关于二叉树、平衡二叉树、红黑树_平衡二叉树各项操作时间复杂度-CSDN博客

1、二叉树缺点

二叉查找树，相信大家都接触过，二叉查找树的特点就是左子树的节点值比父亲节点小，而右子树的节点值比父亲节点大，如图

缺点：

一般情况下，查找基于二分查找，查找的时间复杂度为O(logn);
当二叉树不够平衡，甚至退化成类似链表结构的时候，查找的时间复杂度为O(n)。耗时。

2、平衡二叉树

平衡二叉树就是为了解决二叉查找树退化成链表。

平衡树具有如下特点：

1、具有二叉查找树的全部特性。

2、每个节点的左子树和右子树的高度差至多等于1。

平衡树基于这种特点-----就可以保证不会出现大量节点偏向于一边的情况了。
关于平衡树如何构建、插入、删除、左旋、右旋等操作这里不在说明，具体可以看我之前写的一篇文章：【漫画】以后在有面试官问你AVL树，你就把这篇文章扔给他。

时间复杂度：

对于有 n 个节点的平衡树，最坏的查找时间复杂度也为 O(logn)。

3、为什么有了平衡二叉树，还要红黑树？

答：因为平衡二叉树在增删场景较多的场景下，性能表现不好，涉及到多次左旋、右旋。而红黑树适合插入、删除较多的场景，其性能在插入、删除的场景下表现更好。

虽然平衡树解决了二叉查找树退化为近似链表的缺点，能够把查找时间控制在 O(logn)，不过却不是最佳的，因为平衡树要求每个节点的左子树和右子树的高度差至多等于1，这个要求实在是太严了，导致每次进行插入/删除节点的时候，几乎都会破坏平衡树的第二个规则，进而我们都需要通过左旋和右旋来进行调整，使之再次成为一颗符合要求的平衡树。显然，如果在那种插入、删除很频繁的场景中，平衡树需要频繁着进行调整，这会使平衡树的性能大打折扣，为了解决这个问题，于是有了红黑树。

红黑树和平衡树的比较：

1. AVL树比红黑树更为平衡，其搜索效率也好于红黑树, 经过我们之前的分析可以知道, 红黑树在最坏的情况下搜索时间复杂度为2logn，大于AVL树的logn。AVL树是严格平衡，红黑树只能达到“黑平衡”，即从任意节点出发到叶子节点经过的黑节点数量相同，但经过的红色节点数量不确定，最差的情况下，经过的红色节点和黑色节点一样多。

2. 红黑树增删节点的性能优于AVL树，当我们往红黑树增加节点或删除节点引起红黑树不平衡，我们只需要最多三次旋转就能解决，而相同条件下，AVL树的旋转次数要多于红黑树，因此红黑树在增删节点上相较于AVL树更优

具体实现原理：https://zhuanlan.zhihu.com/p/95892351（讲述2-3树、红黑树）
时间复杂度：

查找：作为红黑树，存在着最坏的情况，也就是查找的过程中，经过的节点全都是原来2-3树里的3-节点，导致路径延长两倍，时间复杂度为O(2logn)。

由于时间复杂度的计算可以忽略系数，因此红黑树的搜索时间复杂度依然是O(logn)，当然，由于这个系数的存在，在实际使用中，红黑树会比普通的平衡二叉树（AVL树）搜索效率要低一些。

调整：红黑树的创建