数据结构/C++:AVL树

本文涉及的产品
全局流量管理 GTM,标准版 1个月
云解析 DNS,旗舰版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
简介: 数据结构/C++:AVL树

概念

AVL树是一种自平衡二叉搜索树(BST),被命名为Adelson-Velskii和Landis树,以它们的发明者们的名字命名。AVL树通过在插入和删除操作后进行自旋操作来保持树的平衡,以确保树的高度始终保持在O(logN)。这样可以减少树的平均长度,提高搜索效率。

一颗二叉搜索树,如果每个根节点的左右子树的高度差的绝对值不超过1,那么这就是一颗AVL树

比如这就是一颗高度不平衡的树:

这是一颗AVL树:

那么我们要如何实现一颗AVL树?

一般的二叉搜索树在插入新节点以及删除节点时,都有可能会破坏树的平衡,所以AVL树需要对插入以及删除接口做修改,每次插入删除时,都要检测一下当前的树时候符合AVL树,如果不符合,要做出相应的调整措施。


实现

插入

限制于AVL树的要求,每个根节点的左右子树高度差绝对值不超过1,我们在此处为AVL树增加一个成员_bf,称为平衡因子(balance factor),其值为左右子树高度的差值,当这个差值的绝对值>=2,就说明这个节点的左右子树不平衡,那么我们就要使用相应的手段调整这棵树。在此处,本博客的平衡因子为 右子树高度 - 左子树高度,这样顺序没有严格要求。

AVL树节点类:

template<class K, class V>
struct AVLTreeNode
{
    AVLTreeNode* _left;
    AVLTreeNode* _right;
    AVLTreeNode* _parent;
    int _bf;
    pair<K, V> _kv;

    AVLTreeNode(const pair<K, V>& kv)
        : _left(nullptr)
        , _right(nullptr)
        , _parent(nullptr)
        , _bf(0)
        , _kv(kv)
    {}
};

_left:指向左子树

_right:指向右子树

_parent:指向父节点

_bf:平衡因子

_kv:存储的键值对

首先,由于平衡因子的限制,我们的AVL树任何一颗高为h + 1的子树只有可能会出现以下三种情况:

也就是,平衡因子为01-1三种情况。

现在对这个AVL树进行插入操作,也就有多种可能,由于平衡因子为1-1的情况是对称的,所以此处先举例平衡因子为-1的情况:

三种情况分别是:

  1. 两棵子树等高的情况,在任意一边插入
  2. 两棵子树不等高的情况,在矮的子树插入
  3. 两颗子树不等高的情况,在高的子树插入

首先,对于第一种情况,两棵子树等高,在任意一边插入:

对于这颗子树,其会有一颗子树变高,一颗子树不变,更新平衡因子:从_bf = 0变成_bf = 1或_bf = -1,此时平衡因子还处于正常范围内,这颗子树还是一颗AVL树。但是对于这颗子树的父节点,其一边的子树高度增加,所以还要往上影响父节点,往上继续判断。

情况一:_bf = 0变成_bf = 1或_bf = -1,不影响AVL结构,影响父节点

对于第二种情况: 两棵子树不等高的情况,在矮的子树插入:

对于这颗子树,其矮的子树变高了,而且会与另外一颗子树等高,更新平衡因子:从_bf = 1或_bf = -1变成_bf = 0。不影响AVL结构,原先整个子树高度是h + 1,插入节点后并没有影响整颗子树的高度,所以对于这个子树的父节点,不会受到影响。

情况二:_bf = 1或_bf = -1变成_bf = 0,不影响AVL结构,不影响父节点

对于第三种情况:两颗子树不等高的情况,在高的子树插入:

对于这颗子树,其高的子树变得更高了,更新平衡因子:从_bf = 1或_bf = -1变成_bf = 2或_bf = -2。这个插入操作影响了AVL树的结构,此时要立刻调整当前子树,让其平衡。

情况三:_bf = 1或_bf = -1变成_bf = 2或_bf = -2,影响AVL结构,立刻调整子树

那么我们先写出当前的代码逻辑,既然要插入,那么就要先找到合适的位置插入,代码如下:

bool Insert(const pair<K, V>& kv)
{
    if (_root == nullptr)
    {
        _root = new Node(kv);
    }

