平衡二叉搜索树的概念与应用

使用平衡二叉搜索树的原因

之前讲过，如果要从n个数种搜索一个数，使用动态数组的时间复杂度是O(n),而在动态数组中插入、删除元素的时间复杂度也是O(n)，即使维护一个有序的动态数组，使用二分查找，搜索的时间复杂度是O(logn)，插入和删除的时间复杂度仍然是O(n)。而使用二叉搜索树，则可以将插入、删除、搜索的复杂度都降到O(logn)。但是，不是所有的情况都可以做到O(logn)的复杂度，比如下面这棵二叉搜索树，搜索的时间复杂度就是O(n)了。

而对于下面这棵树，则仍保持O(logn)的效率。

而当n相当大时，两者的效率是天差地别的，比如当n=1000000时，二叉搜索树的高度h=logn=20。

什么时候bst退化为链表？

1. 添加节点的时候：如不断插入更大的节点，则bst慢慢就会像一条倾斜的链表转化。
2. 删除节点的时候：如在删除节点后使得bst每次层的节点数都趋于1，bst也会向链表转化。
   那么有没有办法让bst不退化为链表，保持插入、删除、搜索O(logn)的时间复杂度？

平衡

平衡：当节点数量固定时，左右子树的高度越接近，这棵二叉树就越平衡（高度越低），最理想的状态是像满二叉树，完全二叉树那样，在相同节点数的二叉树中，高度是最小的。

平衡二叉搜索树

由于插入删除的元素的顺序是无法预测的，所以对bst进行的调整只能是在完成插入删除操作后。所以我们应该在：在节点的添加、删除操作之后，想办法让二叉搜索树恢复平衡。但如果进行较多次的调整，可以将bst调整为完全二叉树的形态，但是如果次数太多，反而丢失了降低复杂度的初衷，因此，我们应用尽量少的调整次数达到适度平衡即可。一棵达到适度平衡的二叉搜索树，可以称之为：平衡二叉搜索树。
常见的平衡二叉搜索树有：

1. AVL树：Windows NT 内核中广泛使用。
2. 红黑树：在c++ STL的map、set，Java中的TreeMap、TreeSet、HashMap、HashSet以及Lunix的进度管理中广泛使用。