IT评测·应用市场-qidao123.com
标题:
C++ AVL树 详细讲解
[打印本页]
作者:
大连密封材料
时间:
2024-6-29 06:56
标题:
C++ AVL树 详细讲解
目次
一、AVL树的概念
二、AVL树的实现
1.AVL树节点的界说
2.AVL树的插入
3.AVL树的旋转
4.AVL树的验证
三、AVL树的性能
四、完结撒❀
一、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
找元素相当于在次序表中搜索元素,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,如果能包管每个结点的左右
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解
)
,即可降低树的高度,从而淘汰均匀 搜索长度。 一棵 AVL 树大概是空树,大概是具有以下性子的二叉搜索树:
● 它的左右子树都是
AVL
树
● 左右子树高度之差
(
简称均衡因子
)
的绝对值不超过
1(-1/0/1)
如果一棵二叉搜索树是高度均衡的,它就是
AVL
树。如果它有
n
个结点,其高度可保持在
O(log2 n)
,搜索时间复杂度
O(log2 n)
。
二、AVL树的实现
1.AVL树节点的界说
AVL树节点的界说:
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
};
复制代码
2.AVL树的插入
AVL 树就是在二叉搜索树的基础上引入了均衡因子,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: 1.
按照二叉搜索树的方式插入新节点
2.
调解节点的均衡因子
bool Insert(const pair<K, V>& kv)
{
// 1. 先按照二叉搜索树的规则将节点插入到AVL树中
if (_root == nullptr)
{
_root = new Node(kv);
return true;
}
Node* parent = nullptr;
Node* cur = _root;
while (cur)
{
if (cur->_kv.first > kv.first)
{
parent = cur;
cur = cur->_left;
}
else if (cur->_kv.first < kv.first)
{
parent = cur;
cur = cur->_right;
}
else
{
//插入相同值
return false;
}
}
//找到cur所在位置
cur = new Node(kv);
if (parent->_kv.first > cur->_kv.first)
{
parent->_left = cur;
cur->_parent = parent;
}
else
{
parent->_right = cur;
cur->_parent = parent;
}
// 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
*/
//更新平衡因子
while (parent)
{
if (parent->_left == cur)
{
parent->_bf--;
}
else
{
parent->_bf++;
}
if (parent->_bf == 0)
{
//二叉树高度没问题,更新结束
break;
}
else if (parent->_bf == 1 || parent->_bf == -1)
{
// 插入前双亲的平衡因子是0,插入后双亲的平衡因子为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
cur = parent;
parent = parent->_parent;
}
else if (parent->_bf == -2 || parent->_bf == 2)
{
//双亲的平衡因子为正负2,违反了AVL树的平衡性
//二叉树平衡被破坏,需要旋转完成平衡
//判断是右单旋还是左单旋还是双旋
//右单旋
if (parent->_bf == -2 && cur->_bf == -1)
{
//...
}
//左单旋
else if (parent->_bf == 2 && cur->_bf == 1)
{
//...
}
//左右双旋
else if (parent->_bf == -2 && cur->_bf == 1)
{
//...
}
//右左双旋
else if (parent->_bf == 2 && cur->_bf == -1)
{
//...
}
}
else
{
//理论上不会出现这种状况
assert(false);
}
}
return true;
}
复制代码
3.AVL树的旋转
如果在一棵本来是均衡的 AVL 树中插入一个新节点,可能造成不均衡,此时必须调解树的结构, 使之均衡化。根据节点插入位置的差别, 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30的左子树(注意:此处不是左孩子)中,30左
子树增加
了一层,导致以60为根的二叉树不平衡,要让60平衡,只能将60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60转下来,因为60比30大,只能将其放在30的右子树,而如果30有
右子树,右子树根的值一定大于30,小于60,只能将其放在60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. 30节点的右孩子可能存在,也可能不存在
2. 60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
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(Node Parent)
{
// SubL: Parent的左孩子
// SubLR: Parent左孩子的右孩子,注意:该
Node SubL = Parent->_Left;
Node SubLR = SubL->_Right;
// 旋转完成之后,30的右孩子作为双亲的左孩子
Parent->_Left = SubLR;
// 如果30的左孩子的右孩子存在,更新亲双亲
if (SubLR)
SubLR->_Parent = Parent;
// 60 作为 30的右孩子
SubL->_Right = Parent;
// 因为60可能是棵子树,因此在更新其双亲前必须先保存60的双亲
Node Parent = Parent->_Parent;
// 更新60的双亲
Parent->_Parent = SubL;
// 更新30的双亲
SubL->_Parent = Parent;
// 如果60是根节点,根新指向根节点的指针
if (NULL == Parent)
{
_root = SubL;
SubL->_Parent = NULL;
}
else
{
// 如果60是子树,可能是其双亲的左子树,也可能是右子树
