Algorithm 完美二叉树：DSW和RB平衡树

我知道我们可以使用DSW算法或红黑平衡树对任何二叉搜索树进行预处理，并将其转化为完美的二叉树

这两种方法在时间复杂度方面有什么不同

---

您能否为每种方法提供一些示例/应用程序，说明使用一种方法而不是另一种方法的好处。

DSW在您希望创建整个BST（不平衡）然后执行大量查找（在平衡后的BST上）时非常有用。当添加/删除/查找所有发生的事情时，RB树非常有用

RB树基本上是平衡的，但DSW是一个完整的二叉树（除了最后一级）

---

两者都提供O（对数n），但DSW是一次性操作，可以摊销。

DSW在创建整个BST（不平衡）然后执行大量查找（在平衡后的BST上）时非常有用。当添加/删除/查找所有发生的事情时，RB树非常有用

RB树基本上是平衡的，但DSW是一个完整的二叉树（除了最后一级）

---

两者都提供O（logn），但DSW是一次性操作，可以摊销。

DSW是静态算法-您使用它一次，您希望树永远不会改变。使一棵树完全平衡需要O（N）个时间，然后你可以使用它，但不要修改它。你仍然可以这样做，但是完美平衡的特性将会丢失。修改操作越多，树的性能就越差

红黑树是一种动态的数据结构。它在O（log（N））中执行其基本操作，但其性能当然不如完全平衡树。最重要的是红黑树可能会在飞行中被修改，并且仍然需要O（log（N））来进行操作

---

因此，这两种方法的用例不同。希望这能有所帮助。

DSW是一种静态算法，您只需使用一次，就可以期待树永远不会改变。使一棵树完全平衡需要O（N）个时间，然后你可以使用它，但不要修改它。你仍然可以这样做，但是完美平衡的特性将会丢失。修改操作越多，树的性能就越差

红黑树是一种动态的数据结构。它在O（log（N））中执行其基本操作，但其性能当然不如完全平衡树。最重要的是红黑树可能会在飞行中被修改，并且仍然需要O（log（N））来进行操作

---

因此，这两种方法的用例不同。希望这能有所帮助。

执行DSW后的复杂性不会被摊销，执行DSW需要O（log（N）*N）。一旦你有了一个完全平衡的树，所有的操作都需要O（log（N））。也请看一下我的回答。一旦你执行DSW，复杂性就不会被摊销，执行DSW需要O（log（N）*N）。一旦你有了一个完全平衡的树，所有的操作都需要O（log（N））。请看一下我的回答一个小的修正：DSW算法的时间复杂度是O（N）。第二阶段的运行时间是N+N/2+N/4+@汉斯，你当然是对的，谢谢。更正。我不知道我当时在想什么…一个小小的修正：DSW算法的时间复杂度是O（N）。第二阶段的运行时间是N+N/2+N/4+@汉斯，你当然是对的，谢谢。更正。我不知道我当时在想什么。。。