赞
踩
引入
基本介绍
1)平衡二叉树也叫平衡二叉搜索树(Self-balancingBinarySearchTree)又被称为AVL树,可以保证查询效率较高
2)具有以下特点:它是一颗空树或它的左右两个子树的高度差绝对值不超过1,并且左右两颗子树都是一颗平衡二叉树。平衡二叉树的常用实现方法有红黑树、AVL、替罪羊树、Treap、伸展树
左旋转分析: 数列{4,3,6,5,7,8} 二叉排序树 4 3 6 5 7 8 问题:当插入8时 rightHeight()-leftHeight() > 1,不再是一颗AVL树 可以进行左旋转处理使其变成AVL树 1)创建一个新的节点newNode(以根节点的值创建),创建一个新的节点 值等于当前根节点的值 2)//把新节点的左子树设置为当前节点的左子树 newNode.left = left; 3)//把新节点的右子树设置为当前节点的右子树的左子树 newNode.right = right.left; 4)//把当前节点的值转换成右子节点的值 value = right.value; 5)//把当前节点的右子树设置成右子树的右子树 right=right.right; 6)//把当前节点的左子树设置成新节点 left = newNode; 左旋后的二叉排序树变成了AVL树 6 4 7 3 5 8 右旋转分析: 数列{10,12,8,9,7,6} 二叉排序树 10 8 12 7 9 6 问题:当插入6时 leftHeight()-rightHeight() > 1,不再是一颗AVL树 可以进行右旋转处理使其变成AVL树 1)创建一个新的节点newNode(以根节点的值创建),创建一个新的节点 值等于当前根节点的值 2)//把新节点的左子树设置为当前节点的左子树的右子树 newNode.left = left.right; 3)//把新节点的右子树设置为当前节点的右子树 newNode.right = right; 4)//把当前节点的值转换成左子节点的值 value = left.value; 5)//把当前节点的左子树设置成左子树左子树 left = left.left; 6)//把当前节点的右子树设置成新节点 right = newNode; 右旋后的二叉排序树变成AVL树 8 7 10 6 9 12
左旋二叉搜索树、右旋二叉搜索树
什么时候开始左旋? 什么时候开始右旋?当然是根节点的左右子树的高度差大于1
rightHeight()-leftHeight() > 1的时候左旋
leftHeight()-rightHeight() > 1的时候右旋
所以,无论左旋还是右旋,还得要求出树的左右子树的高度
代码实现
/** * 返回左子树的高度 */ public int getLeftHeight(){ if (left == null){ return 0; } return left.getHeight(); } /** * 返回右子树的高度 */ public int getRightHeight(){ if (right == null){ return 0; } return right.getHeight(); } /** * 返回树的高度 */ public int getHeight(){ return Math.max(left == null ? 0 : left.getHeight(), right == null ? 0 : right.getHeight()) + 1; }
左旋代码
/** * 左旋转 */ public void leftRotate(){ //创建新节点,以根节点的值 Node newNode = new Node(value); //把新节点的左子树设置为当前节点的左子树 newNode.left = left; //把新节点的右子树设置为当前节点的右子树的左子树 newNode.right = right.left; //把当前节点的值转换成右子节点的值 value = right.value; //把当前节点的右子树设置成右子树的右子树 right=right.right; //把当前节点的左子树设置成新节点 left = newNode; }
右旋代码
/** * 右旋转 */ public void rightRotate() { //创建新节点,以根节点的值 Node newNode = new Node(value); //创建一个新的节点newNode(以根节点的值创建),创建一个新的节点 //值等于当前根节点的值 //把新节点的左子树设置为当前节点的左子树的右子树 newNode.left = left.right; //把新节点的右子树设置为当前节点的右子树 newNode.right = right; //把当前节点的值转换成左子节点的值 value = left.value; //把当前节点的左子树设置成左子树左子树 left = left.left; //把当前节点的右子树设置成新节点 right = newNode; }
AVL实现双旋
有时候,符合左旋或者符合右旋的二叉搜索树的结构,旋转之后不一定能实现AVL树。所以需要左旋配合右旋使用 或者右旋配合左旋使用。
如下图例子
这是因为 7 这个节点为根节点的树的右子节点高度大于它的左子树的高度
7 6 8 9 问题分析: 1、当符合右旋的条件时 2、如果它的左子树的右子节点高度大于它的左子树的高度 3、先对当前节点的左节点(7为根节点)进行左旋 8 7 9 6 4、再对当前节点(10)进行右旋的操作即可 双旋得到的AVL树 8 7 10 6 9 11
添加二叉树节点的时候调用左右旋
/** * 添加节点的方法 * * * @param node 传入的节点 */ public void add(Node node){ if ( node ==null){ //传入的节点为null,直接返回 return; } if ( node.value < this.value){ //传入的节点小于当前节点,就放入当前节点的左子树 if (this.left == null){ //当前节点的left为null,直接放入 this.left = node; }else { //当前节点的left不为null,递归遍历当前节点的左子树,直到找到某个节点的left为null,插入传入的节点 this.left.add(node); } }else { //传入的节点大于于当前节点,就放入当前节点的右子树 if (this.right == null){//当前节点的right为null,直接放入 this.right = node; }else {//当前节点的right不为null,递归遍历当前节点的左子树,直到找到某个节点的right为null,插入传入的节点 this.right.add(node); } } //rightHeight()-leftHeight() > 1,不再是一颗AVL树 //可以进行旋转处理使其变成AVL树 if ( getRightHeight() - getLeftHeight() > 1 ){ //如果它的右子树 的左子树的高度大于左子树 if (right != null && right.getLeftHeight() > right.getRightHeight()){ //先对当前节点的右节点(右子树)-》右旋 right.rightRotate(); //再对当前节点进行右旋 leftRotate(); }else { leftRotate(); } return; //这个步骤必须要 } //leftHeight()-rightHeight() > 1,不再是一颗AVL树 //可以进行旋转处理使其变成AVL树 if ( getLeftHeight()-getRightHeight() > 1 ){ //如果它的左子树 的右子树的高度左子树 if (left != null && left.getRightHeight() > left.getLeftHeight()){ //先对当前节点的左节点(左子树)-》左旋 left.leftRotate(); //再对当前节点进行右旋 rightRotate(); }else { rightRotate(); } } }
