【数据结构】AVL树——平衡二叉搜索树

简介: 【数据结构】AVL树——平衡二叉搜索树

AVL树概述

平衡树:左子树的高度等于右子树的高度

不平衡树:左子树的高度不等于等于右子树的高度

二叉搜索树很难是一颗平衡树。

对二叉树进行插入和删除的操作,或插入大量的数据不够随机,都会是使二叉搜索树不够平衡。

极端情况下,二叉树会退化成类似链表的结构,那么二叉搜索树查询数据的效率荡然无存。

在二叉树的基础上加入平衡的概念就是平衡二叉搜索树,也叫AVL树

AVL树也不是一颗绝对的平衡树,AVL树的平衡是相对的,它允许左子树和右子树的高度为 1 ,但不能超过 1

平衡是相对的很好理解,因为一个父亲节点最多只能有两个孩子节点,而数据又是一个一个插入的,所以一定会出现左子树和右子树高度差为 1 的情况。

B树可达到绝对平衡,因为B树是多叉结构——一个父亲节点有多个孩子节点

如果左子树和右子树的高度差为 2 就视为打破平衡

如果打破平衡,就需要通过旋转这一操作让左右子树的高度差小于等于 1 。

AVL树是保持一种相对平衡的状态,而不是绝对平衡。那么AVL树搜索数据的效率只能是接近

AVL树只是保证了搜索效率的下限,而不是提高了上限

平衡因子

平衡因子这一概念并不是AVL树所必备的——从代码实现的角度来说,如果不加入平衡因子的概念理解起来会比较抽象。

平衡因子:让每个节点存一个整型,该整形值的大小等于右子树的高度减左子树的高度

平衡因子等于 0 左右子树平衡

平衡因子等于 1左右子树相对平衡,右树偏高

平衡因子等于 -1左右子树相对平衡,左树树偏高

平衡因子等于 2 -2左右子树不平衡

平衡因子的更新:

插入父亲节点的右边平衡因子加加,插入父亲节点的右边平衡因子减减

父亲节点更新后的平衡因子等于 1 或 -1 ,需要不断往上(溯源)更新,直到父亲节点的平衡因子为 0 或 更新至整棵树的根节点就停止更新

如果父亲节点的平衡因子为 2 或 -2 时,需要对这棵子树旋转,旋转后更新平衡因子

示例

旋转情况分类

旋转分为:

左单旋 右单旋 左右双旋  右左双旋

左单旋

:新节点插入较高右子树的右侧

具象图:

抽象图:

那么左单旋是怎么旋的呢?核心步骤为:

设父亲节点为:fathernode 孩子节点为:cur

cur的左孩子成为fathernode的右孩子,

再让fathernode成为cur的左孩子。

如下示意图

右单旋

:新节点插入较高左子树的左侧

具象图:

抽象图:

那么右单旋是怎么旋的呢?核心步骤为:

设父亲节点为:fathernode 孩子节点为:cur

cur的右孩子成为fathernode的左孩子,

再让fathernode成为cur的右孩子

如下示意图:

左右双旋

:新节点插入在较高左子树的右侧——先左单旋再右单旋

左右双旋的核心步骤为:

设父亲节点为:fathernode

父亲的左孩子节点为:fathernodeL

父亲的左孩子节点的右孩子节点的为fathernodeLR

先让fathernodeL左单旋,再让fathernodeLR进行右单旋

这里小编直接上抽象图:

右左双旋

:新节点插入再较高右子树的左侧——先右单旋再左单旋

设父亲节点为:fathernode

父亲的 右孩子节点为:fathernodeR

父亲的右孩子节点的左孩子节点的为fathernodeRL

先对fathernodeR进行右单旋,再对fathernode进行左单旋。

示意图:

AVL树节点设计

AVL树的节点需要三个指针,分别指向左孩子节点,右孩子节点,父亲节点。指向父亲节点的指针是为了能溯源更新平衡因子。

需要一个整型存储平衡因子,平衡因子在构造函数的初始化列表中初始化为 0,因为新节点左右孩子都为空。

template <class K>
class AVLTreeNode
{
public:
 
