SBT 树原理和实战

一 基本概念

SBT（Size Balanced Tree，节点大小平衡树）是一种自平衡二叉查找树，通过子树的大小来保持平衡。与红黑树、AVL 树等自平衡二叉查找树相比，SBT更易于实现。SBT 可以在 O (logn) 时间内完成所有二叉搜索树的相关操作，与普通二叉搜索树相比，SBT 仅加入了简洁的核心操作 maintain。由于 SBT 保持平衡的是size 域而不是其他“无用”的域，所以可以方便地实现动态顺序统计中的第 k 小和排名操作。

对 SBT 的每个节点 T，节点 L 和 R 分别是节点 T 的左右儿子，子树 A、B、C 和 D 分别是节点 L 和 R 的左右子树。T 右子树的大小都大于或等于 T 左子树两个子节点的大小，size[R]≥size[A]，size[R]≥size[B]；T 左子树的大小都大于或等于 T 右子树两个子节点的大小，size[L] ≥ size[C]，size[L] ≥ size[D]。也就是说，“叔叔”≥“侄子”。

二 基础操作

1 右旋和左旋

SBT 的旋转也是以右旋和左旋为基础的，旋转也是 maintain 操作的基础。

（1）右旋。

x 右旋时，携带自己的右子节点向右旋转到 y 的右子树位置，y 的右子树被抛弃，x 右旋后左子树正好空闲，将 y 的右子树放在 x 的左子树上。更新 y 子树的大小等于 x 子树的大小，x 子树

的大小为其左右子树大小之和加 1。

（2）左旋。

x 左旋时，携带自己的左子节点向左旋转到 y 的左子树位置，y 的左子树被抛弃，x 左旋后右子树正好空闲，将 y 的左子树放在 x 的右子树上。更新 y 子树的大小等于 x 子树的大小，x 子树

的大小为其左右子树大小之和加 1。

2 维护

（1）LL型

一棵 SBT，若将新节点 x 插入节点 A（T 左子树的左子树）之后，节点 T 出现了不平衡（size[A]>size[R]，即“侄子”大于“叔叔”），则该树属于 LL 型不平衡，需要将节点 T 右旋。

旋转之后 ， A 、 B 和 R 仍 是 SBT 。 L 的右子树T可能会出现 size[C] > size[B] 或 size[D] > size[B] 的情况，即 RL、RR 型不平衡。因为 size[B] ≤ size[R]，所以不会出现 B 的子树比 R 大的情况，即 T 不会出

现 LR、LL 型不平衡。因此 L 的右子树只需向右判断两种不平衡 RL、RR 即可。旋转后，L 自身也可能出现不平衡，需要继续调整平衡。

（2）LR型

有一棵 SBT，若新节点 x 插入节点B（T 左子树的右子树）之后，节点 T 出现了不平衡（size[B]>size[R]），则属于 LR 型不平衡，需要先将节点 L 左旋，然后将节点 T 右旋。

两次旋转之后，A、E、F 和 R 仍是 SBT。B 的右子树 T可能会出现 size[C]>size[F] 或 size[D]>size[F]，即 RL、RR 型不平衡。因为在插

入节点之前 ， size[B]≤size[R] ， 插入新节点之后 ，size[B] > size[R] 。 实际上 ， size[B] 最多比 size[R] 大 1 ，size[B]=size[E]+size[F]+1=size[R]+1，因此 size[F] ≤ size[R]