--- comments: true --- # 7.4   二叉搜索树 如图 7-16 所示,二叉搜索树(binary search tree)满足以下条件。 1. 对于根节点,左子树中所有节点的值 $<$ 根节点的值 $<$ 右子树中所有节点的值。 2. 任意节点的左、右子树也是二叉搜索树,即同样满足条件 `1.` 。 ![二叉搜索树](binary_search_tree.assets/binary_search_tree.png){ class="animation-figure" }

图 7-16   二叉搜索树

## 7.4.1   二叉搜索树的操作 我们将二叉搜索树封装为一个类 `BinarySearchTree` ,并声明一个成员变量 `root` ,指向树的根节点。 ### 1.   查找节点 给定目标节点值 `num` ,可以根据二叉搜索树的性质来查找。如图 7-17 所示,我们声明一个节点 `cur` ,从二叉树的根节点 `root` 出发,循环比较节点值 `cur.val` 和 `num` 之间的大小关系。 - 若 `cur.val < num` ,说明目标节点在 `cur` 的右子树中,因此执行 `cur = cur.right` 。 - 若 `cur.val > num` ,说明目标节点在 `cur` 的左子树中,因此执行 `cur = cur.left` 。 - 若 `cur.val = num` ,说明找到目标节点,跳出循环并返回该节点。 === "<1>" ![二叉搜索树查找节点示例](binary_search_tree.assets/bst_search_step1.png){ class="animation-figure" } === "<2>" ![bst_search_step2](binary_search_tree.assets/bst_search_step2.png){ class="animation-figure" } === "<3>" ![bst_search_step3](binary_search_tree.assets/bst_search_step3.png){ class="animation-figure" } === "<4>" ![bst_search_step4](binary_search_tree.assets/bst_search_step4.png){ class="animation-figure" }

