博客
关于我
AVL和红黑树的一些概念
阅读量:362 次
发布时间:2019-03-04

本文共 684 字,大约阅读时间需要 2 分钟。

在这里插入图片描述

平衡二叉树

二三树
AVL树
B树
红黑树

如何保证一棵树的平衡?

二叉搜索树的查询效率只与高度有关,与结点的个数无关

(1)AVL

  1. 平衡因子 Balance Factor,绝对值小于1
    是它的左子树的高度减去它的右子树的高度(有时相反)
    balance factor = {-1,0,1}
  2. 通过选择的操作进行平衡
  3. 所有叶子结点的平衡因子为 0
    在这里插入图片描述

旋转操作:

  1. 左旋

    a. 右右子树——》左旋
    在这里插入图片描述

  2. 右旋

    a. 左左子树——》右旋
    b.

  3. 左右旋

    a. 左右子树——》左右旋

在这里插入图片描述

在这里插入图片描述

  1. 右左旋
    a. 右左子树——》右左旋

在这里插入图片描述

在这里插入图片描述

为什么要引入AVL?

因为二叉搜索树会出现极端的情况,如果二叉搜索树的结点为1、2、3、4、5,则都为右结点,相当于一个链表了,则优势全无。

平衡因子怎么定的?

查询的时间复杂度等于树的深度

在这里插入图片描述

不足:结点需要存储额外信息,且调整次数频繁

(2)近似平衡二叉树——红黑树 Red-black Tree

红黑树是一种近似平衡二叉搜索树,它能够确保任何一个结点的左右子树的高度差小于两倍。具体来说,红黑树是满足如下条件的二叉搜索树:

  1. 每个结点要么是红色,要么是黑色
  2. 根节点是黑色
  3. 每个叶结点(NIL结点,空结点)是黑色的
  4. 不能有相邻的两个红色结点
  5. 从任一结点到其每个叶子的所有路径都包含相同数目的黑色结点

在这里插入图片描述

从根到叶子的最长的可能路径不多于最短的可能路径的两倍长

AVL和红黑树的对比

在这里插入图片描述

AVL查询更好

红黑树提供了更快的插入和删除的操作,AVL旋转更多
AVL存储的额外信息更多,需要更多的内存,红黑树需要存储的节点个数更少
如果读操作多 AVL;插入操作和查询操作比较多 红黑树

转载地址:http://fder.baihongyu.com/

你可能感兴趣的文章
mysql中having的用法
查看>>
MySQL中interactive_timeout和wait_timeout的区别
查看>>
mysql中int、bigint、smallint 和 tinyint的区别、char和varchar的区别详细介绍
查看>>
mysql中json_extract的使用方法
查看>>
mysql中json_extract的使用方法
查看>>
mysql中kill掉所有锁表的进程
查看>>
mysql中like % %模糊查询
查看>>
MySql中mvcc学习记录
查看>>
mysql中null和空字符串的区别与问题!
查看>>
MySQL中ON DUPLICATE KEY UPDATE的介绍与使用、批量更新、存在即更新不存在则插入
查看>>
MYSQL中TINYINT的取值范围
查看>>
MySQL中UPDATE语句的神奇技巧,让你操作数据库如虎添翼!
查看>>
Mysql中varchar类型数字排序不对踩坑记录
查看>>
MySQL中一条SQL语句到底是如何执行的呢?
查看>>
MySQL中你必须知道的10件事,1.5万字!
查看>>
MySQL中使用IN()查询到底走不走索引?
查看>>
Mysql中使用存储过程插入decimal和时间数据递增的模拟数据
查看>>
MySql中关于geometry类型的数据_空的时候如何插入处理_需用null_空字符串插入会报错_Cannot get geometry object from dat---MySql工作笔记003
查看>>
mysql中出现Incorrect DECIMAL value: '0' for column '' at row -1错误解决方案
查看>>
mysql中出现Unit mysql.service could not be found 的解决方法
查看>>