stl源码剖析08——平衡二叉树

一、二叉搜索树

• 所谓二叉搜索树，可提供对数时间的元素插入和访问
• 节点放置规则：任何节点的键值一定大于其左子树的每一个节点的键值；并小于其右子树中的每一个节点的键值

• 最大值、最小值：
  • 最小值：从根节点出发，一直往左走，直至无左路可走，即得到最小元素
  • 最大值：从根节点出发，一直往右走，直至无右路可走，即得到最大元素

二叉搜索树的查找

• 从根节点出发，根据值的大小，逐个向左或向右查找，就可以查找到元素

二叉搜索树的插入

• 插入新元素时，从根节点开始，遇键值较大者就向左，遇键值较小者就向右，一直到尾端，即为插入点

二叉搜索树的删除

• 如果要删除的节点只有一个子节点：直接将其子节点连至其父节点即可。例如下面第一张图删除节点15
• 如果要删除的节点有二个子节点：以右子树中的最小节点代替删除节点（从删除节点的右子节点开始开始一直向左即可找到）。例如下面第二张图删除节点12

二、平衡二叉树(平衡二叉搜索树)

• 如果因为输入值不够随机，或者经过某些插入和删除操作，二叉搜索树可能会失去平衡，造成搜寻效率低落的情况，如下图所示

• 树是否平衡，没有一个绝对的测量标准。“平衡”的大致意义是：没有任何一个节点过深（深度过大）
• 不同的平衡条件，造就出不同的效率表现，以及不同的实现复杂度。有数种特殊结构如AVL-tree、RB-tree、AA-tree，均可显示平衡二叉搜索树，它们都比一般的二叉搜索树复杂，因此，插入节点和删除节点的平均时间也比较长，但是它们可以避免极难应付的最坏（高度不平衡）情况，而且由于它们总是保持某种程序的平衡，所以元素的访问时间平均而言也就比较少，一般而言其搜索时间可节省25%左右
• 关联式容器的内部结构是一个balanced vinary tree（平衡二叉树）
• 平衡二叉树的种类很多，包括AVL-tree、RB-tree、AA-tree等。其中广泛运用于STL的是RB-tree（红黑树）