C++ AVL树 详细讲解
目录
一、AVL树的概念
二、AVL树的实现
1.AVL树节点的定义
2.AVL树的插入
3.AVL树的旋转
4.AVL树的验证
三、AVL树的性能
四、完结撒❀
一、AVL树的概念
二叉搜索树虽可以缩短查找的效率,但 如果数据有序或接近有序二叉搜索树将退化为单支树,查 找元素相当于在顺序表中搜索元素,效率低下 。因此,两位俄罗斯的数学家 G.M.Adelson-Velskii 和 E.M.Landis 在 1962 年 发明了一种解决上述问题的方法: 当向二叉搜索树中插入新结点后,如果能保证每个结点的左右 子树高度之差的绝对值不超过 1( 需要对树中的结点进行调整 ) ,即可降低树的高度,从而减少平均 搜索长度。 一棵 AVL 树或者是空树,或者是具有以下性质的二叉搜索树: ● 它的左右子树都是 AVL 树 ● 左右子树高度之差 ( 简称平衡因子 ) 的绝对值不超过 1(-1/0/1) 如果一棵二叉搜索树是高度平衡的,它就是 AVL 树。如果它有 n 个结点,其高度可保持在 O(log2 n) ,搜索时间复杂度 O(log2 n) 。二、AVL树的实现
1.AVL树节点的定义
AVL树节点的定义:
template
struct AVLTreeNode
{
AVLTreeNode(const T& data)
: _pLeft(nullptr), _pRight(nullptr), _pParent(nullptr)
, _data(data), _bf(0)
{}
AVLTreeNode* _pLeft; // 该节点的左孩子
AVLTreeNode* _pRight; // 该节点的右孩子
AVLTreeNode* _pParent; // 该节点的双亲
T _data;
int _bf; // 该节点的平衡因子
};
2.AVL树的插入
AVL 树就是在二叉搜索树的基础上引入了平衡因子,因此 AVL 树也可以看成是二叉搜索树。那么 AVL 树的插入过程可以分为两步: 1. 按照二叉搜索树的方式插入新节点 2. 调整节点的平衡因子bool Insert(const pair& kv)
{
// 1. 先按照二叉搜索树的规则将节点插入到AVL树中
if (_root == nullptr)
{
_root = new Node(kv);
return true;
}
Node* parent = nullptr;
Node* cur = _root;
while (cur)
{
if (cur->_kv.first > kv.first)
{
parent = cur;
cur = cur->_left;
}
else if (cur->_kv.first _right;
}
else
{
//插入相同值
return false;
}
}
//找到cur所在位置
cur = new Node(kv);
if (parent->_kv.first > cur->_kv.first)
{
parent->_left = cur;
cur->_parent = parent;
}
else
{
parent->_right = cur;
cur->_parent = parent;
}
// 2. 新节点插入后,AVL树的平衡性可能会遭到破坏,此时就需要更新平衡因子,并检测是否
//破坏了AVL树的平衡性
/*
pCur插入后,pParent的平衡因子一定需要调整,在插入之前,pParent
的平衡因子分为三种情况:-1,0, 1, 分以下两种情况:
1. 如果pCur插入到pParent的左侧,只需给pParent的平衡因子-1即可
2. 如果pCur插入到pParent的右侧,只需给pParent的平衡因子+1即可
此时:pParent的平衡因子可能有三种情况:0,正负1, 正负2
1. 如果pParent的平衡因子为0,说明插入之前pParent的平衡因子为正负1,插入后被调整成0,此时满足
AVL树的性质,插入成功
2. 如果pParent的平衡因子为正负1,说明插入前pParent的平衡因子一定为0,插入后被更新成正负1,此
时以pParent为根的树的高度增加,需要继续向上更新
3. 如果pParent的平衡因子为正负2,则pParent的平衡因子违反平衡树的性质,需要对其进行旋转处理
*/
//更新平衡因子
while (parent)
{
if (parent->_left == cur)
{
parent->_bf--;
}
else
{
parent->_bf++;
}
if (parent->_bf == 0)
{
//二叉树高度没问题,更新结束
break;
}
else if (parent->_bf == 1 || parent->_bf == -1)
{
// 插入前双亲的平衡因子是0,插入后双亲的平衡因子为1 或者 -1 ,说明以双亲为根的二叉树
// 的高度增加了一层,因此需要继续向上调整
cur = parent;
parent = parent->_parent;
}
else if (parent->_bf == -2 || parent->_bf == 2)
{
//双亲的平衡因子为正负2,违反了AVL树的平衡性
//二叉树平衡被破坏,需要旋转完成平衡
//判断是右单旋还是左单旋还是双旋
//右单旋
if (parent->_bf == -2 && cur->_bf == -1)
{
//...