图 7-17   二叉搜索树查找节点示例

二叉搜索树的查找操作与二分查找算法的工作原理一致,都是每轮排除一半情况。循环次数最多为二叉树的高度,当二叉树平衡时,使用 $O(\log n)$ 时间。示例代码如下: === "Python" ```python title="binary_search_tree.py" def search(self, num: int) -> TreeNode | None: """查找节点""" cur = self._root # 循环查找,越过叶节点后跳出 while cur is not None: # 目标节点在 cur 的右子树中 if cur.val < num: cur = cur.right # 目标节点在 cur 的左子树中 elif cur.val > num: cur = cur.left # 找到目标节点,跳出循环 else: break return cur ``` === "C++" ```cpp title="binary_search_tree.cpp" /* 查找节点 */ TreeNode *search(int num) { TreeNode *cur = root; // 循环查找,越过叶节点后跳出 while (cur != nullptr) { // 目标节点在 cur 的右子树中 if (cur->val < num) cur = cur->right; // 目标节点在 cur 的左子树中 else if (cur->val > num) cur = cur->left; // 找到目标节点,跳出循环 else break; } // 返回目标节点 return cur; } ``` === "Java" ```java title="binary_search_tree.java" /* 查找节点 */ TreeNode search(int num) { TreeNode cur = root; // 循环查找,越过叶节点后跳出 while (cur != null) { // 目标节点在 cur 的右子树中 if (cur.val < num) cur = cur.right; // 目标节点在 cur 的左子树中 else if (cur.val > num) cur = cur.left; // 找到目标节点,跳出循环 else break; } // 返回目标节点 return cur; } ``` === "C#" ```csharp title="binary_search_tree.cs" /* 查找节点 */ TreeNode? Search(int num) { TreeNode? cur = root; // 循环查找,越过叶节点后跳出 while (cur != null) { // 目标节点在 cur 的右子树中 if (cur.val < num) cur = cur.right; // 目标节点在 cur 的左子树中 else if (cur.val > num) cur = cur.left; // 找到目标节点,跳出循环 else break; } // 返回目标节点 return cur; } ``` === "Go" ```go title="binary_search_tree.go" /* 查找节点 */ func (bst *binarySearchTree) search(num int) *TreeNode { node := bst.root // 循环查找,越过叶节点后跳出 for node != nil { if node.Val.(int) < num { // 目标节点在 cur 的右子树中 node = node.Right } else if node.Val.(int) > num { // 目标节点在 cur 的左子树中 node = node.Left } else { // 找到目标节点,跳出循环 break } } // 返回目标节点 return node } ``` === "Swift" ```swift title="binary_search_tree.swift" /* 查找节点 */ func search(num: Int) -> TreeNode? { var cur = root // 循环查找,越过叶节点后跳出 while cur != nil { // 目标节点在 cur 的右子树中 if cur!.val < num { cur = cur?.right } // 目标节点在 cur 的左子树中 else if cur!.val > num { cur = cur?.left } // 找到目标节点,跳出循环 else { break } } // 返回目标节点 return cur } ``` === "JS" ```javascript title="binary_search_tree.js" /* 查找节点 */ search(num) { let cur = this.root; // 循环查找,越过叶节点后跳出 while (cur !== null) { // 目标节点在 cur 的右子树中 if (cur.val < num) cur = cur.right; // 目标节点在 cur 的左子树中 else if (cur.val > num) cur = cur.left; // 找到目标节点,跳出循环 else break; } // 返回目标节点 return cur; } ``` === "TS" ```typescript title="binary_search_tree.ts" /* 查找节点 */ search(num: number): TreeNode | null { let cur = this.root; // 循环查找,越过叶节点后跳出 while (cur !== null) { // 目标节点在 cur 的右子树中 if (cur.val < num) cur = cur.right; // 目标节点在 cur 的左子树中 else if (cur.val > num) cur = cur.left; // 找到目标节点,跳出循环 else break; } // 返回目标节点 return cur; } ``` === "Dart" ```dart title="binary_search_tree.dart" /* 查找节点 */ TreeNode? search(int _num) { TreeNode? cur = _root; // 循环查找,越过叶节点后跳出 while (cur != null) { // 目标节点在 cur 的右子树中 if (cur.val < _num) cur = cur.right; // 目标节点在 cur 的左子树中 else if (cur.val > _num) cur = cur.left; // 找到目标节点,跳出循环 else break; } // 返回目标节点 return cur; } ``` === "Rust" ```rust title="binary_search_tree.rs" /* 查找节点 */ pub fn search(&self, num: i32) -> OptionTreeNodeRc { let mut cur = self.root.clone(); // 循环查找,越过叶节点后跳出 while let Some(node) = cur.clone() { match num.cmp(&node.borrow().val) { // 目标节点在 cur 的右子树中 Ordering::Greater => cur = node.borrow().right.clone(), // 目标节点在 cur 的左子树中 Ordering::Less => cur = node.borrow().left.clone(), // 找到目标节点,跳出循环 Ordering::Equal => break, } } // 返回目标节点 cur } ``` === "C" ```c title="binary_search_tree.c" /* 查找节点 */ TreeNode *search(BinarySearchTree *bst, int num) { TreeNode *cur = bst->root; // 循环查找,越过叶节点后跳出 while (cur != NULL) { if (cur->val < num) { // 目标节点在 cur 的右子树中 cur = cur->right; } else if (cur->val > num) { // 目标节点在 cur 的左子树中 cur = cur->left; } else { // 找到目标节点,跳出循环 break; } } // 返回目标节点 return cur; } ``` === "Kotlin" ```kotlin title="binary_search_tree.kt" /* 查找节点 */ fun search(num: Int): TreeNode? { var cur = root // 循环查找,越过叶节点后跳出 while (cur != null) { // 目标节点在 cur 的右子树中 cur = if (cur._val < num) cur.right // 目标节点在 cur 的左子树中 else if (cur._val > num) cur.left // 找到目标节点,跳出循环 else break } // 返回目标节点 return cur } ``` === "Ruby" ```ruby title="binary_search_tree.rb" ### 查找节点 ### def search(num) cur = @root # 循环查找,越过叶节点后跳出 while !cur.nil? # 目标节点在 cur 的右子树中 if cur.val < num cur = cur.right # 目标节点在 cur 的左子树中 elsif cur.val > num cur = cur.left # 找到目标节点,跳出循环 else break end end cur end ``` === "Zig" ```zig title="binary_search_tree.zig" // 查找节点 fn search(self: *Self, num: T) ?*inc.TreeNode(T) { var cur = self.root; // 循环查找,越过叶节点后跳出 while (cur != null) { // 目标节点在 cur 的右子树中 if (cur.?.val < num) { cur = cur.?.right; // 目标节点在 cur 的左子树中 } else if (cur.?.val > num) { cur = cur.?.left; // 找到目标节点,跳出循环 } else { break; } } // 返回目标节点 return cur; } ``` ??? pythontutor "可视化运行"
全屏观看 >
### 2.   插入节点 给定一个待插入元素 `num` ,为了保持二叉搜索树“左子树 < 根节点 < 右子树”的性质,插入操作流程如图 7-18 所示。 1. **查找插入位置**:与查找操作相似,从根节点出发,根据当前节点值和 `num` 的大小关系循环向下搜索,直到越过叶节点(遍历至 `None` )时跳出循环。 2. **在该位置插入节点**:初始化节点 `num` ,将该节点置于 `None` 的位置。 ![在二叉搜索树中插入节点](binary_search_tree.assets/bst_insert.png){ class="animation-figure" }