package com.ldm.AVL; /** * @author 梁东明 * 2022/9/7 * 人生建议:看不懂的方法或者类记得CTRL + 点击 看看源码或者注解 * 点击setting在Editor 的File and Code Templates 修改 */ public class AVLTreeDemo { public static void main(String[] args) { //int[] arr= {4,3,6,5,7,8}; //int[] arr = {10,12,8,9,7,6}; int[] arr = {10,11,7,6,8,9}; AVLTree avlTree = new AVLTree(); for (int i = 0; i < arr.length; i++) { avlTree.add(new Node(arr[i])); } System.out.println("中序遍历~"); avlTree.infixOrder(); System.out.println("树的高度是:" + avlTree.getRoot().getHeight()); System.out.println("左子树的高度是:" + avlTree.getRoot().getLeftHeight()); System.out.println("右子树的高度是:" + avlTree.getRoot().getRightHeight()); System.out.println("当前根节点是:" + avlTree.getRoot()); } } class AVLTree{ private Node root; public Node getRoot() { return root; } /** * 搜索要删除的节点 */ public Node search(int value){ if ( root == null){ return null; }else { return root.search(value); } } /** * 搜索父节点 */ public Node searchParent(int value){ if ( root == null){ return null; }else { return root.searchParent(value); } } /** *1、返回以node为根节点的二叉排序树的最小节点的值 *2、删除node为根节点的二叉排序树的最小节点 * * @param node 传入的节点(当作当前二叉树的根节点) * @return 返回以node为根节点的二叉排序树的最小节点的值 */ public int delRightTreeMin(Node node){ Node target = node; //循环查找左子节点,直到找到最小值 while (target.left != null){ target = target.left; } //退出while循环后,最小值就找到了 //把它删除了 delNode(target.value); return target.value; } /** * 删除节点 * * @param value 要删除节点的值 */ public void delNode(int value){ if ( root == null){ return; }else { //1、需要找到要删除的节点 targetNode Node targetNode = search(value); //如果没有找到就直接返回; if (targetNode == null){ return; } //如果二叉排序树只有根节点,把根节点置null; if ( root.left == null && root.right ==null){ root = null; return; } //找到要删除的节点的父节点 Node parent = searchParent(value); //第一种情况:如果要删除的是叶子节点 if (targetNode.left == null && targetNode.right == null){ //判断要删除的节点是其父节点左节点还是右节点 if (parent.left != null && parent.left.value == value ){ parent.left = null; }else if (parent.right != null && parent.right.value == value){ parent.right = null; } } //第三种情况:如果要删除的节点有左右子树 else if (targetNode.left != null && targetNode.right != null){ int minValue = delRightTreeMin(targetNode.right); targetNode.value = minValue; } //第二种情况:如果要删除的节点有一个子树 // 因为第二种情况的条件最复杂,所以用排除法先把第一第三种情况的条件判断, // 剩下的就是第二种情况的条件,直接不用if语句判断。无用的小知识又增加了! //你也可以把第二种情况的条件语句写出来,反正挺长的,你喜欢好了! //if( (targetNode.left != null && targetNode.right ==null) || // (targetNode.right != null && targetNode.left == null) ) else { //如果要删除的节点只有左子树 if (targetNode.left != null){ if ( parent != null){ //如果targetNode是parent的左子节点 if (parent.left.value == value){ parent.left = targetNode.left; } //如果targetNode是parent的右子节点 else if (parent.right.value == value){ parent.right = targetNode.left; } }else { root = targetNode.left; } } //如果要删除的节点只有右子树 else { if (parent != null){ //如果targetNode是parent的左子节点 if (parent.left.value == value){ parent.left = targetNode.right; } //如果targetNode是parent的右子节点 else if (parent.right.value == value){ parent.right = targetNode.right; } }else { root = targetNode.right; } } } } } /** * 中缀遍历 */ public void infixOrder(){ if (root !=null){ root.infixOrder(); }else { System.out.println("这是一个空树"); } } /** * 添加节点的方法 * * @param node 节点 */ public void add(Node node){ if ( root == null){ root = node; }else { root.add(node); } } } class Node { int value; Node left; Node right; public Node(int value) { this.value = value; } /** * 返回左子树的高度 */ public int getLeftHeight(){ if (left == null){ return 0; } return left.getHeight(); } /** * 返回右子树的高度 */ public int getRightHeight(){ if (right == null){ return 0; } return right.getHeight(); } /** * 返回树的高度 */ public int getHeight(){ return Math.max(left == null ? 