1. 概述
前面的文章说到了二叉树，其实今天讲的二叉搜索(查找)树就是二叉树最常用的一种形式，它支持高效的查找、插入、删除操作，它的定义是这样的：对于树中的任意一个节点，其左子节点值必须小于该节点，其右子节点必须大于该节点。例如下图中的几种树都是二叉查找树：
2. 二叉搜索树的查找
我们直接拿查找的数据和根节点数据作比较，如果大于根节点，则在右子树中递归查找，如果小于根节点，则在左子树中查找，如果等于，则直接返回。就像下图的查找过程：
结合代码能够更直观的理解：
public class BinaryTree { private Node head = null;//树的根节点 //1.查找节点 public Node find(int value){ Node p = head; while (p != null){ if (p.getData() > value) p = p.left; else if (p.getData() < value) p = p.right; else return p; } return null; } //定义树的节点 public static class Node{ private int data; private Node left; private Node right; public Node(int data) { this.data = data; this.left = null; this.right = null; } public int getData() { return data; } } }
3. 二叉搜索树的插入
插入操作和查找其实比较的类似，都是需要拿插入的数据和树中的数据进行比较，如果插入的数据大于树节点数据，并且节点的右子树为空，则直接插入到右子树，否则继续在右子树中递归查找位置；如果插入的数据小于树节点数据，并且节点的左子树为空，则直接插入到左子树，否则继续在左子树中递归查找位置。
结合代码理解一下：
public void insert(int value){ Node node = new Node(value); if (head == null){ head = node; return; } Node p = head; while (p != null){ if (p.getData() > value){ if (p.left == null) { p.left = node; return; } p = p.left; } else { if (p.right == null) { p.right = node; return; } p = p.right; } } }
4. 二叉搜索树的删除
前面的查找和插入操作都比较的简单易懂，但是二叉搜索树的删除操作就比较的复杂了，分为了几种情况。
- 第一种情况：要删除的节点没有子节点，这样的话，可以直接将指向该节点的父节点指针设为 null。
- 第二种情况：要删除的节点只有一个子节点，直接将该节点的父节点的指针，指向该节点的子节点即可。
- 第三种情况：要删除的节点有两个子节点，我们需要在删除节点的右子树中，寻找到最小的那个节点，然后将其放在删除的节点的位置上。
三种情况对应下图：
结合代码来理解一下：
//3.删除数据 public void delete(int value){ Node p = head; Node pParent = null;//p节点的父节点 //先找到这个节点 while (p != null && p.getData() != value){ pParent = p; if (p.getData() > value)p = p.left; else p = p.right; } if (p == null) return;//表示没有找到值为value的节点 //1.假如要删除的节点有两个子节点 if (p.left != null && p.right != null){ //查找p节点的右子节点中的最小值 Node minP = p.right; Node minPP = p;//minPP表示minP的父节点 while (minP.left != null){ minPP = minP; minP = minP.left; } p.data = minP.getData(); if (minPP == p) p.right = null; else minPP.left = null; return; } //2.假如删除的节点p是叶子节点或只有一个子节点 Node child = null; if (p.left != null) child = p.left; else if (p.right != null) child = p.right; if (pParent == null) head = child; else if (pParent.left == p) pParent.left = child; else pParent.right = child; }
5. 二叉搜索树分析
最后，还有两个需要说明一下，前面说到了二叉树的三种遍历方式，其中，中序遍历的方式是先遍历节点的左子节点，再遍历这个节点本身，然后遍历节点的右子节点。所以，如果中序遍历二叉搜索树，会得到一个有序的数据，时间复杂度是 O(n)，所以二叉搜索树又叫做二叉排序树。
在理想的情况下，我们的二叉树是一棵满二叉树或者完全二叉树，那么查找、插入、删除操作十分的高效，时间复杂度是 O(logn)，但是，如果二叉树的左右子树非常的不平衡，极端的情况下，可能会退化为链表，那么性能就下降了。
所以，我们需要一种方式来维持二叉树的平衡，最好是将其维持为满二叉树或者完全二叉树，这就是后面会说到的平衡二叉查找树，常见的有 AVL 树，红黑树。