图 7-18   在二叉搜索树中插入节点

在代码实现中,需要注意以下两点。 - 二叉搜索树不允许存在重复节点,否则将违反其定义。因此,若待插入节点在树中已存在,则不执行插入,直接返回。 - 为了实现插入节点,我们需要借助节点 `pre` 保存上一轮循环的节点。这样在遍历至 `None` 时,我们可以获取到其父节点,从而完成节点插入操作。 === "Python" ```python title="binary_search_tree.py" def insert(self, num: int): """插入节点""" # 若树为空,则初始化根节点 if self._root is None: self._root = TreeNode(num) return # 循环查找,越过叶节点后跳出 cur, pre = self._root, None while cur is not None: # 找到重复节点,直接返回 if cur.val == num: return pre = cur # 插入位置在 cur 的右子树中 if cur.val < num: cur = cur.right # 插入位置在 cur 的左子树中 else: cur = cur.left # 插入节点 node = TreeNode(num) if pre.val < num: pre.right = node else: pre.left = node ``` === "C++" ```cpp title="binary_search_tree.cpp" /* 插入节点 */ void insert(int num) { // 若树为空,则初始化根节点 if (root == nullptr) { root = new TreeNode(num); return; } TreeNode *cur = root, *pre = nullptr; // 循环查找,越过叶节点后跳出 while (cur != nullptr) { // 找到重复节点,直接返回 if (cur->val == num) return; pre = cur; // 插入位置在 cur 的右子树中 if (cur->val < num) cur = cur->right; // 插入位置在 cur 的左子树中 else cur = cur->left; } // 插入节点 TreeNode *node = new TreeNode(num); if (pre->val < num) pre->right = node; else pre->left = node; } ``` === "Java" ```java title="binary_search_tree.java" /* 插入节点 */ void insert(int num) { // 若树为空,则初始化根节点 if (root == null) { root = new TreeNode(num); return; } TreeNode cur = root, pre = null; // 循环查找,越过叶节点后跳出 while (cur != null) { // 找到重复节点,直接返回 if (cur.val == num) return; pre = cur; // 插入位置在 cur 的右子树中 if (cur.val < num) cur = cur.right; // 插入位置在 cur 的左子树中 else cur = cur.left; } // 插入节点 TreeNode node = new TreeNode(num); if (pre.val < num) pre.right = node; else pre.left = node; } ``` === "C#" ```csharp title="binary_search_tree.cs" /* 插入节点 */ void Insert(int num) { // 若树为空,则初始化根节点 if (root == null) { root = new TreeNode(num); return; } TreeNode? cur = root, pre = null; // 循环查找,越过叶节点后跳出 while (cur != null) { // 找到重复节点,直接返回 if (cur.val == num) return; pre = cur; // 插入位置在 cur 的右子树中 if (cur.val < num) cur = cur.right; // 插入位置在 cur 的左子树中 else cur = cur.left; } // 插入节点 TreeNode node = new(num); if (pre != null) { if (pre.val < num) pre.right = node; else pre.left = node; } } ``` === "Go" ```go title="binary_search_tree.go" /* 插入节点 */ func (bst *binarySearchTree) insert(num int) { cur := bst.root // 若树为空,则初始化根节点 if cur == nil { bst.root = NewTreeNode(num) return } // 待插入节点之前的节点位置 var pre *TreeNode = nil // 循环查找,越过叶节点后跳出 for cur != nil { if cur.Val == num { return } pre = cur if cur.Val.(int) < num { cur = cur.Right } else { cur = cur.Left } } // 插入节点 node := NewTreeNode(num) if pre.Val.(int) < num { pre.Right = node } else { pre.Left = node } } ``` === "Swift" ```swift title="binary_search_tree.swift" /* 插入节点 */ func insert(num: Int) { // 若树为空,则初始化根节点 if root == nil { root = TreeNode(x: num) return } var cur = root var pre: TreeNode? // 循环查找,越过叶节点后跳出 while cur != nil { // 找到重复节点,直接返回 if cur!.val == num { return } pre = cur // 插入位置在 cur 的右子树中 if cur!.val < num { cur = cur?.right } // 插入位置在 cur 的左子树中 else { cur = cur?.left } } // 插入节点 let node = TreeNode(x: num) if pre!.val < num { pre?.right = node } else { pre?.left = node } } ``` === "JS" ```javascript title="binary_search_tree.js" /* 插入节点 */ insert(num) { // 若树为空,则初始化根节点 if (this.root === null) { this.root = new TreeNode(num); return; } let cur = this.root, pre = null; // 循环查找,越过叶节点后跳出 while (cur !== null) { // 找到重复节点,直接返回 if (cur.val === num) return; pre = cur; // 插入位置在 cur 的右子树中 if (cur.val < num) cur = cur.right; // 插入位置在 cur 的左子树中 else cur = cur.left; } // 插入节点 const node = new TreeNode(num); if (pre.val < num) pre.right = node; else pre.left = node; } ``` === "TS" ```typescript title="binary_search_tree.ts" /* 插入节点 */ insert(num: number): void { // 若树为空,则初始化根节点 if (this.root === null) { this.root = new TreeNode(num); return; } let cur: TreeNode | null = this.root, pre: TreeNode | null = null; // 循环查找,越过叶节点后跳出 while (cur !== null) { // 找到重复节点,直接返回 if (cur.val === num) return; pre = cur; // 插入位置在 cur 的右子树中 if (cur.val < num) cur = cur.right; // 插入位置在 cur 的左子树中 else cur = cur.left; } // 插入节点 const node = new TreeNode(num); if (pre!.val < num) pre!.right = node; else pre!.left = node; } ``` === "Dart" ```dart title="binary_search_tree.dart" /* 插入节点 */ void insert(int _num) { // 若树为空,则初始化根节点 if (_root == null) { _root = TreeNode(_num); return; } TreeNode? cur = _root; TreeNode? pre = null; // 循环查找,越过叶节点后跳出 while (cur != null) { // 找到重复节点,直接返回 if (cur.val == _num) return; pre = cur; // 插入位置在 cur 的右子树中 if (cur.val < _num) cur = cur.right; // 插入位置在 cur 的左子树中 else cur = cur.left; } // 插入节点 TreeNode? node = TreeNode(_num); if (pre!.val < _num) pre.right = node; else pre.left = node; } ``` === "Rust" ```rust title="binary_search_tree.rs" /* 插入节点 */ pub fn insert(&mut self, num: i32) { // 若树为空,则初始化根节点 if self.root.is_none() { self.root = Some(TreeNode::new(num)); return; } let mut cur = self.root.clone(); let mut pre = None; // 循环查找,越过叶节点后跳出 while let Some(node) = cur.clone() { match num.cmp(&node.borrow().val) { // 找到重复节点,直接返回 Ordering::Equal => return, // 插入位置在 cur 的右子树中 Ordering::Greater => { pre = cur.clone(); cur = node.borrow().right.clone(); } // 插入位置在 cur 的左子树中 Ordering::Less => { pre = cur.clone(); cur = node.borrow().left.clone(); } } } // 插入节点 let pre = pre.unwrap(); let node = Some(TreeNode::new(num)); if num > pre.borrow().val { pre.borrow_mut().right = node; } else { pre.borrow_mut().left = node; } } ``` === "C" ```c title="binary_search_tree.c" /* 插入节点 */ void insert(BinarySearchTree *bst, int num) { // 若树为空,则初始化根节点 if (bst->root == NULL) { bst->root = newTreeNode(num); return; } TreeNode *cur = bst->root, *pre = NULL; // 循环查找,越过叶节点后跳出 while (cur != NULL) { // 找到重复节点,直接返回 if (cur->val == num) { return; } pre = cur; if (cur->val < num) { // 插入位置在 cur 的右子树中 cur = cur->right; } else { // 插入位置在 cur 的左子树中 cur = cur->left; } } // 插入节点 TreeNode *node = newTreeNode(num); if (pre->val < num) { pre->right = node; } else { pre->left = node; } } ``` === "Kotlin" ```kotlin title="binary_search_tree.kt" /* 插入节点 */ fun insert(num: Int) { // 若树为空,则初始化根节点 if (root == null) { root = TreeNode(num) return } var cur = root var pre: TreeNode? = null // 循环查找,越过叶节点后跳出 while (cur != null) { // 找到重复节点,直接返回 if (cur._val == num) return pre = cur // 插入位置在 cur 的右子树中 cur = if (cur._val < num) cur.right // 插入位置在 cur 的左子树中 else cur.left } // 插入节点 val node = TreeNode(num) if (pre?._val!! < num) pre.right = node else pre.left = node } ``` === "Ruby" ```ruby title="binary_search_tree.rb" ### 插入节点 ### def insert(num) # 若树为空,则初始化根节点 if @root.nil? @root = TreeNode.new(num) return end # 循环查找,越过叶节点后跳出 cur, pre = @root, nil while !cur.nil? # 找到重复节点,直接返回 return if cur.val == num pre = cur # 插入位置在 cur 的右子树中 if cur.val < num cur = cur.right # 插入位置在 cur 的左子树中 else cur = cur.left end end # 插入节点 node = TreeNode.new(num) if pre.val < num pre.right = node else pre.left = node end end ``` === "Zig" ```zig title="binary_search_tree.zig" // 插入节点 fn insert(self: *Self, num: T) !void { // 若树为空,则初始化根节点 if (self.root == null) { self.root = try self.mem_allocator.create(inc.TreeNode(T)); return; } var cur = self.root; var pre: ?*inc.TreeNode(T) = null; // 循环查找,越过叶节点后跳出 while (cur != null) { // 找到重复节点,直接返回 if (cur.?.val == num) return; pre = cur; // 插入位置在 cur 的右子树中 if (cur.?.val < num) { cur = cur.?.right; // 插入位置在 cur 的左子树中 } else { cur = cur.?.left; } } // 插入节点 var node = try self.mem_allocator.create(inc.TreeNode(T)); node.init(num); if (pre.?.val < num) { pre.?.right = node; } else { pre.?.left = node; } } ``` ??? pythontutor "可视化运行"
全屏观看 >
与查找节点相同,插入节点使用 $O(\log n)$ 时间。 ### 3.   删除节点 先在二叉树中查找到目标节点,再将其删除。与插入节点类似,我们需要保证在删除操作完成后,二叉搜索树的“左子树 < 根节点 < 右子树”的性质仍然满足。因此,我们根据目标节点的子节点数量,分 0、1 和 2 三种情况,执行对应的删除节点操作。 如图 7-19 所示,当待删除节点的度为 $0$ 时,表示该节点是叶节点,可以直接删除。 ![在二叉搜索树中删除节点(度为 0 )](binary_search_tree.assets/bst_remove_case1.png){ class="animation-figure" }

