【数据结构】AVL树

简介: 【数据结构】AVL树

AVL树

1. AVL树的概念

二叉搜索树可以缩短查找的效率,但是如果数据接近有序二叉搜索树将会退化为单支,查找元素相当于在顺序表中搜索元素,效率低下。

当向二叉搜索树当中插入新节点后,保证每个节点的左右子树高度之差的绝对值不超过1(需要对树中的节点进行调整)即可降低树的高度,从而减少平均搜索长度

一棵AVL树或者空树:

  • 它的左右子树都是AVL树
  • 左右子树高度只差(简称平衡因子)的绝对值不超过1

如果一棵二叉搜索树的高度是平衡的,它就是AVL树。

平衡因子:左边高是-1, 右边高是1。左右高度相等则是0

2. AVL树节点的定义

template<class T>
struct AVLTreeNode {
public:
    explicit AVLTreeNode(const T& data): _left(nullptr), _right(nullptr), _parent(nullptr), _bf(0)
    {}
    AVLTreeNode<T>* _left;
    AVLTreeNode<T>* _right;
    AVLTreeNode<T>* _parent;
    T _data;
    int _bf;
};

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树其实还是一棵二叉搜索树。AVL树的插入分为两步:

  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

cur 插入后,parrent的平衡因子一定要调整,在插入之前parent的平衡因子分为三种情况:0, -1, 1。

分为以下两种情况:

  1. 如果cur插入到parent的左侧,parent的平衡因子-1
  2. 如果cur插入到parent的右侧,parent的平衡因子+1

这个时候parent的平衡因子分为三种情况:

  1. 如果parent的平衡因子是0, 说明插入之前的平衡因子是正负1 插入成功
  2. 如果parent的平衡因子是正负1, 说明插入之前是0, 插入后更新为正负1,此时以parent为根的树的高度增加,需要继续向上更新
  1. 如果parent的平衡因子为正负2 , 则parent的平衡因子违反了平衡树的性质,需要对其进行旋转

4. AVL树的旋转

根据节点位置的不同,AVL树的旋转分为四种:

  1. 新节点插入较高左子树的左侧:右单旋

void rotateR(Node* parent) {
    Node* subL = parent->_left;
    Node* subLR = subL->_right;
    // 双亲的左为双亲左孩子的右孩子
    parent->_left = subLR;
    if (subLR) {
        subLR->_parent = parent;
    }
    subL->_right = parent;
    // 如果parent为子树
    Node* pParent = parent->_parent;
    parent->_parent = subL;
    subL->_parent = pParent;
    if (pParent == nullptr) {
        _root = subL;
        subL->_parent = nullptr;
    } else {
        // 如果parent是一个子树
        if (parent->_right == parent) {
            parent->_right = subL;
        } else {
            parent->_left = subL;
        }
        subL->_parent = pParent;
    }
    pParent->_bf = subL->_bf = 0;
}
  1. 新节点插入较高右子树的右侧:左单旋

void rotateL(Node* parent) {
    Node* subR = parent->_right;
    Node* subRL = subR->_left;
    parent->_right = subRL;
    if (subRL) {
        subRL->_parent = parent;
    }
    subR->_left = parent;
    Node* pParent = parent->_parent;
    parent->_parent = subR;
    if (pParent == nullptr) {
        _root = subR;
        subR->_parent = nullptr;
    } else {
        if (pParent->_left == subR) {
            pParent->_left = subR;
        } else {
            pParent->_right = subR;
        }
        subR->_parent = pParent;
    }
}
  1. 新节点插入较高左子树的右侧:先左单旋再右单旋

void rotateLR(Node* parent)
{
    Node* subL = parent->_left;
    Node* subLR = subL->_right;
    int bf = subLR->_bf;
    RotateL(parent->_left);
    RotateR(parent);
    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);
    }
}

左单旋是指将一个节点的右子树提升为根节点,同时将原根节点降为左子树的右子节点。右单旋则是将一个节点的左子树提升为根节点,同时将原根节点降为右子树的左子节点

判断应该使用左单旋还是右单旋,需要根据具体的情况来确定。一般来说,当某个节点的左子树高度大于右子树高度时,需要进行右单旋;当某个节点的右子树高度大于左子树高度时,需要进行左单旋。这是因为旋转操作可以通过改变树的结构来使得树重新平衡,使得左右子树的高度差保持在可接受的范围内。


