高度平衡的二叉搜索树简介
- 什么是一个高度平衡的二叉搜索树?
树结构中的常见用语:
1.节点的深度 - 从树的根节点到该节点的边数
2.节点的高度 - 该节点和叶子之间最长路径上的边数
3.树的高度 - 其根节点的高度
一个高度平衡的二叉搜索树
(平衡二叉搜索树
)是在插入和删除任何节点之后,可以自动保持其高度最小。也就是说,有N
个节点的平衡二叉搜索树,它的高度是logN
。并且,每个节点的两个子树的高度不会相差超过1。
为什么是logN
呢?
- 一个高度为
h
的二叉树
- 换言之,一个有
N
个节点,且高度为h
的二叉树:
- 所以:
.下面是一个普通二叉搜索树和一个高度平衡的二叉搜索树的例子:
根据定义, 我们可以判断出一个二叉搜索树是否是高度平衡的 (平衡二叉树)。
正如我们之前提到的, 一个有N
个节点的平衡二搜索叉树的高度总是logN
。因此,我们可以计算节点总数和树的高度,以确定这个二叉搜索树是否为高度平衡的。
同样,在定义中, 我们提到了高度平衡的二叉树一个特性: 每个节点的两个子树的深度不会相差超过1。我们也可以根据这个性质,递归地验证树。
- 为什么需要用到高度平衡的二叉搜索树?
我们已经介绍过了二叉树及其相关操作, 包括搜索、插入、删除。 当分析这些操作的时间复杂度时,我们需要注意的是树的高度是十分重要的考量因素。以搜索操作为例,如果二叉搜索树的高度为h
,则时间复杂度为O(h)
。二叉搜索树的高度的确很重要。
所以,我们来讨论一下树的节点总数N
和高度h
之间的关系。 对于一个平衡二叉搜索树, 我们已经在前文中提过,
。但对于一个普通的二叉搜索树, 在最坏的情况下, 它可以退化成一个链。
因此,具有N
个节点的二叉搜索树的高度在logN
到N
区间变化。也就是说,搜索操作的时间复杂度可以从logN
变化到N
。这是一个巨大的性能差异。
所以说,高度平衡的二叉搜索树对提高性能起着重要作用。
- 如何实现一个高度平衡的二叉搜索树?
有许多不同的方法可以实现。尽管这些实现方法的细节有所不同,但他们有相同的目标:
- 采用的数据结构应该满足二分查找属性和高度平衡属性。
- 采用的数据结构应该支持二叉搜索树的基本操作,包括在
O(logN)
时间内的搜索、插入和删除,即使在最坏的情况下也是如此。
我们提供了一个常见的的高度平衡二叉树列表供您参考:红黑树、AVL树、伸展树、树堆。
- 高度平衡的二叉搜索树的实际应用
高度平衡的二叉搜索树在实际中被广泛使用,因为它可以在O(logN)
时间复杂度内执行所有搜索、插入和删除操作。
平衡二叉搜索树的概念经常运用在Set和Map中。 Set和Map的原理相似。 我们将在下文中重点讨论Set这个数据结构。
Set(集合)是另一种数据结构,它可以存储大量key(键)而不需要任何特定的顺序或任何重复的元素。 它应该支持的基本操作是将新元素插入到Set中,并检查元素是否存在于其中。
通常,有两种最广泛使用的集合:散列集合
(Hash Set)和树集合
(Tree Set)。树集合
, Java中的Treeset
或者C++中的set
,是由高度平衡的二叉搜索树实现的。因此,搜索、插入和删除的时间复杂度都是O(logN)
。散列集合
, Java中的HashSet
或者C++中的unordered_set
,是由哈希实现的, 但是平衡二叉搜索树也起到了至关重要的作用。当存在具有相同哈希键的元素过多时,将花费O(N)
时间复杂度来查找特定元素,其中N是具有相同哈希键的元素的数量。 通常情况下,使用高度平衡的二叉搜索树将把时间复杂度从 O(N)
改善到 O(logN)
。哈希集和树集之间的本质区别在于树集中的键是有序
的。
- 总结
高度平衡的二叉搜索树是二叉搜索树的特殊表示形式,旨在提高二叉搜索树的性能。了解高度平衡二叉搜索树的的基本概念,以及如何运用它帮助你进行算法设计是非常有用的。
leetCode 110. 平衡二叉树
给定一个二叉树,判断它是否是高度平衡的二叉树。
本题中,一棵高度平衡二叉树定义为:
一个二叉树 每个节点 的左右两个子树的高度差的绝对值不超过1。
示例 1:
给定二叉树 [3,9,20,null,null,15,7]
3
/
9 20
/
15 7
返回 true
。示例 2:
给定二叉树 [1,2,2,3,3,null,null,4,4]
1
/
2 2
/
3 3
/
4 4
返回 false
。
Solution1. C
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* struct TreeNode *left;
* struct TreeNode *right;
* };
*/
int abs(int num) {
return (num < 0 ? -num : num);
}
int max(int a, int b) {
return (a > b ? a : b);
}
int depth(struct TreeNode* node) {
if(node == NULL)
return 0;
return max(depth(node->left), depth(node->right)) + 1;
}
bool isBalanced(struct TreeNode* root) {
if(root == NULL)
return true;
int leftDepth = depth(root->left);
int rightDepth = depth(root->right);
return abs(leftDepth - rightDepth) <= 1 && isBalanced(root->left) && isBalanced(root->right);
}
Solution2. C++
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode(int x) : val(x), left(NULL), right(NULL) {}
* };
*/
class Solution {
public:
int checkHeight(TreeNode* root) {
if(root == NULL)
return 0;
int leftHeight = checkHeight(root->left);
if(leftHeight == -1)
return -1;
int rightHeight = checkHeight(root->right);
if(rightHeight == -1)
return -1;
if(abs(leftHeight - rightHeight) > 1)
return -1;
return max(leftHeight, rightHeight) + 1;
}
bool isBalanced(TreeNode* root) {
return checkHeight(root) != -1;
}
};
Solution3. Java
/**
* Definition for a binary tree node.
