深入剖析二分搜索树的原理与Java源码实现
点击上方 "程序员小乐" ，关注公众号
8点20分，第一时间与你相约
每日英文
Find a right person, is to give oneself after one of the best gift in my life.
找到一个对的人，是给自己以后的生命里最好的一份礼物。
小乐有话说
人生就像一道多项选择题，困扰你的，往往是众多的选项，而不是题目本身。
来自：九路313
链接：cnblogs.com/start1225/p/10182710.html
责编：乐乐 | 封面来自网络
01 折半查找法
了解二叉查找树之前，先来看看折半查找法,也叫二分查找法。
在一个有序的整数数组中（假如是从小到大排序的），如果查找某个元素，返回元素的索引。
如下：
int[] arr = new int[]{1,3,4,6,8,9};
在 arr 数组中查找6这个元素，查到返回对应的索引，没有找到就返回-1思想很简单:
1 先找到数组中间元素target与6比较
2 如果target比6大，就在数组的左边查找
3 如果target比6小，就在数组的右边查找
java实现代码如下：
private static int binarySearch(int[] data, int target) {
int l = 0;
int r = data.length - 1;
while (l <= r) {
//int mid = (l + r) / 2;
//这句代码理论上是没有问题的，但是是有bug的
//如果因为 l + r 会超过整数的最大值，就会溢出
//所以换成下面的写法，最小边界，加上差的一半，就是中间索引
//最小边界，加上差的一半，就是中间值
int mid = l + (r - l) / 2;
if (data[mid] > target) { //如果中间的值比target大,r向右移动。
r = mid - 1;
} else if (data[mid] < target) { //如果中间的值比target小，l向左移动
l = mid + 1;
} else {
return mid; //如果中间的值与target相等，就返回下标
}
}
//没有找到就返回-1
return -1;
}
测试代码如下：
public static void main(String[] args) {
int[] data = new int[]{1,3,4,6,8,9};
System.out.println(binarySearch(data, 6));
}输出
3
折半查找的关键是数组必须有序，一次过滤掉一半的数据，时间复杂度为O（logN）。
上面是以2为底的，N为数组的元素个数.
折半查找和下面的要讲的二分搜索树是有一样的思想
02 二分搜索树定义
二分搜索树定义双叫二分查找树，其定义如下:
1 若它的左子树不为空，则左子树上所有的节点的值均小于根结点的值
2 若它的右子树不为空，则右子树上所有的节点的值均大于根结点的值
3 它的左右子树也分别为二分搜索树
由二叉搜索树的定义可知，它前提是二叉树，并且采用了递归的定义方式。再得，它的节点满足一定的关系，左子树的节点一定比父节点的小，右子树的节点一定比父节点的大。
构造一棵二叉搜索树的目的，其实目的不是为了排序，是为了提高查找，删除，插入关键字的速度。
下面我们用图和代码来解释二叉树的查找，插入，和删除。比如下图就是一个二叉搜索树
2.0 二叉搜索树的定义和节点的定义
二叉搜索树中存放的都是key。先看下二叉树的定义
//key必须继承Comparable，可以比较大小的
public class QBST<K extends Comparable<K>, V> {
...
