竞赛最好用的平衡树-Size Balanced Tree（SBT）【建议收藏】

大家好。

前段时间我更新过AVL、红黑树以及搜索二叉树的简单讲解。今天我们还是围绕着平衡树的话题，来讲解一个很牛逼的平衡树结构。这种结构是我国的一位大牛：陈启峰。在2006年，他还在读高中阶段，所发明的一种平衡树结构，叫Size Balanced Tree（SBT），根据节点的个数，来调整平衡性。一直到今天，这种平衡树结构，在算法竞赛领域是非常常用的，虽然SBT的时间复杂度跟AVL、红黑树这些平衡树一样，但是SBT是比较好写，比较好改的。所以在算法竞赛时，是最常用的一种算法。陈启峰SBT论文（译）

本期文章源码：GitHub

前期文章：

二叉树的概念以及搜索二叉树

AVL平衡树

浅析红黑树

一、左右旋转

还是老样子，为了维持平衡性，SBT也是需要进行旋转操作的。只是说，调用旋转操作的时机，跟其他的平衡树有点区别而已。讲解旋转之前，我们先来认识SBT的节点：

//可以直接改为泛型，这里为了理解这种结构，就忽略了
public class SBTNode {
   
   
    public int val; //值域
    public SBTNode left, right; //左右孩子
    public int size; //节点数
    
    public SBTNode(int val) {
   
   
        this.val = val;
        size = 1; //默认节点大小是1
    }
}

SBT的节点，只是多了一个size域，用于表示以当前节点为根节点时，这颗子树的节点数。整棵树的平衡性，就是根据这个size来调整的。

右旋转：(LL型)

旋转操作的指针，相互之间的转换，我相信以前了解过平衡树的同学，应该是知道的（如果不知道，请翻阅前期文章）。问题就在于如何，如何修改这些节点的size？

看上图，T1-T3，表示子树，另外两个表示节点，旋转之后，我们会发现，T1和T2和T3这三颗子树，他们下面的节点是没有发生改变的，也就是说T1-T3，这三个是不需要再次计算size的，我们只需要计算上图那两个白色的节点的size即可！

又因为，旋转之后，新的根节点的节点数，还应该是原根节点的节点数，所以最后我们只需要计算旋转之后，原根节点的节点数即可，也就等于该节点的左子树节点数加上右子树的节点数，再加自己本身这个节点。

//SBT右旋转
private SBTNode R_Rotate(SBTNode node) {
   
   
    SBTNode newRoot = node.left;
    node.left = newRoot.right;
    newRoot.right = node; 
    
    //计算size
    newRoot.size = node.size; //新根节点的节点数，等于原根节点的节点数
    node.size = (node.left != null? node.left.size : 0) + 
        (node.right != null? node.right.size : 0) + 1;
    return newRoot; //返回新的根节点
}

左旋转：(RR型)

跟上面的旋转一样，每个节点之间的指针指向，这里就不深究了，同学可以看看我前期的文章，有讲解。主要还是size的计算，同样的，T1~T3的节点数，都是没有变，所以不用管。只需计算原根节点和新根节点的节点数，切新根节点的节点数，就是原根节点的节点数。

//SBT左旋转操作
private SBTNode L_Rotate(SBTNode node) {
   
   
    SBTNode newRoot = node.right;
    node.right = newRoot.left;
    newRoot.left = node;
    
    //计算size
    newRoot.size = node.size; //继承原根节点的节点数
    node.size = (node.left != null? node.left.size : 0) + 
        (node