本文共 5334 字,大约阅读时间需要 17 分钟。
二叉搜索树是一颗二叉树且满足性质:
设x是二叉树的一个节点。如果y是x左子树的一个节点,那么y.key≤x.key; 如果y是x右子树的一个节点,那么y.key≥x.key。二叉搜索树任一节点的左边都比较它小,右边都比它大 例:二叉搜索树的操作:查询、插入、删除,
二叉搜索树——删除操作如果要删除的节点是叶结点: 直接删除
要删除的节点只有一个孩子: 将此节点的父亲与孩子连接,然后删除该节点。
如果要删除的节点有两个孩子:将其右子树的最小节点(该节点最多有一个右孩子)删除,并替换当前节点。
'''TOPIC: 二叉搜索树: 插入author: Bluetime: 2020-08-16QQ: 2458682080'''class BiTreeNode: def __init__(self, data): self.data = data self.lchild = None self.rchild = None self.parent = Noneclass BST: def __init__(self, li=None): self.root = None if li: for val in li: self.insert_no_rec(val) # 利用递归插入 def insert(self, node, val): if not node: node = BiTreeNode(val) elif val < node.data: node.lchild = self.insert(node.lchild, val) node.lchild.parent = node elif val > node.data: node.rchild = self.insert(node.rchild, val) node.rchild.parent = node return node # 利用非递归插入 def insert_no_rec(self, val): p = self.root # p代表当前点 if not p: # 空树 self.root = BiTreeNode(val) return while True: if val < p.data: if p.lchild: # 如果p存在左孩子 p = p.lchild else: # 如果p不存在左孩子 p.lchild = BiTreeNode(val) p.lchild.parent = p return elif val > p.data: if p.rchild: p = p.rchild else: p.rchild = BiTreeNode(val) p.rchild.parent = p return else: return # 用递归查询 def query(self, node, val): if not node: return None if node.data < val: # 当前点的值 <要查找的值,就往当前点的右子树找 return self.query(node.rchild, val) elif node.data> val: # 当前点的值>要查找的值,就往当前点的左子树找 return self.query(node.lchild, val) else: return node # 不用递归查询 def query_no_rec(self, val): p = self.root # p代表当前点 while p: if p.data < val: p = p.rchild elif p.data > val: p = p.lchild else: return p return None # 情况1: node是叶子节点 def __remove_node_1(self, node): if not node.parent: # 如果这个节点是根 self.root = None if node == node.parent.lchild: # 如果node是它父亲的左孩子 node.parent.lchild = None else: node.parent.rchild = None # 情况2.1: node只有一个左孩子 def __remove_node_21(self, node): if not node.parent: # 根结点 self.root = node.lchild node.lchild.parent = None elif node == node.parent.lchild: # node是它父亲的左孩子 node.parent.lchild = node.lchild # node删掉,node的左孩子给node的父亲作为左孩子 node.lchild.parent = node.parent else: node.parent.rchild = node.lchild node.lchild.parent = node.parent # 情况2.2: node只有一个右孩子 def __remove_node_22(self, node): if not node.parent: self.root = node.rchild elif node == node.parent.lchild: # node是它父亲的左孩子 node.parent.lchild = node.rchild node.rchild.parent = node.parent else: node.parent.rchild = node.rchild node.rchild.parent = node.parent # 删除 def delete(self, val): if self.root: # 不是空树 node = self.query_no_rec(val) if not node: # node不存在 return False # 情况1: node是叶结点 if not node.lchild and not node.rchild: self.__remove_node_1(node) # 情况2.1: 只有左孩子 elif not node.rchild: self.__remove_node_21(node) # 情况2.2: 只有右孩子 elif not node.lchild: self.__remove_node_22(node) # 情况3: 两个孩子都有 else: min_node = node.rchild # 找到右子树的最小节点 while min_node.lchild: min_node = min_node.lchild node.data = min_node.data # 删除min_node,这里min)node只有两种情况,要么是叶结点,要么就是只有右孩子 if min_node.rchild: self.__remove_node_22(min_node) else: self.__remove_node_1(min_node) # 前序遍历(先递归左子树,再递归右子树) def pre_order(self, root): if root: print(root.data, end=",") self.pre_order(root.lchild) self.pre_order(root.rchild) # 中序遍历(先递归左子树,再访问自己,再递归右子树) def in_order(self, root): if root: self.in_order(root.lchild) print(root.data, end=",") self.in_order(root.rchild) # 后续遍历(先递归左,后递归有,最后打印自己) def post_order(self, root): if root: self.post_order(root.lchild) self.post_order(root.rchild) print(root.data, end=",")import random# li = list(range(500))# random.shuffle(li)# tree = BST(li)# tree.pre_order(tree.root)# print("")# tree.in_order(tree.root) # 将列表从小到大输出# print("")# tree.post_order(tree.root)# print("")# li2 = list(range(0, 500, 2))# random.shuffle(li2)# tree = BST(li2)# print(tree.query_no_rec(3))tree = BST([1, 4, 2, 5, 3, 8, 6, 9, 7])tree.in_order(tree.root)print("")tree.delete(4)tree.delete(1)tree.delete(8)tree.in_order(tree.root) 要查找的值,就往当前点的右子树找>
结果为:
1,2,3,4,5,6,7,8,9,2,3,5,6,7,9,
二叉搜索树的效率:
平均情况下,二叉搜索树进行搜索的时间复杂度为O(lgn)。 最坏情况下,二叉搜索树可能非常偏斜。 解决方案: 随机化插入、AVL树转载地址:http://vbiwi.baihongyu.com/