Java 数据结构 - 二叉查找树：有了高效的哈希表，为什么还需要二叉树
Java 数据结构 - 二叉查找树：有了高效的哈希表，为什么还需要二叉树
数据结构与算法之美目录(https://www.cnblogs.com/binarylei/p/10115867.html)
在学习二叉查找树之前，我们先看一下，目前已经接触的几种高效的数据结构的时间复杂度：
- 有序数组：查找的时间复杂度为 O(logn)，但如果数据发生变化，查找前就需要重新排序，时间复杂度就升为 O(nlogn)。所以动态数据不适合使用二分法查找，也就是不支持动态数据。
- 跳表：通过缓存索引来实现链表的二分法查找，其查找的时间复杂度 O(logn)。另外，在插入和删除时也需要先查找到该结点，因此时间复杂度也是 O(logn)。支持动态数据。
- 哈希表：通过散列函数和数组的随机访问，实现插入、删除、查找的时间复杂度都是 O(1)，是一种非常高效的数据结构。支持动态数据。当然散列函数、散列冲突、加载因子的选择直接决定了哈希表的性能。但哈希表的最大缺点是不支持顺序访问，这也是工程中经常将哈希表和链表一起使用的原因。
1. 基本操作
二叉查找树(Binary Search Tree)也叫排序树或有序树或搜索树，它是为实现快速查找而生。二叉查找树的左子树的节点都小于它的父节点，右子树中的节点都大于它的父节点，因此若按中序遍历则从小到大的排序。
二叉排序树或者是一棵空树，或者是具有下列性质的二叉树，它的严格定义如下：
- 若左子树不空，则左子树上所有结点的值均小于它的根结点的值；
- 若右子树不空，则右子树上所有结点的值均大于它的根结点的值；
- 左、右子树也分别为二叉排序树；
- 没有键值相等的节点。
二叉排序树在搜索中的应用非常广泛，同时二叉排序树的一个变种（红黑树）是 java 中 TreeMap 和 TreeSet 的实现基础。我们看一下二叉查找树的查找、插入、删除这些基本的操作，重点关注其时间复杂度，也就明白了为什么要使用平衡二叉查找树。
1.1 查找
二叉查找树的查找的代码比较简单。
public Object search(Node tree, int value) {
Node p = tree;
while (p != null) {
if (value < p.data) {
p = p.left;
} else if (value > p.data) {
p = p.right;
} else {
return p.data;
}
}
return null;
}
说明： 我们来分析一下二叉查找树的查找的时间复杂度，如果二叉树比较平衡，时间复杂度就是 O(logn)。但如果二叉树退化成了链表，那么时间复杂度就降为 O(n)。
1.2 插入
二叉查找树的插入也很简单，因为只能插入到叶子结点上。
private Node tree;
public void add(int value) {
if (tree == null) {
tree = new Node(value);
return;
}
Node p = tree;
while (p != null) {
if (value < p.data) {
if (p.left == null) {
p.left = new Node(value);
break;
}
p = p.left;
} else {
if (p.right == null) {
p.right = new Node(value);
break;
}
p = p.right;
}
}
}
说明： 在插入前也需要查找结点所在的位置，因此平衡二叉树的最好时间复杂度为 O(logn)，但如果退化为链表则最坏时间复杂度为 O(n)。
1.3 删除
删除元素则会比较复杂一点，初删除的结点可能是叶子结点、左子树或右子树只存在一个、左子树或右子树两个都存在。前两种情况比较简单一点（被删除结点 p，删除结点的父结点 pp）
- 被删除结点没有子结点：直接将其父结点对应的左子树或右子树设置为 null。如删除结点 4 时，pp.left = null 或 pp.right = null。
- 被删除结点只有一个子结点：直接将其父结点指向被删除结点的左子树或右子树。如删除结点 7 时，pp.left = p.left 或 pp.right = p.right。
- 被删除结点有两个子结点：此时删除比较复杂，需要先从被删除结点的右子树查找最小值结点 p2 赋值给被删除结点。这样就变成删除这个右子树查找最小值结点 p2 的问题，同第一种情况完全一样。如删除结点 20 时间，需要在其右子树中查找一个最小的值结点 25，将 20 对应结点的值替换成 25，然后再删除 25。
public void remove(int data) {
Node p = tree; // p指向要删除的节点，初始化指向根节点
Node pp = null; // pp记录的是p的父节点
while (p != null && p.data != data) {
pp = p;
if (data > p.data) p = p.right;
else p = p.left;
}
// 没有找到
if (p == null) return;
// 要删除的节点有两个子节点
if (p.left != null && p.right != null) { // 查找右子树中最小节点
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.data; // 将minP的数据替换到p中
p = minP; // 下面就变成了删除minP了
pp = minPP;
}
// 删除节点是叶子节点或者仅有一个子节点
Node child; // p的子节点
if (p.left != null) child = p.left;
else if (p.right != null) child = p.right;
else child = null;
if (pp == null) tree = child; // 删除的是根节点
else if (pp.left == p) pp.left = child;
else pp.right = child;
}
说明： 删除时首先也要查找这个被删除的结点，时间复杂度为 O(logn)。如果有两个子结点时，还需要查找其右子树的最小值，时间复杂度也是 O(logn)。最后删除这个结点。因此总的时间复杂度也是 O(logn)。但如果退化成链表，时间复杂度还是 O(n)。
总结： 二叉查找树的时间复杂度都和树的高度息息相关，也就是 O(height)。如果满足平衡二叉树时树高度为 logn，如果退化成链表时树高度为 n。因此，实际工程使用中，我们使用的是平衡二叉查找树，但为什么又不是完全满足平衡二叉树的红黑树呢？我们在下节继续分析。
2. 二叉查找树 vs 哈希表
前面也说了，哈希表的插入、删除、查找的时间复杂度都是 O(1)，而平衡二叉查找树的插入、删除、查找的时间复杂度都是 O(logn)，那为什么还要使用二叉树呢？
- 散列表中的数据是无序存储的，如果要输出有序的数据，需要先进行排序。而对于二叉查找树来说，我们只需要中序遍历，就可以在 O(n) 的时间复杂度内，输出有序的数据序列。
- 散列表扩容耗时很多，而且当遇到散列冲突时，性能不稳定。而尽管二叉查找树的性能不稳定，但是在工程中，我们最常用的平衡二叉查找树的性能非常稳定，时间复杂度稳定在 O(logn)。
- 尽管散列表的查找等操作的时间复杂度是常量级的，但因为哈希冲突的存在，这个常量不一定比 logn 小，所以实际的查找速度可能不一定比 O(logn) 快。加上哈希函数的耗时，也不一定就比平衡二叉查找树的效率高。
- 散列表的构造比二叉查找树要复杂，需要考虑的东西很多。比如散列函数的设计、冲突解决办法、扩缩容等。平衡二叉查找树只需要考虑平衡性这一个问题，而且这个问题的解决方案比较成熟、固定。
参考：
- 《平衡二叉树的操作》：https://www.cnblogs.com/zhangbaochong/p/5164994.html
- 《实现一个自己的二叉查找树》：https://www.cnblogs.com/Dylansuns/p/6793032.html
每天用心记录一点点。内容也许不重要，但习惯很重要！
