判断一棵二叉树是否为AVL树

简介:

思路:AVL树是高度平衡的二叉搜索树,这里为了清晰说明,分别判断是否为搜索树,是否为平衡树。

复制代码
struct TreeNode
{
    struct TreeNode *left;
    struct TreeNode *right;
    int key;
};
//这里先判断是否为二叉搜索树,其次判断是否为平衡的
bool IsAVL(TreeNode *root,int depth)
{
    if (isBST(root)&&isBalance(root,&depth))
    return true;
    return false;
}

//判断是否为二叉搜索树
bool isBST(TreeNode *root)
{
    if(root == NULL)return true;
    if (!isBST(root->left))return false;
    if (!isBST(root->right))return false;
    TreeNode *cur = root->left;
    if (cur != NULL)
    {
        while(cur->right!=NULL)cur = cur->right;
        if(root->key < cur->key)return false;
    }
    TreeNode *cur = root->right;
    if (cur != NULL)
    {
        while(cur->left!=NULL)cur = cur->left;
        if(root->key > cur->key)return false;
    }
    return true;
}

//判断是否平衡
bool isBalance(TreeNode *root,int *depth)
{
    if (root == NULL)
    {
        *depth = 0;
        return true;
    }
    int depthl,depthr;
    if(!isBalance(root->left,&depthl))return false;
    if(!isBalance(root->right,&depthr))return false;
    int diff = depthl - depthr;
    if(diff > 1 || diff < -1)return false;
    *depth = 1+(depthl>depthr?depthl:depthr);
    return true;
}
复制代码

 












本文转自NewPanderKing51CTO博客,原文链接:http://www.cnblogs.com/newpanderking/p/3969557.html ,如需转载请自行联系原作者

相关文章
|
关系型数据库 MySQL 数据库
MySQL数据库:基础概念、应用与最佳实践
一、引言随着互联网技术的快速发展,数据库管理系统在现代信息系统中扮演着核心角色。在众多数据库管理系统中,MySQL以其开源、稳定、可靠以及跨平台的特性受到了广泛的关注和应用。本文将详细介绍MySQL数据库的基本概念、特性、应用领域以及最佳实践,帮助读者更好地理解和应用MySQL数据库。二、MySQL
914 5
|
算法
二分查找法的时间复杂度
【10月更文挑战第9天】
974 57
|
Ubuntu 虚拟化
软件安装(二):VMware ubuntu20.04 安装步骤
这篇文章是关于如何在VMware Workstation 16 Player上安装Ubuntu 20.04桌面版的详细步骤指南。
679 2
软件安装(二):VMware ubuntu20.04 安装步骤
|
JavaScript 容器
Vue3折叠面板(Collapse)
该组件提供了一个高度可定制的折叠面板,支持多种属性设置,包括折叠面板数据、激活状态、禁用选项、边框风格、复制功能等,并可通过插槽进行进一步自定义。其丰富的样式控制选项使得面板能够适应各种场景需求。在线预览展示了不同配置下的效果。组件基于 Vue 3 开发,利用 `requestAnimationFrame` 模拟实现动画效果,并集成了按钮等其他自定义组件。
631 1
Vue3折叠面板(Collapse)
|
机器学习/深度学习 Python
验证集的划分方法:确保机器学习模型泛化能力的关键
本文详细介绍了机器学习中验证集的作用及其划分方法。验证集主要用于评估模型性能和调整超参数,不同于仅用于最终评估的测试集。文中描述了几种常见的划分方法,包括简单划分、交叉验证、时间序列数据划分及分层抽样划分,并提供了Python示例代码。此外,还强调了在划分数据集时应注意随机性、数据分布和多次实验的重要性。合理划分验证集有助于更准确地评估模型性能并进行有效调优。
|
机器学习/深度学习 人工智能 Serverless
【深度学习】神经网络中的激活函数:释放非线性的力量
【深度学习】神经网络中的激活函数:释放非线性的力量
596 1
如何 成功解决Anaconda中conda install 包出现 :InvalidSpecError: Invalid spec: =2.7 的问题
如何 成功解决Anaconda中conda install 包出现 :InvalidSpecError: Invalid spec: =2.7 的问题
如何 成功解决Anaconda中conda install 包出现 :InvalidSpecError: Invalid spec: =2.7 的问题
|
存储 缓存 算法
【Cmake 增加编译参数 】cmake增加编译参数和预处理指令的几种方法
【Cmake 增加编译参数 】cmake增加编译参数和预处理指令的几种方法
654 1
|
存储 机器学习/深度学习 人工智能
图的存储及基本操作总结(邻接矩阵、邻接表)及C/C++代码实现
图的存储及基本操作总结(邻接矩阵、邻接表)及C/C++代码实现
1848 1
中序线索二叉树的实现(源代码以及讲解)
中序线索二叉树的实现(源代码以及讲解)
389 0