JAVA实现AVL树的重构，解决因为添加和删除导致的失衡问题_avl树节点删除引发失衡,旋转重新平衡后子树高度(4)

本文链接：https://blog.csdn.net/2401_84925367/article/details/138990269

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

二叉搜索树对节点的删除和添加都有可能让二叉树退化为链表，这样二叉搜索树的高度就变得很高，直接导致了搜索、添加、删除的时间复杂度变高。
所以我们考虑再添加删除后，使用尽量少的调整让树的高度变小，达到适度的平衡。进而提高删除，搜索，添加的效率。

二.AVL树特点

（1）每个节点的平衡因子只可能是-1,0,1（否则失衡）。

平衡因子：某节点左右子树的高度差

（2）每个节点的左右子树高度差不能超过1。
（3）搜索、添加、删除的时间复杂度和高度差不多为 O（log n）。

三.内部类AVLNode

AVL树的节点比BST树的节点多了一个height属性。
求平衡因子的方法
思路：平衡因子是左右子树的高度差，使用三元运算符求左右子树高度：

		public int balanceFactor() {
			int leftHeight = left == null ? 0 : ((AVLNode<E>)left).height;
			int rightHeight = right == null ? 0 : ((AVLNode<E>)right).height;
			return leftHeight - rightHeight;
		}

更新高度的方法
二叉树添加或者删除后，通过一些操作使节点达到平衡，此时，节点的高度有可能发生变化，要及时的更新高度

		public void updateHeight() {
			int leftHeight = left == null ? 0 : ((AVLNode<E>)left).height;
			int rightHeight = right == null ? 0 : ((AVLNode<E>)right).height;
			height = 1 + Math.max(leftHeight, rightHeight);
		}

求比较高的子节点
这个函数有什么作用，在afterAdd 函数设计中将会讲到。

		public Node<E> tallerChild(){
			int leftHeight = left == null ? 0 : ((AVLNode<E>)left).height;
			int rightHeight = right == null ? 0 : ((AVLNode<E>)right).height;
			if (leftHeight > rightHeight) {return left;}
			if (leftHeight < rightHeight) {return right;}
			//相等返回同边的
			return isLeftChild() ? left : right;
		}

四 .失衡问题的四种情况

1.失衡问题

本来这棵二叉树是平衡的，可是一旦添加了 13 节点，我们发现 14 ,15, 9节点全部都失衡了。一般来说这是最坏的情况，一直到根节点全部都失衡。
最好的情况是只有 14 一个节点失衡或者不失衡。
在这里插入图片描述

2.失衡问题的解决大体分为四种情况

（1）解决失衡：LL右旋转（单旋）

为什么叫LL呢，因为对于一个节点，导致他失衡的原因是，左孩子的左孩子添加一个元素。单旋意味着旋转一次。
在这里插入图片描述
如图我们看到，T0因为加了一个节点，导致grandparent失衡。这时我们的解决方法是右旋转：

g.left = p.right
p.right = g
p 成为此树的根节点。

旋转后结果
在这里插入图片描述
平衡达到了，而且还是一颗搜索二叉树，但是我们还要注意一下两点

① 改变T2，p，g的父节点
②更新 p ,g 的高度。
注意！！！平衡后树的高度较未添加红色节点前没有变化

代码

	private void rotateLeft(Node<E> grand) {
		Node<E> parent = grand.right;
		Node<E> child = parent.left;
		//旋转
		grand.right = child;
		parent.left = grand;
		
		//更新父节点
		//parent
		parent.parent = grand.parent;
		if (grand.isLeftChild()) {
			grand.parent.left = parent;
		}else if (grand.isRightChild()) {
			grand.parent.right = parent;
		}else {
			//grand为根节点
			root = parent;
		}
		//grand
		grand.parent = parent;
		//node 
		if (child != null) {
			child.parent = grand;
		}
		//更新高度
		updateHeight(grand);
		updateHeight(parent);
	}

