AVL树
📟作者主页:慢热的陕西人
🌴专栏链接:C++
📣欢迎各位大佬👍点赞🔥关注🚓收藏,🍉留言
本博客主要内容介绍数据结构中的avl树
AVL树
Ⅰ.avl树
底层结构
前面对map/multimap/set/multiset进行了简单的介绍,在其文档介绍中发现,这几个容器有个 共同点是:其底层都是按照二叉搜索树来实现的,但是二叉搜索树有其自身的缺陷,假如往树中 插入的元素有序或者接近有序,二叉搜索树就会退化成单支树,时间复杂度会退化成O(N),因此 map、set等关联式容器的底层结构是对二叉树进行了平衡处理,即采用平衡树来实现。
Ⅱ. 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 ( l o g 2 n ) O(log_2 n)O(log2n),搜索时间复杂度O(l o g 2 n log_2 nlog2n)。
Ⅱ. Ⅰ AVL树节点的定义
二叉树节点的定义:
template<class T> struct AVLTreeNode { AVLTreeNode(const T& data) : _pLeft(nullptr), _pRight(nullptr), _pParent(nullptr) , _data(data), _bf(0) {} AVLTreeNode<T>* _pLeft; // 该节点的左孩子 AVLTreeNode<T>* _pRight; // 该节点的右孩子 AVLTreeNode<T>* _pParent; // 该节点的双亲 T _data; int _bf; // 该节点的平衡因子 };
Ⅱ. Ⅱ 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:
bool Insert(const T& data) { // 1. 先按照二叉搜索树的规则将节点插入到AVL树中 // ... // 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 */ while (pParent) { // 更新双亲的平衡因子 if (pCur == pParent->_pLeft) pParent->_bf--; else pParent->_bf++; // 更新后检测双亲的平衡因子 if (0 == pParent->_bf) { break; } else if (1 == pParent->_bf || -1 == pParent->_bf) { // 插入前双亲的平衡因子是0,插入后双亲的平衡因为为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 pCur = pParent; pParent = pCur->_pParent; } else { // 双亲的平衡因子为正负2,违反了AVL树的平衡性,需要对以pParent // 为根的树进行旋转处理 if(2 == pParent->_bf) { // ... } else { // ... } } } return true; }
Ⅱ. Ⅲ 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8的左子树(注意:此处不是左孩子)中,8左 子树增加 了一层,导致以34为根的二叉树不平衡,要让34平衡,只能将34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34转下来,因为34比8大,只能将其放在8的右子树,而如果8有 右子树,右子树根的值一定大于8,小于34,只能将其放在34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. 8节点的右孩子可能存在,也可能不存在 2. 34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 同学们再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(PNode pParent) { // pSubL: pParent的左孩子 // pSubLR: pParent左孩子的右孩子,注意:该 PNode pSubL = pParent->_pLeft; PNode pSubLR = pSubL->_pRight; // 旋转完成之后,8的右孩子作为双亲的左孩子 pParent->_pLeft = pSubLR; // 如果8的左孩子的右孩子存在,更新亲双亲 if(pSubLR) pSubLR->_pParent = pParent; // 34 作为 8的右孩子 pSubL->_pRight = pParent; // 因为34可能是棵子树,因此在更新其双亲前必须先保存34的双亲 PNode pPParent = pParent->_pParent; // 更新34的双亲 pParent->_pParent = pSubL; // 更新8的双亲 pSubL->_pParent = pPParent; // 如果34是根节点,根新指向根节点的指针 if(NULL == pPParent) { _pRoot = pSubL; pSubL->_pParent = NULL; } else { // 如果34是子树,可能是其双亲的左子树,也可能是右子树 if(pPParent->_pLeft == pParent) pPParent->_pLeft = pSubL; else pPParent->_pRight = pSubL; } // 根据调整后的结构更新部分节点的平衡因子 pParent->_bf = pSubL->_bf = 0; }
②新节点插入较高右子树的右侧—右右:左单旋
实现方法和右单旋极其类似
void RotateL(node* parent) { node* subR = parent->_right; node* subRL = subR->_left; parent->_right = subRL; if (subRL) subRL->_parent = parent; node* ppnode = parent->_parent; subR->_left = parent; parent->_parent = subR; if (ppnode == nullptr) { _root = subR; _root->_parent = nullptr; } else { if (ppnode->_left == parent) { ppnode->_left = subR; } else { ppnode->_right = subR; } subR->_parent = ppnode; } 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。
void RotateLR(node* parent) { node* subL = parent->_left; node* subLR = subL->_right; int bf = subLR->_bf; RotateL(parent->_left); RotateR(parent); //以下更新节点的平衡因子的情况需要通过一个一个画图去分析 if (bf == 1) { parent->_bf = 0; subLR->_bf = 0; subL->_bf = -1; } else if (bf == -1) { parent->_bf = 1; subLR->_bf = 0; subL->_bf = 0; } else if (bf == 0) { parent->_bf = 0; subLR->_bf = 0; subL->_bf = 0; } else { assert(false); } }
④新节点插入较高右子树的左侧—右左:先右单旋再左单旋
void RotateRL(node* parent) { node* subR = parent->_right; node* subRL = subR->_left; int bf = subRL->_bf; RotateR(parent->_right); RotateL(parent); //以下更新节点的平衡因子的情况需要通过一个一个画图去分析 if (bf == 1) { parent->_bf = -1; subRL->_bf = 0; subR->_bf = 0; } else if (bf == -1) { parent->_bf = 0; subRL->_bf = 0; subR->_bf = 1; } else if (bf == 0) { parent->_bf = 0; subRL->_bf = 0; subR->_bf = 0; } else { assert(false); } }
Ⅲ. 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 _Height(PNode pRoot); bool _IsBalanceTree(PNode pRoot) { // 空树也是AVL树 if (nullptr == pRoot) return true; // 计算pRoot节点的平衡因子:即pRoot左右子树的高度差 int leftHeight = _Height(pRoot->_pLeft); int rightHeight = _Height(pRoot->_pRight); int diff = rightHeight - leftHeight; // 如果计算出的平衡因子与pRoot的平衡因子不相等,或者 // pRoot平衡因子的绝对值超过1,则一定不是AVL树 if (diff != pRoot->_bf || (diff > 1 || diff < -1)) return false; // pRoot的左和右如果都是AVL树,则该树一定是AVL树 return _IsBalanceTree(pRoot->_pLeft) && _IsBalanceTree(pRoot- >_pRight); }
③验证用例
请同学们结合上述代码按照以下的数据次序,自己动手画AVL树的创建过程,验证代码 是否有漏洞。
- 常规场景1
{16, 3, 7, 11, 9, 26, 18, 14, 15}- 特殊场景2
{4, 2, 6, 1, 3, 5, 15, 7, 16, 14}
Ⅳ.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l o g 2 ( N ) log_2 (N)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。
[什么是AVL树][https://zhuanlan.zhihu.com/p/56066942]
到这本篇博客的内容就到此结束了。
如果觉得本篇博客内容对你有所帮助的话,可以点赞,收藏,顺便关注一下!
如果文章内容有错误,欢迎在评论区指正