图 7-19   在二叉搜索树中删除节点(度为 0 )

如图 7-20 所示,当待删除节点的度为 $1$ 时,将待删除节点替换为其子节点即可。 ![在二叉搜索树中删除节点(度为 1 )](binary_search_tree.assets/bst_remove_case2.png){ class="animation-figure" }

图 7-20   在二叉搜索树中删除节点(度为 1 )

当待删除节点的度为 $2$ 时,我们无法直接删除它,而需要使用一个节点替换该节点。由于要保持二叉搜索树“左子树 $<$ 根节点 $<$ 右子树”的性质,**因此这个节点可以是右子树的最小节点或左子树的最大节点**。 假设我们选择右子树的最小节点(中序遍历的下一个节点),则删除操作流程如图 7-21 所示。 1. 找到待删除节点在“中序遍历序列”中的下一个节点,记为 `tmp` 。 2. 用 `tmp` 的值覆盖待删除节点的值,并在树中递归删除节点 `tmp` 。 === "<1>" ![在二叉搜索树中删除节点(度为 2 )](binary_search_tree.assets/bst_remove_case3_step1.png){ class="animation-figure" } === "<2>" ![bst_remove_case3_step2](binary_search_tree.assets/bst_remove_case3_step2.png){ class="animation-figure" } === "<3>" ![bst_remove_case3_step3](binary_search_tree.assets/bst_remove_case3_step3.png){ class="animation-figure" } === "<4>" ![bst_remove_case3_step4](binary_search_tree.assets/bst_remove_case3_step4.png){ class="animation-figure" }

