【C++高阶】:AVL树的全面探索和深度学习
✨ 世事漫随流水,算来一梦浮生 🌏
📃个人主页:island1314
🔥个人专栏:C++学习
🚀 欢迎关注:👍点赞 👂🏽留言 😍收藏 💞 💞 💞
🚀前言
前面我们学到了二叉搜索树,【C++高阶】二叉搜索树的全面解析与高效实现
虽然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,即AVL树,它以其独特的平衡机制和高效的搜索性能,成为了一颗璀璨的明星。它不仅解决了二叉搜索树在数据插入和删除时可能产生的失衡问题,更通过旋转操作,使得树的高度始终保持在一个相对较低的水平,从而保证了搜索的高效性。让我们来详细看看AVL树到底是怎么解决上述问题的吧,踏上这学习之旅。
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)
🎈注意: 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()搜索时间复杂度O()。
二. AVL树节点的定义
AVL树节点的定义通常包含以下几个关键部分:
🧩1. 基本元素
在调整失衡的AVL树时,我们需要频繁的访问父节点,所以在AVL树中我们需要使用三叉链,因此AVL树的节点除了包含左右子节点的指针,还需要一个指向父节点的指针。
- _left:指向节点的左子节点的指针
- _right:指向节点的右子节点的指针
- _parent:指向节点的父节点的指针
- _kv:一个结构体或配对(pair),包含节点的键值(key)和值(value)。这取决于AVL树的具体用途,可能只包含键或包含键值对。
🧩2. 平衡因子(_bf)
- 一个整数,表示节点左子树和右子树的高度差。AVL树的性质要求任何节点的平衡因子的绝对值不超过1(-1, 0, 1)
-
如果左子树比右子树高一层,那么平衡因子就为-1;如果左右子树一样高,平衡因子就为0;如果右子树比左子树高一层,那么平衡因子就为1,这三种情况下AVL树的性质都没有被打破。
-
按照这个规则,如果平衡因子为-2、2或其他值,则说明左右子树已经失衡,性质被打破。
🧩3.构造函数
- 初始化一个新节点时,通常需要一个构造函数,它接受一个键值对(或仅键),并设置节点的左子节点、右子节点、父节点和平衡因子(初始化为0)
另外需要说明一下,本文中,我们使用key/value模型的AVL树
🧩AVL节点定义:
template struct AVLTreeNode { pair _kv;//第一个数据存储key,第二个数据存储value AVLTreeNode* _left; AVLTreeNode* _right; AVLTreeNode* _parent; int _bf; // balance factor,平衡因子,值为右子树与左子树高度差,右边插入就加一,左边插入减一 AVLTreeNode(const pair& kv) :_kv(kv) , _left(nullptr) , _right(nullptr) , _parent(nullptr) , _bf(0) //新节点左右都为空,平衡因子为0 {} };
注意:
可能有些同学对pair没有了解,这里简单介绍一下,pair可以将两个数据组成一组元素,因此对于key/value模型这种需要用到两个数据为一组的元素时就可以使用,内部的成员变量为first和second,主要使用方法如下:
pair p1(v1, v2); //输入两个数据创建pair类型变量 make_pair(v1, v2); //输入两个数据通过函数创建pair类型变量 p1.first //访问p1的第一个数据 p1.second //访问p1的第二个数据
三. 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:
- 按照二叉搜索树的方式插入新节点
- 调整节点的平衡因子
在我们进行插入操作之前,我们先定义一个AVL树的类
AVL树定义:
template class AVLTree { typedef AVLTreeNode Node; public: // 其他未实现的成员函数 private: Node* _root = nullptr; };
cur插入后,parent的平衡因子一定需要调整
在插入之前,parent的平衡因子分为三种情况:-1,0, 1, 分以下两种情况:
- 如果cur插入到parent的左侧,只需给parent的平衡因子-1即可
- 如果cur插入到parent的右侧,只需给parent的平衡因子+1即可
插入后,parent的平衡因子可能有三种情况:0,正负1, 正负2
- 如果parent的平衡因子为0,说明插入之前parent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
- 如果parent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parent为根的树的高度增加,需要继续向上更新
- 如果parent的平衡因子为正负2,则parent的平衡因子违反平衡树的性质,需要对其进
行旋转处理
AVL树的插入操作类似于我们之前二叉搜索树的插入,只不过AVL树的插入操作涉及到旋转操作,我们先演示一下它的全部代码
bool Insert(const pair& kv) //和之前的二叉平衡树插入类似 { if (_root == nullptr) { _root = new Node(kv); return true; } //第一步先找到cur应该插入的位置 Node* parent = nullptr, * cur = _root; while (cur) { parent = cur; //保留其父节点 if (cur->_kv.first _right; } else if (cur->_kv.first > kv.first) { cur = cur->_left; } else return false; //元素重复,插入失败 } //第二步插入新节点 cur = new Node(kv); //新插入节点 if (parent->_kv.first _right = cur; } else { parent->_left = cur; } cur->_parent = parent; //第三步更新平衡因子 while (parent) { if (cur == parent->_left) //在左侧插入节点,平衡因子减小 parent->_bf--; else //右侧插入节点,平衡因子增大 parent->_bf++; if (parent->_bf == 0) { break; } else if (parent->_bf == 1 || parent->_bf == -1) { // 继续往上更新 cur = parent; parent = parent->_parent; } else if (parent->_bf == 2 || parent->_bf == -2) //和书上相反,因为书上是把左侧插入节点平衡因子增大,这里左侧插入减小 { // 不平衡了,旋转处理,cur为插入节点的父节点,paernt为cur的父节点 if (parent->_bf == 2 && cur->_bf == 1) //RR型,在子树根节点右子树的右子树插入节点 { //逆时针左旋转 RotateL(parent); } else if (parent->_bf == -2 && cur->_bf == -1)//LL型,在子树根节点左子树上的左子树插入节点, { //顺时针右旋转 RotateR(parent); } else if (parent->_bf == 2 && cur->_bf == -1) //RL型,在子树根节点右子树上的左子树插入节点 {//先顺时针右旋变成RR型,再逆时针左旋,最后就是原子树根节点右子树上左子树作为子树根节点。 