【C++】：AVL树的深度解析及其实现

已于 2024-07-25 20:24:12 修改
阅读量954 收藏 73
点赞数 82
分类专栏： C++从入门到起飞 文章标签： c++ 开发语言
于 2024-07-24 22:02:32 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2301_77900444/article/details/140672048
版权

目录


点击跳转至文章： 【C++/STL】：set和map的介绍及基本使用】

点击跳转至文章：【C++】：二叉树进阶 — 搜索二叉树

🚀前言

上一篇文章对map/multimap/set/multiset进行了简单的介绍，在其文档介绍中发现，这几个容器有个共同点是：其底层都是按照二叉搜索树来实现的，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。

本篇文章介绍的就是平衡树之一的：AVL树。

注意：本篇文章AVL树实现的 key_value 模型。因为实际上 map/set 的底层并不是用AVL树封装的，而是用红黑树（下一篇文章），在红黑树的部分我们再对 key 和 key_value 模型进行更深层次的封装。

一，AVL树的概念

对于二叉搜索树极端情况下查找效率低下的问题，有大佬提出了这样的解决方法：

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。

一棵AVL树或者是空树，或者是具有以下性质的二叉搜索树：

(1) 它的左右子树都是AVL树；
(2) 左右子树高度之差(简称平衡因子)的绝对值不超过1(-1/0/1)

在这里插入图片描述

如果一棵二叉搜索树是高度平衡的，它就是AVL树。如果它有n个结点，其高度可保持在
O ( l o g 2 n ) O(log_2 n) O(log2​n)，搜索时间复杂度O( l o g 2 n log_2 n log2​n)。

二，AVL树节点的定义

AVL树节点的定义：

(1) 三叉链：左子树，右子树，父亲。
(2) 平衡因子：一般情况下是，右子树高度 - 左子树高度。
(3) key_value 模型的 pair 类型的数据。

template<class K, class V>
struct AVLTNode
{
	pair<K, V> _kv;
	AVLTNode<K, V>* _left;
	AVLTNode<K, V>* _right;
	AVLTNode<K, V>* _parent;

	int _bf; //平衡因子：右子树高度- 左子树高度

	AVLTNode(const pair<K, V>& kv)
		:_kv(kv)
		, _left(nullptr)
		, _right(nullptr)
		, _parent(nullptr)
		, _bf(0)
	{}
};

三，AVL树的插入

AVL树就是在二叉搜索树的基础上引入了平衡因子，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：

3.1 第一步

先按照二叉搜索树的方式插入新节点：

bool Insert(const pair<K, V>& kv)
{
	if (_root == nullptr)
	{
		_root = new Node(kv);
		return true;
	}
	Node* cur = _root;
	Node* parent = nullptr;
	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
			return false;
	}
	cur = new Node(kv);
	
	//链接时要判断链接在左还是右
	if (parent->_kv.first > kv.first)
		parent->_left = cur;
	else
		parent->_right = cur;

	cur->_parent = parent;

	// 调节平衡因子……
	
	return true;
}

3.2 第二步

再调整节点的平衡因子：

根据插入情况来更新 parent 的平衡因子，并且根据平衡因子来判断是否破坏了AVL树的平衡性。

重点分析：

在插入之前，parent 的平衡因子可能为：-1，0或1。插入分以下两种情况：

(1) 如果 cur 插入到 parent 的左侧，只需给 parent 的平衡因子 -1 即可

(2) 如果 cur 插入到 parent 的右侧，只需给parent 的平衡因子 +1 即可

插入后，此时：parent 的平衡因子可能为：0，正负1， 正负2。对应下面三种情况：

(1) 如果 parent 的平衡因子为0，说明插入之前 parent 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，停止检查；

(2) 如果 parent 的平衡因子为正负1，说明插入前 parent 的平衡因子一定为0，插入后被更新成正负1，此时以 parent 为根的树的高度增加，需要继续向上更新检查；