}二叉树中节点的定义
//QNode是作为QBST的内部类的。后面会有完整的源码
class QNode {
//key,也相当于上图中的数字，只不过不一定是数字
//只要能比较大小就行了。这里的key，是继承Comparable的
K key;
//节点中的value
V value;
//左子树
QNode left;
//右子树
QNode right;
//根据key,value构造一个节点
QNode(K key, V value) {
this.key = key;
this.value = value;
this.left = null;
this.right = null;
}
//根据一个节点，构造另一个新节点
QNode(QNode node){
this.key = node.key;
this.value = node.value;
this.left = node.left;
this.right = node.right;
}
}类的定义和类中节点的定义都有了。
二分搜索树的定义如下：
/**
* 二分搜索树，也叫二分查找树
*/
public class QBST<K extends Comparable<K>, V> {
class QNode {
K key;
V value;
QNode left;
QNode right;
QNode(K key, V value) {
this.key = key;
this.value = value;
this.left = null;
this.right = null;
}
QNode(QNode node){
this.key = node.key;
this.value = node.value;
this.left = node.left;
this.right = node.right;
}
}
//树的根
private QNode root;
//树中节点的个数
private int count;
//构造一棵空的二分搜索树
public QBST() {
root = null;
count = 0;
}
//返回二分搜索树中的个数
public int size() {
return count;
}
//树是否为空
public boolean isEmpty() {
return count == 0;
}
}2.1 二叉搜索树的插入
1 如果这棵树为空，新建一个节点，作为根
2 如果要插入的key比根节点大，就插入到右子树中
3 如果要插入的key比根节点小，就插入到左子树中
4 如果要插入的key和根节点相等，就更新当前节点的value
代码如下：
public void insert(K key, V value) {
root = insert(root, key, value);
}
// 向以node为根的二叉搜索树中，插入节点(key,value)
// 返回插入新节点后的二叉搜索树的根
private QNode insert(QNode node, K key, V value) {
//查检条件
checkNotNull(key,"key is null");
//如果node为空,直接new一个节点返回
if (node == null) {
count++;
return new QNode(key, value);
}
//如果key比根节点大，插入到node的右子树中
if (key.compareTo(node.key) == 1) {
node.right = insert(node.right, key, value);
//如果key比根节点小，插入到node的左子树中
} else if (key.compareTo(node.key) == -1) {
node.left = insert(node.left, key, value);
//如果key和根节点相等，更新根节点的value
} else {
node.value = value;
}
//返回根
return node;
}2.2 二叉搜索树的查找
和上面向一棵二叉搜索树插入一个节点一样。
向一棵二叉搜索树中查找一个节点也是类似
1 如果根节点为空，不用查找了，返回null
2 如果key比根节点的key要大，在右子树中查找
3 如果key比根节点的key要小，在左子树中查找
4 如果key和根节点的key相等，返回根节点
代码实现如下：
//搜索key结果的value
public V search(K key){
return search(root,key);
}
// 向以node为根的二叉搜索树中，以key为键，返回V
private V search(QNode node,K key){
checkNotNull(key,"key is null");
//如果当前节点为null,返回null
if(node == null){
return null;
}
//如果key比根节点的key大，在右子树中查找
if(key.compareTo(node.key) == 1){
return search(node.right,key);
//如果key比根节点的key小，在左子树中查找
}else if(key.compareTo(node.key) == -1){
return search(node.left,key);
//如果key与根节点的key值相等，就返回节点的value值
}else {
return node.value;
}
}2.3 二叉搜索树的遍历
二叉树的遍历有前序遍历，中序遍历，后序遍历，层序遍历（也叫做广度优先遍历）
如下图的二叉搜索树。
根据根节点的访问顺序，可以把遍历分为前序遍历，中序遍历，后序遍历
前序遍历：先访问根节点，再前序遍历左右子树
中序遍历：先中序遍历左子树，再访问根节点，后中序遍历右子树
后序遍历：先后序遍历左子树，再后序遍历右子树，再访问根节点
代码实现分别如下：
// 前序遍历 O(n)
public void preOrder(){
//后序遍历以root为根的二叉搜索树
preOrder(root);
}
