2024年大数据最新【高阶数据结构】AVL树（动图详解）_avl tree(1)，大数据开发面试项目经验

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

• 插入的节点key值等于当前位置的key值，插入失败

🌈那判断完插入成功与否，是不是就要判断平衡因子的更新了

平衡因子是否更新取决于：该结点的左右子树的高度是否发生了变化，因此插入一个结点后，该结点的 祖先结点的平衡因子可能需要更新

🌏更新平衡因子的规则：

• 新增在右，parent -> bf++；新增在左，parent -> bf --；

每更新完一个结点的平衡因子后，都需要进行以下判断：

1. 如果parent的平衡因子等于-1或者1，表明还需要继续往上更新平衡因子
2. 如果parent的平衡因子等于0；表明无需往上更新平衡因子
3. 如果parent的平衡因子等于-2或者2；就已经不平衡了，需要旋转处理
4. 如果parent的平衡因子大于2或者小于-2；就说明之前插入的就不是AVL树了，赶紧去检查💥

更新后的平衡因子	分析
-1 or 1	说明parent插入前的平衡因子是0；左右子树高度相等，插入后有一边高，parent高度变了，则需要往上继续更新
0	说明parent插入前的平衡因子是 -1 or 1；左右子树一边高一边低，插入后两边相等，插入的填上了矮的那一边，parent的高度不变，不需要继续往上更新
-2 or 2	说明parent插入前的平衡因子是 -1 or 1；已经是平衡的临界值了；插入后变成-2 or 2 ；打破了平衡，parent所在的子树需要旋转处理

最坏的情况如下：一路更新到root根节点

那么我们更新平衡因子时第一个更新的就是parent结点的平衡因子，更新完parent结点的平衡因子后，若是需要继续往上进行平衡因子的更新，向上递归，直到parent为空的情况，以下逻辑是必须的

	cur = parent;
	parent = parent->_parent; 

当平衡因子出现了2/-2的情况，要对子树进行旋转处理，但也要遵守原则

• 旋转成平衡树
• 保持搜索树的规则

而旋转有四种大情况，对此我们要进行分类：

1. 当parent的平衡因子为2，cur的平衡因子为1时，进行左单旋
2. 当parent的平衡因子为-2，cur的平衡因子为-1时，进行右单旋
3. 当parent的平衡因子为-2，cur的平衡因子为1时，进行左右双旋
4. 当parent的平衡因子为2，cur的平衡因子为-1时，进行右左双旋

注意：旋转过后无需再往上更新平衡因子了，因为高度已经没有发生变化了，也就不会影响父节点的平衡因子了

	//插入
	bool Insert(const pair<K, V>& kv)
	{
		//若为空树，直接插入作为根节点
		if (_root == nullptr)
		{
			_root = new Node(kv);
			return true;
		}

		//和二叉搜索树类似，找到该插入的节点位置
		Node\* parent = nullptr;
		Node\* cur = _root;

		while (cur)
		{
			if (cur->_kv.first < kv.first)//插入节点值大于当前节点的key
			{
				parent = cur;
				cur = cur->_right;//往右走
			}
			else if (cur->_kv.first > kv.first)//插入节点值小于当前节点的key
			{
				parent = cur;
				cur = cur->_left;//往左走
			}
			else
			{
				//插入的节点key值等于当前位置的key值，插入失败
				return false;
			}
		}
		//开始插入
		cur = new Node(kv);
		if (parent->_kv.first < kv.first)
		{
			parent->_right = cur;
		}
		else if (parent->_kv.first < kv.first)
		{
			parent->_left = cur;
		}

		//连接parent
		cur->_parent = parent;

		//控制平衡
		//1、更新平衡因子

		while (parent)
		{
			if (cur == parent->right)
			{
				parent->_bf++;
			}
			else
			{
				parent->_bf--;
			}

			if (parent->_bf == -1 || parent->_bf == 1)//也可以用abs
			{
				cur = parent;
				parent = parent->_parent;
			}
			else if (parent->_bf == 0)
			{
				break;
			}
			else if (parent->_bf == -2 || parent->_bf == 2)
			{
				//说明parent所在的子树已经不平衡了，需要旋转
				if (parent->_bf == 2 && cur->_bf == 1)
				{
					RotateL(parent);//左单旋
				}
				else if (parent->_bf == -2 && cur->_bf == -1)
				{
					RotateR(parent);//右单旋
				}
				else if (parent->_bf == -2 && cur->_bf == 1)
				{
					RotateLR(parent);//左右双旋
				}

				break;
			}
			else
			{
				assert(false);//在插入前树的平衡因子就有问题
			}
		}
		return true;
	}

四. AVL树的旋转

🥑左单旋

新节点插入较高右子树的右侧—右右：左单旋

⚡动图展示：

抽象图过程解析：

其中h可以等于0、1、2等等，不过都可以归纳到这种大情况，处理情况都一样，都是引发parent 等于2，cur等于1

左单旋旋转步骤：

1. subRL变成parent的右子树（subL和parent的关系，要注意🔥subL可能为空）
2. parent成为subR的左子树（parent和subLR的关系）
3. subR成为根节点（ppNode 和 subL关系，也要注意🔥parent是子树的根还是整棵树的根）
4. 最后更新平衡因子

为什么要这样旋转？要符合二叉搜索树规则

• subR的左子树的值本身就比parent的值要大，所以可以作为parent的右子树
• parent及其左子树当中结点的值本身就比subR的值小，所以可以作为subR的左子树