if (Parent->_Left == Parent)
Parent->_Left = SubL;
else
Parent->_Right = SubL;
}
// 根据调整后的结构更新部分节点的平衡因子
Parent->_bf = SubL->_bf = 0;
}
复制代码
2)
新节点插入较高右子树的右侧
---
右右:左单旋
//左单旋
void LNode(Node* parent)
{
/*if (parent == _root)
{
Node* pparent = nullptr;
}
else
{
Node* pparent = parent->_parent;
}*/
Node* pparent = parent->_parent;
Node* subR = parent->_right;
Node* subRL = subR->_left;
parent->_left = subRL;
if (subRL)
subRL->_parent = parent;
subR->_left = parent;
parent->_parent = subR;
if (pparent)
{
subR->_parent = pparent;
if (pparent->_left = parent)
{
pparent->_left = subR;
}
else
{
pparent->_right = subR;
}
}
else
{
_root = subR;
subR->_parent = nullptr;
}
parent->_bf = subR->_bf = 0;
}
复制代码
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 考虑均衡因子的更新。
// 旋转之前,60的平衡因子可能是-1/0/1,旋转完成之后,根据情况对其他节点的平衡因子进
//行调整
void _RotateLR(Node Parent)
{
Node SubL = Parent->_Left;
Node SubLR = SubL->_Right;
// 旋转之前,保存pSubLR的平衡因子,旋转完成之后,需要根据该平衡因子来调整其他节
点的平衡因子
int bf = SubLR->_bf;
// 先对30进行左单旋
_RotateL(Parent->_Left);
// 再对90进行右单旋
_RotateR(Parent);
if (1 == bf)
SubL->_bf = -1;
else if (-1 == bf)
Parent->_bf = 1;
}
复制代码
4)
新节点插入较高右子树的左侧
---
右左:先右单旋再左单旋
//右左双旋
void RLNode(Node* parent)
{
Node* subR = parent->_right;
Node* subRL = subR->_left;
int bf = subRL->_bf;
RNode(parent->_right);
LNode(parent);
if (bf == 1)
{
subRL->_bf = 0;
subR->_bf = 0;
parent->_bf = -1;
}
else if (bf == -1)
{
subRL->_bf = 0;
subR->_bf = 1;
parent->_bf = 0;
}
else if (bf == 0)
{
subRL->_bf = 0;
subR->_bf = 0;
parent->_bf = 0;
}
else
{
//理论没有该状况
assert(false);
}
}
复制代码
总结: 如果以 Parent 为根的子树不均衡,即 Parent 的均衡因子为 2 大概 -2 ,分以下环境考虑 1)Parent 的均衡因子为 2 ,说明 Parent 的右子树高,设 Parent 的右子树的根为 SubR 当 SubR 的均衡因子为 1 时,执行左单旋 当 SubR 的均衡因子为 -1 时,执行右左双旋 2)Parent 的均衡因子为 -2 ,说明 Parent 的左子树高,设 Parent 的左子树的根为 SubL 当 SubL 的均衡因子为 -1 是,执行右单旋 当 SubL 的均衡因子为 1 时,执行左右双旋 旋转完成后,原 Parent 为根的子树个高度降低,已经均衡,不需要再向上更新。
4.AVL树的验证
AVL 树是在二叉搜索树的基础上参加了均衡性的限制,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.
验证其为均衡树
● 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均衡因子 ) ● 节点的均衡因子是否盘算准确
int _size(Node* root)
{
return root == nullptr ? 0 : _size(root->_left) + _size(root->_right) + 1;
}
int _Height(Node* root)
{
if (root == nullptr)
{
return 0;
}
return max(_Height(root->_left), _Height(root->_right)) + 1;
}
bool _IsBalance(Node* root)
{
if (root == nullptr)
{
return true;
}
int LeftHeight = _Height(root->_left);
int RightHeight = _Height(root->_right);
if (abs(LeftHeight - RightHeight) >= 2)
{
return false;
}
//可以顺便再检查一下平衡因子
if (abs(LeftHeight - RightHeight) != root->_bf)
{
cout << root->_kv.first << endl;
return false;
}
return _IsBalance(root->_left) && _IsBalance(root->_right);
}
复制代码
三、AVL树的性能
AVL 树是一棵绝对均衡的二叉搜索树,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 样可以包管查询时高效的时间复杂度,即 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均衡,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,但一个结构常常修改,就不太适合。
四、完结撒❀
如果以上内容对你有资助不妨点赞支持一下,以后还会分享更多编程知识,我们一起进步。
最后我想讲的是,听说点赞的都能找到美丽女朋友❤
免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!更多信息从访问主页:qidao123.com:ToB企服之家,中国第一个企服评测及商务社交产业平台。
欢迎光临 IT评测·应用市场-qidao123.com (https://dis.qidao123.com/)
Powered by Discuz! X3.4