private void preOrder(QNode node){
if(node != null){
//先遍历根节点
System.out.println(node.key);//这里的访问只是打印
//前序遍历左子树
preOrder(node.left);
//后序遍历右子树
preOrder(node.right);
}
}
// 中序遍历 O(n)
public void middleOrder(){
middleOrder(root);
}
private void middleOrder(QNode node){
if(node != null){
middleOrder(node.left);
System.out.println(node.key);
middleOrder(node.right);
}
}
// 后序遍历 O(n)
public void postOrder(){
postOrder(root);
}
private void postOrder(QNode node){
if(node != null){
postOrder(node.left);
postOrder(node.right);
System.out.println(node.key);
}
}其中层序遍历就是一层一层的从左到右遍历
上图中层序遍历的结果是 13 6 15 3 7 10 18
代码实现需要借助队列，代码实现如下：
// 层序遍历，也叫做广度优先遍历
public void levelOrder(){
if(root == null){
return;
}
LinkedList<QNode> queue = new LinkedList<>();
queue.addLast(root);
while (!queue.isEmpty()){
QNode node = queue.removeLast();
//这里我们只打印
System.out.println(node.key);
queue.addLast(node.left);
queue.addLast(node.right);
}
}
2.4 二叉搜索树的删除
二叉搜索树最麻烦的就是删除节点，删除任意二叉树中的节点之前，我们来先删除特殊的节点。
删除二叉搜索树中最小的节点
删除二叉搜索树中最大的节点
查找二叉搜索树中最小的节点
查找二叉搜索树中最大的节点
我们先来实现这些操作。
如下图
根据二叉搜索树的定义，可以得出以下结论
在一个二叉搜索树中，最小的节点一定是最左边的节点，也就是图中的节点 3
在一个二叉搜索树中，最大的节点一定是最右边的节点，也就是图中的节点 18
总之：
最小节点去左子树中找，直到节点的左孩子为空，则当前节点就是最小节点
最大节点去右子树中找，直到节点的右孩子为空，则当前节点就是最大节点
1 先来实现查找二叉搜索树中最小的节点
如下代码
//查找一棵树中最小的节点，返回 K
public K minimum(){
checkNotNull(root,"the tree is empty");
//在以根为root的二叉搜索树中返回最小节点的键值
QNode minNode = minimum(root);
//返回最小节点的键值
return minNode.key;
}
// 在以node为根的二叉搜索树中，返回最小键值的节点
private QNode minimum(QNode node){
//如果node.left == null,说明当前node节点就是最小的节点
//返回当前节点node
if(node.left == null){
return node;
}
//如果当前节点不是最小的节点
//继承往左子树中查找
return minimum(node.left);
}
同理，查找最大节点也是一样
2 实现查找二叉搜索树中最大的节点
代码如下：
public K maximum(){
checkNotNull(root,"the tree is empty");
QNode maxNode = maximum(root);
return maxNode.key;
}
// 在以node为根的二叉搜索树中，返回最大键值的节点
private QNode maximum(QNode node){
if(node.right == null){
return node;
}
return maximum(node.right);
}
上面实现了查找最小节点和最大节点，下面我们再来实现删除最小节点和删除最大节点
3 实现删除二叉搜索树中最小的节点
一直往左孩子中删除，当某一个节点node没有左孩子时，说明当前节点就是最小节点
这时候分两种情况
当前节点有右孩子
如果是这种情况，直接把右孩子返回，作为当前节点当前节点没有右孩子
如果是这种情况，直接返回null。此时返回右孩子也行，因为右孩子也是null
代码实现如下
// 删除二叉搜索树中最小的节点
public void removeMin(){
if(root != null){
root = removeMin(root);
}
}
// 删除掉以node为根的二分搜索树中的最小的节点
// 返回删除节点后新的二分搜索树的根
private QNode removeMin(QNode node){
//如果当前当前没有左孩子，则当前节点就是最小节点
if(node.left == null){
//保存当前节点的右孩子，这句代码把上面两种情况都包含了
QNode rightNode = node.right;
node = null; //释放当前节点
count--; //记得数量要减1
return rightNode;//返回右孩子，有可能为空或者不为空
}
//递归调用删除以当前节点的左孩子为根的二叉搜索中最小的节点
node.left = removeMin(node.left);
//别忘了返回当前节点
return node;
}
同理，删除二叉搜索树中最大的节点的代码如下：
// 删除二叉搜索树中最大的节点
public void removeMax(){
if(root != null){
root = removeMax(root);
}
}