平衡因子更新：

可以看见，左单旋后树的高度就平衡了，也就无需继续向上更新平衡因子了

代码实现如下：（详细注释）

	void RotateL(Node\* parent)
	{
	    //三叉链
		Node\* subR = parent->_right;
		Node\* subLR = subR->_left;
		Node\* ppNode = parent->_parent;

		//subR 和 parent之间的关系
		subR->_left = parent;
		parent->_parent = subR;

		//subRL 和 parent之间的关系
		subRL = parent->_right;
		if (subRL)
			subRL->parent = parent;

		//ppNode 和 subR的关系
		if (ppNode == nullptr)
		{
			_root = subR;
			subR->_parent = nullptr;//没有父节点，所以为空
		}
		else
		{
			if (ppNode->_left == parent)
			{
				ppNode->_left = subR;
			}
			else
			{
				ppNode->_right = subR;
			}
			subR->_parent = ppNode;
		}
		
		//更新平衡因子
		subR->_bf = parent->_bf = 0;
	}

🥑右单旋（和左单旋高度相似）

新节点插入较高左子树的左侧—左左：右单旋

动图演示：

抽象图过程解析：

右单旋旋转步骤：

与左单旋雷同，看上面就行

同样也要满足二叉搜索树的性质：也是和左单旋雷同，看上面就行

平衡因子更新如下：

同样右单旋后，parent的平衡因子为0，左右子树高度相等，也就无需继续往上更新平衡因子了

话不多说上代码：

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

	//subL 和 parent的关系
	subL->_right = parent;
	parent->_parent = subL;

	//subLR 和 parent之间的关系
	parent->_left = subLR;
	if (subLR)
		subLR->_parent = parent;

	//ppNode 和 subL的关系
	if (ppNode == nullptr)
	{
		_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 = parent->_bf = 0;
}

🔥左右单旋

新节点插入较高左子树的右侧—左右：先左单旋再右单旋、

动图演示：

在b树或者c树中新增节点，均会引发左右双旋

旋转示意图如下：

1、插入新节点

2、以30为旋转点进行左单旋

3、以90为旋转点进行右单旋

左右单旋的步骤如下：

1. 以subL为节点左单旋
2. 以parent为节点右单旋
3. 更新平衡因子（这才是重点）

左右双旋后满足二叉搜索树的性质：

实际上就是把subLR的左子树和右子树，分别作为subL和parent的右子树和左子树，再让subL和parent分别作为subLR的左右子树，最后让subLR作为整个子树的根（看图理解）

• subLR左子树的节点值比subL的值大，所以可以作为subL的右子树
• subLR右子树的节点值比parent的值小，因此可以作为parent的左子树
• 前两个步骤之后，subL以及子树的值，和parent的值均符合，所以可以当subLR的左右子树

重点来了：（以subLR为突破口）
左右双旋后，平衡因子的更新随着subLR原始平衡因子的不同分为以下三种情况：

1. 当subLR原始平衡因子是-1时，左右双旋后parent、subL、subLR的平衡因子分别更新为1、0、0

2. 当subLR原始平衡因子是1时，左右双旋后parent、subL、subLR的平衡因子分别更新为0、-1、0

3. 当subLR原始平衡因子是0时，左右双旋后parent、subL、subLR的平衡因子分别更新为0、0、0

经过左右双旋后，即树的高度没有发生变化，所以无需继续往上更新平衡因子

话不多说，代码实现一下吧：

	void RotateLR(Node\* parent)
	{
		Node\* subL = parent->_left;
		Node\* subLR = subL->_right;
		int bf = subLR->_bf;

		//subL节点左单旋
		RotateL(subL);

		//parent节点进行右单旋
		RotateR(parent);

		//更新平衡因子
		if (bf == 1)
		{
			subLR->_bf = 0;
			subL->_bf = -1;
			parent->_bf = 0;
		}
		else if (bf == -1)
		{
			subLR->_bf = 0;
			subL->_bf = 0;
			parent->_bf = 1;
		}
		else if(bf == 0)
		{
			subLR->_bf = 0;
			subL->_bf = 0;
			parent->_bf = 0;
		}
		else
		{
			assert(false);//旋转前的平衡因子就出错了
		}
	}

🔥右左单旋

动图演示：

旋转图演示过程：

1、插入新节点

2、以subR的节点进行右单旋

3、以parent的节点进行右单旋

旋转步骤和左右双旋雷同

重点来了：（以subRL为突破口）
左右双旋后，平衡因子的更新随着subRL 原始平衡因子的不同分为三种情况分别对应subRL = 0、1、2情况，此处就不多赘述了，详细可以浏览左右双旋的，情况一样

代码实现

void RotateRL(Node\* parent)
	{
		Node\* subR = parent->_right;
		Node\* subRL = subR->_left;
		int bf = subRL->_bf;

		//subR右单旋
		RotateR(subR);

		//parent进行左单旋
		RotateL(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;
		}


![img](https://img-blog.csdnimg.cn/img_convert/3559dea30f931623533ff0313501d4d1.png)
![img](https://img-blog.csdnimg.cn/img_convert/4a08e7e02384054ca24f56a01a2bd814.png)
![img](https://img-blog.csdnimg.cn/img_convert/cf6beffec834c220e0249c71da6b052e.png)

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！**

**由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新**

**[需要这份系统化资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618545628)**

arent进行左单旋
		RotateL(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;
		}


[外链图片转存中...(img-xvzFf8fA-1715617851331)]
[外链图片转存中...(img-tyiq4Sco-1715617851332)]
[外链图片转存中...(img-vTIwcAwz-1715617851332)]

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！**

**由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新**

**[需要这份系统化资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618545628)**