}
//左单旋
else if (parent->_bf == 2 && cur->_bf == 1)
{
//...
}
//左右双旋
else if (parent->_bf == -2 && cur->_bf == 1)
{
//...
}
//右左双旋
else if (parent->_bf == 2 && cur->_bf == -1)
{
//...
}
}
else
{
//理论上不会出现这种状况
assert(false);
}
}
return true;
}
3.AVL树的旋转
如果在一棵原本是平衡的 AVL 树中插入一个新节点,可能造成不平衡,此时必须调整树的结构, 使之平衡化。根据节点插入位置的不同, AVL 树的旋转分为四种: 1) 新节点插入较高左子树的左侧---左左:右单旋/*
上图在插入前,AVL树是平衡的,新节点插入到30的左子树(注意:此处不是左孩子)中,30左
子树增加
了一层,导致以60为根的二叉树不平衡,要让60平衡,只能将60左子树的高度减少一层,右子
树增加一层,
即将左子树往上提,这样60转下来,因为60比30大,只能将其放在30的右子树,而如果30有
右子树,右子树根的值一定大于30,小于60,只能将其放在60的左子树,旋转完成后,更新节点
的平衡因子即可。在旋转过程中,有以下几种情况需要考虑:
1. 30节点的右孩子可能存在,也可能不存在
2. 60可能是根节点,也可能是子树
如果是根节点,旋转完成后,要更新根节点
如果是子树,可能是某个节点的左子树,也可能是右子树
此处可举一些详细的例子进行画图,考虑各种情况,加深旋转的理解
*/
void _RotateR(Node Parent)
{
// SubL: Parent的左孩子
// SubLR: Parent左孩子的右孩子,注意:该
Node SubL = Parent->_Left;
Node SubLR = SubL->_Right;
// 旋转完成之后,30的右孩子作为双亲的左孩子
Parent->_Left = SubLR;
// 如果30的左孩子的右孩子存在,更新亲双亲
if (SubLR)
SubLR->_Parent = Parent;
// 60 作为 30的右孩子
SubL->_Right = Parent;
// 因为60可能是棵子树,因此在更新其双亲前必须先保存60的双亲
Node Parent = Parent->_Parent;
// 更新60的双亲
Parent->_Parent = SubL;
// 更新30的双亲
SubL->_Parent = Parent;
// 如果60是根节点,根新指向根节点的指针
if (NULL == Parent)
{
_root = SubL;
SubL->_Parent = NULL;
}
else
{
// 如果60是子树,可能是其双亲的左子树,也可能是右子树
if (Parent->_Left == Parent)
Parent->_Left = SubL;
else
Parent->_Right = SubL;
}
// 根据调整后的结构更新部分节点的平衡因子
Parent->_bf = SubL->_bf = 0;
}
2) 新节点插入较高右子树的右侧---右右:左单旋
//左单旋
void LNode(Node* parent)
{
/*if (parent == _root)
{
Node* pparent = nullptr;
}
else
{
Node* pparent = parent->_parent;
}*/
Node* pparent = parent->_parent;
Node* subR = parent->_right;
Node* subRL = subR->_left;
parent->_left = subRL;
if (subRL)
subRL->_parent = parent;
subR->_left = parent;
parent->_parent = subR;
if (pparent)
{
subR->_parent = pparent;
if (pparent->_left = parent)
{
pparent->_left = subR;
}
else
{
pparent->_right = subR;
}
}
else
{
_root = subR;
subR->_parent = nullptr;
}
parent->_bf = subR->_bf = 0;
}
3) 新节点插入较高左子树的右侧---左右:先左单旋再右单旋
将双旋变成单旋后再旋转,即: 先对 30 进行左单旋,然后再对 90 进行右单旋 ,旋转完成后再 考虑平衡因子的更新。// 旋转之前,60的平衡因子可能是-1/0/1,旋转完成之后,根据情况对其他节点的平衡因子进
//行调整
void _RotateLR(Node Parent)
{
Node SubL = Parent->_Left;
Node SubLR = SubL->_Right;
// 旋转之前,保存pSubLR的平衡因子,旋转完成之后,需要根据该平衡因子来调整其他节