    Node* cur = _root;
    Node* parent = nullptr;

    while (cur)
    {
        if (cur->_kv.first < kv.first)
        {
            parent = cur;
            cur = cur->_right;
        }
        else if (cur->_kv.first > kv.first)
        {
            parent = cur;
            cur = cur->_left;
        }
        else
        {
            return false;
        }
    }

    cur = new Node(kv);

    if (parent->_kv.first > kv.first)
        parent->_left = cur;
    else
        parent->_right = cur;

    cur->_parent = parent;
   
   //调整平衡
   //......
   //......
   //......
   
    return true;
}

接下来,我先解析以上代码的逻辑:

if (_root == nullptr)
{
  _root = new Node(kv);
}

如果我们插入节点时,根节点_root为空,说明当前整棵树都为空,那么我们直接插入值作为根节点即可


while (cur)
{
  if (cur->_kv.first < kv.first)
  {
    parent = cur;
    cur = cur->_right;
  }
  else if (cur->_kv.first > kv.first)
  {
    parent = cur;
    cur = cur->_left;
  }
  else
  {
    return false;
  }
}

以上代码,是在找到合适的插入位置,当key大于当前节点cur->_kv.first < kv.first,那么cur就向左寻找,反之向右寻找。如果当前节点值等于key,那么说明该节点已经存在,返回false代表插入失败。当我们的cur为空指针,说明已经找到了插入的节点,此时跳出循环进行插入。


cur = new Node(kv);

if (parent->_kv.first > kv.first)
  parent->_left = cur;
else
  parent->_right = cur;

cur->_parent = parent;

到达此处,说明前面已经找到插入的位置了,而parent节点就是插入位置的父亲节点。根据key的大小,来判断插入到左边还是右边,插入完成后,再让新节点的_parent指向parent。


至此我们就完成了插入操作,接下来就要根据一开始推导的三种情况进行调整。


既然我们在parent处插入了节点,那么我们第一步就是更新parent的平衡因子:


如果cur是parent的左子树,那么平衡因子-1

如果curparent的右子树,那么平衡因子+1

if (cur == parent->_left)
    parent->_bf--;
else
    parent->_bf++;

更新完平衡因子后,就要判断属于三种情况的哪一种:

if (parent->_bf == 0)
{
  //情况二
}
else if (parent->_bf == 1 || parent->_bf == -1)
{
  //情况一
}
else if (parent->_bf == 2 || parent->_bf == -2)
{
  //情况三
}
else
{
    assert(false);
}

如果我们的平衡因子在插入后是0,说明原先平衡因子是1或-1,此操作是两棵子树不等高的情况,在矮的子树插入,即情况二。

如果我们的平衡因子在插入后是1或-1,说明原先平衡因子是0,此操作是两棵子树等高的情况,在任意一边插入,即情况一。

如果我们的平衡因子在插入后是2或-2,说明原先平衡因子是1或-1,此操作是两颗子树不等高的情况,在高的子树插入,即情况三。

如果不是以上情况,说明在插入这个节点之前,就已经违反了AVL树的规则,直接assert退出程序,避免出现更糟糕的错误。

代码实现:

情况一:_bf = 0变成_bf = 1_bf = -1,不影响AVL结构,影响父节点

其不会影响自身的AVL结构,所以不用对自生做操作,但是由于其高度增加了,所以有可能会影响其父节点,那么此时我们就要去看看父节点是否平衡。而对于其父节点而言,也必然会是三种情况之一,所以我们只需要一个循环即可:

 while (parent)
 {
     if (cur == parent->_left)
         parent->_bf--;
     else
         parent->_bf++;

     if (parent->_bf == 0)
     {
      //情况二
     }
     else if (parent->_bf == 1 || parent->_bf == -1)
     {
         cur = cur->_parent;
         parent = parent->_parent;
     }
     else if (parent->_bf == 2 || parent->_bf == -2)
     {
      //情况三
     }
     else
     {
         assert(false);
     }
 }

解析:

while (parent)  {   //......  }

这个while循环用于不停的判断父节点的平衡因子,并作出调整,直到某次调整不会影响父节点,或者已经到达根节点了,就退出循环。


parent->_bf--; else
parent->_bf++; 

