伸展树的读书笔记

原创作品，出自 “晓风残月xj” 博客，欢迎转载，转载时请务必注明出处（http://blog.csdn.net/xiaofengcanyuexj）。

由于各种原因，可能存在诸多不足，欢迎斧正！        

    最近开始了自己高级数据结构之旅，在这次旅行中，我将持续把一些高级的数据结构从理论到编码都过一遍，同时通过博客形式分享出来，希望大家指出不足之处！

       二叉排序树是一种动态排序的数据结构，支持插入、删除、查找等操作，且平均时间复杂度为O(log(N))，但是普通二叉排序树不能保证树退化为一颗分支的情况，此时最坏情况下的时间复杂度为O（N）。此时，平衡二叉树的产生了。平衡二叉树是一种动态调整平衡的数据结构，但理想的平衡二叉树很难，于是人们使用AVL、红黑树、Treap、伸展树等来替代平衡二叉树，这些数据结构可以很好地改善最坏情况。但实现起来并不是很容易的事。

        伸展树较其他的数据结构，有着明显的特点。与纯的二叉查找树比起来，伸展树的查找、插入、删除等操作的平摊时间复杂度O(log(N))，且与AVL、红黑树比起来实现简单、空间效率高。关于伸展树的具体原理，可以参考算法合集之《伸展树的基本操作与应用》，这是国家队大牛写的，可读性很强。

       伸展树的基本原理是80—20原则，学计算机的人对这个原则的内容肯定不陌生：计算机80%的数据访问在集中在20%的数据上，如存储器中的Cache就是用的这个原理，并且效果很不错。伸展树正是利用这样的设计思想来进行的，将当前操作的数据通过伸展操作移到根节点，在这个过程中保持二叉查找树的性质，从而是整个过程的平摊时间复杂度降到O(log(N))。当然，对于单个操作，时间复杂度可能到达O(N)，但基于整体考虑以及计算机特定规律，伸展树还是有着很好的效率的。在伸展的过程中，主要涉及两个旋转操作，左旋或右旋。在设计算法时，我们通常将时间复杂度放在首位，这点无可厚非，但有时我们的结合具体题目要求，在时间复杂度、空间复杂度、编程实现难度间寻找平衡，于是伸展树被认为是拥有很重要现实价值的”平衡二叉树“。

                         

                                                      

      上面从左到右为右旋，从右到左为左旋，其他所有操作都是由这两种基本操作组合起来的。如下