  AVLTreeNode(const K& key) //构造函数
    :_key(key)
    , _left(nullptr)
    , _right(nullptr)
    , _FatherNode(nullptr)
    , _bf(0)
  {
 
  }
 
  K _key; //键值   
 
  AVLTreeNode<K>* _left;//左孩子
  AVLTreeNode<K>* _right;//右孩子
  AVLTreeNode<K>* _FatherNode;//父亲  
 
  int _bf;//平衡因子
 
};

AVL树设计

template <class K>
class AVLTree
{
  typedef AVLTreeNode<K> node; 
 
  node* _root;
 
public:
 
  AVLTree()  //构造函数,初始化为空树
    :_root(nullptr)
  {
 
  }
 
 
 
 
  bool Insert(const K& key)//插入元素
  {
//
    if (nullptr == _root) //是否是空树
    {
      _root = new node(key);  
      return true;
    }
//
    node* cur = _root;
    node* fathernode = nullptr;
 
    while (cur)  //查找插入的位置,如果树中已经有要插入的值,则插入失败,
    {
      if (cur->_key < key)
      {
        fathernode = cur;
        cur = cur->_right;
      }
      else if (cur->_key > key)
      {
        fathernode = cur;
        cur = cur->_left;
      }
      else
      {
        return false;
      }
 
    }
 
 
      cur = new node(key); //新插入节点 
 
      if (fathernode->_key < cur->_key) //判断新节点应该是左孩子还是右孩子
      {
        fathernode->_right = cur;
        cur->_FatherNode = fathernode;
 
      }
      else
      {
        fathernode->_left = cur;
        cur->_FatherNode = fathernode;
      }
      //
      
      while (fathernode)//更新平衡因子
      {
 
      if (cur == fathernode->_left)
      {
        fathernode->_bf--;
      }
      else  if (cur == fathernode->_right)
      {
        fathernode->_bf++;
      }
 
 
      //
      if (fathernode->_bf == 0)
      {
        // 更新结束
        break;
      }
 
      else if (fathernode->_bf == 1 || fathernode->_bf == -1)
      {
        // 继续往上更新
        cur = fathernode;
        fathernode = fathernode->_FatherNode;
      }
      else if (fathernode->_bf == 2 || fathernode->_bf == -2)
      {
        // 子树不平衡了,需要旋转
        if (fathernode->_bf == 2 && cur->_bf == 1)
        {
          RevolveLeft(fathernode);//左单旋
        }
        else if (fathernode->_bf == -2 && cur->_bf == -1)
        {
          RevolveRight(fathernode);//右单旋
        }
        else if (fathernode->_bf == 2 && cur->_bf == -1)
        {
          RevolveRightLeft(fathernode); //右左双旋   
          
        }
        else if (fathernode->_bf == -2 && cur->_bf == 1)
        {
          RevolveLeftRight(fathernode);//左右双旋
        }
        else
        {
          assert(false);   //平衡因子出问题了
        }
        
        break;
      }
    
 
  }
 
  return true;
  }
 
}

下面通过代码的细节来深入理解旋转

详解单旋

左单旋

完整代码如下

void RevolveLeft(node *& fathernode)//左单旋      
{
  node* cur = fathernode->_right; //父亲节点的右孩子
 
  fathernode->_right = cur->_left; //更改指向关系
 
  if (cur->_left != nullptr) //特殊情况
    cur->_left->_FatherNode = fathernode;//更改指向关系
 
  cur->_FatherNode = fathernode->_FatherNode;//更改指向关系
 
  if (fathernode->_FatherNode != nullptr) //为空是特殊情况,
  {
 
    if (fathernode->_FatherNode->_right == fathernode)
    {
      fathernode->_FatherNode->_right = cur;//更改指向关系
    }
    else
    {
      fathernode->_FatherNode->_left = cur;//更改指向关系
    }
 
  }
 
  cur->_left = fathernode;//更改指向关系
 
  fathernode->_FatherNode = cur;//更改指向关系
 
  fathernode->_bf = 0; //更新平衡因子
  cur->_bf = 0;
 