RotateRL(parent); } else if (parent->_bf == -2 && cur->_bf == 1) //LR型,在子树根节点左子树上的右子树插入节点 { //先逆时针左旋变成LL型,再顺时针右旋,最后就是原子树根节点左子树上的右子树作为子树根节点。 RotateLR(parent); } break; } else { assert(false); } } return true; }
四. 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:
🌈右单旋
新节点插入子树根节点左子树的左子树上(LL型):
此处旋转是将30的右子树变成60的左子树,然后让60成为30的右子树
在旋转中有几点要注意:
- 30这个节点的右孩子可能不存在
- 60这个节点可能是根节点,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AVL树右单旋代码示例:
void RotateR(Node* parent) //顺时针右单旋,arent为根,subL为根左子树,subLR为根左子树的右子树 { //subLR变成parene的左边,parent变成subL的右边,subL变成这颗子树的根 Node* subL = parent->_left, *subLR = subL->_right; Node* parentParent = parent->_parent; //改变parent的左子树 parent->_left = subLR; if (subLR != nullptr) //避免为空 subLR->_parent = parent; //改变parent的父节点 subL->_right = parent; parent->_parent = subL; //改变子树根节点,调整subL为子树根节点 if (parentParent == nullptr){//第一种情况:parent为根节点 _root = subL; subL->_parent = nullptr; } else{//第二种情况:parent不为根节点 if (parentParent->_left == parent) parentParent->_left = subL; else parentParent->_right = subL; subL->_parent = parentParent; //记得更新子树根节点的父节点 } parent->_bf = subL->_bf = 0; //更新平衡因子 }
🌈左单旋
新节点插入子树根节点右子树的右子树上(LL型):
左单旋与上面的右单旋类似,所以我们直接来看代码
AVL树左单旋代码示例:
void RotateL(Node* parent) //逆时针左单旋,parent为子树根节点,subR为根右子树,subRL为根右子树的左子树 { //subRL变成parene的右边,parent变成subR的左边,subR变成这颗子树的根 Node* subR = parent->_right, *subRL = subR->_left; Node* parentParent = parent->_parent; //改变parentt的右子树 parent->_right = subRL; if(subRL != nullptr) //避免为空 subRL->_parent = parent; //改变parent的父节点 subR->_left = parent; parent->_parent = subR; //改变子树根节点,调整subR为子树根节点 if (parentParent == nullptr) { //第一种情况:parent为根节点 _root = subR; subR->_parent = nullptr; } else{ //第二种情况,parent不是根节点 if (parentParent->_left == parent) parentParent->_left = subR; else parentParent->_right = subR; subR->_parent = parentParent;//记得更新子树根节点的父节点 } parent->_bf = subR->_bf = 0;//更新平衡因子 }
🌙左右双旋
新节点插入子树根节点左子树的右子树上(LR型):
这里是将双旋变成单旋后再旋转,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。
AVL树左右双旋代码示例:
void RotateLR(Node* parent) //先以根节点的左子树进行右旋,再对根节点进行左旋 { Node* subL = parent->_left, *subLR = subL->_right; int bf = subLR->_bf; RotateL(parent->_left); RotateR(parent); if (bf == 0) { //其本身就是新增节点,h = 0 subL->_bf = 0; subLR->_bf = 0; parent->_bf = 0; } else if (bf == 1) { //在subL的右子树插入节点 subL->_bf = -1; subLR->_bf = 0; parent->_bf = 0; } else if (bf == -1){ //在subL的左子树插入节点 subL->_bf = 0; subLR->_bf = 0; parent->_bf = 1; } else assert(false); }
🌙右左双旋
新节点插入子树根节点右子树的左子树上(RL型):
操作过程左右双旋类似,我们直接看代码
