二叉树粗略复习笔记

二叉树

Ⅰ、插入与删除

删除采用中序遍历，找到待删除结点的后续结点，使其替换。

插入，空结点直接插入，如果值存在就失败

Ⅱ、平衡二叉树

最优情况下，二叉搜索树为完全二叉树，其平均比较次数为：$lo{g}_{2}N$

最差情况下，二叉搜索树退化为单支树，其平均比较次数为：$\frac{N}{2}$

优化与改进，为了防止（或近似）只有右子树或者只有左子树的情况，我们提出了AVL树，平衡二叉搜索树，它是一棵空树或它的左右两个子树的高度差的绝对值不超过1，并且左右两个子树都是一棵平衡二叉树。

Ⅲ、左旋与右旋

如何将其变成AVL树就成了研究的重点，哎这个知识点我一直没有空间想象力总之参考一下动图吧

https://blog.csdn.net/qq_25940921/article/details/82183093

Ⅳ、平衡二叉树小结

最后总结一下，平衡二叉树是一棵高度平衡的二叉树，所以查询的时间复杂度是 O(logN) 。插入的话上面也说，失衡的情况有4种，左左，左右，右左，右右，即一旦插入新节点导致失衡需要调整，最多也只要旋转2次，所以，插入复杂度是 O(1) ，但是平衡二叉树也不是完美的，也有缺点，从上面删除处理思路中也可以看到，就是删除节点时有可能因为失衡，导致需要从删除节点的父节点开始，不断的回溯到根节点，如果这棵平衡二叉树很高的话，那中间就要判断很多个节点。所以后来也出现了综合性能比其更好的树—-红黑树。

Ⅴ、AVL树性能分析

AVL树是一棵绝对平衡的二叉搜索树，其要求每个节点的左右子树高度差的绝对值都不超过1，这样可以保证查询 时高效的时间复杂度，即$lo{g}_2(N)$。但是如果要对AVL树做一些结构修改的操作，性能非常低下，比如：插入时 要维护其绝对平衡，旋转的次数比较多，更差的是在删除时，有可能一直要让旋转持续到根的位置。因此：如果需 要一种查询高效且有序的数据结构，而且数据的个数为静态的(即不会改变)，可以考虑AVL树，但一个结构经常修 改，就不太适合。

红黑树

Ⅵ、基本概念

1. 每个结点不是红色就是黑色
2. 根节点是黑色的
3. 如果一个节点是红色的，则它的两个孩子结点是黑色的
4. 对于每个结点，从该结点到其所有后代叶结点的简单路径上，均 包含相同数目的黑色结点
5. 每个叶子结点都是黑色的(此处的叶子结点指的是空结点) 思考：为什么满足上面的性质，红黑树就能保证：其最长路径中节点个数不会超过最短路径节点个数的两倍

Ⅶ、红黑树应用
TreeMap、TreeSet底层使用的就是红黑树
·
Ⅷ、 AVL树和红黑树的比较
// 获取单条路径中节点的个数
int blackCount = 0;
RBTreeNode cur = root;
while(null != cur){
if(cur.color == COLOR.BLACK)
blackCount++;
cur = cur.left;
}
// 具体的检验方式
return _isValidRBtree(root, 0, blackCount);
}
private boolean _isValidRBtree(RBTreeNode root, int pathCount, int blackCount){
if(null == root)
return true;
// 遇到一个黑色节点，统计当前路径中黑色节点个数
if(root.color == COLOR.BLACK)
pathCount++;
// 验证性质三
RBTreeNode parent = root.parent;
if(parent != null && parent.color == COLOR.RED && root.color == COLOR.RED){
System.out.println(“违反了性质3：有连在一起的红色节点”);
return true;
}
// 验证性质四
// 如果是叶子节点，则一条路径已经走到底，检验该条路径中黑色节点总个数是否与先前统计的结果相同
if(root.left == null && root.right == null){
if(pathCount != blackCount){
System.out.println(“违反了性质4：路径中黑色节点格式不一致”);
return false;
}
}
// 以递归的方式检测root的左右子树
return _isValidRBtree(root.left, pathCount, blackCount) &&
_isValidRBtree(root.right, pathCount, blackCount);
}
红黑树和AVL树都是高效的平衡二叉树，增删改查的时间复杂度都是O($lo{g}_{2}N$)，红黑树不追求绝对平衡，其只需保证最长路径不超过最短路径的2倍，相对而言，降低了插入和旋转的次数，所以在经常进行增删的结构中性能
比AVL树更优，而且红黑树实现比较简单，所以实际运用中红黑树更多。