(3) 如果 parent 的平衡因子为正负2，则 parent 的平衡因子违反平衡树的性质，此时需要对其进行旋转处理

//调节平衡因子……续上文代码

//从cur开始，一直向上更新。根据cur是parent的左或右，
// 对parent的平衡因子--或++
while (parent)
{
	if (cur == parent->_left)
		parent->_bf--;
	else
		parent->_bf++;

	if (parent->_bf == 0)
		break; // 此时平衡了，停止更新
	else if (parent->_bf == 1 || parent->_bf == -1)
	{
		//继续向上更新
		cur = parent;
		parent = parent->_parent;
	}
	else if (parent->_bf == 2 || parent->_bf == -2)
	{
		// 旋转操作……
	}
}

四，AVL树的旋转

如果 parent 的平衡因子为正负2，此时必须调整树的结构，使之平衡化。

根据节点插入位置的不同，AVL树的旋转分为四种，下面将通过抽象图与具象图进行详细介绍：

说明：下面的抽象图中 a/b/c/d 表示AVL树，h/h+1 表示树的高度， h >= 0。

4.1 右单旋

新节点插入较高左子树的左侧 — 左左：右单旋

抽象图：

在这里插入图片描述

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。

具象图：

具象图的实际情况有无穷多种，这里用 h == 1 来说明情况。

在这里插入图片描述

插入新增后向上检查变到第二个图，此时需要旋转，把30的右子树拿给60当左子树，60的左边太高了，把它向下压降低高度，把60那个子树拿给30当右子树。

代码实现如下：

//右单旋
void RotateR(Node* parent)
{
	Node* subL = parent->_left;
	Node* subLR = subL->_right;

	if (subLR)
		subLR->_parent = parent;
	parent->_left = subLR;

	subL->_right = parent;

	//改变之前记录
	Node* ppNode = parent->_parent;
	parent->_parent = subL;

	//parent为根
	if (parent == _root)
	{
		_root = subL;
		_root->_parent = nullptr;
	}
	else
	{
		//parent为一颗子树
		if (ppNode->_left == parent)
			ppNode->_left = subL;
		else
			ppNode->_right = subL;

		subL->_parent = ppNode;
	}

	parent->_bf = subL->_bf = 0;
}

4.2 左单旋

新节点插入较高右子树的右侧—右右：左单旋

实现及情况考虑可参考右单旋。

抽象图：

在这里插入图片描述
具象图：

在这里插入图片描述

代码实现如下：

//左单旋
void RotateL(Node* parent)
{
	Node* subR = parent->_right;
	Node* subRL = subR->_left;

	if (subRL)
		subRL->_parent = parent;
	parent->_right = subRL;

	subR->_left = parent;

	Node* ppNode = parent->_parent;
	parent->_parent = subR;

	//parent为根
	if (parent == _root)
	{
		_root = subR;
		_root->_parent = nullptr;
	}
	else
	{
		//parent为一颗子树
		if (ppNode->_left == parent)
			ppNode->_left = subR;
		else
			ppNode->_right = subR;

		subR->_parent = ppNode;
	}

	parent->_bf = subR->_bf = 0;
}

4.3 右左双旋

新节点插入较高右子树的左侧—右左：先右单旋再左单旋。

抽象图：

![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/ba29d676d7784dd7893a2df9a54b5838.png

将双旋变成单旋后再旋转，即：先对90进行右单旋，然后再对30进行左单旋，旋转完成后再考虑平衡因子的更新。

具象图：

有了上面的左单旋，右单旋，双旋可以直接复用，双旋后麻烦的是平衡因子的更新，又有三种情况：

旋转前保存 subRL 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。

在这里插入图片描述

代码实现如下：

//右左双旋
void RotateRL(Node* parent)
{
	Node* subR = parent->_right;
	Node* subRL = subR->_left;
	
	int bf = subRL->_bf;

	RotateR(parent->_right); // 经过这个单旋，变成单纯的右边高
	RotateL(parent);

	if (bf == -1)
	{
		parent->_bf = 0;
		subR->_bf = 1;
		subRL->_bf = 0;
	}
	else if (bf == 1)
	{
		parent->_bf = -1;
		subR->_bf = 0;
		subRL->_bf = 0;
	}
	else if (bf == 0)
	{
		parent->_bf = 0;
		subR->_bf = 0;
		subRL->_bf = 0;
	}
	else
		assert(false);
}

