数据结构与算法-二叉搜索树(BinarySearchTree)

二叉搜索树的概念

二叉搜索树是一种特殊的二叉树，每个节点的值大于其左子树中所有节点的值，小于其右子树中所有节点的值。这种特性使得二叉搜索树在查找、插入和删除操作上具有很高的效率。

二叉搜索树的定义

二叉搜索树的节点通常包含三个部分：存储的数据、指向左子树的指针和指向右子树的指针。以下是一个简单的节点定义：

class TreeNode {
    int val;
    TreeNode left;
    TreeNode right;
    TreeNode(int x) { val = x; }
}

二叉搜索树的插入操作

插入操作需要保持二叉搜索树的性质。新节点插入的位置必须满足左子树的值小于当前节点，右子树的值大于当前节点。

public TreeNode insert(TreeNode root, int val) {
    if (root == null) {
        return new TreeNode(val);
    }
    if (val < root.val) {
        root.left = insert(root.left, val);
    } else if (val > root.val) {
        root.right = insert(root.right, val);
    }
    return root;
}

二叉搜索树的查找操作

查找操作利用二叉搜索树的性质，通过比较目标值与当前节点值，决定向左子树或右子树继续查找。

public TreeNode search(TreeNode root, int val) {
    if (root == null || root.val == val) {
        return root;
    }
    if (val < root.val) {
        return search(root.left, val);
    } else {
        return search(root.right, val);
    }
}

二叉搜索树的删除操作

删除操作较为复杂，需要考虑三种情况：被删除节点无子节点、有一个子节点或有两个子节点。

public TreeNode delete(TreeNode root, int val) {
    if (root == null) {
        return null;
    }
    if (val < root.val) {
        root.left = delete(root.left, val);
    } else if (val > root.val) {
        root.right = delete(root.right, val);
    } else {
        if (root.left == null) {
            return root.right;
        } else if (root.right == null) {
            return root.left;
        }
        TreeNode minNode = findMin(root.right);
        root.val = minNode.val;
        root.right = delete(root.right, minNode.val);
    }
    return root;
}

private TreeNode findMin(TreeNode node) {
    while (node.left != null) {
        node = node.left;
    }
    return node;
}

二叉搜索树的遍历操作

二叉搜索树的遍历包括前序遍历、中序遍历和后序遍历。中序遍历可以按照升序输出所有节点。

public void inorder(TreeNode root) {
    if (root == null) {
        return;
    }
    inorder(root.left);
    System.out.println(root.val);
    inorder(root.right);
}

二叉搜索树的应用

二叉搜索树常用于实现动态集合，支持高效的查找、插入和删除操作。例如，数据库索引和文件系统目录结构经常使用二叉搜索树或其变种。

二叉搜索树的性能分析

在平衡情况下，二叉搜索树的查找、插入和删除操作的时间复杂度均为O(log n)。但在最坏情况下（退化为链表），时间复杂度会变为O(n)。因此，实际应用中常使用平衡二叉搜索树（如AVL树或红黑树）来保证性能。