搜索二叉树的概念及使用

一、二叉搜索树的核心概念与性质

二叉搜索树，亦称二叉排序树，它是一棵具有严格顺序约束的二叉树。其定义遵循递归规则：一棵树要么为空，要么满足以下三条性质：

左子树约束 ：若左子树不为空，则左子树上所有节点的值均小于或等于根节点的值。
右子树约束 ：若右子树不为空，则右子树上所有节点的值均大于或等于根节点的值。
递归性质：其左子树和右子树本身也必须各自是一棵二叉搜索树。

关于重复值的处理策略 ：

二叉搜索树对相等值的插入策略是灵活的，取决于具体应用场景。

唯一键场景 ：不允许插入相等的值。对应 C++ STL 中的 std::map 和 std::set，它们依赖红黑树实现，保证了键的唯一性。

多重键场景 ：允许插入相等的值。对应 C++ STL 中的 std::multimap 和 std::multiset，允许同一键值多次出现。

二、二叉搜索树的性能深度剖析

二叉搜索树的查找、插入和删除效率与树的高度（h） 直接相关，而高度又取决于数据的插入顺序。

最优情况 ：

当数据分布均匀，构建出的树形结构为完全二叉树（或接近完全二叉树）时，树的高度约为 h=log⁡2Nh=log2N。
- 时间复杂度：O(log⁡N)O(logN)
最差情况 ：

当数据以近乎有序的顺序（如严格递增或递减）插入时，二叉搜索树会严重失衡，退化为单支树（形似链表）。
- 树的高度：h=Nh=N
- 时间复杂度：O(N)O(N)（此时查找效率与遍历链表无异）
综合评价 ：

综合最好与最坏情况，普通二叉搜索树的增删查改平均时间复杂度通常表述为 O(N)，因为最坏情况下的线性退化是不可忽视的风险。

三、为什么需要平衡二叉搜索树？

显然，O(N)O(N) 的效率在处理海量内存数据时是无法接受的。对比传统的二分查找算法，两者之间的权衡更能体现平衡树的独特价值：

对比项	二分查找（有序数组）	普通二叉搜索树	平衡二叉搜索树
查找效率	O(log⁡N)O(logN)	O(N)O(N)	O(log⁡N)O(logN)
插入/删除	O(N)O(N) （需挪动数据）	O(N)O(N) （可能退化为链表）	O(log⁡N)O(logN)
存储要求	必须支持随机访问且连续存储	链式存储，内存离散	链式存储，内存离散

结论与展望 ：

二分查找虽查找快，但插入删除代价高昂；普通 BST 虽插入删除灵活，但查找稳定性差。为了兼顾 高效的查找 与 高效的动态修改（插入/删除） ，我们需要一种能够自我调节、防止退化的特殊 BST------平衡二叉搜索树。后续我们将深入探讨 AVL 树和红黑树，它们是解决这一痛点、支撑起现代软件底层数据存储的关键技术。

四、二叉搜索树核心操作

1. 插入操作

插入新结点的过程如下：

若树为空，则直接创建新结点作为根结点。
若树不为空，则从根结点开始：
- 若插入值小于当前结点值，则向左子树移动；
- 若插入值大于当前结点值，则向右子树移动；
- 若支持插入相等值，可以统一规定向左或向右（保持逻辑一致性），直到找到空位插入。

cpp 复制代码

int a[] = {8, 3, 1, 10, 6, 4, 7, 14, 13};

依次插入后得到的 BST 结构如下：

cpp 复制代码

        8
       / \
      3   10
     / \    \
    1   6    14
       / \   /
      4   7 13

C++ 实现（插入）：

cpp 复制代码

Node* insert(Node* root, int val) {
    if (!root) return new Node(val);
    if (val < root->val)
        root->left = insert(root->left, val);
    else if (val > root->val)
        root->right = insert(root->right, val);
    // 若支持相等值，可在此处处理
    return root;
}

2. 查找操作

查找是否包含某个值：

从根开始，若等于当前结点则返回；
小于则向左，大于则向右；
若走到空结点，则不存在。

cpp 复制代码

bool search(Node* root, int val) {
    if (!root) return false;
    if (val == root->val) return true;
    if (val < root->val)
        return search(root->left, val);
    else
        return search(root->right, val);
}

3. 删除操作（重点）

删除操作相对复杂，需分三种情况：

叶子结点：直接删除。
只有一个子结点：用子结点替换当前结点。
有两个子结点：
- 找到右子树中的最小结点（或左子树中的最大结点）；
- 用该结点值替换当前结点值；
- 递归删除那个替换结点。

cpp 复制代码

Node* remove(Node* root, int val) {
    if (!root) return nullptr;
    if (val < root->val)
        root->left = remove(root->left, val);
    else if (val > root->val)
        root->right = remove(root->right, val);
    else {
        // 找到要删除的结点
        if (!root->left) {
            Node* rightChild = root->right;
            delete root;
            return rightChild;
        }
        if (!root->right) {
            Node* leftChild = root->left;
            delete root;
            return leftChild;
        }
        // 有两个孩子：找右子树最小结点
        Node* minNode = findMin(root->right);
        root->val = minNode->val;
        root->right = remove(root->right, minNode->val);
    }
    return root;
}