將大樣本放在二叉搜索樹上（不平衡）

Question

我需要從具有超過200萬行的文件中構造一個二叉搜索樹（每行將為我提供一對密鑰/值）。 由於數據是有序的，因此如果我只讀一行，獲取鍵和val並將其添加到我的樹中，則高度將很大，因此搜索樹效率低下。 因此，我在考慮是否有一種構造此搜索樹的好方法，以使它沒有很大的高度。 我的嘗試是獲取第一個100.000個鍵，隨機播放，放在樹上等等，但是似乎效率不高。 有什么建議嗎？

PS：我必須使用不平衡的搜索樹。

謝謝 ！

Answer 1

如果您可以多次讀取文件，則可以第一次讀取文件，並在列表中讀取1000條記錄（即每2000行一次），然后進行第一個平衡插入，因此首先將元素插入位置500，然后將兩個插入位置位置250和750，然后位置4在位置125,375,625,975，依此類推。在第一遍之后，您可以讀取整個文件（並管理重復文件）並獲得更平衡的樹。

另一種選擇是根本不使用BinarySearchTree，而是使用Array，因為數據是有序的，因此您可以使用二進制搜索（您可以檢查數組中間的值，如果得到的值更大，則可以使用列表的前半部分，如果您使用列表的后半部分，則該值較低）； 但我不知道使用列表是否符合您的要求。

Answer 2

附帶一提，在您已經處理完排序數組時創建BST是一件瘋狂的事情，但除此之外...

如果已經給您一個排序數組，它實際上為您提供了如何構建具有最小高度的平衡BST的答案。 為了簡單起見，讓我們想象一下數組是：

[0,1,2,3,4,5,6,7,8,9,10]

在這種情況下，平衡樹的根部存儲的最佳元素是什么？ 自然的答案是該列表的中間5 。

因此，我們剩下了數組的兩個子范圍：

i<5: [0,1,2,3,4]
i>5: [6,7,8,9,10]

那么，存儲在左孩子身上的理想元素是什么？ 同樣，我們以左側子列表的中心（ i<5 ）為中心，即2 ，並且該數組有兩個子范圍：

i<2: [0,1]
i>2: [3,4]

我們可以遞歸地重復此邏輯，直到我們剩下一個孩子或兩個范圍都沒有孩子為止，此時我們已經創建了一個葉子節點。

遞歸應用於每個分支的兩側，向下鑽取到葉子，這將為您提供最佳的平衡樹。