061二叉搜索树

二叉搜索树 - 动态有序集合的经典实现

061二叉搜索树：动态有序的基石

📰 5W1H 发明者故事

Who（何人）- 发明者是谁？

发明者（插入/查找） ：二叉搜索树作为概念在1950年代由多人独立发现，通常归功于P. F. Windley（1960）和Andrew Donald Booth（1960年代初）

删除算法发明者 ：托马斯·H·希巴德（Thomas H. Hibbard），1962年发表"Some Combinatorial Properties of Certain Trees"，提出用中序后继替换被删节点的删除算法

背景：

• Hibbard在Bell实验室工作，研究符号计算和表处理的效率问题
• 高德纳（Knuth）在TAOCP第三卷6.2.2节对BST及Hibbard删除算法进行了严格分析
• Knuth指出Hibbard删除算法的一个微妙问题：重复删除+插入会使树逐渐向左偏斜

When（何时）- 什么时候发明的？

时间 ：插入/查找概念约1955-1960年；Hibbard删除算法1962年

时代背景：

• 链表（1956）刚发明，树作为链表的层次推广自然出现
• 符号处理语言（LISP, IPL）开始广泛使用树状结构
• 排序和查找是1960年代计算机科学的核心问题，高效的动态表迫切需要

Where（何地）- 在哪里发明的？

地点 ：Hibbard在贝尔实验室（Bell Labs），纽泽西州默里山

环境：

• 贝尔实验室是1960年代最顶级的计算机科学研究中心之一
• C语言、Unix、晶体管均在此诞生，BST删除算法的研究环境得天独厚

What（何事）- 发明了什么？

数据结构 ：二叉搜索树（Binary Search Tree, BST）

BST性质 ：对每个节点N，N左子树所有值 < N的值 < N右子树所有值

Hibbard删除算法的三种情况：

1. 删除叶节点：直接移除
2. 删除有一个子节点的节点：用子节点替代
3. 删除有两个子节点的节点：用中序后继（右子树最小值）替代被删节点的值，然后删除中序后继

Why（何因）- 为什么发明？

要解决的问题：

1. 数组实现的有序表：查找O(log n)但插入/删除O(n)（需要移动元素）
2. 链表：插入/删除O(1)但查找O(n)（无法二分）
3. BST结合两者优点：平均查找O(log n)，插入/删除O(log n)

Hibbard删除的挑战：

• 删除有两个子节点的节点不能简单移除，必须维护BST性质
• 用中序前驱或中序后继替代是保持BST性质的最优选择
• 理论上，长期的随机插入+删除使BST期望高度为O(√n)而非O(log n)（Knuth指出此问题，后由Jonassen & Knuth 1978年证明）

How（何果）- 如何实现？有什么影响？

中序后继查找：

右子树的最小值 = 一直向左走直到没有左孩子

历史影响：

• BST是AVL树、红黑树、B树等所有平衡树的基础
• 数据库索引（MySQL InnoDB的B+树）是BST的多路推广
• C++ STL的std::set/std::map基于红黑树（BST的平衡变体）
• 函数式语言中的不可变Map（如Haskell的Data.Map）基于平衡BST

今天的使用：

• 编译器的符号表（作用域嵌套 + 有序遍历）
• 操作系统的虚拟内存区域管理（Linux内核用红黑树管理VMA）
• 数据库的内存索引（如Redis的ZSet用跳表+哈希，某些实现用BST）

名言：Knuth在TAOCP中指出："二叉搜索树是最重要的数据结构之一。它的简单性是其最大优点，而其不平衡性是其最大缺点------这两点共同激励了AVL树、红黑树等平衡结构的发明。"

