数据结构——平衡二叉树的定义及调整

一、什么是平衡二叉树?

说到平衡二叉树,我们就得先说说什么是平衡因子

平衡因子(Balance Factor,简称BF): BF(T) = hL - hR, 其中hL和hR分别为树T的左、右子树的高度。

所以平衡二叉树就是:

平衡二叉树(Balanced Binary Tree)(AVL树):空树,或者任一结点左、右子树高度差的绝对值不超过1,即平衡因子不大于1的树,|BF(T) |≤1。

注意:一定要是任一结点的左右子树的高度差的绝对值不超过1.
下面是判别是否是平衡二叉树的例子:这里我就不分析了,懂得都懂😁。
在这里插入图片描述

二、平衡二叉树的调整

平衡二叉树,也是一个搜索树。搜索书的插入,查找,删除等操作,在平衡二叉树中也可以这么做。而在进行这些操作就碰到一些问题,当我们插入的时候,会把原来平衡的一棵树变得不平衡,这个时候我们要怎么办?这就用到了平衡二叉树的调整

要注意的是:平衡二叉树是一棵搜索树,所以不管我们怎么调,也要保证调整后的树也要是搜索树。

下面我用几张图片来表示一下何谓平衡二叉树的调整:

第一次我先插入一个Mar,此时它的平衡因子为0。
在这里插入图片描述
接着我插入一个May,因为May比Mar大(比较字符的大小,不是月份),所以将May插在Mar的右边,此时它们的平衡因子分别为-1和0;
在这里插入图片描述
接着我再插入一个Nov,因为Nov比May大,所以插在May的右边,此时Mar,May,Nov的平衡因子分别为-2,-1,0,很显然,Nov的插入,使得二叉平衡树被破坏,这时候我们要做怎么样的调整呢?
在这里插入图片描述
很自然的,我们就想到把它调成一个根结点,左边右边各一个孩子,所以就调整成下图。
在这里插入图片描述

1. 平衡二叉树的RR调整

对于上面的例子,我们来分析一下:不平衡的“发现者”是Mar,“麻烦结点”Nov 在发现者右子树的右边,因而叫 RR 插入,需要RR 旋转(右单旋)
用一张图表示一下这种模式:
在这里插入图片描述
当我们在BR的子树插入某个结点,使得原本的平衡二叉树被破坏,不平衡的“发现者”是A,“麻烦结点” 在发现者右子树的右边,需要RR 旋转。它的基本操作是把发现者的右子树拎上来。A作为B的左孩子,BR依旧为B的右孩子。这时候你会问,那BL要放在哪里呢?因为我们要满足调整后的树任为搜索树,而BL比B小,比A大,所以我们就把BL作为A的右孩子。

2. 平衡二叉树的LL调整

给定一棵平衡二叉树
在这里插入图片描述
在该树中插入Apr,得到下图。这时发现由于Apr的插入,使得Mar,May的平衡因子都为2。因为Apr是Mar的左孩子的左孩子,所以这叫LL插入,需要LL旋转去调整。
在这里插入图片描述
下图就是旋转得到的结果。
在这里插入图片描述
这里你们可能会有疑惑,Mar,May的平衡因子都为2,都被破坏了,为什么不管May呢?答案是:在每一次调整的时候,我们只需要考虑当前最下面被破坏的结点,因为最下面的平衡了,那么上面的自然就平衡了。

“发现者”是Mar,“麻烦结点”Apr 在发现者左子树的左边,因而叫 LL 插入,需要LL 旋转(左单旋)
我们也可以用一个基本的框架来表示它:
在这里插入图片描述
具体的分析和RR旋转类似,我就不再说了。