void RotateRL(Node* parent) //先以根节点的右子树进行右旋,再对根节点进行左旋 { Node* subR = parent->_right, *subRL = subR->_left; int bf = subRL->_bf; //g RotateR(parent->_right); RotateL(parent); //更新平衡因子 if (bf == 0) { //其本身就是新增节点, h = 0 subR->_bf = 0; subRL->_bf = 0; parent->_bf = 0; } else if (bf == -1) { //在subRL上的右子树插入节点 subR->_bf = 1; subRL->_bf = 0; parent->_bf = 0; } else if (bf == 1) { //在subRL的左子树上插入节点 subR->_bf = 0; subRL->_bf = 0; parent->_bf = -1; } else 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
- 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- 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
五. 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
代码示例:
void InOrder() { _InOrder(_root); cout _left); cout _kv.first _right); }
📝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
代码示例:
bool IsBalance() { return _IsBalance(_root); } private: bool _IsBalance(Node* root) { if (root == nullptr) return true; int leftHeight = _Height(root->_left), rightHeight = _Height(root->_right); int diff = rightHeight - leftHeight; if (abs(diff) >= 2) { cout _kv.first _left); size_t rightHeight = _Height(root->_right); return leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1; }
📝3. 验证用例:
void TestAVLTree() { AVLTree t; int a[] = { 4, 2, 6, 1, 3, 5, 15, 7, 16, 14 }; for (auto e : a) { t.Insert({ e, e }); //cout kv.first) { cur = cur->_left; } else return false; //元素重复,插入失败 } //第二步插入新节点 cur = new Node(kv); //新插入节点 if (parent->_kv.first _right = cur; } else { parent->_left = cur; } cur->_parent = parent; //第三步更新平衡因子 while (parent) { if (cur == parent->_left) //在左侧插入节点,平衡因子减小 parent->_bf--; else //右侧插入节点,平衡因子增大 parent->_bf++; if (parent->_bf == 0) { break; } else if (parent->_bf == 1 || parent->_bf == -1) { // 继续往上更新 cur = parent; parent = parent->_parent; } else if (parent->_bf == 2 || parent->_bf == -2) //和书上相反,因为书上是把左侧插入节点平衡因子增大,这里左侧插入减小 { // 不平衡了,旋转处理,cur为插入节点的父节点,paernt为cur的父节点 if (parent->_bf == 2 && cur->_bf == 1) //RR型,在子树根节点右子树的右子树插入节点 { //逆时针左旋转 RotateL(parent); } else if (parent->_bf == -2 && cur->_bf == -1)//LL型,在子树根节点左子树上的左子树插入节点, { //顺时针右旋转 RotateR(parent); } else if (parent->_bf == 2 && cur->_bf == -1) //RL型,在子树根节点右子树上的左子树插入节点 {//先顺时针右旋变成RR型,再逆时针左旋,最后就是原子树根节点右子树上左子树作为子树根节点。 RotateRL(parent); } else if (parent->_bf == -2 && cur->_bf == 1) //LR型,在子树根节点左子树上的右子树插入节点 { //先逆时针左旋变成LL型,再顺时针右旋,最后就是原子树根节点左子树上的右子树作为子树根节点。 RotateLR(parent); } break; } else { assert(false); } } return true; } Node* Find(const K& key) { Node* cur = _root; while (cur) { if (cur->_key _right; } else if (cur->_key > key){ cur = cur->_left; } else{ return cur; } } return nullptr; } Node* LeftMost() { if (_root == nullptr) return nullptr; Node* cur = _root; while (cur->_left) cur = cur->_left; return cur; } Node* RightMost() { if (_root == nullptr) return nullptr; Node* cur = _root; while (cur->_right) cur = cur->_right; return cur; } void InOrder() { _InOrder(_root); cout _left), rightHeight = _Height(root->_right); int diff = rightHeight - leftHeight; if (abs(diff) >= 2) { cout _kv.first _left); size_t rightHeight = _Height(root->_right); return leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1; } void _InOrder(Node* root) { if (root == nullptr) { return; } _InOrder(root->_left); cout _kv.first _right, *subRL = subR->_left; Node* parentParent = parent->_parent; //改变parentt的右子树 parent->_right = subRL; if(subRL != nullptr) //避免为空 subRL->_parent = parent; //改变parent的父节点 subR->_left = parent; parent->_parent = subR; //改变子树根节点,调整subR为子树根节点 if (parentParent == nullptr) { //第一种情况:parent为根节点 _root = subR; subR->_parent = nullptr; } else{ //第二种情况,parent不是根节点 if (parentParent->_left == parent) parentParent->_left = subR; else parentParent->_right = subR; subR->_parent = parentParent;//记得更新子树根节点的父节点 } parent->_bf = subR->_bf = 0;//更新平衡因子 } void RotateR(Node* parent) //顺时针右单旋,arent为根,subL为根左子树,subLR为根左子树的右子树 { //subLR变成parene的左边,parent变成subL的右边,subL变成这颗子树的根 Node* subL = parent->_left, *subLR = subL->_right; Node* parentParent = parent->_parent; //改变parent的左子树 parent->_left = subLR; if (subLR != nullptr) //避免为空 subLR->_parent = parent; //改变parent的父节点 subL->_right = parent; parent->_parent = subL; //改变子树根节点,调整subL为子树根节点 if (parentParent == nullptr){//第一种情况:parent为根节点 _root = subL; subL->_parent = nullptr; } else{//第二种情况:parent不为根节点 if (parentParent->_left == parent) parentParent->_left = subL; else parentParent->_right = subL; subL->_parent = parentParent; //记得更新子树根节点的父节点 } parent->_bf = subL->_bf = 0; //更新平衡因子 } void RotateRL(Node* parent) //先以根节点的右子树进行右旋,再对根节点进行左旋 { Node* subR = parent->_right, *subRL = subR->_left; int bf = subRL->_bf; //g RotateR(parent->_right); RotateL(parent); //更新平衡因子 if (bf == 0) { //其本身就是新增节点, h = 0 subR->_bf = 0; subRL->_bf = 0; parent->_bf = 0; } else if (bf == -1) { //在subRL上的右子树插入节点 subR->_bf = 1; subRL->_bf = 0; parent->_bf = 0; } else if (bf == 1) { //在subRL的左子树上插入节点 subR->_bf = 0; subRL->_bf = 0; parent->_bf = -1; } else assert(false); } void RotateLR(Node* parent) //先以根节点的左子树进行右旋,再对根节点进行左旋 { Node* subL = parent->_left, *subLR = subL->_right; int bf = subLR->_bf; RotateL(parent->_left); RotateR(parent); if (bf == 0) { //其本身就是新增节点,h = 0 subL->_bf = 0; subLR->_bf = 0; parent->_bf = 0; } else if (bf == 1) { //在subL的右子树插入节点 subL->_bf = -1; subLR->_bf = 0; parent->_bf = 0; } else if (bf == -1){ //在subL的左子树插入节点 subL->_bf = 0; subLR->_bf = 0; parent->_bf = 1; } else assert(false); } void Destroy(Node* root) { if (root == nullptr)return; Destroy(root->_left); Destroy(root->_right); delete root; } Node* Copy(Node* root) { if (root == nullptr) return nullptr; Node* newRoot = new Node(root->_key, root->_value); newRoot->_left = Copy(root->_left); newRoot->_right = Copy(root->_right); return newRoot; } private: Node* _root = nullptr; }; void TestAVLTree() { AVLTree t; int a[] = { 4, 2, 6, 1, 3, 5, 15, 7, 16, 14 }; for (auto e : a) { t.Insert({ e, e }); //cout
- 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
- 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
- 如果parent的平衡因子为0,说明插入之前parent的平衡因子为正负1,插入后被调整
- 初始化一个新节点时,通常需要一个构造函数,它接受一个键值对(或仅键),并设置节点的左子节点、右子节点、父节点和平衡因子(初始化为0)