二元搜尋樹
![本頁使用了標題或全文手工轉換](http://upload.wikimedia.org/wikipedia/commons/thumb/c/cd/Zh_conversion_icon_m.svg/35px-Zh_conversion_icon_m.svg.png)
Binary search tree | |||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
類型 | 樹 | ||||||||||||||||||||
發明時間 | 1960年 | ||||||||||||||||||||
發明者 | P·F·溫德利、安德魯·唐納德·布思、安德魯·科林、托馬斯·N·希巴德 | ||||||||||||||||||||
用大O符號表示的時間複雜度 | |||||||||||||||||||||
|
![](http://upload.wikimedia.org/wikipedia/commons/thumb/d/da/Binary_search_tree.svg/150px-Binary_search_tree.svg.png)
二叉查找樹(英語:Binary Search Tree),也稱為有序二叉樹(ordered binary tree)或排序二叉樹(sorted binary tree),是指一棵空樹或者具有下列性質的二叉樹:
- 若任意節點的左子樹不空,則左子樹上所有節點的值均小於它的根節點的值;
- 若任意節點的右子樹不空,則右子樹上所有節點的值均大於它的根節點的值;
- 任意節點的左、右子樹也分別為二叉查找樹;
二叉查找樹相比於其他數據結構的優勢在於查找、插入的時間複雜度較低。為。二叉查找樹是基礎性數據結構,用於構建更為抽象的數據結構,如集合、多重集、關聯數組等。
二叉查找樹的查找過程和次優二叉樹類似,通常採取二叉鍊表作為二叉查找樹的存儲結構。中序遍歷二叉查找樹可得到一個關鍵字的有序序列,一個無序序列可以透過建構一棵二叉查找樹變成一個有序序列,建構樹的過程即為對無序序列進行查找的過程。每次插入的新的結點都是二叉查找樹上新的葉子結點,在進行插入操作時,不必移動其它結點,只需改動某個結點的指針,由空變為非空即可。搜索、插入、刪除的複雜度等於樹高,期望,最壞退化為偏斜二元樹。對於可能形成偏斜二元樹的問題可以經由樹高改良後的平衡樹將搜尋、插入、刪除的時間複雜度都維持在,如AVL樹、紅黑樹等。
二叉查找樹的查找算法
[編輯]在二叉查找樹b中查找x的過程為:
- 若b是空樹,則搜索失敗,否則:
- 若x等於b的根節點的數據域之值,則查找成功;否則:
- 若x小於b的根節點的數據域之值,則搜索左子樹;否則:
- 查找右子樹。
Status SearchBST(BiTree T, KeyType key, BiTree f, BiTree &p) {
// 在根指针T所指二叉查找树中递归地查找其關键字等於key的數據元素,若查找成功,
// 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
// 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
if (!T) { // 查找不成功
p = f;
return false;
} else if (key == T->data.key) { // 查找成功
p = T;
return true;
} else if (key < T->data.key) // 在左子樹中繼續查找
return SearchBST(T->lchild, key, T, p);
else // 在右子樹中繼續查找
return SearchBST(T->rchild, key, T, p);
}
在二叉查找樹插入節點的算法
[編輯]向一個二元搜尋樹b中插入一個節點s的算法,過程為:
- 若b是空樹,則將s所指節點作為根節點插入,否則:
- 若s->data等於b的根節點的數據域之值,則返回,否則:
- 若s->data小於b的根節點的數據域之值,則把s所指節點插入到左子樹中,否則:
- 把s所指節點插入到右子樹中。(新插入節點總是葉子節點)
/* 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 */
Status InsertBST(BiTree *&T, ElemType e) {
if (!T) {
s = new BiTNode;
s->data = e;
s->lchild = s->rchild = NULL;
T = s; // 被插節点*s为新的根结点
} else if (e.key == T->data.key)
return false;// 关键字等于e.key的数据元素,返回錯誤
if (e.key < T->data.key)
InsertBST(T->lchild, e); // 將 e 插入左子樹
else if (e.key > T->data.key)
InsertBST(T->rchild, e); // 將 e 插入右子樹
return true;
}
在二叉查找樹刪除結點的算法
[編輯]![](http://upload.wikimedia.org/wikipedia/commons/thumb/4/46/Binary_search_tree_delete.svg/480px-Binary_search_tree_delete.svg.png)
在二叉查找樹刪去一個結點,分三種情況討論:
- 若*p結點為葉子結點,即PL(左子樹)和PR(右子樹)均為空樹。由於刪去葉子結點不破壞整棵樹的結構,則只需修改其雙親結點的指針即可。
- 若*p結點只有左子樹PL或右子樹PR,此時只要令PL或PR直接成為其雙親結點*f的左子樹(當*p是左子樹)或右子樹(當*p是右子樹)即可,作此修改也不破壞二叉查找樹的特性。
- 若*p結點的左子樹和右子樹均不空。在刪去*p之後,為保持其它元素之間的相對位置不變,可按中序遍歷保持有序進行調整,可以有兩種做法:其一是令*p的左子樹為*f的左/右(依*p是*f的左子樹還是右子樹而定)子樹,*s為*p左子樹的最右下的結點,而*p的右子樹為*s的右子樹;其二是令*p的直接前驅(in-order predecessor)或直接後繼(in-order successor)替代*p,然後再從二叉查找樹中刪去它的直接前驅(或直接後繼)。
在二叉查找樹上刪除一個結點的算法如下:
Status DeleteBST(BiTree *T, KeyType key) {
// 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
// TRUE;否则返回FALSE
if (!T)
return false; //不存在关键字等于key的数据元素
else {
if (key == T->data.key) // 找到关键字等于key的数据元素
return Delete(T);
else if (key < T->data.key)
return DeleteBST(T->lchild, key);
else
return DeleteBST(T->rchild, key);
}
}
Status Delete(BiTree *&p) {
// 该节点为叶子节点,直接删除
BiTree *q, *s;
if (!p->rchild && !p->lchild) {
delete p;
p = NULL; // Status Delete(BiTree *&p) 要加&才能使P指向NULL
} else if (!p->rchild) { // 右子树空则只需重接它的左子树
q = p->lchild;
/*
p->data = p->lchild->data;
p->lchild=p->lchild->lchild;
p->rchild=p->lchild->rchild;
*/
p->data = q->data;
p->lchild = q->lchild;
p->rchild = q->rchild;