4.4 左右双旋

新节点插入较高左子树的右侧—左右：先左单旋再右单旋。

抽象图：

在这里插入图片描述

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
考虑平衡因子的更新。

具象图：

在这里插入图片描述

代码实现如下：

//左右双旋
void RotateLR(Node* parent)
{
	Node* subL = parent->_left;
	Node* subLR = subL->_right;

	int bf = subLR->_bf;

	RotateL(subL); // 经过这个单旋，变成单纯的右边高
	RotateR(parent);

	if (bf == -1)
	{
		subL->_bf = 0;
		parent->_bf = 1;
		subLR->_bf = 0;
	}
	else if (bf == 1)
	{
		subL->_bf = -1;
		parent->_bf = 0;
		subLR->_bf = 0;
	}
	else if (bf == 0)
	{
		subL->_bf = 0;
		parent->_bf = 0;
		subLR->_bf = 0;
	}
	else
		assert(false);
}

4.5 插入代码的完整实现

bool Insert(const pair<K, V>& kv)
{
	if (_root == nullptr)
	{
		_root = new Node(kv);
		return true;
	}
	Node* cur = _root;
	Node* parent = nullptr;
	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
			return false;
	}
	cur = new Node(kv);
	//链接时要判断链接在左还是右
	if (parent->_kv.first > kv.first)
		parent->_left = cur;
	else
		parent->_right = cur;

	cur->_parent = parent;

	//更新平衡因子
	//从cur开始，一直向上更新。根据cur是parent的左或右，
	// 对parent的平衡因子--或++
	while (parent)
	{
		if (cur == parent->_left)
			parent->_bf--;
		else
			parent->_bf++;

		if (parent->_bf == 0)
			break; // 此时平衡了，停止更新
		else if (parent->_bf == 1 || parent->_bf == -1)
		{
			//继续向上更新
			cur = parent;
			parent = parent->_parent;
		}
		else if (parent->_bf == 2 || parent->_bf == -2)
		{
			//当前子树出现了问题，需要旋转平衡一下
			if (parent->_bf == -2 && cur->_bf == -1)
			{
				//单纯左边高，右单旋
				RotateR(parent);
			}
			else if (parent->_bf == 2 && cur->_bf == 1)
			{
				//单纯右边高，左单旋
				RotateL(parent);
			}
			else if (parent->_bf == 2 && cur->_bf == -1)
			{
				//右左双旋
				RotateRL(parent);
			}
			else if (parent->_bf == -2 && cur->_bf == 1)
			{
				//左右双旋
				RotateLR(parent);
			}
			
			//旋转完成后，就不要继续向上更新了，因为此时已经达到了平衡，
			// 并且旋转后高度不变，不影响上面的父亲了
			break;
		}
		else
			assert(false);
	}

	return true;
}

4.6 旋转总结

总结：
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：

(1) 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pSubR的平衡因子为1时，执行左单旋，
当pSubR的平衡因子为-1时，执行右左双旋。

(2) 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是，执行右单旋，
当 subL 的平衡因子为1时，执行左右双旋。

顺口溜：parent 和 subL/subR 的平衡因子，同号单旋，异号双旋。

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。

五，AVL树的验证

AVL树是在二叉搜索树的基础上加入了平衡性的限制，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) 验证其为平衡树
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平衡因子)节点的平衡因子是否计算正确。

代码实现如下：

public:
	//中序遍历
	void Inorder()
	{
		_Inorder(_root);
		cout << endl;
	}

	//检查是否平衡
	bool Is_balance()
	{
		return _Is_balance(_root);
	}

private:
	int _Height(Node* root)
	{
		if (root == nullptr)
			return 0;

		return max(_Height(root->_left) , _Height(root->_right)) + 1;
	}

	bool _Is_balance(Node* root)
	{
		if (root == nullptr)
			return true;

		int leftHeight = _Height(root->_left);
		int rightHeight = _Height(root->_right);

		//判断左右子树的高度差
		if (abs(leftHeight - rightHeight) >= 2)
		{
			cout << root->_kv.first << endl;
			return false;