（2）解决失衡：RR左旋转（单旋）

和LL右旋转类似 RR左旋转意味着，导致某个节点失衡的的原因是，它右孩子的右孩子添加了一个元素。
在这里插入图片描述

g.right = p.left
p.left = g
p 成为此树的根节点。
在这里插入图片描述
平衡达到了，而且还是一颗搜索二叉树，但是我们还要注意一下两点

① 改变T1，p，g的父节点
②更新 p ,g 的高度。
注意！！！平衡后树的高度较未添加红色节点前没有变化

代码

	private void rotateRight(Node<E> grand) {
		Node<E> parent = grand.left;
		Node<E> child = parent.right;
		
		grand.left = child;
		parent.right = grand;
		
		parent.parent = grand.parent;
		if (grand.isLeftChild()) {
			grand.parent.left = parent;
		}else if (grand.isRightChild()) {
			grand.parent.right = parent;
		}else {
			root = parent;
		}
		
		grand.parent = parent;
		
		if (child != null) {
			child.parent = grand;
		}
		updateHeight(grand);
		updateHeight(parent);
		
	}

（3）解决失衡：LR 先左旋转再右旋转（双旋）

为什么叫LR呢，因为某个节点的左孩子的右孩子添加节点导致它的失衡。
双旋的意思时旋转两次
在这里插入图片描述

对 p 左旋转
在这里插入图片描述

对 g 右旋转

在这里插入图片描述
代码很简单

				rotateLeft(parent);
				rotateRight(grand);

注意！！！平衡后树的高度较未添加红色节点前没有变化

（4）解决失衡：RL 先右旋转再左旋转（双旋）

这个大家可以参照LR

五 .afterAdd 函数设计

我们之前讲到，添加导致失衡的最坏情况是所有的祖父节点都失衡，那是不是所有的失衡节点都要去去一个一个平衡呢？
并不是这样的.只要让高度最低的失衡节点恢复平衡，整棵树就可以恢复平和。（仅需要调整O(1)次），
而且失衡结点恢复平衡后，结点的高度和未添加结点平衡时的高度一样。这意味这，我们更新结点的高度这个操作到最低的失衡结点处就可以停止了。

1. 设计思路

因为只要平衡最低的失衡节点，树就可以恢复平衡，所以在恢复平衡函数rebalance(node); 后直接break 退出循环。
这是一种设计的思路：我们先把逻辑写下来，差什么函数，写完逻辑后再补。比如 rebalance(node); 现在只有逻辑意义：平衡一个节点。但是没有实现的代码。

	protected void afterAdd(Node<E> node) {
			while((node = node.parent) != null) {
				if (isBalanced(node)) {
					//更新高度
					updateHeight(node);
				}else {
					//恢复平衡
					rebalance(node);
					break;
				}
			}
	}

2.恢复平衡 rebalance 方法设计

我们已经了解到了，失衡的四种情况，现在我们可以把四种情况整合一下，写一个无论哪种情况都能恢复平衡的 rebalance 函数,需要注意的是我们这个函数需要传入的是失衡节点，我们上述四种情况都是grandparent（也就是g节点）失衡。所以我们我们传入的型参就写grand。
注意！此函数是结局失衡问题的，无论是添加导致的失衡还是删除导致的失衡

private void rebalance(Node<E> grand) {
		//找高度比较高的子节点
		Node<E> parent = ((AVLNode<E>)grand).tallerChild();
		Node<E> node = ((AVLNode<E>)parent).tallerChild();
		if (parent.isLeftChild()) {// L
			if (node.isLeftChild()) {//LL
				rotateRight(grand);
			}else { //LR
				rotateLeft(parent);
				rotateRight(grand);
			}
		}else { //R
			if (node.isRightChild()) {//RR
				rotateLeft(grand);
			}else {//RL
				rotateRight(parent);
				rotateLeft(grand);
			}
		}
	}