3. 平衡二叉树的LR调整

给定一棵平衡二叉树
在这里插入图片描述
插入Jan,得到下图。此时平衡二叉树被破坏,因为Jan在May的左子树的右边,所以用LR旋转。在这里插入图片描述
下图就是旋转得到的结果。
在这里插入图片描述
“发现者”是May,“麻烦结点”Jan在左子树的右边,因而叫 LR 插入,需要LR 旋转
我们用一个框架图来表示它:
在这里插入图片描述
当在CL或CR插入一个结点时,会导致原本的平衡二叉树被破坏,破坏的“发现者”是A,“麻烦结点” 在发现者左子树的右边需要LR 旋转。它的基本操作是把A,B,C变成B,C,A,因为要满足调整后是搜索树,所以我们将A,B,C中第二大的作为父结点,最小的B作为C的左孩子,最大的A作为C的右孩子。这时候你会问,那C的两个孩子要放在哪里呢?因为我们要满足调整后的树任为搜索树,而CL比C小,比B大,所以我们就把CL作为B的右孩子;而CR比C大,比A小,所以我们就把CR作为A的左孩子。

4. 平衡二叉树的RL调整

插入一个Feb,此时Aug被破坏,由于Feb在Aug的右子树的左子树上,所以我们需要RL旋转。
在这里插入图片描述
下图就是旋转得到的结果。
在这里插入图片描述
我们用一个框架图来表示它:

在这里插入图片描述

具体分析与LR旋转类似,我就不细说了。

**最后需要注意的是:有时候插入元素即便不需要调整结构,也可能需要重新计算一些平衡因子。**如下图所示:
在这里插入图片描述
在这里插入图片描述
接下来看一下代码:

typedef struct AVLNode *Position;
typedef Position AVLTree; /* AVL树类型 */
struct AVLNode{
    ElementType Data; /* 结点数据 */
    AVLTree Left;     /* 指向左子树 */
    AVLTree Right;    /* 指向右子树 */
    int Height;       /* 树高 */
};
 
int Max ( int a, int b )
{
    return a > b ? a : b;
}
 
AVLTree SingleLeftRotation ( AVLTree A )
{ /* 注意:A必须有一个左子结点B */
  /* 将A与B做左单旋,更新A与B的高度,返回新的根结点B */     
 
    AVLTree B = A->Left;
    A->Left = B->Right;
    B->Right = A;
    A->Height = Max( GetHeight(A->Left), GetHeight(A->Right) ) + 1;
    B->Height = Max( GetHeight(B->Left), A->Height ) + 1;
  
    return B;
}
 
AVLTree DoubleLeftRightRotation ( AVLTree A )
{ /* 注意:A必须有一个左子结点B,且B必须有一个右子结点C */
  /* 将A、B与C做两次单旋,返回新的根结点C */
     
    /* 将B与C做右单旋,C被返回 */
    A->Left = SingleRightRotation(A->Left);
    /* 将A与C做左单旋,C被返回 */
    return SingleLeftRotation(A);
}
 
/*************************************/
/* 对称的右单旋与右-左双旋请自己实现 */
/*************************************/
 
AVLTree Insert( AVLTree T, ElementType X )
{ /* 将X插入AVL树T中,并且返回调整后的AVL树 */
    if ( !T ) { /* 若插入空树,则新建包含一个结点的树 */
        T = (AVLTree)malloc(sizeof(struct AVLNode));
        T->Data = X;
        T->Height = 0;
        T->Left = T->Right = NULL;
    } /* if (插入空树) 结束 */
 
    else if ( X < T->Data ) {
        /* 插入T的左子树 */
        T->Left = Insert( T->Left, X);
        /* 如果需要左旋 */
        if ( GetHeight(T->Left)-GetHeight(T->Right) == 2 )
            if ( X < T->Left->Data ) 
               T = SingleLeftRotation(T);      /* 左单旋 */
            else 
               T = DoubleLeftRightRotation(T); /* 左-右双旋 */
    } /* else if (插入左子树) 结束 */
     
    else if ( X > T->Data ) {
        /* 插入T的右子树 */
        T->Right = Insert( T->Right, X );
        /* 如果需要右旋 */
        if ( GetHeight(T->Left)-GetHeight(T->Right) == -2 )
            if ( X > T->Right->Data ) 
               T = SingleRightRotation(T);     /* 右单旋 */
            else 
               T = DoubleRightLeftRotation(T); /* 右-左双旋 */
    } /* else if (插入右子树) 结束 */
 
    /* else X == T->Data,无须插入 */
 
    /* 别忘了更新树高 */
    T->Height = Max( GetHeight(T->Left), GetHeight(T->Right) ) + 1;
     
    return T;
}
  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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