delete q;
} else if (!p->lchild) { // 左子树空只需重接它的右子树
q = p->rchild;
/*
p->data = p->rchild->data;
p->lchild=p->rchild->lchild;
p->rchild=p->rchild->rchild;
*/
p->data = q->data;
p->lchild = q->lchild;
p->rchild = q->rchild;
delete q;
} else { // 左右子树均不空
q = p;
s = p->lchild;
while (s->rchild) {
q = s;
s = s->rchild;
} // 转左,然后向右到尽头
p->data = s->data; // s指向被删结点的“前驱”
if (q != p)
q->rchild = s->lchild; // 重接*q的右子树
else
q->lchild = s->lchild; // 重接*q的左子树
delete s;
}
return true;
}
在C語言中有些編譯器不支持為struct Node
節點分配空間,聲稱這是一個不完全的結構,可使用一個指向該Node
的指針為之分配空間。
- 如:
sizeof( Probe )
,Probe
作為二叉樹節點在typedef
中定義的指針。
Python實現:
def find_min(self): # Gets minimum node (leftmost leaf) in a subtree
current_node = self
while current_node.left_child:
current_node = current_node.left_child
return current_node
def replace_node_in_parent(self, new_value=None):
if self.parent:
if self == self.parent.left_child:
self.parent.left_child = new_value
else:
self.parent.right_child = new_value
if new_value:
new_value.parent = self.parent
def binary_tree_delete(self, key):
if key < self.key:
self.left_child.binary_tree_delete(key)
elif key > self.key:
self.right_child.binary_tree_delete(key)
else: # delete the key here
if self.left_child and self.right_child: # if both children are present
successor = self.right_child.find_min()
self.key = successor.key
successor.binary_tree_delete(successor.key)
elif self.left_child: # if the node has only a *left* child
self.replace_node_in_parent(self.left_child)
elif self.right_child: # if the node has only a *right* child
self.replace_node_in_parent(self.right_child)
else: # this node has no children
self.replace_node_in_parent(None)
二叉查找樹的遍歷
[編輯]中序遍歷(in-order traversal)二叉查找樹的Python代碼:
def traverse_binary_tree(node, callback):
if node is None:
return
traverse_binary_tree(node.leftChild, callback)
callback(node.value)
traverse_binary_tree(node.rightChild, callback)
排序(或稱構造)一棵二叉查找樹
[編輯]用一組數值建造一棵二叉查找樹的同時,也把這組數值進行了排序。其最差時間複雜度為。例如,若該組數值已經是有序的(從小到大),則建造出來的二叉查找樹的所有節點,都沒有左子樹。自平衡二叉查找樹可以克服上述缺點,其時間複雜度為O(nlog n)。一方面,樹排序的問題使得CPU Cache性能較差,特別是當節點是動態內存分配時。而堆排序的CPU Cache性能較好。另一方面,樹排序是最優的增量排序(incremental sorting)算法,保持一個數值序列的有序性。
def build_binary_tree(values):
tree = None
for v in values:
tree = binary_tree_insert(tree, v)
return tree
def get_inorder_traversal(root):
'''
Returns a list containing all the values in the tree, starting at *root*.
Traverses the tree in-order(leftChild, root, rightChild).
'''
result = []
traverse_binary_tree(root, lambda element: result.append(element))
return result
二叉查找樹性能分析
[編輯]每個結點的為該結點的層次數。最壞情況下,當先後插入的關鍵字有序時,構成的二叉查找樹蛻變為單支樹,樹的深度為,其平均查找長度為(和順序查找相同),最好的情況是二叉查找樹的形態和折半查找的判定樹相同,其平均查找長度和成正比()。
二叉查找樹的優化
[編輯]一般的二叉查找樹的查詢複雜度取決於目標結點到樹根的距離(即深度),因此當結點的深度普遍較大時,查詢的均攤複雜度會上升。為了實現更高效的查詢,產生了平衡樹。在這裡,平衡指所有葉子的深度趨於平衡,更廣義的是指在樹上所有可能查找的均攤複雜度偏低。請參見主條目平衡樹。
參見
[編輯]外部連結
[編輯]- Literate implementations of binary search trees in various languages(頁面存檔備份,存於網際網路檔案館) on LiteratePrograms
- Binary Tree Visualizer(頁面存檔備份,存於網際網路檔案館) (JavaScript animation of various BT-based data structures)
- Kovac, Kubo. Binary Search Trees. Korešponden?ný seminár z programovania. [2018-04-29]. (原始內容 (Java applet)存檔於2018-04-30). (頁面存檔備份,存於網際網路檔案館)
- Madru, Justin. Binary Search Tree. JDServer. 18 August 2009 [2018-04-29]. (原始內容存檔於2010-03-28). (頁面存檔備份,存於網際網路檔案館) C++ implementation.
- Binary Search Tree Example in Python(頁面存檔備份,存於網際網路檔案館)
- References to Pointers (C++). 微軟開發者網絡. 微軟. 2005 [2018-04-29]. (原始內容存檔於2017-03-29). (頁面存檔備份,存於網際網路檔案館) Gives an example binary tree implementation.
|