}

处理指向关系时,一定不要忘了更改父亲的指向关系

经过左单旋之后,父亲节点和右孩子节点的平衡因子都为 0 ,可参考上文图示。

特殊情况如下,如果不处理特殊情况,程序很容易崩溃

右单旋

void RevolveRight(node *& fathernode) //右单旋
{
  node* cur = fathernode->_left; //父亲节点的左节点
 
  fathernode->_left = cur->_right;//更新指向关系
 
  if (cur->_right != nullptr) //特殊情况
    cur->_right->_FatherNode = fathernode;//更新指向关系
 
  cur->_FatherNode = fathernode->_FatherNode;//更新指向关系
 
  if (fathernode->_FatherNode != nullptr)//特殊情况
  {
 
    if (fathernode->_FatherNode->_right == fathernode)
    {
      fathernode->_FatherNode->_right = cur;//更新指向关系
    }
    else
    {
      fathernode->_FatherNode->_left = cur;//更新指向关系
    }
 
  }
 
 
  cur->_right = fathernode;//更新指向关系
 
  fathernode->_FatherNode = cur;//更新指向关系
 
  fathernode->_bf = 0;//更新平衡因子
  cur->_bf = 0;
}

详解双旋

左右双旋

左右双旋只需复用左单旋和右单旋即可,但平衡因子的更新却比较麻烦

完整代码如下

  void RevolveLeftRight(node *& fathernode)//左右双旋    
  {
    node* fathernodeL = fathernode->_left; //父亲节点的左孩子节点
    node* fathernodeLR = fathernodeL->_right;//父亲节点的左孩子节点的右孩子节点
 
    int bf = fathernodeLR->_bf; //保存平衡因子,实际是为了判断是插入了fathernodeLR左边还是右边还是fathernodeLR本身插入
 
    RevolveLeft(fathernodeL);
    RevolveRight(fathernode);
 
//更新平衡因子
    if (bf == 0)
    {
      fathernode->_bf = 0;
      fathernodeL->_bf = 0;
      fathernodeLR->_bf = 0;
    }
    else if (bf == -1)
    {
      fathernode->_bf = 1;
      fathernodeL->_bf = 0;
      fathernodeLR->_bf = 0;
    }
    else if (bf == 1)
    {
      fathernodeL->_bf = -1;
      fathernode = 0;
      fathernodeLR = 0;
    }
    else
    {
      assert(false);
    }
 
 
  }

平衡因子情况如下

右左双旋

完整代码如下

  void RevolveRightLeft(node *& fathernode) //右左双旋 
  {
    node* fathernodeR = fathernode->_right; 
    node* fathernodeRL = fathernodeR->_left;
 
    int bf = fathernodeRL->_bf;
 
    RevolveRight(fathernodeR);
    RevolveLeft(fathernode);
    if (bf == 0)
    {
      fathernode->_bf = 0;
      fathernodeR->_bf = 0;
      fathernodeRL->_bf = 0;
    }
    else if (bf == 1)
    {
      fathernode->_bf = -1;
      fathernodeR->_bf = 0;
      fathernodeRL->_bf = 0;
    }
    else if (bf == -1)
    {
      fathernodeR->_bf = 1;
      fathernode->_bf = 0;
      fathernodeRL->_bf = 0;
    }
    else
    {
      assert(false); 
    }
  }

平衡因子情况如下

相关文章
|
13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。
56 16
|
1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。
18 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)
|
1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。
27 0
数据结构与算法学习二零:二叉排序树(BST)、平衡二叉树(AVL)
|
1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。
28 0
|
1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。
24 0
|
1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
27 0
|
1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
14 0
|
14天前
|
C语言
【数据结构】栈和队列(c语言实现)(附源码)
本文介绍了栈和队列两种数据结构。栈是一种只能在一端进行插入和删除操作的线性表,遵循“先进后出”原则;队列则在一端插入、另一端删除,遵循“先进先出”原则。文章详细讲解了栈和队列的结构定义、方法声明及实现,并提供了完整的代码示例。栈和队列在实际应用中非常广泛,如二叉树的层序遍历和快速排序的非递归实现等。
90 9
|
5天前
|
存储 算法
非递归实现后序遍历时,如何避免栈溢出?
后序遍历的递归实现和非递归实现各有优缺点,在实际应用中需要根据具体的问题需求、二叉树的特点以及性能和空间的限制等因素来选择合适的实现方式。
14 1