  1. 新节点插入较高右子树的左侧: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);
    if (bf == 1){
        subR->_bf = 0;
        parent->_bf = -1;
        subRL->_bf = 0;
    }else if (bf == -1){
        subR->_bf = 1;
        parent->_bf = 0;
        subRL->_bf = 0;
    }else if (bf == 0){
        subR->_bf = 0;
        parent->_bf = 0;
        subRL->_bf = 0;
    }else{
        assert(false);
    }
}
相关文章
|
2月前
|
算法
数据结构之博弈树搜索(深度优先搜索)
本文介绍了使用深度优先搜索(DFS)算法在二叉树中执行遍历及构建链表的过程。首先定义了二叉树节点`TreeNode`和链表节点`ListNode`的结构体。通过递归函数`dfs`实现了二叉树的深度优先遍历,按预序(根、左、右)输出节点值。接着,通过`buildLinkedList`函数根据DFS遍历的顺序构建了一个单链表,展示了如何将树结构转换为线性结构。最后,讨论了此算法的优点,如实现简单和内存效率高,同时也指出了潜在的内存管理问题,并分析了算法的时间复杂度。
67 0
|
13天前
|
存储 C++
【C++数据结构——树】哈夫曼树(头歌实践教学平台习题) 【合集】
【数据结构——树】哈夫曼树(头歌实践教学平台习题)【合集】目录 任务描述 相关知识 测试说明 我的通关代码: 测试结果:任务描述 本关任务:编写一个程序构建哈夫曼树和生成哈夫曼编码。 相关知识 为了完成本关任务,你需要掌握: 1.如何构建哈夫曼树, 2.如何生成哈夫曼编码。 测试说明 平台会对你编写的代码进行测试: 测试输入: 1192677541518462450242195190181174157138124123 (用户分别输入所列单词的频度) 预
50 14
【C++数据结构——树】哈夫曼树(头歌实践教学平台习题) 【合集】
|
13天前
|
Java C++
【C++数据结构——树】二叉树的基本运算(头歌实践教学平台习题)【合集】
本关任务:编写一个程序实现二叉树的基本运算。​ 相关知识 创建二叉树 销毁二叉树 查找结点 求二叉树的高度 输出二叉树 //二叉树节点结构体定义 structTreeNode{ intval; TreeNode*left; TreeNode*right; TreeNode(intx):val(x),left(NULL),right(NULL){} }; 创建二叉树 //创建二叉树函数(简单示例,手动构建) TreeNode*create
37 12
|
13天前
|
C++
【C++数据结构——树】二叉树的性质(头歌实践教学平台习题)【合集】
本文档介绍了如何根据二叉树的括号表示串创建二叉树,并计算其结点个数、叶子结点个数、某结点的层次和二叉树的宽度。主要内容包括: 1. **定义二叉树节点结构体**:定义了包含节点值、左子节点指针和右子节点指针的结构体。 2. **实现构建二叉树的函数**:通过解析括号表示串,递归地构建二叉树的各个节点及其子树。 3. **使用示例**:展示了如何调用 `buildTree` 函数构建二叉树并进行简单验证。 4. **计算二叉树属性**: - 计算二叉树节点个数。 - 计算二叉树叶子节点个数。 - 计算某节点的层次。 - 计算二叉树的宽度。 最后,提供了测试说明及通关代
37 10
|
13天前
|
存储 算法 测试技术
【C++数据结构——树】二叉树的遍历算法(头歌教学实验平台习题) 【合集】
本任务旨在实现二叉树的遍历,包括先序、中序、后序和层次遍历。首先介绍了二叉树的基本概念与结构定义,并通过C++代码示例展示了如何定义二叉树节点及构建二叉树。接着详细讲解了四种遍历方法的递归实现逻辑,以及层次遍历中队列的应用。最后提供了测试用例和预期输出,确保代码正确性。通过这些内容,帮助读者理解并掌握二叉树遍历的核心思想与实现技巧。
37 2
|
2月前
|
存储 缓存 算法
在C语言中,数据结构是构建高效程序的基石。本文探讨了数组、链表、栈、队列、树和图等常见数据结构的特点、应用及实现方式
在C语言中,数据结构是构建高效程序的基石。本文探讨了数组、链表、栈、队列、树和图等常见数据结构的特点、应用及实现方式,强调了合理选择数据结构的重要性,并通过案例分析展示了其在实际项目中的应用,旨在帮助读者提升编程能力。
89 5
|
2月前
|
存储 搜索推荐 算法
【数据结构】树型结构详解 + 堆的实现(c语言)(附源码)
本文介绍了树和二叉树的基本概念及结构,重点讲解了堆这一重要的数据结构。堆是一种特殊的完全二叉树,常用于实现优先队列和高效的排序算法(如堆排序)。文章详细描述了堆的性质、存储方式及其实现方法,包括插入、删除和取堆顶数据等操作的具体实现。通过这些内容,读者可以全面了解堆的原理和应用。
126 16
|
2月前
|
算法
数据结构之文件系统模拟(树数据结构)
本文介绍了文件系统模拟及其核心概念,包括树状数据结构、节点结构、文件系统类和相关操作。通过构建虚拟环境,模拟文件的创建、删除、移动、搜索等操作,展示了文件系统的基本功能和性能。代码示例演示了这些操作的具体实现,包括文件和目录的创建、移动和删除。文章还讨论了该算法的优势和局限性,如灵活性高但节点移除效率低等问题。
80 0
|
3月前
|
存储 算法 关系型数据库
数据结构与算法学习二一:多路查找树、二叉树与B树、2-3树、B+树、B*树。(本章为了解基本知识即可,不做代码学习)
这篇文章主要介绍了多路查找树的基本概念,包括二叉树的局限性、多叉树的优化、B树及其变体(如2-3树、B+树、B*树)的特点和应用,旨在帮助读者理解这些数据结构在文件系统和数据库系统中的重要性和效率。
40 0
数据结构与算法学习二一:多路查找树、二叉树与B树、2-3树、B+树、B*树。(本章为了解基本知识即可,不做代码学习)
|
3月前
|
Java C++
【数据结构】探索红黑树的奥秘:自平衡原理图解及与二叉查找树的比较
本文深入解析红黑树的自平衡原理,介绍其五大原则,并通过图解和代码示例展示其内部机制。同时,对比红黑树与二叉查找树的性能差异,帮助读者更好地理解这两种数据结构的特点和应用场景。
53 0

热门文章

最新文章