二元搜尋樹

Binary search tree
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
演算法
演算法
空間
搜尋
插入
刪除

二元搜尋樹（英語：Binary Search Tree），也稱為有序二元樹（ordered binary tree）或排序二元樹（sorted binary tree），是指一棵空樹或者具有下列性質的二元樹：

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、右子樹也分別為二元搜尋樹；

二元搜尋樹相比於其他資料結構的優勢在於尋找、插入的時間複雜度較低。為 $O(\log n)$ 。二元搜尋樹是基礎性資料結構，用於構建更為抽象的資料結構，如集合、多重集、關聯陣列等。

二元搜尋樹的尋找過程和次優二元樹類似，通常採取二元鏈結串列作為二元搜尋樹的儲存結構。中序遍歷二元搜尋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元搜尋樹變成一個有序序列，建構樹的過程即為對無序序列進行尋找的過程。每次插入的新的結點都是二元搜尋樹上新的葉子結點，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標，由空變為非空即可。搜尋、插入、刪除的複雜度等於樹高，期望 $O(\log n)$ ，最壞退化為偏斜二元樹 $O(n)$ 。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 $O(\log n)$ ，如AVL樹、紅黑樹等。

二元搜尋樹的尋找演算法

在二元搜尋樹b中尋找x的過程為：

若b是空樹，則搜尋失敗，否則：
若x等於b的根節點的數據域之值，則尋找成功；否則：
若x小於b的根節點的數據域之值，則搜尋左子樹；否則：
尋找右子樹。

在二元搜尋樹的視覺化頁面可以看到尋找節點的動畫過程。其中實現代碼如下：

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);
}

在二元搜尋樹插入節點的演算法

向一個二元搜尋樹b中插入一個節點s的演算法，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的根節點的資料域之值，則返回，否則：
若s->data小於b的根節點的資料域之值，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;
}

在二元搜尋樹刪除結點的演算法

在二元搜尋樹刪去一個結點，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標即可。
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元搜尋樹的特性。
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，然後再從二元搜尋樹中刪去它的直接前驅（或直接後繼）。

在二元搜尋樹上刪除一個結點的演算法如下：

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援為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的指標為之分配空間。

如：sizeof( Probe )，Probe作為二元樹節點在typedef中定義的指標。

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)

二元搜尋樹的遍歷

中序遍歷（in-order traversal）二元搜尋樹的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）一棵二元搜尋樹

用一組數值建造一棵二元搜尋樹的同時，也把這組數值進行了排序。其最差時間複雜度為 $O(n^{2})$ 。例如，若該組數值已經是有序的（從小到大），則建造出來的二元搜尋樹的所有節點，都沒有左子樹。自平衡二元搜尋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效能較差，特別是當節點是動態主記憶體分配時。而堆積排序的CPU Cache效能較好。另一方面，樹排序是最佳的增量排序（incremental sorting）演算法，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

二元搜尋樹效能分析

每個結點的 $C_{i}$ 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，構成的二元搜尋樹蛻變為單支樹，樹的深度為 $n$ ，其平均尋找長度為 ${\frac {n+1}{2}}$ （和順序尋找相同），最好的情況是二元搜尋樹的形態和折半尋找的判定樹相同，其平均尋找長度和 $\log _{2}(n)$ 成正比（ $O(\log _{2}(n))$ ）。

二元搜尋樹的最佳化

一般的二元搜尋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尋找的均攤複雜度偏低。

參見

外部連結

二元搜尋樹的視覺化頁面支援動畫顯示二元搜尋樹的插入，尋找和刪除操作。
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++). 微軟開發者網路. 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.

閱論編電腦科學中的樹
二元樹	二元搜尋樹笛卡爾樹 MVP樹 Top tree（英語：Top tree） T樹線索二元樹
自平衡二元搜尋樹	AA樹 AVL樹左傾紅黑樹紅黑樹替罪羊樹伸展樹樹堆加權平衡樹
B樹	B+樹 B*樹 B^x樹 UB樹 2-3樹 2-3-4樹 (a,b)-樹（英語：(a,b)-tree）跳舞樹（英語：Dancing tree） H樹
堆	二元堆積二項堆斐波那契堆左偏樹配對堆斜堆范恩德蟒蛇樹（英語：Van Emde Boas tree）
Trie	字尾樹基數樹三元搜尋樹 X-快速字首樹 Y-快速字首樹 AC自動機
二元空間分割（BSP）樹	四元樹八元樹 k-d樹隱式k-d樹 VP樹
非二元樹	指數樹（英語：Exponential tree）融合樹（英語：Fusion tree） PQ樹（英語：PQ tree） SPQR樹（英語：SPQR tree）
空間資料分割樹	R樹 R*樹 R+樹 X樹 M樹線段樹 (儲存區間) 線段樹 (區間查詢) 可持久化線段樹希爾伯特R樹優先R樹
其他樹	雜湊日曆雜湊樹手指樹（英語：Finger tree）順序統計樹度量樹（英語：Metric tree）覆蓋樹（英語：Cover tree） BK樹二重連鎖樹（英語：Doubly chained tree） iDistance（英語：iDistance） Link-cut tree（英語：Link-cut tree） Log-structured merge-tree（英語：Log-structured merge-tree）樹狀陣列雜湊樹