数据结构 ——BST 树

一、引言

在有序数据的查找、插入与删除操作中，普通线性表的效率往往难以满足高效处理需求。二叉查找树（Binary Search Tree，简称BST）作为一种基础且重要的树形数据结构，通过严格的大小约束规则，将动态集合的操作效率从线性级别提升至对数级别，成为计算机科学中实现有序映射、有序集合、索引结构的核心工具。本文将围绕 BST 树的定义、性质、操作、实现与应用，系统介绍这一经典数据结构。

二、BST 树的定义与性质

1. 基本定义

二叉查找树（BST）是一棵具有以下性质的二叉树：

若左子树非空，则左子树上所有节点的值均小于根节点的值；
若右子树非空，则右子树上所有节点的值均大于根节点的值；
左、右子树也分别是二叉查找树；
通常不允许键值重复（若允许需明确规则）。

2. 核心性质

中序遍历有序 ：对 BST 进行中序遍历 ，可得到一个递增的有序序列，这是 BST 最关键的特征。
分层比较：任何节点与其左右孩子满足 "左小右大"，查找路径可通过大小比较快速确定。
效率依赖树高 ：理想情况下为平衡树，操作效率为O(log n) ；最坏情况退化为链表，效率为O(n)。

三、BST 树的基本结构

BST 的每个节点包含三部分信息：

关键字（数据域）；
指向左孩子的指针；
指向右孩子的指针。

节点结构可表示为：

bash 复制代码

+----------------+
| left | key | right |
+----------------+

四、BST 树的核心操作

BST 的三大基础操作为：查找、插入、删除，全部遵循 "左小右大" 规则。

1. 查找操作

从根节点开始：
- 若当前节点值 == 目标值 → 查找成功；
- 若目标值 < 当前节点值 → 进入左子树；
- 若目标值 > 当前节点值 → 进入右子树；
走到空节点 → 查找失败。

2. 插入操作

按照查找路径走到应插入的空位置；
创建新节点，连接到父节点的左或右指针；
插入过程不会改变已有结构，只新增叶子节点。

3. 删除操作（最复杂）

分三种情况：

删除叶子节点：直接删除，置空父节点指针。
删除仅有一个孩子的节点：用其子节点替代该节点。
删除有两个孩子的节点 ：
- 找到前驱（左子树最大值）或后继（右子树最小值）；
- 用前驱 / 后继的值覆盖待删节点；
- 删除前驱 / 后继节点。

4. 遍历操作

前序遍历：根 → 左 → 右
中序遍历：左 → 根 → 右（得到递增序列）
后序遍历：左 → 右 → 根
层序遍历：按层次从上到下（借助队列）

五、BST 树的 C 语言实现

以下给出可直接运行的 BST 完整代码：

cpp 复制代码

#include <stdio.h>
#include <stdlib.h>

// BST节点结构
typedef struct Node {
    int key;
    struct Node *left, *right;
} Node;

// 创建新节点
Node* createNode(int key) {
    Node* node = (Node*)malloc(sizeof(Node));
    node->key = key;
    node->left = node->right = NULL;
    return node;
}

// 插入节点
Node* insert(Node* root, int key) {
    if (root == NULL) return createNode(key);
    if (key < root->key)
        root->left = insert(root->left, key);
    else if (key > root->key)
        root->right = insert(root->right, key);
    return root;
}

// 查找节点
Node* search(Node* root, int key) {
    if (root == NULL || root->key == key)
        return root;
    if (key < root->key)
        return search(root->left, key);
    return search(root->right, key);
}

// 找最小值节点（用于删除）
Node* minNode(Node* root) {
    Node* cur = root;
    while (cur && cur->left != NULL)
        cur = cur->left;
    return cur;
}

// 删除节点
Node* delete(Node* root, int key) {
    if (root == NULL) return NULL;

    if (key < root->key)
        root->left = delete(root->left, key);
    else if (key > root->key)
        root->right = delete(root->right, key);
    else {
        // 1. 单/无子节点
        if (root->left == NULL) {
            Node* temp = root->right;
            free(root);
            return temp;
        }
        if (root->right == NULL) {
            Node* temp = root->left;
            free(root);
            return temp;
        }
        // 2. 双孩子节点：用后继替换
        Node* temp = minNode(root->right);
        root->key = temp->key;
        root->right = delete(root->right, temp->key);
    }
    return root;
}

// 中序遍历（输出有序序列）
void inOrder(Node* root) {
    if (root == NULL) return;
    inOrder(root->left);
    printf("%d ", root->key);
    inOrder(root->right);
}

int main() {
    Node* root = NULL;
    int arr[] = {50, 30, 70, 20, 40, 60, 80};
    int n = sizeof(arr)/sizeof(arr[0]);

    for (int i = 0; i < n; i++)
        root = insert(root, arr[i]);

    printf("中序遍历（递增）：");
    inOrder(root);
    printf("\n");

    root = delete(root, 50);
    printf("删除50后：");
    inOrder(root);

    return 0;
}

六、BST 树的优缺点

优点

中序天然有序，无需额外排序；
动态操作高效：插入、删除、查找均无需移动大量元素；
实现简单，逻辑清晰，适合教学与基础工程使用。

缺点

容易退化：数据有序插入时退化成链表，效率变为 O (n)；
无自平衡能力：需要 AVL、红黑树等改进结构保证效率。

七、BST 树的典型应用

有序集合与有序映射 ：如 C++set/map底层（红黑树）；
数据库索引：用于构建简单索引，加速范围查询；
排序算法：BST 排序等价于中序遍历，时间复杂度 O (n log n)~O (n²)；
符号表：编译器、解释器用于管理变量名、函数名。

八、总结

二叉查找树（BST）是连接线性结构与平衡树形结构的关键桥梁。它基于 "左小右大" 的约束规则，实现了高效的动态有序操作，是理解 AVL 树、红黑树、B 树、B + 树的基础。尽管 BST 在极端情况下会退化，但其思想简洁、应用广泛，是数据结构中必须掌握的核心内容。

掌握 BST 的查找、插入、删除 三大操作与中序有序特性，就能真正理解动态查找结构的设计精髓，为后续学习更高级的平衡树与存储引擎打下坚实基础。