为什么AVL树比红黑树搜索更快?

| 我在几个地方阅读过它,它们使avl树的搜索速度更快,但却无法理解。我认为 : 红黑树的最大高度= 2 * log(N + 1) AVL树的高度= 1.44 * logo(N + 1) 是因为AVL更短吗?     
已邀请:
是。 查找项目所需的步骤数取决于项目与根之间的距离。 由于AVL树包装得更紧密(即最大高度更低),这意味着比红黑情况下的树更靠近根。 额外的紧密包装还意味着,在插入元素时,AVL树需要做更多的工作。 任何应用程序的最佳选择取决于它是插入密集型还是搜索密集型...     
如果输入键几乎是升序/降序,则AVL树比红黑树要好,因为那样我们就必须做一次旋转(左右左右)来添加此元素。而且,由于树将被紧密平衡,因此搜索也将更快。 但是对于随机选择的输入键,RBTree更好,因为与AVL相比,它们需要更少的旋转来插入。 总的来说,这取决于输入序列,这将决定我们的树的倾斜程度以及执行的操作。对于插入密集型使用Red-Black Tree和搜索密集型使用AVL。     
AVL树和RBTree确实有各自的优点和缺点。如果您已经了解它们的工作原理,那么您会感觉更好。 在插入操作中,AVL的速度比RBTree稍快,因为在插入过程中最多旋转一圈,而RBTree可能会旋转两次。 RBTree删除最多只需要旋转3次,但这在AVL中不能保证。因此,它可以比AVL更快地删除节点。 但是,最重要的是,它们都具有严格的对数树高。 拾取任何子树,使AVL“平衡”的属性可确保两个子子树之间的高度差最大为1,也就是说,直观地讲,整个树是严格平衡的。 但是当涉及到RBTree时,该规则可能会变得“更松散”,因为RBTree的属性只能保证树的深度不大于节点总数的对数的两倍。 以下是一些可能更为精确的事实:   AVL树的高度严格小于:1.44log(n + 2)-0.328   (大约)      一棵红黑树的高度最大为2log(n + 1) 有关详细信息,请参见https://en.wikipedia.org/wiki/AVL_tree#Comparison_to_other_structures。     

要回复问题请先登录注册