这个步骤是在更新父节点的平衡因子。

后续判断当前的父节点属于哪一种情况,并做出相应措施,其中我们已经分析了第一种情况:

else if (parent->_bf == 1 || parent->_bf == -1) 
{
    cur = cur->_parent;
    parent = parent->_parent; 
}

如果当前的处于情况一,那么此次不需要调整,但是会影响其父节点,所以parent = parent->_parent;来更新父节点,并进入下一次while循环判断。

情况二:_bf = 1_bf = -1变成_bf = 0,不影响AVL结构,不影响父节点

因为其不会影响自己以外的节点,也没有破坏平衡,所以直接跳出while循环,啥也不用做。

if (parent->_bf == 0)
{
  break;
}

情况三:_bf = 1_bf = -1变成_bf = 2_bf = -2,影响AVL结构,立刻调整子树

我们先看到当前的调整总代码:

 while (parent)
 {
     if (cur == parent->_left)
         parent->_bf--;
     else
         parent->_bf++;

     if (parent->_bf == 0)
     {
         break;
     }
     else if (parent->_bf == 1 || parent->_bf == -1)
     {
         cur = cur->_parent;
         parent = parent->_parent;
     }
     else if (parent->_bf == 2 || parent->_bf == -2)
     {
      //情况三
        //调整平衡
        //......
        //......
        //......
     }
     else
     {
         assert(false);
     }
 }

现在只差情况三了,而情况三比较复杂,我们现在分析一下:

第三种情况如下:

也就是子树不等高的情况下,在高子树插入节点,导致原本高的子树更高了,破坏了平衡。

以左侧为例,我们将高度为h的子树拆分出来,其一定是是以下情况之一:

为什么一定是这两种情况?高度为h的子树的两个子树一定是h-1吗?其实并不是的,我们先看看如果有一颗子树不为h-1会发生什么:

可以看到,这两种插入的情况,左子树的值分别是-2和0。对于0,此时左子树本身高度既没有变化,也没有破坏AVL结构,根本就不会影响到最高处的节点。对于-2,此时左子树已经破坏了AVL结构,此时应该先对左子树直接调整,处理问题,而不是留到最顶上的节点时,再去调整左子树。因此这两种情况下,循环根本就到不了最顶部的节点,情况三的两棵子树高度一定相等。

也就是以下情况:

对于左侧情况,叫做LL失衡(L表示left),对于右侧情况,叫做LR失衡(R表示right)。

LL失衡对应的是RR失衡,我们先解决这两种情况的失衡:


想要解决这两种失衡,就分别要用到左单旋算法右单旋算法


右单旋

我们先看到右单旋的示意图,再做讲解:

我来解析一下以上过程:

我们在subL节点的左子树插入了一个节点,导致parent失衡,接着我们就要尝试调整节点,让这棵树平衡。

由于subL的右子树subLR高度为h-1,而parent的右子树高度也为h-1,此时我们可以想办法把这两个h-1的等高子树凑到一起去,于是我们把parent的左子树断开,把subL的右子树拿去给parent做左子树,此时parent就得到了等高的两棵子树。也就是第二张图片的情况。

随后,以parent为根的树,总高度为h,而subL的左子树刚好高度也是h-1+1 = h,所以我们可以把parent交给subL做子树,这样subL的两边也就平衡了。而刚刚我们把subL的右子树空出来了,此时可以直接转移,就得到了第三种图片的情况。

这个情况下,我们以subL为根的树是一颗平衡的树,而且平衡因子为0,插入节点前以parent为根的子树,高度为h+1,插入节点且旋转后高度仍为h+1。插入前后高度不变,不会影响父节点,直接跳出循环。

接下来我们完成右单旋的代码:

//右单旋
void RotateR(Node* parent)
{
    Node* subL = parent->_left;
    Node* subLR = subL->_right;

    parent->_left = subLR;
    if (subLR)
        subLR->_parent = parent;

    subL->_right = parent;
    Node* ppNode = parent->_parent;
    parent->_parent = subL;

    if (parent == _root)
    {
        _root = subL;
        subL->_parent = nullptr;
    }
    else
    {
        if (ppNode->_left == parent)
            ppNode->_left = subL;
        else
            ppNode->_right = subL;

        subL->_parent = ppNode;
    }

    parent->_bf = 0;
    subL->_bf = 0;
}

代码解析:

parent->_left = subLR;
if (subLR)
    subLR->_parent = parent;

