文章目录
一、前言
前面对map/multimap/set/multiset和二叉搜索树进行了简单的介绍,前面几个容器的底层都是由平衡树来实现的,二叉搜索树在插入的数据有序或接近有序时会退化成单支树,时间复杂度会从 O ( l g N ) O(lgN) O(lgN)退化成 O ( N ) O(N) O(N),因此我们需要对二叉树进行平衡处理,即实现平衡树,本节介绍的AVL树和后面要介绍的红黑树都属于平衡树的一种。
二、AVL树
1.AVL树的概念
一棵AVL树是空树或者是具有以下性质的二叉搜索树:
a.它的左右子树都是AVL树。
b.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)
平衡因子的计算:右子树的高度减左子树的高度
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(log2n),搜索时间复杂度O(
l
o
g
2
n
log_2 n
log2n)。
2.AVL树节点的定义
template<class T>
struct AVLTreeNode
{
AVLTreeNode(const T& data = T())
: _pLeft(nullptr)
, _pRight(nullptr)
, _pParent(nullptr)
, _data(data)
, _bf(0)
{}
AVLTreeNode<T>* _pLeft;
AVLTreeNode<T>* _pRight;
AVLTreeNode<T>* _pParent;
T _data;
int _bf; // 节点的平衡因子
};
3.AVL树的旋转
3.1右单旋(LL型)
当插入新节点后,|平衡因子|>=1时,需要调整树的结构,使之平衡化。(因为我们插入节点时是边插入边调整平衡因子的,所以最多出现2或-2的非法情况,也只需对此进行处理)
当父节点和当前节点都是左子树偏高时,我们仅需要对当前树进行右旋。
因为当前节点的子树高度之差为1,当且节点和父节点的高度差也为1,所以可以调整当前节点和父节点的位置来调整平衡因子(调整完后满足中序遍历是递增数列)
我们可以让当前节点(subL)的右子树(subLR)成为父节点(parent)的左子树,父节点成为当前节点的右子树即可调整好平衡因子。
我们需要对subL、subLR、parent节点的位置进行调整,调整的时候需注意判断subLR是否存在,和parent节点的具体位置(是根节点或是其父节点的左节点还是右节点)。节点位置调整完后将subL和parent平衡因子置为0。
代码如下:
void RotateR(Node* parent)
{
//父节点和当前节点都是左子树偏高
Node* subL = parent->_pLeft;
Node* subLR = subL->_pRight;
parent->_pLeft = subLR;
if (subLR)
{
subLR->_pParent = parent;
}
subL->_pRight = parent;
Node* ppNode = parent->_pParent;
parent->_pParent = subL;
if (parent == _root)
{
_root = subL;
_root->_pParent = nullptr;
}
else
{
//判断父节点的位置
if (ppNode->_pLeft == parent)
{
ppNode->_pLeft = subL;
}
else
{
ppNode->_pRight = subL;
}
subL->_pParent = ppNode;
}
parent->_bf = subL->_bf = 0;
}
3.2左单旋(RR型)
当当前节点和父节点都是右子树偏高时需要进行左旋,具体思路与右旋类似:
将当前节点的左子树作为父节点的右子树,同时将父节点作为当前节点的左子树。同样的需要注意当前节点左子树的存在情况和父节点的位置。
代码如下:
void RotateL(Node* parent)
{
Node* subR = parent->_pRight;
Node* subRL = subR->_pLeft;
parent->_pRight = subRL;
if (subRL)
subRL->_pParent = parent;
subR->_pLeft = parent;
Node* ppNode = parent->_pParent;
parent->_pParent = subR;
if (parent == _root)
{
_root = subR;
_root->_pParent = nullptr;
}
else
{
if (ppNode->_pRight == parent)
{
ppNode->_pRight = subR;
}
else
{
ppNode->_pLeft = subR;
}
subR->_pParent = ppNode;
}
parent->_bf = subR->_bf = 0;
}
3.3右左双旋(RL型)
当父节点和当前节点不是相同子树偏高时不能靠单旋平衡树的结构,这时后可以考虑依次对子树和当前树进行单旋。
当前节点的左子树偏高并且父节点的右子树偏高时进行右左双旋。先以当前节点作为父节点进行右单旋,再进行左单旋。
旋转过程:
右旋:当前节点(subR)的左节点(subRL)的右子树(c)作subR的左子树。subR作subRL的右子树。
左旋:subRL的左子树(b)作父节点(parent)的右子树,parent作subRL的左子树。
两次单旋调用前面实现的单旋函数即可,主要注意判断parent、subR、subRL的平衡因子的变化,看图当subRL的平衡因子变化时,根据subRL的左右子树b、c的高度和树调整完后b、c子树的位置来确定最终平衡因子的大小。
代码如下:
void RotateRL(Node* parent)
{
Node* subR = parent->_pRight;
Node* subRL = subR->_pLeft;
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;
}