3.tallerChild 函数的设计意义

大家可以看到，AVLNode中有一个tallerChild 函数。而且我在rebalance中也用到了。为什么要写这个函数呢？

在这里插入图片描述

大家看这个图，我传入rebalance的是 g 节点。我们看这个图得以知道，导致他失衡的是他左孩子的左孩子。但是没图的话，用代码如何去找是哪个子节点的子节点让他失衡呢？

g节点失衡，导致他失衡的节点一定在他左右子树中高度最高的子树中，所以我们编写tallerchild 函数，来找高度最高的子树

五 .删除导致的失衡问题，afterRemove函数设计

首先你需要知道的是
1 删除节点只可能导致父节结点失衡（有且只有一个节点失衡）
为什么呢？在删除导致失衡的情况下，被删除的结点不会改变失衡点的高度。所以祖先结点的平衡因子不会发生改变
2 让父节点恢复平衡之后可能会导致更高层的祖先节点失衡（最多需要O(logn)次调整）

1.afterRemove函数设计

我们根据上述的绿字来设计afterRemove函数。

	protected void afterRemove(Node<E> node) {
		while((node = node.parent) != null) {
			if (isBalanced(node)) {
				//更新高度
				updateHeight(node);
			}else {
				//恢复平衡
				rebalance(node);
			}
		}
	}

afterRemove和afterAdd的区别在于，比如删除结点的父节点失衡，我们平衡了父节点之后，祖父结点也有可能失衡，所以我们要一直循环，直到根结点。
相同点在于，更新高度这个操作都到最低的失衡节点处（删除只导致一个失衡节点，我们把它看做最低），但是他们的原因不同：
afterRemove是因为删除不影响失衡节点以上（包括失衡节点）的祖先节点高度。
afterAdd是因为失衡结点恢复平衡后，结点的高度和未添加结点平衡时的高度一样。即添加影响高度，但是平衡后恢复原先高度

重构代码

AVL树是BST（二叉搜索树）的子类，BST代码在之前的文章中

import java.util.Comparator;

public class AVLTree<E> extends BST<E>{
	
	
	//构造方法
	public AVLTree(){
		this(null);
	}
	
	public AVLTree(Comparator<E> comparator) {
		super(comparator);
	}
	
	
	/*
	 一棵树是否平衡
	 */
	private boolean isBalanced(Node<E> node) {
		return Math.abs(((AVLNode<E>)node).balanceFactor()) <= 1;
	}
	
	/*
	 高度更新方法的封装
	 */
	private void updateHeight(Node<E> node) {
		((AVLNode<E>)node).updateHeight();
	}
	
	/*
	 AVL数需要有高度属性
	 AVL特有的节点
	 */
	private static class AVLNode<E> extends Node<E>{
		int height = 1;
		
		public AVLNode(E element, Node<E> parent) {
			super(element, parent);
			// TODO 自动生成的构造函数存根


![img](https://img-blog.csdnimg.cn/img_convert/a50c5804fe5609a8b2fd81f27a8db22d.png)
![img](https://img-blog.csdnimg.cn/img_convert/7e6ce8a19af9f84da84c18f717f6b919.png)
![img](https://img-blog.csdnimg.cn/img_convert/2945a69b91a1cc482bb8826fef10e8f0.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Go语言开发知识点，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**

**[如果你需要这些资料，可以戳这里获取](https://bbs.csdn.net/topics/618658159)**

arent) {
			super(element, parent);
			// TODO 自动生成的构造函数存根


[外链图片转存中...(img-q368gWiA-1715904173415)]
[外链图片转存中...(img-4G9jArCA-1715904173416)]
[外链图片转存中...(img-dnFdYZLP-1715904173416)]

**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Go语言开发知识点，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**

**[如果你需要这些资料，可以戳这里获取](https://bbs.csdn.net/topics/618658159)**