此代码完成了parentsubLR之间的链接,要注意的是,subLR有可能是空指针,比如这样:

所以在访问 subLR->_parent之前,需要先确保subRL不是空指针。

subL->_right = parent;
Node* ppNode = parent->_parent;
parent->_parent = subL;

这一段代码完成了subLparent之间的链接,由于parent可能还有父节点,所以我们先把parent的父节点ppNode保存下来,后续完成subLppNode链接。

if (parent == _root)
{
    _root = subL;
    subL->_parent = nullptr;
}
else
{
    if (ppNode->_left == parent)
        ppNode->_left = subL;
    else
        ppNode->_right = subL;

    subL->_parent = ppNode;
}

这一段代码,完成了ppNode与subL之间的链接,但是如果parent原先是_root节点的话,那么ppNode就是空指针,此时直接把_root更新为subR即可。

如果parent不是_root,那么直接进行链接即可,由于不确定parent原先是ppNode的左子树还是右子树,所以链接前需要检测一下。

parent->_bf = 0;
subL->_bf = 0;

这段代码则是完成平衡因子的更新,左单旋后,parentsubL的平衡因子都变成0

以下是一个右单旋的示例:


左单旋

左单旋与右单旋同理,此处直接放出动图与代码:

//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* ppNode = parent->_parent;
    parent->_parent = subR;

    if (parent == _root)
    {
        _root = subR;
        subR->_parent = nullptr;
    }
    else
    {
        if (ppNode->_left == parent)
            ppNode->_left = subR;
        else
            ppNode->_right = subR;

        subR->_parent = ppNode;
    }

    parent->_bf = 0;
    subR->_bf = 0;
}

以下是一个左单旋的示例:


我们现在还有两种失衡没有解决:

对于这种失衡,我们需要用到双旋算法:左右双旋右左双旋


左右双旋

当AVL树出现LR失衡,我们就需要用到左右双旋LR失衡又分为以下两种情况:

也就是对subLR进行了再细分,到底新节点插入了左子树还是右子树。那么我们先展示一下左右双旋的过程:

subLR的左子树插入后旋转:

subLR的右子树插入后旋转:

我来解析一下以上过程:

我们在subLR节点的右子树插入了一个节点,导致parent失衡,接着我们就要尝试调整节点,让这棵树平衡。


现在假设我们直接对parent进行右单旋,我们就会得到:

可以发现,直接右单旋得到的树是不平衡的,subL的左子树高度为h-1,右子树高度为h+1,两者高度差为2。这是由于subLR的高度太高了,当把subLR移交给parent左子树,没有完成降低高度的功能。所以我们要想办法降低移交给parent的子树高度,再进行右单旋。

所以我们把subLR子树的根节点抽离出来,先对subL进行左单旋:

对subL进行左单旋,可以把subLR的左子树抽离出来,并提升subLR的高度。此时再进行右单旋,subLR就会把右子树交给parent。相比于直接进行右单旋,这个过程把subLR抽出来,parent得到的左子树少了一层高度(即subLR这层),所以parent这次没有出现不平衡的问题。

那为什么subLR到达顶部之后,也可以保持稳定呢?

可以看到,在subLR向上走的过程中,分别把左右子树交给了parent和subL,而parent和subL原先都有一个高度为h-1的子树,而subLR旋转过程中移交给parent和subL的子树高度分别是h-1和h-2,它们都低于h-1,移交过程中不会影响subL和parent的高度,而这两个节点最后分别成为了subLR的左右子树,所以subLR的左右子树最后高度一定都是h-1。因此subLR平衡因子一定为0。

现在我们来完成代码:

//左右双旋
void RotateLR(Node* parent)
{
    Node* subL = parent->_left;
    Node* subLR = subL->_right;
    //更新平衡因子
}

现在的问题就是,要如何更新平衡因子?

subLR的左子树插入后旋转:

subLR的右子树插入后旋转:

subLR就是新插入的节点:

可以看到,整体上有三种情况,三种情况对应的平衡因子最后都不同,所以我们要分类讨论。三种情况的区别在于:第一种情况subLR的平衡因子为-1,第二种情况subLR的平衡因子为1,第三种情况subLR的平衡因子为0

