ds查找—二叉树平衡因子_数据结构 | 平衡二叉树，平衡二叉查找树和红黑树

1 平衡二叉树

平衡二叉树的定义是二叉树中任意一个节点的左右子树的高度相差不能大于 1。高度相同或者很接近的情况，叫做“平衡”。

2 平衡二叉查找树

平衡二叉查找树不仅满足上面平衡二叉树的定义，还满足二叉查找树的特点。最先被发明的平衡二叉查找树是AVL 树。AVL 树严格符合平衡二叉查找树的定义，即任何节点的左右子树高度相差不超过1，是一种高度平衡的二叉查找树。

发明平衡二叉查找树这类数据结构的初衷是，解决普通二叉查找树在频繁的插入、删除等动态更新的情况下，出现时间复杂度退化的问题。
所以，平衡二叉查找树中“平衡”的意思，其实就是让整棵树左右看起来比较“对称”、比较“平衡”，不要出现左子树很高、右子树很矮的情况。这样就能让整棵树的高度相对来说低一些，相应的插入、删除、查找等操作的效率高一些。

平衡二叉查找树有很多，比如Splay Tree（伸展树）、Treap（树堆）等。

3 红黑树

红黑树，英文叫做 Red-Black Tree，简称 R-B Tree。它是一种不严格的平衡二叉查找树。红黑树的高度近似2log2n。

红黑树的特点

红黑树中的节点，一类被标记为黑色，一类被标记为红色。
根节点是黑色的。
每个叶子节点都是黑色的空节点（NIL），也就是说，叶子节点不存储数据。
任何相邻的节点都不能同时为红色，也就是说，红色节点是被黑色节点隔开的；这里的相邻节点指的是上下层的节点。
每个节点，从该节点到达其可达叶子节点的所有路径，都包含相同数目的黑色节点。

红黑树，省略了空的叶子节点

4 为什么红黑树要设计为近似平衡，而不是严格平衡的二叉查找树呢？

AVL 树是一种高度平衡的二叉树，所以查找的效率非常高，但是，有利就有弊，AVL 树为了维持这种高度的平衡，就要付出更多的代价。每次插入、删除都要做调整，就比较复杂、耗时。所以，对于有频繁的插入、删除操作的数据集合，使用 AVL 树的代价就有点高了。
红黑树只是做到了近似平衡，并不是严格的平衡，所以在维护平衡的成本上，要比 AVL 树要低。所以，红黑树的插入、删除、查找各种操作性能都比较稳定。对于工程应用来说，要面对各种异常情况，为了支撑这种工业级的应用，我们更倾向于这种性能稳定的平衡二叉查找树。