// 删除掉以node为根的二分搜索树中的最大的节点
// 返回删除节点后新的二分搜索树的根
private QNode removeMax(QNode node){
if(node.right == null){
QNode leftNode = node.left;
count--;
node = null;
return leftNode;
}
node.right = removeMax(node.right);
return node;
}
下面来分析一下删除任意一个节点。
删除任意一个节点node，那么可以分为以下几种情况
node 没有孩子
node 只有一个孩子
node 有两个孩子
如下图一棵二叉搜索树，我们来分析
第一种情况：node没有孩子
这种情况最简单，直接删除就行了，剩下的还是一棵二叉搜索树
比如图中的 节点5，节点13，节点27，节点50，删除任意一个节点之后
剩下的还是满足一棵二叉搜索树
第二种情况：node只有一个孩子
这种情况又分两种
node节点有一个左孩子
node节点有一个右孩子
上面两种情况其实不影响，比如图中的节点10，节点45,分别有一个左孩子和一个右孩子。
也好办，节点10删除后，它的左孩子节点5，放在节点10的位置
同理知，节点45删除后，它的右孩子节点50，放在节点45的位置
这样一来，剩下的节点还是一棵二叉搜索树
第三种情况：node有两个孩子
还是上图为准，以节点17为例，节点17有左右两个孩子,分别是10，19
要删除节点17，怎么办呢？
或者说节点17删除 后，哪个节点应该放在节点17的位置上呢？
我们节点17满足两个性质 ：
17大于它的左孩子10
17小于它的右孩子19
那么我们找到一个这样的节点，只要满足上面这两条性质，不就是可以了吗。
so easey
我们就来先找一个大于10而且小于19的节点
大于 10 的节点，只要在 17 的右子树
也就是以 19 为根节点的树中找不就行了吗
因为17的右子树中所有的节点都比 17 大小于 19 的节点，只要在以 19 为根的树中找左孩子不就得了吗
经过上面的分析，这样的节点就是 13 啊，将17删除 ，把13放到17的位置 ，如图
其实，把10放到17的位置也是可以的。如下图
10和13两个节点都满足条件，所以我们可以得出结论
删除一个有两个孩子节点，可以找这个节点左子树中的最大节点，或者右子树中的最小节点来放到当前位置
伪代码：
删除左右都 有孩子的节点 d
找到 s = min(d.right)
s 可以叫作 d 的后继
s.right = deledeMin(d->right)
s.left = d.left;
删除 d, s 是新的子树的根
翻译成代码如下：
public void remove(K key) {
root = remove(root, key);
}
// 删除掉以node为根的二分搜索树中键值为key的节点
// 返回删除节点后新的二分搜索树的根
// O(logN)
private QNode remove(QNode node, K key) {
//如果树为null,返回null
if (node == null) {
return null;
}
//想要删除某个节点，必须先要找到这个节点
//所以下面的代码包含了查找
if (key.compareTo(node.key) == -1) {//如果key小于根节点的key
//到node的左子树查找并删除键值为key的节点
node.left = remove(node.left, key);
//返回删除节点后新的二分搜索树的根
return node;
} else if (key.compareTo(node.key) == 1) {//如果key大于根节点的key
//到node的右子树查找并删除键值为key的节点
node.right = remove(node.right, key);
//返回删除节点后新的二分搜索树的根
return node;
} else { //key == node.key,也就是找到了这个节点
//当前节点的左孩子为null
if (node.left == null) {
//保存右孩子节点
QNode rightNode = node.right;
//个数减1
count--;
//删除
node = null;
//右节点作为新的根
return rightNode;
}
//当前节点的右孩子为null
if (node.right == null) {
//保存左孩子的节点
QNode leftNode = node.left;
//个数减1
count--;
//删除
node = null;
//左节点作为新的根
return leftNode;
}
//上面的情况也包括了左右两个孩子都是null
//这样的情况就走第一种，node.left==null的条件中。也满足
//下面是 node.left != null && node.right != null的情况
//找到右子树中最小节点
QNode min = minimum(node.right);
//用最小节点新建一个节点,因为等会要删除最小的节点，所以这里我们要新建一个最小节点
QNode s = new QNode(min);
//s的右孩子，就是删除node右子树中最小节点返回的根
s.right = removeMin(node.right);
//s的左孩子，就是删除节点的左孩子
s.left = node.left;
//返回新的根
return s;
}
}
同过上面的分析，我们了解了二叉搜索树的性质，以及插入，查找，查找最大节点，查找最小节点，删除最大节点，删除最小节点，以及最后分析出来删除一个任意节点。
下面我们粘出完整代码 。如下
/**
* 二分搜索树，也叫二分查找树
*/
public class QBST<K extends Comparable<K>, V> {
class QNode {
K key;
V value;
QNode left;
QNode right;
QNode(K key, V value) {
this.key = key;
this.value = value;
