。最坏情况下,当先后插入的关键字有序时,构成的二叉查找树蜕变为单支树,树的深度为,其平均查找长度为(和顺序查找相同),最好的情况是二叉查找树的形态和折半查找的判定树相同,其平均查找长度和成正比()。

本文转自ZH奶酪博客园博客,原文链接:http://www.cnblogs.com/CheeseZH/p/5283510.html,如需转载请自行联系原作者

数据结构之二叉搜索树/二叉查找数/有序二叉树/排序二叉树相关推荐

  1. 数据结构:二叉搜索树的增删查改

    二叉搜索树的增删查改 二叉搜索树(Binary Search Tree) 基本操作之查找(Update) 基本操作之修改(Update) 基本操作之增加(Create) 基本操作之删除(Delete) ...

  2. php实现二叉搜索树,二叉搜索树有几种实现方式

    二叉搜索树有一种实现方式,就是用链表实现,而链表是一种物理存储单元上非连续.非顺序的存储结构,数据元素的逻辑顺序是通过链表中的指针链接次序实现的,且链表是由一系列结点组成,结点可以在运行时动态生成. ...

  3. 72. Leetcode 99. 恢复二叉搜索树 (二叉搜索树-中序遍历类)

    给你二叉搜索树的根节点 root ,该树中的 恰好 两个节点的值被错误地交换.请在不改变其结构的情况下,恢复这棵树 .示例 1:输入:root = [1,3,null,null,2] 输出:[3,1, ...

  4. 68. Leetcode 669. 修剪二叉搜索树 (二叉搜索树-基本操作类)

    给你二叉搜索树的根节点 root ,同时给定最小边界low 和最大边界 high.通过修剪二叉搜索树,使得所有节点的值在[low, high]中.修剪树 不应该 改变保留在树中的元素的相对结构 (即, ...

  5. 【LeetCode笔记】剑指 Offer 68 - I. 二叉搜索树的最近公共祖先(Java、二叉树、dfs)

    文章目录 思路 & 代码 代码 & 思路 二刷 思路 & 代码 应该在二叉树的最近公共祖先之前写= = 需要用到二叉搜索树的特性- 代码 & 思路 分成四种情况即可,具 ...

  6. 数据结构与算法之双向链表(增删改查、有序增、正向遍历、反向遍历)

    双向链表 1.什么是双向链表: 每个节点都有前一个节点的位置和后一个节点的位置 2.为什么要用双向链表: 和单向链表比, 双向链表可以正反向的遍历, 而且可以自我删除节点. 单链表只能单向遍历, 并且 ...

  7. Python实现二叉搜索树的删除功能

    Python实现二叉搜索树的删除功能 二叉搜索树(二叉查找树,Binary Search Tree)又称为排序二叉树.有序二叉树. 二叉搜索树的实现可以参考:https://blog.csdn.net ...

  8. 【数据结构】树与树的表示、二叉树存储结构及其遍历、二叉搜索树、平衡二叉树、堆、哈夫曼树与哈夫曼编码、集合及其运算

    1.树与树的表示 什么是树? 客观世界中许多事物存在层次关系 人类社会家谱 社会组织结构 图书信息管理 分层次组织在管理上具有更高的效率! 数据管理的基本操作之一:查找(根据某个给定关键字K,从集合R ...

  9. 数据结构与算法之二叉搜索树

    与链表不同,树是一种非线性的数据结构.树中最常用的是二叉树,二叉树限制了子树的数量,也就是每个结点的子树至多2个,并且这两个子树是有顺序的.而二叉搜索树(二叉查找树,二叉排序树)是指根节点的关键字大于 ...

最新文章

  1. Ubuntu 16.04源码编译安装nginx 1.10.0
  2. URI, URL, URN
  3. MySQL数据库半同步复制
  4. 我的选车经历--学习比经验更重要
  5. 将shell命令结果直接输出到HDFS上
  6. js 保留两位小数(四舍五入)
  7. 为什么人们认为区块链是大忽悠?
  8. [妙味Ajax]第一课:原理和封装
  9. linux 挂载硬件设备
  10. easydarwin 安装_centos服务器安装部署搭建 EasyDarwin【步骤详解】
  11. 小学教师计算机培训记录内容,中小学教师信息技术培训计划
  12. HTTPS原理,三分钟轻松搞懂
  13. vim 日常使用高级篇幅
  14. 百度、太一云、趣链、星合、达令共议什么是真区块链【区块链打假】
  15. 用旧手机搭建服务器并实现内网穿透不需要root(本人亲测很多次最简单的一个)
  16. 计算机连接网络被限制,电脑连接wifi出现网络受限的解决方法
  17. 初探富文本之编辑器引擎
  18. jQuery基础:选择器、动画、DOM操作和事件等
  19. 第 13 周 / 编程题 - 新兵队列训练(选做)
  20. u盘装puppy linux,将PuppyLinux安装到U盘

热门文章

  1. 谷歌发布史上最强人类大脑「地图」,1.3亿个突触,在线可视3D神经元「森林」!...
  2. 5G、物联网和AI结合的究极形态是什么?一文看尽智能连接在5大领域的12个典型案例!...
  3. DARPA将开发无需手术的神经技术,实现脑机接口
  4. 互联网如何“升级”制造业?《“人工智能+制造”产业发展研究报告》发布
  5. 程序员的“凡尔赛文学”大赏!
  6. 腾讯竟然是这样招人的,哈哈哈哈哈
  7. 打工人,今年双十一你刷啥?
  8. 惨烈!程序员放弃了 Python!?发生了啥?
  9. Nutanix助力五矿证券迈向金融混合云2.0
  10. git查看各个branch之间的关系图