简介
树的数据结构觉得了它能构建成索引结构,且能高效的减少集合的搜索深度,再配合上有序的插入规则,就能进行高效的搜索。这里介绍一种简单的二叉搜索树(BST),BST 的插入规则为,任意节点的左孩子比自身小,右孩子比自身大。
基本操作
插入
时间复杂度:O(log2N)1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22def _insert(self, parent, node):
## 这里不处理相同的数
if parent.value == node.value:
return
## 比较顺序后放入较小的左子树
elif parent.value > node.value:
## 孩子为空,可以插入
if parent.left == None:
parent.left = node
return
else:
self._insert(parent.left, node)
return
## 比较顺序后放入较大的右子树
elif parent.value < node.value:
## 孩子为空,可以插入
if parent.right == None:
parent.right = node
return
else:
self._insert(parent.right, node)
return
移除
时间复杂度:O(log2N)1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31def _remove(self,node, key, parent, isLeft):
## 搜索节点
if node == None:
return
## 搜索较大的右子树
elif node.value < key:
return self._remove(node.right, key, node, False)
## 搜索较的左子树
elif node.value > key:
return self._remove(node.left, key, node, True)
## 执行移除
elif node.value == key:
rmNode = node
## 左右子树任意一个为空,都可以直接把另外一个子树提上一层,替换掉移除的节点
if node.left == None:
parent.setChild(isLeft, node.right)
elif parent.right == None:
parent.setChild(isLeft, node.left)
else:
## 左右子树不为空
last = node
## 在较大的右子树中找到最小的节点与移除的节点进行替换,并移除目标节点
minNode = node.right
while minNode.left:
last = minNode
minNode = minNode.left
parent.setChild(isLeft, minNode)
last.setChild(True, None)
return rmNode
搜索
按照比较顺序进行搜索,可以快速确定目标元素所在子树,减少冗余枝干的遍历操作。
时间复杂度:O(log2N)1
2
3
4
5
6
7
8
9def _search(self, parent, value):
if parent == None:
return None, False
elif parent.value == value:
return parent,True
elif parent.value < value:
return self._search(parent.right, value)
elif parent.value > value:
return self._search(parent.left, value)
PS:
BST 的所有操作都与树的深度有关,在插入操作时,如果插入的顺序是有序的,那么 BST 就会变成深度为 N 的一叉树,大大降低搜索效率。所以在初始化时,可以进行随机取数,减少有序的概率。
以下是此数据结构的 python 实现
github:[https://github.com/dupouyer/algo/tree/master/BST]