this.left = null;
this.right = null;
}
QNode(QNode node) {
this.key = node.key;
this.value = node.value;
this.left = node.left;
this.right = node.right;
}
}
private QNode root;
private int count;
public QBST() {
root = null;
count = 0;
}
public int size() {
return count;
}
public boolean isEmpty() {
return count == 0;
}
public void insert(K key, V value) {
root = insert(root, key, value);
}
// 向以node为根的二叉搜索树中，插入节点(key,value)
// 返回插入新节点后的二叉搜索树的根
private QNode insert(QNode node, K key, V value) {
checkNotNull(key, "key is null");
if (node == null) {
count++;
return new QNode(key, value);
}
if (key.compareTo(node.key) == 1) {
node.right = insert(node.right, key, value);
} else if (key.compareTo(node.key) == -1) {
node.left = insert(node.left, key, value);
} else {
node.value = value;
}
return node;
}
public boolean contain(K key) {
return contain(root, key);
}
// 向以node为根的二叉搜索树中，查找是否包含key的节点
private boolean contain(QNode node, K key) {
checkNotNull(key, "key is null");
if (node == null) {
return false;
}
if (key.compareTo(node.key) == 1) {
return contain(node.right, key);
} else if (key.compareTo(node.key) == -1) {
return contain(node.left.key);
} else {
return true;
}
}
public V search(K key) {
return search(root, key);
}
// 向以node为根的二叉搜索树中，
private V search(QNode node, K key) {
checkNotNull(key, "key is null");
if (node == null) {
return null;
}
if (key.compareTo(node.key) == 1) {
return search(node.right, key);
} else if (key.compareTo(node.key) == -1) {
return search(node.left, key);
} else {
return node.value;
}
}
// 前序遍历 O(n)
public void preOrder() {
preOrder(root);
}
private void preOrder(QNode node) {
if (node != null) {
System.out.println(node.key);
preOrder(node.left);
preOrder(node.right);
}
}
// 中序遍历 O(n)
public void middleOrder() {
middleOrder(root);
}
private void middleOrder(QNode node) {
if (node != null) {
middleOrder(node.left);
System.out.println(node.key);
middleOrder(node.right);
}
}
// 后序遍历 O(n)
public void postOrder() {
postOrder(root);
}
private void postOrder(QNode node) {
if (node != null) {
postOrder(node.left);
postOrder(node.right);
System.out.println(node.key);
}
}
// 层序遍历，也叫做广度优先遍历
public void levelOrder() {
if (root == null) {
return;
}
LinkedList<QNode> queue = new LinkedList<>();
queue.addLast(root);
while (!queue.isEmpty()) {
QNode node = queue.removeLast();
System.out.println(node.key);
queue.addLast(node.left);
queue.addLast(node.right);
}
}
public void destroy() {
destroy(root);
}
// 销毁操作就是后序遍历的一次应用
private void destroy(QNode node) {
if (node != null) {
destroy(node.left);
destroy(node.right);
node = null;
count--;
}
}
public K minimum() {
checkNotNull(root, "the tree is empty");