		}
		return _Is_balance(root->_left) && _Is_balance(root->_right);
	}

	void _Inorder(Node* root)
	{
		if (root == nullptr)
			return;

		_Inorder(root->_left);
		cout << root->_kv.first << ":" << root->_kv.second << endl;
		_Inorder(root->_right);
	}

六，AVL树的性能

AVL树是一棵绝对平衡的二叉搜索树，其要求每个节点的左右子树高度差的绝对值都不超过1，这样可以保证查询时高效的时间复杂度，即 l o g 2 ( N ) log_2 (N) 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平衡，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，但一个结构经常修改，就不太适合。

七，实现AVL树的完整代码

AVLTree.h

#pragma once

#include <iostream>
#include <assert.h>
#include <algorithm>
using namespace std;

template<class K, class V>
struct AVLTNode
{
	pair<K, V> _kv;
	AVLTNode<K, V>* _left;
	AVLTNode<K, V>* _right;
	AVLTNode<K, V>* _parent;

	int _bf; //平衡因子：右子树高度- 左子树高度

	AVLTNode(const pair<K, V>& kv)
		:_kv(kv)
		, _left(nullptr)
		, _right(nullptr)
		, _parent(nullptr)
		, _bf(0)
	{}
};

template<class K, class V>
class AVLTree
{
	typedef AVLTNode<K, V> Node;
public:
	Node* Find(const pair<K, V>& kv)
	{
		Node* cur = _root;
		while (cur)
		{
			if (cur->_kv.first > kv.first)
				cur = cur->_left;
			else if (cur->_kv.first < kv.first)
				cur = cur->_right;
			else
				return cur;
		}
		return nullptr;
	}

	bool Insert(const pair<K, V>& kv)
	{
		if (_root == nullptr)
		{
			_root = new Node(kv);
			return true;
		}
		Node* cur = _root;
		Node* parent = nullptr;
		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
				return false;
		}
		cur = new Node(kv);
		//链接时要判断链接在左还是右
		if (parent->_kv.first > kv.first)
			parent->_left = cur;
		else
			parent->_right = cur;

		cur->_parent = parent;

		//更新平衡因子
		//从cur开始，一直向上更新。根据cur是parent的左或右，
		// 对parent的平衡因子--或++
		while (parent)
		{
			if (cur == parent->_left)
				parent->_bf--;
			else
				parent->_bf++;

			if (parent->_bf == 0)
				break; // 此时平衡了，停止更新
			else if (parent->_bf == 1 || parent->_bf == -1)
			{
				//继续向上更新
				cur = parent;
				parent = parent->_parent;
			}
			else if (parent->_bf == 2 || parent->_bf == -2)
			{
				//当前子树出现了问题，需要旋转平衡一下
				if (parent->_bf == -2 && cur->_bf == -1)
				{
					//单纯左边高，右单旋
					RotateR(parent);
				}
				else if (parent->_bf == 2 && cur->_bf == 1)
				{
					//单纯右边高，左单旋
					RotateL(parent);
				}
				else if (parent->_bf == 2 && cur->_bf == -1)
				{
					//右左双旋
					RotateRL(parent);
				}
				else if (parent->_bf == -2 && cur->_bf == 1)
				{
					//左右双旋
					RotateLR(parent);
				}
				
				//旋转完成后，就不要继续向上更新了，因为此时已经达到了平衡，
				// 并且旋转后高度不变，不影响上面的父亲了
				break;
			}
			else
				assert(false);
		}

		return true;
	}

	//右单旋
	void RotateR(Node* parent)
	{
		Node* subL = parent->_left;
		Node* subLR = subL->_right;

		if (subLR)
			subLR->_parent = parent;
		parent->_left = subLR;

		subL->_right = parent;

		//改变之前记录
		Node* ppNode = parent->_parent;
		parent->_parent = subL;