}
3.4左右双旋(LR型)
当前节点的右子树偏高并且父节点的左子树偏高时进行右左双旋。
还是要注意根据b、c子树的位置和高度来判断调整完后的平衡因子。
代码如下:
void RotateLR(Node* parent)
{
Node* subL = parent->_pLeft;
Node* subLR = subL->_pRight;
int bf = subLR->_bf;
RotateL(parent->_pLeft);
RotateR(parent);
subLR->_bf = 0;
if (bf == -1)
{
subL->_bf = 0;
parent->_bf = 1;
}
else if (bf == 1)
{
subL->_bf = -1;
parent->_bf = 0;
}
else
{
subL->_bf = 0;
parent->_bf = 0;
}
}
4.AVL树的插入
步骤:
1.在AVL树中找到节点的位置(比左子树的节点大,比右子树的节点小)
2.插入节点
3.更新平衡因子(根据父节点、当前节点的平衡因子大小调用对应的旋转方法)
代码如下:
template<class T>
class AVLTree
{
typedef AVLTreeNode<T> Node;
public:
AVLTree()
: _root(nullptr)
{}
// 在AVL树中插入值为data的节点
bool Insert(const T& data)
{
if (_root == nullptr)//没有节点时
{
_root = new Node(data);
return true;
}
Node* parent = nullptr;
Node* cur = _root;
while (cur)//搜索阶段,找到插入节点在AVL树中的正确位置
{
if (cur->_data < data)
{
parent = cur;
cur = cur->_pRight;//根节点的父节点置空,后续调整平衡因子的结束条件。
}
else if (cur->_data > data)
{
parent = cur;
cur = cur->_pLeft;
}
else
{
return false;
}
}
cur = new Node(data);//插入阶段,插入节点
if (parent->_data < data)
{
parent->_pRight = cur;
}
else
{
parent->_pLeft = cur;
}
cur->_pParent = parent;
//更新平衡因子
while (parent)
{
if (cur == parent->_pLeft)
{
parent->_bf--;
}
else parent->_bf++;
if (parent->_bf == 0)//平衡因子是0时对上层平衡因子没有影响,更新结束。
{
break;
}
else if (parent->_bf == 1 || parent->_bf == -1)
{
//上层平衡因子改变,继续向上更新。
cur = parent;
parent = cur->_pParent;
}
else if (parent->_bf == 2 || parent->_bf == -2)
{
//与AVL树性质冲突,需要旋转平衡一下。
if (parent->_bf == -2 && cur->_bf == -1)
{
//父节点和当前节点都是负数,说明都是左子树偏高,仅需右旋。
RotateR(parent);
}
else if (parent->_bf == 2 && cur->_bf == 1)
{
//父节点和当前节点都是正数,都是右子树偏高,左旋
RotateL(parent);
}
else if (parent->_bf == 2 && cur->_bf == -1)
{
//父节点右子树偏高,当前节点左子树偏高,右左双旋。
RotateRL(parent);
}
else if (parent->_bf == -2 && cur->_bf == 1)
{
//父节点左子树偏高,当前节点右子树偏高,左右双旋。
RotateLR(parent);
}
break;
}
else
{
//因为是边插入边调整平衡因子,不存在其他平衡因子的可能,断死。
assert(false);
}
}
return true;
}
5.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:
- 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 - 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
代码如下:
size_t _Height(Node* root)
{
if (root == nullptr)return 0;
return max(_Height(root->_pLeft), _Height(root->_pRight)) + 1;
}
bool _IsAVLTree(Node* root)
{
if (root == nullptr)
return true;
int leftHeight = _Height(root->_pLeft);
int rightHeight = _Height(root->_pRight);
// 不平衡
if (abs(leftHeight - rightHeight) >= 2)
{
cout << root->_data << endl;
return false;
}
// 顺便检查一下平衡因子是否正确
if (rightHeight - leftHeight != root->_bf)
{
cout << root->_data << endl;
return false;
}
return_IsAVLTree(root->_pLeft)
&& _IsAVLTree(root->_pRight);
}
6.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。