定义
二叉搜索树是二叉树的一种特殊形式。
二叉搜索树具有以下性质:
- 每个节点中的值必须大于(或等于)其左侧子树中的任何值
- 小于(或等于)其右侧子树中的任何值。
对于二叉搜索树,可以通过 中序遍历 得到一个 递增的有序序列。因此,中序遍历是二叉搜索树中最常用的遍历方法。
基本操作
搜索
根据BST的特性,对于每个节点:
有许多不同的方法去插入新节点,这篇文章中,我们只讨论一种使整体操作变化最小的经典方法。
它的主要思想是 为目标节点找出合适的叶节点位置,然后将该节点作为叶节点插入。 因此,搜索将成为插入的起始。
与搜索操作类似,对于每个节点,我们将:
删除要比我们前面提到过的两种操作复杂许多。有许多不同的删除节点的方法,这篇文章中,我们只讨论一种使整体操作变化最小的方法。
我们的方案是 用一个合适的子节点来替换要删除的目标节点。根据其子节点的个数,我们需考虑以下三种情况:
- 如果目标节点 没有子节点,我们可以直接移除该目标节点。
- 如果目标节点 只有一个子节点,我们可以用其子节点作为替换。
- 如果目标节点 有两个子节点,我们需要用其中序遍历后继节点或者前驱节点来替换,再删除该目标节点。
例 1:目标节点没有子节点
例 2:目标节只有一个子节点
例 3:目标节点有两个子节点
- 前驱节点(中序遍历中当前节点的前一个节点):
- 访问当前节点的左子节点
- 一直访问右子节点,直到没有后续右子节点
- 后继节点(中序遍历中当前节点的后一个节点):
链表/数组/红黑树等
类似hash表的hash冲突解决方式,每一个节点不仅会存储一个数据,因此我们通过链表和支持动态扩容的数组等数据结构,把值相同的数据都存储在同一个节点上。
存储在其右节点
在查找插入位置的过程中,如果碰到一个节点的值,与要插入数据的值相同,我们就将这个要插入的数据放到这个节点的右子树
同时搜索的时候搜索到指定节点也不要停止搜索,而是要继续搜索其右子结点;删除也是一样。
vs 散列表
- 散列表中的数据是无序存储的,如果要输出有序的数据,需要先进行排序。而对于二叉查找树来说,我们只需要中序遍历,就可以在 O(n) 的时间复杂度内,输出有序的数据序列。
- 散列表扩容耗时很多,而且当遇到散列冲突时,性能不稳定,尽管二叉查找树的性能不稳定,但是在工程中,我们最常用的平衡二叉查找树的性能非常稳定,时间复杂度稳定在 O(logn)。
- 笼统地来说,尽管散列表的查找等操作的时间复杂度是常量级的,但因为哈希冲突的存在,这个常量不一定比 logn 小,所以实际的查找速度可能不一定比 O(logn) 快。加上哈希函数的耗时,也不一定就比平衡二叉查找树的效率高。
- 散列表的构造比二叉查找树要复杂,需要考虑的东西很多。比如散列函数的设计、冲突解决办法、扩容、缩容等。平衡二叉查找树只需要考虑平衡性这一个问题,而且这个问题的解决方案比较成熟、固定。
- 为了避免过多的散列冲突,散列表装载因子不能太大,特别是基于开放寻址法解决冲突的散列表,不然会浪费一定的存储空间。
用途
二叉搜索树的有优点是,即便在最坏的情况下,也允许你在 的时间复杂度内执行所有的搜索、插入、删除操作。
通常来说,如果你想 有序地存储数据或者需要同时执行搜索、插入、删除等多步操作,二叉搜索树这个数据结构是一个很好的选择。
示例
问题描述:设计一个类,求一个数据流中第k大的数。
一个很显而易见的解法是,先将数组降序排列好,然后返回数组中第k
个数。
但这个解法的缺点在于,为了在 时间内执行搜索操作,每次插入一个新值都需要重新排列元素的位置。从而使得插入操作的解法平均时间复杂度变为。因此,算法总时间复杂度会变为。
鉴于我们同时需要插入和搜索操作,为什么不考虑使用一个二叉搜索树结构存储数据呢?
对于二叉搜索树的每个节点来说,它的左子树上所有结点的值均小于它的根结点的值,右子树上所有结点的值均大于它的根结点的值。
换言之,对于二叉搜索树的每个节点来说,若其左子树共有m
个节点,那么该节点是组成二叉搜索树的有序数组中第m + 1
个值。
平衡二叉树
二叉查找树是最常用的一种二叉树,它支持快速插入、删除、查找操作,各个操作的时间复杂度跟树的高度成正比,理想情况下,时间复杂度是 O(logn)
。
不过,二叉查找树在频繁的动态更新过程中,可能会出现树的高度远大于 的情况,从而导致各个操作的效率下降。极端情况下,二叉树会退化为链表,时间复杂度会退化到 O(n)
。
什么是一个高度平衡的二叉搜索树?
