更新时间：2023-05-18 22:22
陈启峰于2006年底完成论文《Size Balanced Tree》，并在2007年的全国青少年信息学奥林匹克竞赛冬令营中发表。相比红黑树、AVL树等自平衡二叉查找树，SBT更易于实现。据陈启峰在论文中称，SBT是“目前为止速度最快的高级二叉搜索树”。SBT能在的时间内完成所有二叉搜索树（BST）的相关操作，而与普通二叉搜索树相比，SBT仅仅加入了简洁的核心操作Maintain。由于SBT赖以保持平衡的是size域而不是其他“无用”的域，它可以很方便地实现动态顺序统计中的Select和Rank操作。
Size Balanced Tree（SBT）是一种通过大小（Size）域来保持平衡的二叉搜索树，它也因此得名。它总是满足：
对于SBT的每一个结点，
即每棵子树的大小不小于其兄弟的子树大小。
SBT的旋转（Rotations）与其他许多高级BST相同。它是下面提到的Maintain操作的基础。
左旋转（Left-Rotate）的过程如下：
右旋转（RIght-Rotate）的过程如下：
SBT的查找操作与普通BST完全相同。下面的过程将返回指向目标节点的指针。
由于SBT本身已经维护了size，因此这两项可用Select操作完成。
SBT的后继操作与普通BST完全相同。
SBT的前趋操作与普通BST完全相同。它与后继操作对称。
SBT的插入操作仅仅比普通BST的多出了一个Maintain操作，以及对s的简单维护（这在普通BST的动态顺序统计操作中也是必须的）。下面这个过程将一个节点v插入SBT中。
与普通维护size域的BST删除相同（无需Maintain）。
下面这个过程将返回一个指向以x为根的子树中包含第i小关键字的节点的指针。
SBT的rank操作与普通BST完全相同。
SBT的高度是，Maintain是，所有主要操作都是。但是“SBT是‘目前为止速度最快的高级二叉搜索树’”在实际测试中没有体现，并且OI中较为冷门。