QNode minNode = minimum(root);
return minNode.key;
}
// 在以node为根的二叉搜索树中，返回最小键值的节点
private QNode minimum(QNode node) {
if (node.left == null) {
return node;
}
return minimum(node.left);
}
public K maximum() {
checkNotNull(root, "the tree is empty");
QNode maxNode = maximum(root);
return maxNode.key;
}
// 在以node为根的二叉搜索树中，返回最大键值的节点
private QNode maximum(QNode node) {
if (node.right == null) {
return node;
}
return maximum(node.right);
}
// 删除二叉搜索树中最小的节点
public void removeMin() {
if (root != null) {
root = removeMin(root);
}
}
// 删除掉以node为根的二分搜索树中的最小的节点
// 返回删除节点后新的二分搜索树的根
private QNode removeMin(QNode node) {
if (node.left == null) {
QNode rightNode = node.right;
node = null;
count--;
return rightNode;
}
node.left = removeMin(node.left);
return node;
}
// 删除二叉搜索树中最大的节点
public void removeMax() {
if (root != null) {
root = removeMax(root);
}
}
// 删除掉以node为根的二分搜索树中的最大的节点
// 返回删除节点后新的二分搜索树的根
private QNode removeMax(QNode node) {
if (node.right == null) {
QNode leftNode = node.left;
count--;
node = null;
return leftNode;
}
node.right = removeMax(node.right);
return node;
}
public void remove(K key) {
root = remove(root, key);
}
// 删除掉以node为根的二分搜索树中键值为key的节点
// 返回删除节点后新的二分搜索树的根
// O(logN)
private QNode remove(QNode node, K key) {
//如果树为null,返回null
if (node == null) {
return null;
}
//想要删除某个节点，必须先要找到这个节点
//所以下面的代码包含了查找
if (key.compareTo(node.key) == -1) {//如果key小于根节点的key
//到node的左子树查找并删除键值为key的节点
node.left = remove(node.left, key);
//返回删除节点后新的二分搜索树的根
return node;
} else if (key.compareTo(node.key) == 1) {//如果key大于根节点的key
//到node的右子树查找并删除键值为key的节点
node.right = remove(node.right, key);
//返回删除节点后新的二分搜索树的根
return node;
} else { //key == node.key,也就是找到了这个节点
//当前节点的左孩子为null
if (node.left == null) {
//保存右孩子节点
QNode rightNode = node.right;
//个数减1
count--;
//删除
node = null;
//右节点作为新的根
return rightNode;
}
//当前节点的右孩子为null
if (node.right == null) {
//保存左孩子的节点
QNode leftNode = node.left;
//个数减1
count--;
//删除
node = null;
//左节点作为新的根
return leftNode;
}
//上面的情况也包括了左右两个孩子都是null
//这样的情况就走第一种，node.left==null的条件中。也满足
//下面是 node.left != null && node.right != null的情况
//找到右子树中最小节点
QNode min = minimum(node.right);
//用最小节点新建一个节点,因为等会要删除最小的节点，所以这里我们要新建一个最小节点
QNode s = new QNode(min);
//s的右孩子，就是删除node右子树中最小节点返回的根
s.right = removeMin(node.right);
//s的左孩子，就是删除节点的左孩子
s.left = node.left;
//返回新的根
return s;
}
}
private <E> void checkNotNull(E e, String message) {
if (e == null) {
throw new IllegalArgumentException(message);
}
}
}
推荐阅读
面试一线大厂的点点滴滴
这里有你需要的编程技术、心得、经验（数据结构与算法、源码分析等），这里不止限于技术！还有职场心得、生活感悟、以及面经等。关注公众号，第一时间送达！
PS：如何您想进技术群交流，关注公众号在后台回复 “加群”，或者 “学习” 即可
看完本文有收获？请转发分享给更多人
关注「程序员小乐」，收看更多精彩内容
看完本文有收获？请转发分享给更多人
关注「程序员小乐」，收看更多精彩内容