发明平衡二叉查找树这类数据结构的初衷是,解决普通二叉查找树在频繁的插入、删除等动态更新的情况下,出现时间复杂度退化的问题。
所以,平衡二叉查找树中“平衡”的意思,其实就是让整棵树左右看起来比较“对称”、比较“平衡”,不要出现左子树很高、右子树很矮的情况。这样就能让整棵树的高度相对来说低一些,相应的插入、删除、查找等操作的效率高一些。
定义:
一个 高度平衡的二叉搜索树(平衡二叉搜索树) 是在插入和删除任何节点之后,可以自动保持其高度最小。
也就是说,有N
个节点的平衡二叉搜索树,它的高度是logN
。并且,每个节点的两个子树的高度不会相差超过1。
下面是一个普通二叉搜索树和一个高度平衡的二叉搜索树的例子:
根据定义, 我们可以判断出一个二叉搜索树是否是高度平衡的 (平衡二叉树)。
- 一个有
N
个节点的平衡二搜索叉树的高度总是logN
。因此,可以计算节点总数和树的高度,以确定这个二叉搜索树是否为高度平衡的。 - 高度平衡的二叉树每个节点的两个子树的深度不会相差超过1。也可以根据这个性质,递归地验证树。
为什么需要用到高度平衡的二叉搜索树?
已经介绍过了二叉树及其相关操作, 包括搜索、插入、删除。 当分析这些操作的时间复杂度时,我们需要注意的是树的高度是十分重要的考量因素。以搜索操作为例,如果二叉搜索树的高度为h
,则时间复杂度为。所以二叉搜索树的高度的确很重要。
我们来讨论一下树的节点总数N
和高度h
之间的关系。 对于一个平衡二叉搜索树, 我们已经在前文中提过。但对于一个普通的二叉搜索树, 在最坏的情况下, 它可以退化成一个链。
因此,具有N
个节点的二叉搜索树的高度在logN
到N
区间变化。也就是说,搜索操作的时间复杂度可以从**logN**
变化到**N**
。这是一个巨大的性能差异。
如何实现一个高度平衡的二叉搜索树?
有许多不同的方法可以实现。尽管这些实现方法的细节有所不同,但他们有相同的目标:
- 采用的数据结构应该 满足二分查找属性和高度平衡属性。
- 采用的数据结构应该 支持二叉搜索树的基本操作,包括在时间内的搜索、插入和删除,即使在最坏的情况下也是如此。
常见的的平衡二叉树:
高度平衡的二叉搜索树在实际中被广泛使用,因为它可以在时间复杂度内执行所有搜索、插入和删除操作。
平衡二叉搜索树的概念经常运用在Set
和Map
中。Set
和Map
的原理相似。 我们将在下文中重点讨论Set
这个数据结构。
通常,有两种最广泛使用的集合:散列集合(Hash Set) 和 树集合(Tree Set)。
树集合, Java中的 Treeset
或者C中的 set
,是由高度平衡的二叉搜索树实现的。因此,搜索、插入和删除的时间复杂度都是 。
散列集合, Java中的 HashSet
或者C中的 unordered_set
,是由哈希实现的, 但是平衡二叉搜索树也起到了至关重要的作用。当存在具有相同哈希键的元素过多时,将花费时间复杂度来查找特定元素,其中N
是具有相同哈希键的元素的数量。通常情况下,使用高度平衡的二叉搜索树将把时间复杂度从 改善到 。
参考链接
https://leetcode-cn.com/explore/learn/card/introduction-to-data-structure-binary-search-tree/64/introduction-to-a-bst/170/
https://leetcode-cn.com/explore/learn/card/introduction-to-data-structure-binary-search-tree/65/basic-operations-in-a-bst/173/
https://leetcode-cn.com/explore/learn/card/introduction-to-data-structure-binary-search-tree/65/basic-operations-in-a-bst/175/
https://leetcode-cn.com/explore/learn/card/introduction-to-data-structure-binary-search-tree/65/basic-operations-in-a-bst/179/
https://leetcode-cn.com/explore/learn/card/introduction-to-data-structure-binary-search-tree/66/conclusion/182/
https://leetcode-cn.com/explore/learn/card/introduction-to-data-structure-binary-search-tree/67/appendix-height-balanced-bst/187/
https://time.geekbang.org/column/article/68334