图 7-21   在二叉搜索树中删除节点(度为 2 )

删除节点操作同样使用 $O(\log n)$ 时间,其中查找待删除节点需要 $O(\log n)$ 时间,获取中序遍历后继节点需要 $O(\log n)$ 时间。示例代码如下: === "Python" ```python title="binary_search_tree.py" def remove(self, num: int): """删除节点""" # 若树为空,直接提前返回 if self._root is None: return # 循环查找,越过叶节点后跳出 cur, pre = self._root, None while cur is not None: # 找到待删除节点,跳出循环 if cur.val == num: break pre = cur # 待删除节点在 cur 的右子树中 if cur.val < num: cur = cur.right # 待删除节点在 cur 的左子树中 else: cur = cur.left # 若无待删除节点,则直接返回 if cur is None: return # 子节点数量 = 0 or 1 if cur.left is None or cur.right is None: # 当子节点数量 = 0 / 1 时, child = null / 该子节点 child = cur.left or cur.right # 删除节点 cur if cur != self._root: if pre.left == cur: pre.left = child else: pre.right = child else: # 若删除节点为根节点,则重新指定根节点 self._root = child # 子节点数量 = 2 else: # 获取中序遍历中 cur 的下一个节点 tmp: TreeNode = cur.right while tmp.left is not None: tmp = tmp.left # 递归删除节点 tmp self.remove(tmp.val) # 用 tmp 覆盖 cur cur.val = tmp.val ``` === "C++" ```cpp title="binary_search_tree.cpp" /* 删除节点 */ void remove(int num) { // 若树为空,直接提前返回 if (root == nullptr) return; TreeNode *cur = root, *pre = nullptr; // 循环查找,越过叶节点后跳出 while (cur != nullptr) { // 找到待删除节点,跳出循环 if (cur->val == num) break; pre = cur; // 待删除节点在 cur 的右子树中 if (cur->val < num) cur = cur->right; // 待删除节点在 cur 的左子树中 else cur = cur->left; } // 若无待删除节点,则直接返回 if (cur == nullptr) return; // 子节点数量 = 0 or 1 if (cur->left == nullptr || cur->right == nullptr) { // 当子节点数量 = 0 / 1 时, child = nullptr / 该子节点 TreeNode *child = cur->left != nullptr ? cur->left : cur->right; // 删除节点 cur if (cur != root) { if (pre->left == cur) pre->left = child; else pre->right = child; } else { // 若删除节点为根节点,则重新指定根节点 root = child; } // 释放内存 delete cur; } // 子节点数量 = 2 else { // 获取中序遍历中 cur 的下一个节点 TreeNode *tmp = cur->right; while (tmp->left != nullptr) { tmp = tmp->left; } int tmpVal = tmp->val; // 递归删除节点 tmp remove(tmp->val); // 用 tmp 覆盖 cur cur->val = tmpVal; } } ``` === "Java" ```java title="binary_search_tree.java" /* 删除节点 */ void remove(int num) { // 若树为空,直接提前返回 if (root == null) return; TreeNode cur = root, pre = null; // 循环查找,越过叶节点后跳出 while (cur != null) { // 找到待删除节点,跳出循环 if (cur.val == num) break; pre = cur; // 待删除节点在 cur 的右子树中 if (cur.val < num) cur = cur.right; // 待删除节点在 cur 的左子树中 else cur = cur.left; } // 若无待删除节点,则直接返回 if (cur == null) return; // 子节点数量 = 0 or 1 if (cur.left == null || cur.right == null) { // 当子节点数量 = 0 / 1 时, child = null / 该子节点 TreeNode child = cur.left != null ? cur.left : cur.right; // 删除节点 cur if (cur != root) { if (pre.left == cur) pre.left = child; else pre.right = child; } else { // 若删除节点为根节点,则重新指定根节点 root = child; } } // 子节点数量 = 2 else { // 获取中序遍历中 cur 的下一个节点 TreeNode tmp = cur.right; while (tmp.left != null) { tmp = tmp.left; } // 递归删除节点 tmp remove(tmp.val); // 用 tmp 覆盖 cur cur.val = tmp.val; } } ``` === "C#" ```csharp title="binary_search_tree.cs" /* 删除节点 */ void Remove(int num) { // 若树为空,直接提前返回 if (root == null) return; TreeNode? cur = root, pre = null; // 循环查找,越过叶节点后跳出 while (cur != null) { // 找到待删除节点,跳出循环 if (cur.val == num) break; pre = cur; // 待删除节点在 cur 的右子树中 if (cur.val < num) cur = cur.right; // 待删除节点在 cur 的左子树中 else cur = cur.left; } // 若无待删除节点,则直接返回 if (cur == null) return; // 子节点数量 = 0 or 1 if (cur.left == null || cur.right == null) { // 当子节点数量 = 0 / 1 时, child = null / 该子节点 TreeNode? child = cur.left ?? cur.right; // 删除节点 cur if (cur != root) { if (pre!.left == cur) pre.left = child; else pre.right = child; } else { // 若删除节点为根节点,则重新指定根节点 root = child; } } // 子节点数量 = 2 else { // 获取中序遍历中 cur 的下一个节点 TreeNode? tmp = cur.right; while (tmp.left != null) { tmp = tmp.left; } // 递归删除节点 tmp Remove(tmp.val!.Value); // 用 tmp 覆盖 cur cur.val = tmp.val; } } ``` === "Go" ```go title="binary_search_tree.go" /* 删除节点 */ func (bst *binarySearchTree) remove(num int) { cur := bst.root // 若树为空,直接提前返回 if cur == nil { return } // 待删除节点之前的节点位置 var pre *TreeNode = nil // 循环查找,越过叶节点后跳出 for cur != nil { if cur.Val == num { break } pre = cur if cur.Val.(int) < num { // 待删除节点在右子树中 cur = cur.Right } else { // 待删除节点在左子树中 cur = cur.Left } } // 若无待删除节点,则直接返回 if cur == nil { return } // 子节点数为 0 或 1 if cur.Left == nil || cur.Right == nil { var child *TreeNode = nil // 取出待删除节点的子节点 if cur.Left != nil { child = cur.Left } else { child = cur.Right } // 删除节点 cur if cur != bst.root { if pre.Left == cur { pre.Left = child } else { pre.Right = child } } else { // 若删除节点为根节点,则重新指定根节点 bst.root = child } // 子节点数为 2 } else { // 获取中序遍历中待删除节点 cur 的下一个节点 tmp := cur.Right for tmp.Left != nil { tmp = tmp.Left } // 递归删除节点 tmp bst.remove(tmp.Val.