Amazing tree —— 二叉查找树

二分查找很好的解决了查找问题，将时间复杂度从 O(n)降到了O(logn)。 可是二分查找的前提条件是数据必须是有序的，而且具备线性的下标。 对于线性表，能够很好的应用二分查找，可是在插入和删除操做时则可能会形成整个线性表的动荡，时间复杂度达到了O(n) 链表更是无法应用二分查找。

因而有了下面将要介绍的算法，其在查找、插入、删除都可以达到O(logn)的时间复杂度 —— 二叉查找树

见名知意，其数据结构基础为二叉树，初次接触到二叉树时并无感受到其有什么突出之处。但看到经过二叉树构建出的二叉查找树方案时，确被深深的震撼了。

定义

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备下列性质的二叉树：

若任意结点的左子树不空，则左子树上全部结点的值均小于它的根结点的值； 若任意结点的右子树不空，则右子树上全部结点的值均大于它的根结点的值； 任意结点的左、右子树也分别为二叉查找树； 没有键值相等的结点。

根据上面的规则咱们先来定义一颗二叉树

这里能够很容易看出其规律，不须要过多的解释。

插入

如今再插入一个元素13。 13>12因此往右边走来到14，13 < 14则左走，发现14没有左孩子，因此将13插入之，获得下面这张图

查找

按照上面插入的思路，能够很容易实现搜索操做。而且发现其查找的时间复杂度就为这颗树的深度。

根据彻底二叉树的性质，具备n个结点的彻底二叉树的深度为 [logn] + 1

忽略掉+1获得二叉查找树的查找时间复杂度为 O(logn)，可是实际上并不是如此，后面咱们分析。

遍历

二叉树的遍历有前序、中序、后序遍历三种方式，这里着重介绍后序遍历。 对二差查找树进行中序遍历时，能够获得一个asc的排序结果。如上面的树中序遍历的结果是 3, 8, 9, 12, 13, 14。 中序遍历从一颗子树最左的节点开始输出，既该树的最小值。实现中序遍历只须要将数据收集点置于左递归点与右递归点之间，这样说仍是有些含糊了，看代码吧

/**
 * 中序遍历
 * @param $root
 * @return array
 */
public function inorder($root)
{
    $data = [];

    if ($root->left) {
        $data = array_merge($data, $this->inorder($root->left)); //左孩子递归点
    }

    $data[] = $root->data; // 这里是中序遍历的数据收集点

    if ($root->right) {
        $data = array_merge($data, $this->inorder($root->right)); // 右孩子递归点
    }

    return $data;
}
复制代码

前驱与后继， 以9节点为例， 12属于9的后继，8属于9的前驱。

删除

咱们给这颗树多加几个结点

删除树中的结点分为不少种状况，如被删除的结点不存在子结点，只存在左子树/右子树，左右子树都存在，这里已覆盖率最广的左右子树都存在为例。

分析一个需求时要并非需求存在多少中状况咱们就写多少种状况。而应该分析状况之间的关系，是否存在重复，或者属于关系等，程序员应该作的就是提取需求的本质，力求于最简洁的实现

如今咱们打算删除25这个结点，你会怎么作？ 若是只是简单把18来顶替原来25的位置，则须要对18这颗子树的孩子们进行从新调整。18只有三个孩子还好，可是当孩子成千上万时，显然会形成大面积的调整。 因此我但愿可以找到一个更好的节点来代替25，按照算法导论中的描述，咱们应该寻找该结点的前驱或者后继来代替，好比图中的24和27分别是25的前驱和后继。

为何要使用前驱或者后缀来代替？这点我十分不肯定，我给本身的理由是

1. 该结点是一个特殊值，属于某颗子树的最大值或者最小值，具备肯定性，能够被比较好的定义且查找出来。
2. 因为该结点属于被删除节点的前驱或者后继，则删除该结点对数据结构形成的影响最小。我并不肯定是对什么的数据结构形成的影响最小

上面描述的状况的图解以下 ↓

删除还存在一些其余的状况,好比下面这种状况↓

对于这种状况直接将30提高到25便可，接下来看一下看php的代码实现：

public function delete($root, $data)
{
    if (!$root) {
        return null;
    }

    if ($root->data === $data) {
        if ($root->left) {
            // 左转
            $node = $root->left;

            $parent = $root;
            $toward = 'left';

            while ($node->right) {

                $parent = $node;
                $toward = 'right';

                $node = $node->right;
            }

            $root->data = $node->data;

            $parent->{$toward} = $this->delete($node, $node->data);
    

        } else {
            return $root->right;
        }
    } elseif ($root->data > $data) {
        // 若是root的左孩子没有被删除,那就原样返回回来, 若是被删除了,那就找个孩子代替
        $root->left = $this->delete($root->left, $data);
    } else {
        $root->right = $this->delete($root->right, $data);
    }

    return $root;
}
复制代码

因为php有内存回收机制，所以咱们没有办法像c同样直接去修改内存，因此这里借助递归的特性来解决这个问题 $root->left = $this->delete($root->left, $data); 作相似这样一个处理，这可能会有些理解上的困难。但总归仍是可以明白的~

除了递归解决外，也能够用下面这种办法。 即定义一个parent和toward来作一个导向，这在上面的代码中也有体现。该方法更加适用于迭代处理

$parent = $root;
$toward = 'left';

while ($node->right) {

    $parent = $node;
    $toward = 'right';

    $node = $node->right;
}

复制代码

更详细的实习细节和调用示例请参考单元测试。

github.com/weiwenhao/a…

算法实现

github.com/weiwenhao/a…

补充

因为php没有像js同样的字面量对象或者c同样的struct。所以直接使用对象来表示树中的结点

class BiTNode
{
    public $data;
    public $left;
    public $right;

    public function __construct($data, $left = null, $right = null)
    {
        $this->data = $data;
        $this->left = $left;
        $this->right = $right;
    }
}
复制代码

在查找的时候指出了，二叉查找树的查询的时间复杂度并非严格意义上的O(logn) 是由于有这样的状况发生， 假设须要插入 12, 10, 9, 5, 4, 1这几个数据，那么咱们会获得这样一颗歪脖子树

此时的时间复杂度俨然已经变成了O(n)，不过对于这样的问题天然已经有解决方案。下一节将会在 AVL树和 红黑树这两种解决方案中选一种来BB~

固然二叉查找树依旧是各类树的根基，还请认真理解。