这样我们就可以写出以下代码:

//左右双旋
void RotateLR(Node* parent)
{
    Node* subL = parent->_left;
    Node* subLR = subL->_right;

    int bf = subLR->_bf;
    RotateL(parent->_left);
    RotateR(parent);

    if (bf == -1)
    {
        subLR->_bf = 0;
        subL->_bf = 0;
        parent->_bf = 1;
    }
    else if (bf == 1)
    {
        subLR->_bf = 0;
        subL->_bf = -1;
        parent->_bf = 0;
    }
    else if (bf == 0)
    {
        subLR->_bf = 0;
        subL->_bf = 0;
        parent->_bf = 0;
    }
    else
    {
        assert(false);
    }
}

以下是一个左右双旋示例:


右左双旋

代码如下:

//右左双旋
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 = 1;
        subRL->_bf = 0;
        parent->_bf = 0;
    }
    else if (bf == 1)
    {
        subR->_bf = 0;
        subRL->_bf = 0;
        parent->_bf = -1;
    }
    else if (bf == 0)
    {
        subR->_bf = 0;
        subRL->_bf = 0;
        parent->_bf = 0;
    }
    else
    {
        assert(false);
    }
}

以下是一个右左双旋示例:


总代码展示

由于插入操作已经可以很好的理解AVL控制平衡的手段了,此处就不讲解erase操作了,总代码如下:

AVLTree.h

#pragma once
#include <iostream>
#include <assert.h>
using namespace std;

template<class K, class V>
struct AVLTreeNode
{
    AVLTreeNode* _left;
    AVLTreeNode* _right;
    AVLTreeNode* _parent;
    int _bf; // balance factor
    pair<K, V> _kv;

    AVLTreeNode(const pair<K, V>& kv)
        : _left(nullptr)
        , _right(nullptr)
        , _parent(nullptr)
        , _bf(0)
        , _kv(kv)
    {}
};

template<class K, class V>
class AVLTree
{
    typedef AVLTreeNode<K, V> Node;
public:
    bool Insert(const pair<K, V>& kv)
    {
        if (_root == nullptr)
        {
            _root = new Node(kv);
        }

        Node* cur = _root;
        Node* parent = nullptr;

        while (cur)
        {
            if (cur->_kv.first < kv.first)
            {
                parent = cur;
                cur = cur->_right;
            }
            else if (cur->_kv.first > kv.first)
            {
                parent = cur;
                cur = cur->_left;
            }
            else
            {
                return false;
            }
        }

        cur = new Node(kv);

        if (parent->_kv.first > kv.first)
            parent->_left = cur;
        else
            parent->_right = cur;

        cur->_parent = parent;

        while (parent)//最坏情况一直更新到root,此时parent为nullptr
        {
            if (cur == parent->_left)//更新平衡因子
                parent->_bf--;
            else
                parent->_bf++;

            if (parent->_bf == 0)
            {
                break;
            }
            else if (parent->_bf == 1 || parent->_bf == -1)//向上查找,检测是否出现不平衡
            {
                cur = cur->_parent;
                parent = parent->_parent;
            }
            else if (parent->_bf == 2 || parent->_bf == -2)
            {
                //旋转
                if (parent->_bf == 2 && cur->_bf == 1)//2,1说明右边子树深度阶梯式增加,所以往左旋转
                    RotateL(parent);//左单旋
                else if (parent->_bf == -2 && cur->_bf == -1)//-2,-1说明左边子树深度阶梯式增加,所以往右旋转
                    RotateR(parent);//右单旋
                else if (parent->_bf == -2 && cur->_bf == 1)//-2, 1说明左边子树中间深,先左单旋提高中间节点,再右单旋提高中间节点
                    RotateLR(parent);
                else if (parent->_bf == 2 && cur->_bf == -1)//2, -1说明右边子树中间深,先右单旋提高中间节点,再左单旋提高中间节点
                    RotateRL(parent);
                else
                    assert(false);

                break;
            }
            else //说明插入前AVL出现了问题,直接报错
            {
                assert(false);
            }
        }

        return true;
    }

    //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* ppNode = parent->_parent;
        parent->_parent = subR;