* public class TreeNode {
* int val;
* TreeNode left;
* TreeNode right;
* TreeNode(int x) { val = x; }
* }
*/
class Solution {
private int checkHeight(TreeNode root) {
if(root == null)
return 0;
int leftHeight = checkHeight(root.left);
if(leftHeight == -1)
return -1;
int rightHeight = checkHeight(root.right);
if(rightHeight == -1)
return -1;
if(Math.abs(leftHeight - rightHeight) > 1)
return -1;
return Math.max(leftHeight, rightHeight) + 1;
}
public boolean isBalanced(TreeNode root) {
return checkHeight(root) != -1;
}
}
Solution4. Python3
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, x):
# self.val = x
# self.left = None
# self.right = None
class Solution:
def depth(self, root):
if not root:
return 0
return max(self.depth(root.left), self.depth(root.right)) + 1
def isBalanced(self, root: TreeNode) -> bool:
if not root:
return True
leftDepth = self.depth(root.left)
rightDepth = self.depth(root.right)
return abs(leftDepth-rightDepth)<=1 and self.isBalanced(root.left) and self.isBalanced(root.right)
leetCode 108. 将有序数组转换为二叉搜索树
将一个按照升序排列的有序数组,转换为一棵高度平衡二叉搜索树。
本题中,一个高度平衡二叉树是指一个二叉树每个节点 的左右两个子树的高度差的绝对值不超过 1。示例:
给定有序数组: [-10,-3,0,5,9],
一个可能的答案是:[0,-3,9,-10,null,5],它可以表示下面这个高度平衡二叉搜索树:
0
/
-3 9
/ /
-10 5
Solution1. C
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* struct TreeNode *left;
* struct TreeNode *right;
* };
*/
struct TreeNode* sortedArrayToBSTHelper(int* nums, int left, int right) {
if(left > right)
return NULL;
int mid = (left + right) / 2;
struct TreeNode* root = (struct TreeNode*)malloc(sizeof(struct TreeNode));
root->val = nums[mid];
root->left = sortedArrayToBSTHelper(nums, left, mid-1);
root->right = sortedArrayToBSTHelper(nums, mid+1, right);
return root;
}
struct TreeNode* sortedArrayToBST(int* nums, int numsSize) {
if(nums == NULL || numsSize == 0)
return NULL;
return sortedArrayToBSTHelper(nums, 0, numsSize-1);
}
Solution2. Java
/**
* Definition for a binary tree node.
* public class TreeNode {
* int val;
* TreeNode left;
* TreeNode right;
* TreeNode(int x) { val = x; }
* }
*/
class Solution {
public TreeNode sortedArrayToBST(int[] nums) {
if(nums.length == 0)
return null;
return sortedArrayToBSTHelper(nums, 0, nums.length-1);
}
private TreeNode sortedArrayToBSTHelper(int[] nums, int left, int right) {
if(left > right)
return null;
int mid = (left + right) / 2;
TreeNode node = new TreeNode(nums[mid]);
node.left = sortedArrayToBSTHelper(nums, left, mid-1);
node.right = sortedArrayToBSTHelper(nums, mid+1, right);
return node;
}
}
Solution3. Python3
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, x):
# self.val = x
# self.left = None
# self.right = None
class Solution:
def sortedArrayToBST(self, nums: List[int]) -> TreeNode:
if not nums:
return None
return self.sortedArrayToBSTHelper(nums, 0, len(nums)-1)
def sortedArrayToBSTHelper(self, nums, left, right):
if left > right:
return None
mid = (left + right) // 2
root = TreeNode(nums[mid])
root.left = self.sortedArrayToBSTHelper(nums, left, mid-1)
root.right = self.sortedArrayToBSTHelper(nums, mid+1, right)
return root