		//parent为根
		if (parent == _root)
		{
			_root = subL;
			_root->_parent = nullptr;
		}
		else
		{
			//parent为一颗子树
			if (ppNode->_left == parent)
				ppNode->_left = subL;
			else
				ppNode->_right = subL;

			subL->_parent = ppNode;
		}

		parent->_bf = subL->_bf = 0;
	}

	//左单旋
	void RotateL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subR->_left;

		if (subRL)
			subRL->_parent = parent;
		parent->_right = subRL;

		subR->_left = parent;

		Node* ppNode = parent->_parent;
		parent->_parent = subR;

		//parent为根
		if (parent == _root)
		{
			_root = subR;
			_root->_parent = nullptr;
		}
		else
		{
			//parent为一颗子树
			if (ppNode->_left == parent)
				ppNode->_left = subR;
			else
				ppNode->_right = subR;

			subR->_parent = ppNode;
		}

		parent->_bf = subR->_bf = 0;
	}

	//右左双旋
	void RotateRL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subR->_left;
		
		int bf = subRL->_bf;

		RotateR(parent->_right); // 经过这个单旋，变成单纯的右边高
		RotateL(parent);

		if (bf == -1)
		{
			parent->_bf = 0;
			subR->_bf = 1;
			subRL->_bf = 0;
		}
		else if (bf == 1)
		{
			parent->_bf = -1;
			subR->_bf = 0;
			subRL->_bf = 0;
		}
		else if (bf == 0)
		{
			parent->_bf = 0;
			subR->_bf = 0;
			subRL->_bf = 0;
		}
		else
			assert(false);

	}

	//左右双旋
	void RotateLR(Node* parent)
	{
		Node* subL = parent->_left;
		Node* subLR = subL->_right;

		int bf = subLR->_bf;

		RotateL(subL); // 经过这个单旋，变成单纯的右边高
		RotateR(parent);

		if (bf == -1)
		{
			subL->_bf = 0;
			parent->_bf = 1;
			subLR->_bf = 0;
		}
		else if (bf == 1)
		{
			subL->_bf = -1;
			parent->_bf = 0;
			subLR->_bf = 0;
		}
		else if (bf == 0)
		{
			subL->_bf = 0;
			parent->_bf = 0;
			subLR->_bf = 0;
		}
		else
		{
			assert(false);
		}
	}
	//中序遍历
	void Inorder()
	{
		_Inorder(_root);
		cout << endl;
	}

	//检查是否平衡
	bool Is_balance()
	{
		return _Is_balance(_root);
	}

private:
	int _Height(Node* root)
	{
		if (root == nullptr)
			return 0;

		return max(_Height(root->_left) , _Height(root->_right)) + 1;
	}

	bool _Is_balance(Node* root)
	{
		if (root == nullptr)
			return true;

		int leftHeight = _Height(root->_left);
		int rightHeight = _Height(root->_right);

		//判断左右子树的高度差
		if (abs(leftHeight - rightHeight) >= 2)
		{
			cout << root->_kv.first << endl;
			return false;

		}
		return _Is_balance(root->_left) && _Is_balance(root->_right);
	}

	void _Inorder(Node* root)
	{
		if (root == nullptr)
			return;

		_Inorder(root->_left);
		cout << root->_kv.first << ":" << root->_kv.second << endl;
		_Inorder(root->_right);
	}
private:
	Node* _root = nullptr;
};


//测试代码
void Test1()
{
	int a[] = { 8, 3, 1, 10, 6, 4, 7, 14, 13 };
	AVLTree<int, int> t;
	for (auto e : a)
		t.Insert({e ,e});

	t.Inorder();
	cout << t.Is_balance() << endl;
}

Test.cpp

#define _CRT_SECURE_NO_WARNINGS 

#include "AVLTree.h"

int main()
{
	Test1();

