目录
我的其他博客
什么情况下会产生StackOverflowError(栈溢出)和OutOfMemoryError(堆溢出)怎么排查-CSDN博客
谈谈我对HashMap扩容机制的理解及底层实现-CSDN博客
一、概念
平衡二叉树(Balanced Binary Tree)是一种特殊的二叉搜索树(Binary Search Tree,BST),它在插入和删除节点时通过自平衡的方式来维持树的平衡性。平衡性的维护可以确保树的高度保持在较小的范围内,从而保证了树的基本操作(例如搜索、插入和删除)的平均时间复杂度为 O(log n)。
平衡二叉树的主要特点是任意节点的左子树和右子树的高度差(平衡因子)不超过1。换句话说,对于树中的每个节点,它的左子树和右子树的高度差的绝对值最多为1。
平衡二叉树的平衡性质可以通过旋转操作来维护。旋转操作包括左旋(Left Rotation)、右旋(Right Rotation)、左右旋(Left-Right Rotation)和右左旋(Right-Left Rotation)。这些操作可以使不平衡的树重新平衡,从而确保树的平衡性。
平衡二叉树的优点在于它提供了较快的搜索、插入和删除操作的平均性能,相比于非平衡的二叉搜索树
二、性质
-
二叉搜索树性质: 对于树中的每个节点,其左子树上的所有节点值都小于它,右子树上的所有节点值都大于它。
-
平衡性质: 对于树中的每个节点,它的左子树和右子树的高度差(平衡因子)最多为1。换句话说,任何节点的左右子树高度之差不超过1。
平衡二叉树的平衡性质确保了树的高度始终保持在较小的范围内,从而保持了较快的搜索、插入和删除操作。
三、插入操作
插入一个节点时,首先按照二叉搜索树的规则找到插入位置。然后,从插入位置向上回溯,更新每个祖先节点的高度,并检查平衡性质是否被破坏。如果发现某个节点的平衡因子超过1或小于-1,需要通过旋转操作来修复平衡性。
四、旋转操作
平衡二叉树的旋转操作有四种:左旋、右旋、左右旋、右左旋。这些旋转操作可以将不平衡的树重新平衡。下面简要介绍左旋和右旋:
-
左旋(LL旋转): 当一个节点的右子树比左子树高度高,且右子树的左子树高度不低于右子树的右子树时,进行左旋。左旋是通过将当前节点的右子树提升为新的根,并将原根作为新根的左子树来实现的。
-
右旋(RR旋转): 当一个节点的左子树比右子树高度高,且左子树的右子树高度不低于左子树的左子树时,进行右旋。右旋是通过将当前节点的左子树提升为新的根,并将原根作为新根的右子树来实现的。
五、删除操作
删除节点时,首先按照二叉搜索树的规则找到要删除的节点。删除节点后,从删除位置向上回溯,更新每个祖先节点的高度,并检查平衡性质是否被破坏。如果发现某个节点的平衡因子超过1或小于-1,同样需要通过旋转操作来修复平衡性。
六、代码实现
class TreeNode {
int val;
int height; // 节点的高度
TreeNode left;
TreeNode right;
public TreeNode(int val) {
this.val = val;
this.height = 1;
this.left = null;
this.right = null;
}
}
public class AVLTree {
private TreeNode root;
public AVLTree() {
this.root = null;
}
// 获取节点高度
private int height(TreeNode node) {
return (node == null) ? 0 : node.height;
}
// 更新节点高度
private void updateHeight(TreeNode node) {
if (node != null) {
node.height = 1 + Math.max(height(node.left), height(node.right));
}
}
// 获取平衡因子
private int getBalanceFactor(TreeNode node) {
return (node == null) ? 0 : height(node.left) - height(node.right);
}
// 左旋
private TreeNode leftRotate(TreeNode y) {
TreeNode x = y.right;
TreeNode T2 = x.left;
// 执行旋转
x.left = y;
y.right = T2;
// 更新高度
updateHeight(y);
updateHeight(x);
return x;
}
// 右旋
private TreeNode rightRotate(TreeNode x) {
TreeNode y = x.left;
TreeNode T2 = y.right;
// 执行旋转
y.right = x;
x.left = T2;
// 更新高度
updateHeight(x);
updateHeight(y);
return y;
}
// 插入节点
public TreeNode insert(TreeNode root, int val) {
if (root == null) {
return new TreeNode(val);
}
// 执行标准的BST插入
if (val < root.val) {
root.left = insert(root.left, val);
} else if (val > root.val) {
root.right = insert(root.right, val);
} else {
// 不允许插入相同的值
return root;
}
// 更新节点高度
updateHeight(root);
// 获取平衡因子
int balance = getBalanceFactor(root);
// 平衡维护
// 左子树高度大于右子树,且插入发生在左子树的左侧,需要进行右旋
if (balance > 1 && val < root.left.val) {
return rightRotate(root);
}
// 右子树高度大于左子树,且插入发生在右子树的右侧,需要进行左旋
if (balance < -1 && val > root.right.val) {
return leftRotate(root);
}
// 左子树高度大于右子树,且插入发生在左子树的右侧,需要先左旋再右旋
if (balance > 1 && val > root.left.val) {
root.left = leftRotate(root.left);
return rightRotate(root);
}
// 右子树高度大于左子树,且插入发生在右子树的左侧,需要先右旋再左旋
if (balance < -1 && val < root.right.val) {
root.right = rightRotate(root.right);
return leftRotate(root);
}
return root;
}
// 对外提供的插入接口
public void insert(int val) {
root = insert(root, val);
}
// 中序遍历
private void inOrderTraversal(TreeNode root) {
if (root != null) {
inOrderTraversal(root.left);
System.out.print(root.val + " ");
inOrderTraversal(root.right);
}
}
// 对外提供的中序遍历接口
public void inOrderTraversal() {
inOrderTraversal(root);
}
public static void main(String[] args) {
AVLTree avlTree = new AVLTree();
// 插入一些节点进行测试
avlTree.insert(10);
avlTree.insert(20);
avlTree.insert(30);
avlTree.insert(15);
avlTree.insert(5);
// 中序遍历,检查树的平衡性
avlTree.inOrderTraversal();
}
}
七、复杂度
平衡二叉树的高度始终保持在O(log n)范围内,因此搜索、插入和删除操作的平均时间复杂度为O(log n)。
总之,平衡二叉树通过维护平衡性质,提高了搜索、插入和删除操作的效率,确保树的高度保持在较小范围内。