红黑树 05 性能测试

AVL树 v.s 红黑树

• 数据顺序添加；

import java.util.ArrayList;

public class Main3 {

    public static void main(String[] args) {
        int n = 20000000;
        ArrayList testData = new ArrayList<>(n);
        for(int i = 0 ; i < n ; i ++)
            testData.add(i);

        // Test AVL
        long startTime = System.nanoTime();

        AVLTree avl = new AVLTree<>();
        for (Integer x: testData)
            avl.add(x, null);

        long endTime = System.nanoTime();
        double time = (endTime - startTime) / 1000000000.0;
        System.out.println("AVL: " + time + " s");


        // Test RBTree
        startTime = System.nanoTime();

        RBTree rbt = new RBTree<>();
        for (Integer x: testData)
            rbt.add(x, null);
        
        endTime = System.nanoTime();
        time = (endTime - startTime) / 1000000000.0;
        System.out.println("RBTree: " + time + " s");
    }
}

输出：

• 纯添加的话，红黑树还是有优势的；

AVL: 8.761318099 s
RBTree: 7.7733479 s

几种树结构性能的总结

• 对于完全随机的数据，普通的二分搜索树很好用；
• 二分搜索树的缺点就是极端情况下退化成链表；
• 对于查询较多的使用情况，AVL树很好用；
• 红黑树牺牲了平衡性，但统计性能更优（综合增删改查所有的操作）；