温馨提示:这篇文章已超过440天没有更新,请注意相关的内容是否还可用!
摘要:本文介绍了AVL树(平衡二叉搜索树)在C++中的实现原理和应用场景。AVL树通过比较节点的键值来保持树的平衡,确保从根到任何节点的路径中的最长路径不超过最小路径的两倍。这种数据结构适用于需要频繁进行插入、删除和搜索操作的情况,因为它能够保持数据的平衡状态,从而提高搜索效率。在C++中,AVL树广泛应用于各种算法和数据结构实现中。
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
目录
前言
一、AVL 树
1.1、AVL树的概念
1.2、AVL树节点的定义
1.3、AVL树的插入
1.4、AVL树的旋转
1.4.1、新节点插入较高左子树的左侧---左左:右单旋
1.4.2、新节点插入较高右子树的右侧---右右:左单旋
1.4.3、新节点插入较高左子树的右侧---左右:先左单旋再右单旋
1.4.4、新节点插入较高右子树的左侧---右左:先右单旋再左单旋
1.5、AVL树的验证
总结
前言
世上有两种耀眼的光芒,一种是正在升起的太阳,一种是正在努力学习编程的你!一个爱学编程的人。各位看官,我衷心的希望这篇博客能对你们有所帮助,同时也希望各位看官能对我的文章给与点评,希望我们能够携手共同促进进步,在编程的道路上越走越远!
提示:以下是本篇文章正文内容,下面案例可供参考
一、AVL 树
1.1、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)
- a、节点8的右子树 - 左子树,节点8的平衡因子为1;在8的左子树新增一个节点,则8的平衡因子--,为0;
- b、节点2的右子树新增一个节点,2的右子树 - 左子树,则2的平衡因子++,为1;
- d、2节点的平衡因子为1,则1节点右子树所在高度变了,继续往上更新,执行b操作,1节点平衡因子++,为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 $O(log_2 n)$,搜索时间复杂度O($log_2 n$)。
1.2、AVL树节点的定义
template struct AVLTreeNode { AVLTreeNode* _left;// 该节点的左孩子 AVLTreeNode* _right;// 该节点的右孩子 AVLTreeNode* _parent;// 该节点的父亲节点 pair _kv;// pair类型的对象 int _bf; // balance factor平衡因子 AVLTreeNode(const pair& kv) :_left(nullptr) , _right(nullptr) , _parent(nullptr) , _kv(kv) , _bf(0) {} };
1.3、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
bool Insert(const pair& kv) { if (_root == nullptr) { _root = new Node(kv); return true; } Node* parent = nullptr; Node* cur = _root; // 二叉搜索树不允许数据冗余 while (cur) { if (cur->_kv.first _right; } else if (cur->_kv.first > kv.first) { parent = cur; cur = cur->_left; } else { return false; } } // 原先数据不存在,开始插入数据 cur = new Node(kv); if (parent->_kv.first _right = cur; } else { parent->_left = cur; } cur->_parent = parent;// 保留新插入节点的父亲节点 //... // 更新平衡因子(右子树 - 左子树) while (parent) { if (cur == parent->_left) { // 插入的位置在左边,则父亲节点--;否则就++ parent->_bf--; } else { parent->_bf++; } if (parent->_bf == 0) { // 更新结束 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) { // 当前子树出问题了,需要旋转平衡一下 if (parent->_bf == -2 && cur->_bf == -1) { RotateR(parent); } else if (parent->_bf == 2 && cur->_bf == 1) { RotateL(parent); } else if (parent->_bf == 2 && cur->_bf == -1) { } else if (parent->_bf == -2 && cur->_bf == 1) { } break;// 旋转完成之后:1、变平衡;2、高度不变,在往上的父亲节点的平衡因子为0 } else { // 理论而言不可能出现这个情况 assert(false); } } return true; }
1.4、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:
1.4.1、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*/ // 右单旋 ---> 从下往上更新到parent的平衡因子为-2的时候,需要发生旋转(传的是平衡因子为-2的父亲节点) void RotateR(Node* parent) { Node* subL = parent->_left; Node* subLR = subL->_right; parent->_left = subLR; // subL节点的右子树不为空的话,才能更改subLR的父亲节点 if (subLR) subLR->_parent = parent; subL->_right = parent; Node* ppNode = parent->_parent;// parent节点不是根的话,提前保留parent节点的父亲节点 parent->_parent = subL; // parent为根 if (parent == _root) { _root = subL;// 根更新 _root->_parent = nullptr; } // parent不为根 else { if (ppNode->_left == parent) { ppNode->_left = subL; } else { ppNode->_right = subL; } subL->_parent = ppNode; } parent->_bf = subL->_bf = 0; }
