以下关于红黑树和AVL树的哪些陈述不正确？两者都属于自平衡二叉树. 都找到

关于网络中的红黑树和AVL树:

1好处和用途

红黑树

不要追求“完全平衡”

”-仅要求部分满足余额要求，从而减少了旋转要求，从而提高了性能.

可以使用红色和黑色的树

O（log2

n）

搜索，插入和删除操作的时间复杂度. 此外，由于其设计，任何不平衡将在三个旋转内解决. 当然，有一些更好但更复杂的数据结构可以实现

可以在一轮内实现平衡，但是红黑树可以为我们提供相对“便宜”的解决方案. 红黑树算法的时间复杂度与AVL相同，但统计性能高于AVL树.

当然，红黑树不适用于应用程序树的所有领域. 如果数据基本上是静态的，那么让它们停留在可以插入的位置而不会影响余额的情况会具有更好的性能. 如果数据是完全静态的，例如创建一个哈希表，则性能可能会更好.

在实际系统中，例如需要动态规则的防火墙系统，已证明使用红黑树代替哈希表具有更好的可伸缩性.

典型用途是实现关联数组

2

AVL树是第一个发明的自平衡二进制搜索

找到一棵树. AVL树中任何节点的两个子树的高度之间的最大差为1，因此也称为高度平衡树. 查找，插入和删除均为O（log

在最坏的情况下

n）. 添加和删​​除可能需要旋转一个或多个树以重新平衡树. AVL树以其发明者G.M.阿德尔森（Adelson-Velsky）和

E.M. 兰迪斯（Landis）于1962年发表的论文“一种组织组织的算法

它发表于

信息“.

引入二叉树的目的是提高二叉树的搜索效率并减少树的平均搜索长度. 因此，每次将节点插入二叉树时都必须调整树的结构，以使二叉树搜索保持平衡，这可能会降低树的高度，缩短平均树的搜索长度.

AVL树定义: 一个AVL树满足以下条件: 1>它的左右子树都是AVL树

2>左右子树之间的高度差不能超过1. 从条件1可以看出，它是一个递归定义二叉排序树 时间复杂度，如GNU.

自然:

1>具有n个节点的AVL树的高度保持为0（log2（n））二叉排序树 时间复杂度，并且不会超过3 / 2log2（n + 1）

2> n节点AVL树的平均搜索长度保持为0（log2（n））. 3> n节点AVL树删除一个节点以进行平衡旋转. 时间为0（log2（n））.

从1的角度看

红色和黑色的树木正在牺牲严格的高度平衡的优越条件

对于价格，红黑树可以使用O（log2

n）搜索，插入和删除操作具有时间复杂性. 此外，由于其设计，任何不平衡将在三个旋转内解决. 当然，有一些更好但更复杂的数据结构可以实现

可以在一轮内实现平衡，但是红黑树可以为我们提供相对“便宜”的解决方案. 红黑树算法的时间复杂度与AVL相同，但统计性能高于AVL树.

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-210216-1.html