数据结构与算法学习总结--红黑树

什么是平衡二叉查找树

二叉查找树中任意一个节点的左右子树的高度相差不能超过1
上面是严格的平衡二叉查找树定义，很多平衡二叉查找树只是近似平衡，并未严格遵从以上定义

为什么要有平衡二叉查找树

为了解决普通二叉查找树在频繁插入、删除等动态更新的情况下，出现时间复杂度退化的问题
保持整棵树左右比较平衡，这样整棵树的高度就会相对低一些，相应的插入、删除、查找操作效率就会高一些

常用的平衡二叉查找树–红黑树

红黑树的来源–2-3树
红黑树需要满足的要求：
1、根节点是黑色的
2、每个叶节点都是黑色的空节点（NIL）（叶节点不存储数据）
3、任何相邻的节点不能同时为红色（红色节点被黑色节点隔开）
4、每个节点，从该节点到达其可达叶节点的所有路径，都包含相同数目的黑色节点

红黑树的插入、删除、查找操作都比较稳定。
红黑树只是做到了近似平衡，因此维护平衡的成本上要比AVL树低

散列表、跳表、红黑树对比

散列表：
优点：插入、查找、删除时间复杂度O(1)，最常用的数据结构
缺点：不能顺序遍历、扩容缩容存在性能损耗
适用场景：适用于不需要顺序遍历、数据更新不频繁的场景

跳表
优点：插入、删除、查找时间复杂度O(logn)，可以顺序遍历
缺点：空间复杂度O(n)
适用场景：不在意内存空间、有顺序遍历和区间查找的场景

红黑树
优点：插入、删除、查找时间复杂度O(logn)，中序遍历即是顺序遍历、性能稳定
缺点：代码实现比较难
适用场景：插入、删除操作频繁、对性能稳定要求高的场景