---

📝 自然语言需求定义

需求名称：实现完整的二叉搜索树，包含Hibbard删除算法

功能需求（用精确的中文描述）

1. 插入：向BST中插入一个值，保持BST性质

   • 输入：根节点指针的指针、整数值
   • 操作：从根出发，小则向左、大则向右，到达NULL处插入新节点；忽略重复值
   • 输出：无（就地修改）

2. 查找：在BST中查找一个值

   • 输入：根节点指针、目标值
   • 操作：从根出发，相等返回，小向左，大向右
   • 输出：找到返回节点指针，未找到返回NULL

3. 删除（Hibbard算法）：删除指定值的节点，保持BST性质

   • 输入：根节点指针的指针、目标值
   • 情况1（叶节点）：直接释放，父指针置NULL
   • 情况2（一个子节点）：用子节点替代
   • 情况3（两个子节点）：用中序后继的值替代，再删除中序后继
   • 输出：无（就地修改）

4. 中序遍历：按升序遍历所有节点

   • 输入：根节点指针、输出数组指针、计数器指针
   • 操作：左-根-右递归遍历，依次填入数组
   • 输出：有序数组和节点数

5. 最小值/最大值：返回BST中最小/最大节点

   • 最小：一直向左走
   • 最大：一直向右走

6. 树高度：计算BST的高度（空树为-1，单节点为0）

   • 输入：根节点指针
   • 操作：递归计算左右子树高度，取最大值+1
   • 输出：整数高度

7. 释放整棵树：释放所有节点内存

   • 操作：后序遍历，先删子节点再删根

约束条件

• 重复插入同一值应被忽略（不改变树）
• 删除不存在的值应安全返回（不崩溃）
• 所有malloc必须有对应的free
• 中序遍历结果必须严格有序

验收标准（必须可验证）

编号	测试场景（自然语言描述）	预期结果	验证方式
1	插入5,3,7,1,4,6,8后中序遍历	1,3,4,5,6,7,8	断言数组各元素
2	查找存在的值4	返回非NULL节点	断言指针非NULL且data==4
3	查找不存在的值9	返回NULL	断言指针为NULL
4	删除叶节点1后中序遍历	3,4,5,6,7,8	断言数组
5	删除有一个子节点的节点3（只有右孩子4）后中序遍历	4,5,6,7,8	断言数组
6	删除有两个子节点的根节点5后中序遍历	4,6,7,8（中序后继6替代5）	断言数组
7	最小值和最大值	min=4，max=8	断言节点data
8	删除不存在的值99	树不变，不崩溃	断言中序遍历不变
9	空树查找任意值	返回NULL，不崩溃	断言

AI 生成提示

基于以上需求和验收标准，用标准C语言实现完整的二叉搜索树（含Hibbard删除）。

要求：
1. 使用标准C99，gcc -Wall无警告
2. 节点结构体：int data, Node* left, Node* right
3. 完整实现insert/search/delete/min/max/height/inorder/free_tree
4. delete实现Hibbard三种情况（叶/一子/二子）
5. 完整测试框架：tests_passed/tests_failed计数
6. main最后返回 tests_failed > 0 ? 1 : 0

核心函数：
- bst_insert(&root, value) - 插入
- bst_search(root, value) - 查找，返回节点指针
- bst_delete(&root, value) - Hibbard删除
- bst_min(root) / bst_max(root) - 最小/最大值节点
- bst_height(root) - 树高度
- bst_inorder(root, arr, &cnt) - 中序遍历填数组
- bst_free(root) - 释放所有内存

---

💻 C语言实现文件

对应文件 : binary_search_tree.c

编译运行:

gcc -std=c99 -Wall -o binary_search_tree_test binary_search_tree.c
./binary_search_tree_test

# 内存泄漏检测
valgrind --leak-check=full ./binary_search_tree_test

核心函数:

• bst_insert(&root, value) - 迭代插入，保持BST性质
• bst_search(root, value) - 迭代查找，返回节点指针
• bst_delete(&root, value) - Hibbard删除（叶/一子/二子三种情况）
• bst_min(root) / bst_max(root) - 最小/最大值节点
• bst_height(root) - 递归计算树高度
• bst_inorder(root, arr, &cnt) - 中序遍历，输出有序数组
• bst_free(root) - 后序遍历释放所有节点