File tree Expand file tree Collapse file tree
resource/markdown/collection Expand file tree Collapse file tree Original file line number Diff line number Diff line change 8383
8484<h3 style =" padding-bottom :6px ; padding-left :20px ; color :#ffffff ; background-color :#E74C3C ;" >四、二叉查找树</h3 >
8585
86+ > 平衡二叉查找树
8687
8788
8889
90+ <h3 style =" padding-bottom :6px ; padding-left :20px ; color :#ffffff ; background-color :#E74C3C ;" >五、AVL树(高度平衡树)</h3 >
8991
90- <h3 style =" padding-bottom :6px ; padding-left :20px ; color :#ffffff ; background-color :#E74C3C ;" >五、AVL树</h3 >
91-
92+ ALV树是得名于它的两位发明者G. M. Adelson-Velsky和E. M. Landis。它是发明于二叉查找树,其特点是:
9293
94+ 1 . :wink : 本身首先是一棵二叉查找树;
95+ 2 . 每个节点的左右子树的高度之差的绝对值(平衡因子)最多为 ` 1 ` ;
9396
97+ ![ AVL] ( )
9498
99+ ALV追求极限的平衡性,优点是在查找元素时,时间复杂度低,查找元素快。那么问题来了,在添加/删除元素时,AVL树为了追求“绝对的平衡性”,不断的通过循环来达到自平衡,增加时间复杂度。适所以AVL树适用于添加/删除元素少、查找操作多的环境下。
95100
96101<h3 style =" padding-bottom :6px ; padding-left :20px ; color :#ffffff ; background-color :#E74C3C ;" >六、红黑树</h3 >
97102
103+ ** 红黑树(Red Black Tree)** 也是一种 ** 平衡二叉树** ,但它不像 ** AVL树** 那样追求绝对的平衡,它这种于查找和添加/删除之间。特性是:
104+
105+ 1 . 树中所有节点都被染成红色或黑色(官方话语:节点是红色或黑色);
106+ 2 . 根节点是黑色;
107+ 3 . 每个叶子节点都是黑色;
108+ 4 . 每个红色节点的两个子节点都是黑色(从每个叶子到根的所有路径上不能有两个连续的红色节点);
109+ 5 . 从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点。
110+
111+ ![ 红黑树] ( )
112+
113+ 上述特性构成了一个最关键的约束:从根节点到叶子节点的最长路径不大于最短路径的两倍长。
114+
115+ 所以红黑树可以不是那么绝对的高度平衡。对于在树中添加/删除元素,红黑树也不像AVL树那样,为了达到绝对的自平衡而“使劲费力”地旋转整颗树了。
116+
117+
118+
119+ 最差平衡二叉树即树退化成链表(可以看成特殊的树、没有叉的树),这样的树添加/删除元素快,不需要自平衡,但是查找慢,最坏情况要遍历整棵树。而从增删改查的时间复杂度来讲,** 红黑树** 介于 ** 二叉查找树** 和 ** 链表** 之间,这是在添加/删除和查找之间一个折中的选择。
120+
121+ 总结:
122+
123+ 链表:适用于添加/删除多、查找少的场景;
124+
125+ 二叉查找树:适用于查找多、添加/删除少的场景;
126+
127+ 红黑树:适用于查找、添加、删除都多的场景。
128+
98129
99130
100131<h3 style =" padding-bottom :6px ; padding-left :20px ; color :#ffffff ; background-color :#E74C3C ;" >七、B-Tree和B+Tree</h3 >
You can’t perform that action at this time.
0 commit comments