赞
踩
前言:
在前面我们学习了平衡二叉树,但是二叉搜索树有其自身的缺陷,假如往树中插入的元素有序或者接近有序,二叉搜索树就会退化成单支树,时间复杂度会退化成O(N),因此map、set等关联式容器的底层结构是对二叉树进行了平衡处理,即采用平衡树来实现,下面我们要学习的AVL树就是处理二叉树自身缺陷的一种方式
在平衡二叉树中,如果数据有序或接近有序二叉搜索树将退化为单支树,查找元素的时间复杂度会退化成O(N)。
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,如果能保证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整),即可降低树的高度,从而减少平均搜索长度。
AVL树可以是一颗空树,如果不是,则它(或者它的任何一颗子树)需要具备以下性质:
如果它有n个节点,它的高度可以保持在log_n,时间复杂度为O(log_n)
AVL树的节点定义:
template<class K, class V> struct AVLTreeNode { AVLTreeNode<K,V>* _left; AVLTreeNode<K, V>* _right; AVLTreeNode<K, V>* _parent; pair<K, V> _kv; int _bf;//平衡因子 AVLTreeNode(const pair<K, V>& kv) :_left(nullptr) , _right(nullptr) , _parent(nullptr) , _bf(0) , _kv {} };
总的来说,AVL树就是在二叉搜索树的基础上加了一个平衡因子,所以AVL树的插入分两步:
1.按二叉搜索树的方式插入节点
2.插入后调节平衡因子
bool Insert(const pair<K, V>& kv) { 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->_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->_right = cur; } else { parent->_left = cur; } cur->_parent = parent; while (parent) { // 更新双亲的平衡因子 if (cur == parent->_left) { parent->_bf--; } else { parent->_bf++; } //没有改变高度,不继续向上更新平衡因子 if (parent->_bf == 0) { break; } // 插入前双亲的平衡因子是0,插入后双亲的平衡因为为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 else if (parent->_bf == 1 || parent->_bf == -1) { cur = cur->_parent; parent = parent->_parent; } // 双亲的平衡因子为正负2,违反了AVL树的平衡性,需要对以Parent为根的树进行旋转处理 else if (parent->_bf == 2 || parent->_bf == -2) { // 旋转处理 ....... break; } else { // 插入之前AVL树就有问题 assert(false); } } return true; }
当插入一个新节点时,若是平衡因子到了2,则会导致树的不平衡,此时我们就要对这棵树进行旋转操作,使其重新满足AVL树的性质。
注意:旋转的本质是在降低树的高度
根据节点插入位置,AVL树的旋转分四种:
上图在插入前,AVL树是平衡的,新节点插入到4的左子树(注意:此处不是左孩子)中,2左子树增加了一层,导致以1为根的二叉树不平衡,要让1平衡,只能将1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1节点转下来,因为1节点比2节点大,只能将其放在2的右子树,而如果2节点有右子树,右子树根的值一定大于2节点,小于1节点,只能将其放在1节点的左子树,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:
说白了就是把5节点给1节点,再把1节点给2节点,就像是用手把1节点按下来一样(画图理解更佳)
代码:
void RotateR(Node* parent)//以1为旋转点,进行右单旋 { Node* subL = parent->_left;//2节点 Node* subLR = subL->_right;//5节点,也可能没有 parent->_left = subLR;//5节点给1节点 if (subLR) { subLR->_parent = parent; } subL->_right = parent; //1节点可能是根节点,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 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; } //更新平衡因子 subL->_bf = 0; parent->_bf = 0; }
参考上面的右单旋,代码:
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; }
将双旋变成单旋后再旋转,先以2节点为旋转点进行左单旋,然后再以1节点为旋转点进行右单旋,旋转完成后再考虑平衡因子的更新
代码:
void RorareLR(Node* parent) { Node* subL = parent->_left; Node* subLR = subL->_right; // 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 int bf = subLR->_bf; // 先对2节点进行左单旋 RorateL(parent->_left); // 再对对1节点进行右单旋 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); } }
和上面的先左再右差不多
总结一下:假如以parent为根的子树不平衡,即parent的平衡因子为2或者-2,分以下情况考虑:
parent的平衡因子为2,说明parent的右子树高,设parent的右子树的根为subR
当subR的平衡因子为1,左单旋
当subR的平衡因子为-1,右左单旋
parent的平衡因子为-2,说明parent的左子树高,设parent的左子树的根为subL
当subL的平衡因子为1,左单旋
当subL的平衡因子为-1,左右单旋
旋转完成后,原parent为根的子树个高度降低,已经平衡,不需要再向上更新
如何去验证我们写出来的是AVL树呢?