0 : left.getHeight(), right == null ? 0 : right.getHeight()) + 1; } /** * 左旋转 */ public void leftRotate(){ //创建新节点,以根节点的值 Node newNode = new Node(value); //把新节点的左子树设置为当前节点的左子树 newNode.left = left; //把新节点的右子树设置为当前节点的右子树的左子树 newNode.right = right.left; //把当前节点的值转换成右子节点的值 value = right.value; //把当前节点的右子树设置成右子树的右子树 right=right.right; //把当前节点的左子树设置成新节点 left = newNode; } /** * 右旋转 */ public void rightRotate() { //创建新节点,以根节点的值 Node newNode = new Node(value); //创建一个新的节点newNode(以根节点的值创建),创建一个新的节点 //值等于当前根节点的值 //把新节点的左子树设置为当前节点的左子树的右子树 newNode.left = left.right; //把新节点的右子树设置为当前节点的右子树 newNode.right = right; //把当前节点的值转换成左子节点的值 value = left.value; //把当前节点的左子树设置成左子树左子树 left = left.left; //把当前节点的右子树设置成新节点 right = newNode; } @Override public String toString() { return "Node{" + "value=" + value + '}'; } /** * 添加节点的方法 * * * @param node 传入的节点 */ public void add(Node node){ if ( node ==null){ //传入的节点为null,直接返回 return; } if ( node.value < this.value){ //传入的节点小于当前节点,就放入当前节点的左子树 if (this.left == null){ //当前节点的left为null,直接放入 this.left = node; }else { //当前节点的left不为null,递归遍历当前节点的左子树,直到找到某个节点的left为null,插入传入的节点 this.left.add(node); } }else { //传入的节点大于于当前节点,就放入当前节点的右子树 if (this.right == null){//当前节点的right为null,直接放入 this.right = node; }else {//当前节点的right不为null,递归遍历当前节点的左子树,直到找到某个节点的right为null,插入传入的节点 this.right.add(node); } } //rightHeight()-leftHeight() > 1,不再是一颗AVL树 //可以进行旋转处理使其变成AVL树 if ( getRightHeight() - getLeftHeight() > 1 ){ //如果它的右子树 的左子树的高度大于左子树 if (right != null && right.getLeftHeight() > right.getRightHeight()){ //先对当前节点的右节点(右子树)-》右旋 right.rightRotate(); //再对当前节点进行右旋 leftRotate(); }else { leftRotate(); } return; //这个步骤必须要 } //leftHeight()-rightHeight() > 1,不再是一颗AVL树 //可以进行旋转处理使其变成AVL树 if ( getLeftHeight()-getRightHeight() > 1 ){ //如果它的左子树 的右子树的高度左子树 if (left != null && left.getRightHeight() > left.getLeftHeight()){ //先对当前节点的左节点(左子树)-》左旋 left.leftRotate(); //再对当前节点进行右旋 rightRotate(); }else { rightRotate(); } } } /** * 中缀遍历 */ public void infixOrder(){ if (this.left != null){ this.left.infixOrder(); } System.out.println(this); if (this.right != null){ this.right.infixOrder(); } } /** * 搜索要删除的节点 * * @param value 希望删除的节点的值 * @return 找到就返回该节点,否则就返回null */ public Node search(int value){ //找到该节点就返回 if (value == this.value){ return this; }else if ( value < this.value ){ if (this.left == null){ //树中没有该值的节点,就返回null return null; } return this.left.search(value); }else { if (this.right == null){//树中没有该值的节点,就返回null return null; } return this.right.search(value); } } /** * 搜索父节点 * * @param value 希望删除的节点的值 * @return 返回的是要删除的节点的父节点。如果没有就返回null */ public Node searchParent(int value){ //如果当前节点就是要删除的节点的父节点,返回 if ( (this.left != null && this.left .value == value) || (this.right != null && this.right .value == value)){ return this; }else { //如果要查找的值小于当前节点的值,且当前节点的左子树不为null,就递归在左子树查找 if (value < this.value && this.left != null){ return this.left.searchParent(value); }else if (value >= this.value && this.right != null){ //如果要查找的值大于或等于当前节点的值,且当前节点的右子树不为null,就递归在右子树查找 return this.right.searchParent(value); }else { return null; //没有找到父节点 } } } }
数据结构和算法教程,哔哩哔哩详细教程
在 135-141p.
最后,认识一下,我是小白。努力成为一名合格的程序员。期待与你的下次相遇。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。