	return 0;
}

运行结果：

中序遍历是有序的，说明是搜索二叉树，返回1，说明是平衡树。

在这里插入图片描述

24k纯甄
关注
  • 82
    点赞
  • 踩
  • 73
    收藏
    觉得还不错? 一键收藏
  • 70
    评论
专栏目录
数据结构c++线性表 简单树 特殊树 简单图 链表：单链表、双向链表、循环链表 栈 队列 树的定义及其相关概念 树的父亲表示法 二叉树的定义及其基本性质 二叉树的孩子表示法等 关于c++数据结构的干货
lljloimjo的博客
08-15 135
链表是一种线性数据结构，不同于数组，链表的元素（通常称为节点）在内存中不是连续存储的。每个节点包含两部分：数据和指向下一个节点的指针（在双向链表中还可能有指向前一个节点的指针）。链表允许动态地添加、删除元素，相比数组更加灵活。链表作为一种重要的数据结构，可以在不同情况下提供灵活的存储和操作方式。单链表、双向链表和循环链表都有各自的特点，根据实际需求选择合适的链表类型。在 C++ 中，我们可以利用指针和动态内存分配来实现这些链表，从而更好地应对问题的复杂性。
《程序员面试经典》c++实现.zip
01-20
《程序员面试经典》c++实现.zip 这个压缩包文件是一个专门为C++程序员准备的面试题库，旨在帮助他们强化核心知识，顺利通过大厂的面试。这份资料涵盖了C++编程语言、面试常见问题、设计模式、数据结构、操作系统以及...
【C++进阶】深度解析AVL树及其简单模拟实现
weixin_64906519的博客
03-16 688
之前我们学习了二叉搜索树，但是有时候因为节点插入的问题，可能会退化为单支树，这样会导致查找效率变得底下如顺序表。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这种树就是AVL树.
【C++】：红黑树深度剖析 --- 手撕红黑树！
最新发布
2301_77900444的博客
07-25 1039
就是太过追求绝对平衡，比如在插入时要维护其绝对平衡，旋转次数太多，在删除时甚至有可能要一直旋转到根位置，使之性能低下。本篇文章介绍的红黑树也是一种平衡树，是通过改变节点颜色以及旋转操作，使之接近平衡。红黑树比AVL树的用途更加广泛，在一些方面效率甚至要优于AVL树，并且 map/set 的底层封装用的也是红黑树。红黑树的节点结构与AVL树的大致相同，只是AVL树中有节点的颜色，没有平衡因子。//枚举颜色RED,BLACK,_kv(kv){}
【C/C++ 数据结构 】树形结构的小结
探索C++编程的奥秘，分享深入的技术见解和实践，旨在激发读者创造力与解决问题的思维。
10-22 434
树结构是一种非常重要且常见的数据结构，它在计算机科学中有着广泛的应用。从文件系统的目录结构，到数据库索引的组织，再到计算机网络中的路由算法，树结构无处不在。
洞明算法之平衡二叉树（ AVL 树）
chuanglan的专栏
09-21 428
算法进击之平衡二叉树（ AVL 树） 1. 由来 平衡二叉树，又叫 AVL 树，是根据其发明者的名字命名（G. M. Adelson-Velsky 和 E. M. Landis），在 AVL 树中任何节点的两个子树的高度（高度： 叶节点为 0 ，深度： 根节点为 0 ）最大差别为1，因此也被称为高度平衡树。 2. 特性 其本质是一种二叉搜索树（即根节点大于左子树所有节点且小于右子树所有节点
3. 数据结构--二叉树 BST AVL树 Huffman
monster的博客
10-21 561
数据结构–二叉树 KEY：(不敢相信没有堆…) 二叉树的定义及其主要特征 ☑️ 二叉树的顺序存储结构和链式存储结构实现 二叉树的遍历及应用 二叉排序（查找、检索）树 (BST) 平衡的二叉检索树- AVL 树 哈夫曼（Huffman）树和哈夫曼编码 参考教材 电子工业出版社 数据结构算法与分析 c++版 第三版 Clifford A.Shaffer 部分参考了清华大学严版教材c语言版 一、基本概念 1.1 定义 二叉树由结点的有限集合组成，这个集合或者为空， 或者由一个根结点及两棵不相交的，分别称
C++思想及设计模式
科技容我懒
03-09 934
关于C++语言的语法和编程技巧