        if (parent == _root)
        {
            _root = subR;
            subR->_parent = nullptr;
        }
        else
        {
            if (ppNode->_left == parent)
                ppNode->_left = subR;
            else
                ppNode->_right = subR;

            subR->_parent = ppNode;
        }

        parent->_bf = 0;
        subR->_bf = 0;
    }

    //右单旋
    void RotateR(Node* parent)
    {
        Node* subL = parent->_left;
        Node* subLR = subL->_right;

        parent->_left = subLR;
        if (subLR)
            subLR->_parent = parent;

        subL->_right = parent;
        Node* ppNode = parent->_parent;
        parent->_parent = subL;

        if (parent == _root)
        {
            _root = subL;
            subL->_parent = nullptr;
        }
        else
        {
            if (ppNode->_left == parent)
                ppNode->_left = subL;
            else
                ppNode->_right = subL;

            subL->_parent = ppNode;
        }

        parent->_bf = 0;
        subL->_bf = 0;
    }

    //左右双旋
    void RotateLR(Node* parent)
    {
        Node* subL = parent->_left;
        Node* subLR = subL->_right;

        int bf = subLR->_bf;
        RotateL(parent->_left);
        RotateR(parent);

        if (bf == -1)
        {
            subLR->_bf = 0;
            subL->_bf = 0;
            parent->_bf = 1;
        }
        else if (bf == 1)
        {
            subLR->_bf = 0;
            subL->_bf = -1;
            parent->_bf = 0;
        }
        else if (bf == 0)
        {
            subLR->_bf = 0;
            subL->_bf = 0;
            parent->_bf = 0;
        }
        else
        {
            assert(false);
        }
    }

    //右左双旋
    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 = 1;
            subRL->_bf = 0;
            parent->_bf = 0;
        }
        else if (bf == 1)
        {
            subR->_bf = 0;
            subRL->_bf = 0;
            parent->_bf = -1;
        }
        else if (bf == 0)
        {
            subR->_bf = 0;
            subRL->_bf = 0;
            parent->_bf = 0;
        }
        else
        {
            assert(false);
        }
    }
    
    //中序
    void InOrder()
    {
        _InOrder(_root);
        cout << "end" << endl;
    }
    
private:
    //中序
    void _InOrder(Node* root)
    {
        if (root == nullptr)
            return;

        _InOrder(root->_left);
        cout << root->_kv.first << " - ";

        _InOrder(root->_right);
    }
    
    Node* _root = nullptr;
};

相关文章
|
6天前
|
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。
28 5
|
9天前
|
存储 C++
【C++】AVL树
AVL树是一种自平衡二叉搜索树,由Georgy Adelson-Velsky和Evgenii Landis提出。它通过确保任意节点的两子树高度差不超过1来维持平衡,支持高效插入、删除和查找操作,时间复杂度为O(log n)。AVL树通过四种旋转操作(左旋、右旋、左-右旋、右-左旋)来恢复树的平衡状态,适用于需要频繁进行数据操作的场景。
24 2
|
26天前
|
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。
63 16
|
2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。
24 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)
|
2月前
|
存储 算法 数据管理
数据结构与算法学习二零:二叉排序树(BST)、平衡二叉树(AVL)
这篇文章通过需求分析、代码实现和测试验证,详细介绍了二叉排序树的创建、遍历和删除操作,以及二叉平衡树(AVL)的自平衡特性和单旋转操作,旨在提高树结构在数据管理中的效率和性能。
34 0
数据结构与算法学习二零:二叉排序树(BST)、平衡二叉树(AVL)
|
2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。
33 0
|
2月前
|
存储 算法
数据结构与算法学习十六:树的知识、二叉树、二叉树的遍历(前序、中序、后序、层次)、二叉树的查找(前序、中序、后序、层次)、二叉树的删除
这篇文章主要介绍了树和二叉树的基础知识,包括树的存储方式、二叉树的定义、遍历方法(前序、中序、后序、层次遍历),以及二叉树的查找和删除操作。
28 0
|
2月前
05(数据结构考研)树相关操作代码
05(数据结构考研)树相关操作代码
29 0
|
2月前
|
存储 算法 Java
数据结构和算法--分段树
数据结构和算法--分段树
17 0