1.4.2、新节点插入较高右子树的右侧---右右:左单旋
// 左单旋 ---> 从下往上更新到parent的平衡因子为2的时候,需要发生旋转(传的是平衡因子为2的父亲节点) void RotateL(Node* parent) { Node* subR = parent->_right; Node* subRL = subR->_left; parent->_right = subRL; // subRL节点不为空的话,才能更改subRL的父亲节点 if (subRL) subRL->_parent = parent; subR->_left = parent; Node* ppNode = parent->_parent;// parent节点不是根的话,提前保留parent节点的父亲节点 parent->_parent = subR; // parent为根 if (parent == _root) { _root = subR; _root->_parent = nullptr; } // parent不为根 else { if (ppNode->_right == parent) { ppNode->_right = subR; } else { ppNode->_left = subR; } subR->_parent = ppNode; } parent->_bf = subR->_bf = 0; }
1.4.3、新节点插入较高左子树的右侧---左右:先左单旋再右单旋
三种情况会引发旋转:
- 如果h > 0,b插入,c的高度变为h,引发旋转;
- 如果h > 0,c插入,c的高度变为h,引发旋转;
- 如果h == 0,60为新增引发旋转。
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。
void RotateLR(Node* parent) { Node* subL = parent->_left; Node* subLR = subL->_right; int bf = subLR->_bf; RotateL(parent->_left); RotateR(parent); if (bf == -1) // 情况一 { subLR->_bf = 0; subL->_bf = 0; parent->_bf = 1; } else if (bf == 1) // 情况二 { subLR->_bf = 0; subL->_bf = -1; parent->_bf = 0; } else if (bf == 0) // 情况三 { subLR->_bf = 0; subL->_bf = 0; parent->_bf = 0; } else { assert(false); } }
1.4.4、新节点插入较高右子树的左侧---右左:先右单旋再左单旋
三种情况会引发旋转:
- 如果h > 0,b插入,c的高度变为h,引发旋转;
- 如果h > 0,c插入,c的高度变为h,引发旋转;
- 如果h == 0,60为新增引发旋转。
void RotateRL(Node* parent) { Node* subR = parent->_right; Node* subRL = subR->_left; int bf = subRL->_bf; RotateR(subR); RotateL(parent); subRL->_bf = 0; if (bf == 1) { // 在c位置插入 subR->_bf = 0; parent->_bf = -1; } else if (bf == -1) { // 在b位置插入 parent->_bf = 0; subR->_bf = 1; } else { // 60为新增 parent->_bf = 0; subR->_bf = 0; } }
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。
1.5、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
void _InOrder(Node* root) { if (root == nullptr) return; _InOrder(root->_left); cout _kv.first _right); } void InOrder() { // 一般在类里面写递归都要套一层 _InOrder(_root); }
void TestAVLTree1() { int a[] = { 16, 3, 7, 11, 9, 26, 18, 14, 15 }; //int a[] = { 4, 2, 6, 1, 3, 5, 15, 7, 16, 14 }; AVLTree t; for (auto e : a) { t.Insert(make_pair(e, e)); } t.InOrder(); }
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
bool _IsBalance(Node* root, int& height) { if (root == nullptr) { height = 0; return true; } int leftHeight = 0, rightHeight = 0; // 递归式的检查每一个节点的左右子树高度差与平衡因子是否相等 // 改成后序,效率提高了 if (!_IsBalance(root->_left, leftHeight) || !_IsBalance(root->_right, rightHeight)) { return false; } if (abs(rightHeight - leftHeight) >= 2) { cout _kv.first
还没有评论,来说两句吧...