我们知道,AVL树是在二叉搜索树的基础上加入了控制高度平衡限制,所以对于验证AVL树,我们可以分两步:
验证是否为二叉搜索树
对其来一次中序遍历,如果得到一个有序的序列,则为二叉搜索树
验证是否为平衡树
(1) 各节点高度差的绝对值不超过1 (2)各节点的平衡因子是否正确
代码:
int _Height(Node* root) { if (root == nullptr) return 0; int leftHeight = _Height(root->_left); int rightHeight = _Height(root->_right); return leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1; } int Height() { return _Height(_root); } bool _IsBalance(Node* root, int& height) { // 空树也是AVL树 if (root == nullptr) { height = 0; return true; } int leftHeight = 0, rightHeight = 0; if (!_IsBalance(root->_left, leftHeight) || !_IsBalance(root->_right, rightHeight)) { return false; } if (abs(rightHeight - leftHeight) >= 2) { cout << root->_kv.first << "不平衡" << endl; return false; } if (rightHeight - leftHeight != root->_bf) { cout << root->_kv.first << "平衡因子异常" << endl; return false; } height = leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1; return true; } bool IsBalance() { int height = 0; return _IsBalance(_root, height); }
AVL树也算是二叉搜索树,所以我们可以用二叉搜索树删除节点的方式进行删除(可以看看之前讲的二叉搜索树删除操作:https://blog.csdn.net/liuty0125/article/details/139508094?spm=1001.2014.3001.5501),不过有差别的是,在删除后还要更新删除后的平衡因子,最坏情况可能会更新到根节点,所以一般不会对AVL树进行删除操作
先说优点:AVL树是一个平衡的二叉搜索树,它的每个节点的左右子树高度差的绝对值不超过1,因此,哪怕最坏也只是查找高度次,保证了查询时高效的时间复杂度O(log_n)。
但是它的缺陷也很明显:如果我们要对AVL树做一些修改方面的操作时,它的性能就十分低了,因为在修改时我们还要维护它的绝对平衡,旋转的次数比较多,而且在删除时,最坏情况可能会更新到根节点。
所以,如果只是需要一种查询高效且有序的数据结构,且数据个数为静态(不改变),比较适合AVL树,但如果你需要经常修改的话,AVL树可能就不太适合了。
#pragma once #include<iostream> #include<cstring> using namespace std; template<class K, class V> struct AVLTreeNode { AVLTreeNode<K,V>* _left; AVLTreeNode<K, V>* _right; AVLTreeNode<K, V>* _parent; pair<K, V> _kv; int _bf;//平衡因子 AVLTreeNode(const pair<K, V>& kv) :_left(nullptr) , _right(nullptr) , _parent(nullptr) , _bf(0) , _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); return true; } Node* parent = nullptr; Node* cur = _root; 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->_right = cur; } else { parent->_left = cur; } cur->_parent = parent; 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) { // 旋转处理 if (parent->_bf == 2 && cur->_bf == 1) { RotateL(parent); } else if (parent->_bf == -2 && cur->_bf == -1) { RotateR(parent); } else if (parent->_bf == -2 && cur->_bf == 1) { RotateLR(parent); } else { RotateRL(parent); } break; } else { // 插入之前AVL树就有问题 assert(false); } } return true; } 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; } subL->_bf = 0; parent->_bf = 0; } 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; } void RorareLR(Node* parent) { Node* subL = parent->_left; Node* subLR = subL->_right; int bf = subLR->_bf; RorateL(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); } } void RotateRL(Node* parent) { Node* subR = parent->_right; Node* subRL = subR->_left; int bf = subRL->_bf; RotateR(subR); RotateL(parent); subRL->_bf = 0; if (bf == 1) { subR->_bf = 0; parent->_bf = -1; } else if (bf == -1) { parent->_bf = 0; subR->_bf = 1; } else { parent->_bf = 0; subR->_bf = 0; } } Node* Find(const K& key) { Node* cur = _root; while (cur) { if (cur->_kv.first < key) { cur = cur->_right; } else if (cur->_kv.first > key) { cur = cur->_left; } else { return cur; } } return NULL; } void _InOrder(Node* root) { if (root == nullptr) { return; } _InOrder(root->left); cout << root->value << " "; _InOrder(root->right); } void InOrder() { _InOrder(root); } int _Height(Node* root) { if (root == nullptr) return 0; int leftHeight = _Height(root->_left); int rightHeight = _Height(root->_right); return leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1; } int Height() { return _Height(_root); } bool _IsBalance(Node* root, int& height) { if (root == nullptr) { height = 0; return true; } int leftHeight = 0, rightHeight = 0; if (!_IsBalance(root->_left, leftHeight) || !_IsBalance(root->_right, rightHeight)) { return false; } if (abs(rightHeight - leftHeight) >= 2) { cout << root->_kv.first << "不平衡" << endl; return false; } if (rightHeight - leftHeight != root->_bf) { cout << root->_kv.first << "平衡因子异常" << endl; return false; } height = leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1; return true; } bool IsBalance() { int height = 0; return _IsBalance(_root, height); } size_t Size() { return _Size(_root); } size_t _Size(Node* root) { if (root == NULL) return 0; return _Size(root->_left) + _Size(root->_right) + 1; } private: Node* root = nullptr; };
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。