(int)) // 用 tmp 覆盖 cur cur.Val = tmp.Val } } ``` === "Swift" ```swift title="binary_search_tree.swift" /* 删除节点 */ func remove(num: Int) { // 若树为空,直接提前返回 if root == nil { return } var cur = root var pre: TreeNode? // 循环查找,越过叶节点后跳出 while cur != nil { // 找到待删除节点,跳出循环 if cur!.val == num { break } pre = cur // 待删除节点在 cur 的右子树中 if cur!.val < num { cur = cur?.right } // 待删除节点在 cur 的左子树中 else { cur = cur?.left } } // 若无待删除节点,则直接返回 if cur == nil { return } // 子节点数量 = 0 or 1 if cur?.left == nil || cur?.right == nil { // 当子节点数量 = 0 / 1 时, child = null / 该子节点 let child = cur?.left ?? cur?.right // 删除节点 cur if cur !== root { if pre?.left === cur { pre?.left = child } else { pre?.right = child } } else { // 若删除节点为根节点,则重新指定根节点 root = child } } // 子节点数量 = 2 else { // 获取中序遍历中 cur 的下一个节点 var tmp = cur?.right while tmp?.left != nil { tmp = tmp?.left } // 递归删除节点 tmp remove(num: tmp!.val) // 用 tmp 覆盖 cur cur?.val = tmp!.val } } ``` === "JS" ```javascript title="binary_search_tree.js" /* 删除节点 */ remove(num) { // 若树为空,直接提前返回 if (this.root === null) return; let cur = this.root, pre = null; // 循环查找,越过叶节点后跳出 while (cur !== null) { // 找到待删除节点,跳出循环 if (cur.val === num) break; pre = cur; // 待删除节点在 cur 的右子树中 if (cur.val < num) cur = cur.right; // 待删除节点在 cur 的左子树中 else cur = cur.left; } // 若无待删除节点,则直接返回 if (cur === null) return; // 子节点数量 = 0 or 1 if (cur.left === null || cur.right === null) { // 当子节点数量 = 0 / 1 时, child = null / 该子节点 const child = cur.left !== null ? cur.left : cur.right; // 删除节点 cur if (cur !== this.root) { if (pre.left === cur) pre.left = child; else pre.right = child; } else { // 若删除节点为根节点,则重新指定根节点 this.root = child; } } // 子节点数量 = 2 else { // 获取中序遍历中 cur 的下一个节点 let tmp = cur.right; while (tmp.left !== null) { tmp = tmp.left; } // 递归删除节点 tmp this.remove(tmp.val); // 用 tmp 覆盖 cur cur.val = tmp.val; } } ``` === "TS" ```typescript title="binary_search_tree.ts" /* 删除节点 */ remove(num: number): void { // 若树为空,直接提前返回 if (this.root === null) return; let cur: TreeNode | null = this.root, pre: TreeNode | null = null; // 循环查找,越过叶节点后跳出 while (cur !== null) { // 找到待删除节点,跳出循环 if (cur.val === num) break; pre = cur; // 待删除节点在 cur 的右子树中 if (cur.val < num) cur = cur.right; // 待删除节点在 cur 的左子树中 else cur = cur.left; } // 若无待删除节点,则直接返回 if (cur === null) return; // 子节点数量 = 0 or 1 if (cur.left === null || cur.right === null) { // 当子节点数量 = 0 / 1 时, child = null / 该子节点 const child: TreeNode | null = cur.left !== null ? cur.left : cur.right; // 删除节点 cur if (cur !== this.root) { if (pre!.left === cur) pre!.left = child; else pre!.right = child; } else { // 若删除节点为根节点,则重新指定根节点 this.root = child; } } // 子节点数量 = 2 else { // 获取中序遍历中 cur 的下一个节点 let tmp: TreeNode | null = cur.right; while (tmp!.left !== null) { tmp = tmp!.left; } // 递归删除节点 tmp this.remove(tmp!.val); // 用 tmp 覆盖 cur cur.val = tmp!.val; } } ``` === "Dart" ```dart title="binary_search_tree.dart" /* 删除节点 */ void remove(int _num) { // 若树为空,直接提前返回 if (_root == null) return; TreeNode? cur = _root; TreeNode? pre = null; // 循环查找,越过叶节点后跳出 while (cur != null) { // 找到待删除节点,跳出循环 if (cur.val == _num) break; pre = cur; // 待删除节点在 cur 的右子树中 if (cur.val < _num) cur = cur.right; // 待删除节点在 cur 的左子树中 else cur = cur.left; } // 若无待删除节点,直接返回 if (cur == null) return; // 子节点数量 = 0 or 1 if (cur.left == null || cur.right == null) { // 当子节点数量 = 0 / 1 时, child = null / 该子节点 TreeNode? child = cur.left ?? cur.right; // 删除节点 cur if (cur != _root) { if (pre!.left == cur) pre.left = child; else pre.right = child; } else { // 若删除节点为根节点,则重新指定根节点 _root = child; } } else { // 子节点数量 = 2 // 获取中序遍历中 cur 的下一个节点 TreeNode? tmp = cur.right; while (tmp!.left != null) { tmp = tmp.left; } // 递归删除节点 tmp remove(tmp.val); // 用 tmp 覆盖 cur cur.val = tmp.val; } } ``` === "Rust" ```rust title="binary_search_tree.rs" /* 删除节点 */ pub fn remove(&mut self, num: i32) { // 若树为空,直接提前返回 if self.root.is_none() { return; } let mut cur = self.root.clone(); let mut pre = None; // 循环查找,越过叶节点后跳出 while let Some(node) = cur.clone() { match num.cmp(&node.borrow().val) { // 找到待删除节点,跳出循环 Ordering::Equal => break, // 待删除节点在 cur 的右子树中 Ordering::Greater => { pre = cur.clone(); cur = node.borrow().right.clone(); } // 待删除节点在 cur 的左子树中 Ordering::Less => { pre = cur.clone(); cur = node.borrow().left.clone(); } } } // 若无待删除节点,则直接返回 if cur.is_none() { return; } let cur = cur.unwrap(); let (left_child, right_child) = (cur.borrow().left.clone(), cur.borrow().right.clone()); match (left_child.clone(), right_child.clone()) { // 子节点数量 = 0 or 1 (None, None) | (Some(_), None) | (None, Some(_)) => { // 当子节点数量 = 0 / 1 时, child = nullptr / 该子节点 let child = left_child.or(right_child); let pre = pre.unwrap(); // 删除节点 cur if !Rc::ptr_eq(&cur, self.root.as_ref().unwrap()) { let left = pre.borrow().left.clone(); if left.is_some() && Rc::ptr_eq(&left.as_ref().unwrap(), &cur) { pre.borrow_mut().left = child; } else { pre.borrow_mut().right = child; } } else { // 若删除节点为根节点,则重新指定根节点 self.root = child; } } // 子节点数量 = 2 (Some(_), Some(_)) => { // 获取中序遍历中 cur 的下一个节点 let mut tmp = cur.borrow().right.clone(); while let Some(node) = tmp.clone() { if node.borrow().left.is_some() { tmp = node.borrow().left.clone(); } else { break; } } let tmpval = tmp.unwrap().borrow().val; // 递归删除节点 tmp self.remove(tmpval); // 用 tmp 覆盖 cur cur.borrow_mut().val = tmpval; } } } ``` === "C" ```c title="binary_search_tree.c" /* 删除节点 */ // 由于引入了 stdio.h ,此处无法使用 remove 关键词 void removeItem(BinarySearchTree *bst, int num) { // 若树为空,直接提前返回 if (bst->root == NULL) return; TreeNode *cur = bst->root, *pre = NULL; // 循环查找,越过叶节点后跳出 while (cur != NULL) { // 找到待删除节点,跳出循环 if (cur->val == num) break; pre = cur; if (cur->val < num) { // 待删除节点在 root 的右子树中 cur = cur->right; } else { // 待删除节点在 root 的左子树中 cur = cur->left; } } // 若无待删除节点,则直接返回 if (cur == NULL) return; // 判断待删除节点是否存在子节点 if (cur->left == NULL || cur->right == NULL) { /* 子节点数量 = 0 or 1 */ // 当子节点数量 = 0 / 1 时, child = nullptr / 该子节点 TreeNode *child = cur->left != NULL ? cur->left : cur->right; // 删除节点 cur if (pre->left == cur) { pre->left = child; } else { pre->right = child; } // 释放内存 free(cur); } else { /* 子节点数量 = 2 */ // 获取中序遍历中 cur 的下一个节点 TreeNode *tmp = cur->right; while (tmp->left != NULL) { tmp = tmp->left; } int tmpVal = tmp->val; // 递归删除节点 tmp removeItem(bst, tmp->val); // 用 tmp 覆盖 cur cur->val = tmpVal; } } ``` === "Kotlin" ```kotlin title="binary_search_tree.kt" /* 删除节点 */ fun remove(num: Int) { // 若树为空,直接提前返回 if (root == null) return var cur = root var pre: TreeNode? = null // 循环查找,越过叶节点后跳出 while (cur != null) { // 找到待删除节点,跳出循环 if (cur._val == num) break pre = cur // 待删除节点在 cur 的右子树中 cur = if (cur._val < num) cur.right // 待删除节点在 cur 的左子树中 else cur.left } // 若无待删除节点,则直接返回 if (cur == null) return // 子节点数量 = 0 or 1 if (cur.left == null || cur.right == null) { // 当子节点数量 = 0 / 1 时, child = null / 该子节点 val child = if (cur.left != null) cur.left else cur.right // 删除节点 cur if (cur != root) { if (pre!!.left == cur) pre.left = child else pre.right = child } else { // 若删除节点为根节点,则重新指定根节点 root = child } // 子节点数量 = 2 } else { // 获取中序遍历中 cur 的下一个节点 var tmp = cur.right while (tmp!!.left != null) { tmp = tmp.left } // 递归删除节点 tmp remove(tmp._val) // 用 tmp 覆盖 cur cur._val = tmp._val } } ``` === "Ruby" ```ruby title="binary_search_tree.rb" ### 删除节点 ### def remove(num) # 若树为空,直接提前返回 return if @root.nil? # 循环查找,越过叶节点后跳出 cur, pre = @root, nil while !cur.nil? # 找到待删除节点,跳出循环 break if cur.val == num pre = cur # 待删除节点在 cur 的右子树中 if cur.val < num cur = cur.right # 待删除节点在 cur 的左子树中 else cur = cur.left end end # 若无待删除节点,则直接返回 return if cur.nil? # 子节点数量 = 0 or 1 if cur.left.nil? || cur.right.nil? # 当子节点数量 = 0 / 1 时, child = null / 该子节点 child = cur.left || cur.right # 删除节点 cur if cur != @root if pre.left == cur pre.left = child else pre.right = child end else # 若删除节点为根节点,则重新指定根节点 @root = child end # 子节点数量 = 2 else # 获取中序遍历中 cur 的下一个节点 tmp = cur.right while !tmp.left.nil? tmp = tmp.left end # 递归删除节点 tmp remove(tmp.val) # 用 tmp 覆盖 cur cur.val = tmp.val end end ``` === "Zig" ```zig title="binary_search_tree.zig" // 删除节点 fn remove(self: *Self, num: T) void { // 若树为空,直接提前返回 if (self.root == null) return; var cur = self.root; var pre: ?*inc.TreeNode(T) = null; // 循环查找,越过叶节点后跳出 while (cur != null) { // 找到待删除节点,跳出循环 if (cur.?.val == num) break; pre = cur; // 待删除节点在 cur 的右子树中 if (cur.?.val < num) { cur = cur.?.right; // 待删除节点在 cur 的左子树中 } else { cur = cur.?.left; } } // 若无待删除节点,则直接返回 if (cur == null) return; // 子节点数量 = 0 or 1 if (cur.?.left == null or cur.?.right == null) { // 当子节点数量 = 0 / 1 时, child = null / 该子节点 var child = if (cur.?.left != null) cur.?.left else cur.?.right; // 删除节点 cur if (pre.?.left == cur) { pre.?.left = child; } else { pre.?.right = child; } // 子节点数量 = 2 } else { // 获取中序遍历中 cur 的下一个节点 var tmp = cur.?.right; while (tmp.?.left != null) { tmp = tmp.?.left; } var tmp_val = tmp.?.val; // 递归删除节点 tmp self.remove(tmp.?.val); // 用 tmp 覆盖 cur cur.?.val = tmp_val; } } ``` ??? pythontutor "可视化运行"
全屏观看 >
### 4.   中序遍历有序 如图 7-22 所示,二叉树的中序遍历遵循“左 $\rightarrow$ 根 $\rightarrow$ 右”的遍历顺序,而二叉搜索树满足“左子节点 $<$ 根节点 $<$ 右子节点”的大小关系。 这意味着在二叉搜索树中进行中序遍历时,总是会优先遍历下一个最小节点,从而得出一个重要性质:**二叉搜索树的中序遍历序列是升序的**。 利用中序遍历升序的性质,我们在二叉搜索树中获取有序数据仅需 $O(n)$ 时间,无须进行额外的排序操作,非常高效。 ![二叉搜索树的中序遍历序列](binary_search_tree.assets/bst_inorder_traversal.png){ class="animation-figure" }