点的平衡因子
int bf = SubLR->_bf;
// 先对30进行左单旋
_RotateL(Parent->_Left);
// 再对90进行右单旋
_RotateR(Parent);
if (1 == bf)
SubL->_bf = -1;
else if (-1 == bf)
Parent->_bf = 1;
}
4) 新节点插入较高右子树的左侧---右左:先右单旋再左单旋
//右左双旋
void RLNode(Node* parent)
{
Node* subR = parent->_right;
Node* subRL = subR->_left;
int bf = subRL->_bf;
RNode(parent->_right);
LNode(parent);
if (bf == 1)
{
subRL->_bf = 0;
subR->_bf = 0;
parent->_bf = -1;
}
else if (bf == -1)
{
subRL->_bf = 0;
subR->_bf = 1;
parent->_bf = 0;
}
else if (bf == 0)
{
subRL->_bf = 0;
subR->_bf = 0;
parent->_bf = 0;
}
else
{
//理论没有该状况
assert(false);
}
}
总结:
假如以
Parent
为根的子树不平衡,即
Parent
的平衡因子为
2
或者
-2
,分以下情况考虑
1)Parent
的平衡因子为
2
,说明
Parent
的右子树高,设
Parent
的右子树的根为
SubR
当
SubR
的平衡因子为
1
时,执行左单旋
当
SubR
的平衡因子为
-1
时,执行右左双旋
2)Parent
的平衡因子为
-2
,说明
Parent
的左子树高,设
Parent
的左子树的根为
SubL
当
SubL
的平衡因子为
-1
是,执行右单旋
当
SubL
的平衡因子为
1
时,执行左右双旋
旋转完成后,原
Parent
为根的子树个高度降低,已经平衡,不需要再向上更新。
4.AVL树的验证
AVL 树是在二叉搜索树的基础上加入了平衡性的限制,因此要验证 AVL 树,可以分两步: 1. 验证其为二叉搜索树 如果中序遍历可得到一个有序的序列,就说明为二叉搜索树 2. 验证其为平衡树 ● 每个节点子树高度差的绝对值不超过1(注意节点中如果没有平衡因子 ) ● 节点的平衡因子是否计算正确int _size(Node* root)
{
return root == nullptr ? 0 : _size(root->_left) + _size(root->_right) + 1;
}
int _Height(Node* root)
{
if (root == nullptr)
{
return 0;
}
return max(_Height(root->_left), _Height(root->_right)) + 1;
}
bool _IsBalance(Node* root)
{
if (root == nullptr)
{
return true;
}
int LeftHeight = _Height(root->_left);
int RightHeight = _Height(root->_right);
if (abs(LeftHeight - RightHeight) >= 2)
{
return false;
}
//可以顺便再检查一下平衡因子
if (abs(LeftHeight - RightHeight) != root->_bf)
{
cout _kv.first _left) && _IsBalance(root->_right);
}
三、AVL树的性能
AVL 树是一棵绝对平衡的二叉搜索树,其要求每个节点的左右子树高度差的绝对值都不超过 1 ,这 样可以保证查询时高效的时间复杂度,即 log2 N 。但是如果要对 AVL 树做一些结构修改的操 作,性能非常低下,比如:插入时要维护其绝对平衡,旋转的次数比较多,更差的是在删除时, 有可能一直要让旋转持续到根的位置。因此:如果需要一种查询高效且有序的数据结构,而且数 据的个数为静态的 ( 即不会改变 ) ,可以考虑 AVL 树,但一个结构经常修改,就不太适合。四、完结撒❀
如果以上内容对你有帮助不妨点赞支持一下,以后还会分享更多编程知识,我们一起进步。
最后我想讲的是,据说点赞的都能找到漂亮女朋友❤
免责声明:我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理! 图片声明:本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库和百度,360,搜狗等多加搜索引擎自动关键词搜索配图,如有侵权的图片,请第一时间联系我们,邮箱:ciyunidc@ciyunshuju.com。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!