【C/C++数据结构】数据结构逻辑结构C/C++ 介绍
探索C++编程的奥秘，分享深入的技术见解和实践，旨在激发读者创造力与解决问题的思维。
10-14 579
计算机科学中，数据结构是一种存储和组织数据的方式，以便有效地访问和修改数据。逻辑结构是数据元素之间的逻辑关系，它独立于数据的物理存储。下面我们将详细介绍四种基本的逻辑结构。
LeetCode专题：树与回溯（完结，已更50题）
清风微浪又何妨的博客
02-01 666
关于LeetCode的树专题刷题总结，由于篇幅原因仅更新至50题。题目分类参考了宫水三叶https://github.com/SharingSource/LogicStack-LeetCode/wiki。
数据结构（C++语言版）第3版 +习题解析 邓俊辉
04-27
书中有详尽的二叉树遍历、二叉搜索树、平衡树（AVL树和红黑树）等内容，这些都是数据结构中的重点。 6. **图**：图是由顶点和边构成的数据结构，广泛应用于网络、路由、最短路径等问题。书中讲解了图的表示方法...
数据结构c++版课后习题集解析.doc
09-28
- **习题解析**: 实现二叉树的插入、删除和搜索操作，绘制和理解二叉树的图形表示，以及对平衡树如AVL树和红黑树的理解。 6. **图** (第6章) - **本章导学**: 图是一种更灵活的数据结构，包含顶点和边，用于表示...
c++面试算法刷题.zip
01-20
《C++面试算法刷题深度解析》 C++作为一门强大的编程语言，广泛应用于系统软件、游戏开发、高性能计算等领域，对于程序员来说，精通C++是通往顶级IT公司的敲门砖。本资料“c++面试算法刷题.zip”旨在帮助准备C++...
mianshibaodian.rar_C/C++求职宝典
09-21
- 树形结构：二叉树、平衡树（AVL、红黑树）的操作和性质。 - 图论基础：图的表示、遍历（深度优先、广度优先）和最短路径算法（Dijkstra、Floyd）。 7. 面试题解析： - 编程题：提供常见面试编程题的解题思路和...
C语言 之 理解指针（1）
fallzzzzz的博客
07-20 1120
就是先获取该数组的首元素的地址，从前面我们知道，指针的类型的作用是指针+1 所跳过的字节数，int为整形，大小为4个字节，所以p+1就跳过4个字节，p+2就跳过8个字节，计算机的CPU（中央处理器）在处理数据的时候，需要的数据是在内存中读取的，处理后数据也会放回内存中，如果想对这些空间进行高效的管理，就可以。并且我们知道，数组的元素存放是随着下标增长，内存地址变大的。上面的代码创建了一个整型变量n，因为一个整形的大小是4个字节，所以内存中申请了4个字节，⽤于存放整数10，其中每个字节都有地址。
C++笔试强训7
m0_74189279的博客
07-21 967
这意味着编译器会尝试将函数的代码直接插入到每个调用该函数的地方，而不是像通常那样进行函数调用（即，生成调用指令，跳转到函数代码，执行函数体，然后返回）。友元函数是在类外部定义的普通函数，它只能通过传入的参数（如果有的话）来访问类的成员，或者通过类的对象显式地访问（如果该函数设计为接受类的对象作为参数）。函数参数默认值又叫缺省参数，缺省参数必须从右向左开始缺省，必须连续给定缺省值，也就是说，从左到右，一旦遇到一个参数是缺省的，那么之后的参数也必须都是缺省的。指针是类成员函数特有的，用于指向调用该函数的对象。
商品信息管理系统(C语言)
zeyeqianli的博客
07-22 315
该案例使用了C语言中最具特色的结构体，将每个商品的所有信息存在结构体中，并且定义一个结构体类型的数组保存所有商品的信息，并且按照模块化的编程思想，将要实现的每个功能编写成独立的函数，这样即方便阅读同时也方便差错修改。该系统的主要功能如下：(1) 登录系统。(2) 创建商品信息。(3) 打印商品信息。(4) 查询商品信息。(5) 修改商品信息。(6) 删除商品信息。(7) 商品价格排名显示。(8) 退出系统。
C++笔记3：基类指针delete子类对象的内存泄漏问题
subtitle_的博客
07-21 251
C++笔记3：基类指针delete子类对象的内存泄漏问题
评论 70
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值