图 7-22   二叉搜索树的中序遍历序列

## 7.4.2   二叉搜索树的效率 给定一组数据,我们考虑使用数组或二叉搜索树存储。观察表 7-2 ,二叉搜索树的各项操作的时间复杂度都是对数阶,具有稳定且高效的性能。只有在高频添加、低频查找删除数据的场景下,数组比二叉搜索树的效率更高。

表 7-2   数组与搜索树的效率对比

| | 无序数组 | 二叉搜索树 | | -------- | -------- | ----------- | | 查找元素 | $O(n)$ | $O(\log n)$ | | 插入元素 | $O(1)$ | $O(\log n)$ | | 删除元素 | $O(n)$ | $O(\log n)$ |
在理想情况下,二叉搜索树是“平衡”的,这样就可以在 $\log n$ 轮循环内查找任意节点。 然而,如果我们在二叉搜索树中不断地插入和删除节点,可能导致二叉树退化为图 7-23 所示的链表,这时各种操作的时间复杂度也会退化为 $O(n)$ 。 ![二叉搜索树退化](binary_search_tree.assets/bst_degradation.png){ class="animation-figure" }

图 7-23   二叉搜索树退化

## 7.4.3   二叉搜索树常见应用 - 用作系统中的多级索引,实现高效的查找、插入、删除操作。 - 作为某些搜索算法的底层数据结构。 - 用于存储数据流,以保持其有序状态。