概念
为了防止二叉搜索树退化成单支树的例子,所以为二叉搜索树加入了限制条件,平衡因子,平衡因子是用父节点的右子树高度减去左子树高度,AVL树规定每个节点的平衡因子不能大于1也不能小于-1,所以每次进行插入操作时,都需要保证每个节点的左右子树高度之差不超过1,从而可以降低树的高度,从而减少平均搜索长度
AVL树节点的定义
template<class T>
struct AVLTreeNode
{
AVLTreeNode(const T& data)
: _pLeft(nullptr), _pRight(nullptr), _pParent(nullptr)
, _data(data), _bf(0)
{}
AVLTreeNode<T>* _pLeft; // 该节点的左孩子
AVLTreeNode<T>* _pRight; // 该节点的右孩子
AVLTreeNode<T>* _pParent; // 该节点的双亲
T _data;
int _bf; // 该节点的平衡因子
};
AVL树的插入
AVL的插入就是在平衡二叉树插入的基础上引入了平衡因子,所以AVL的插入可以用二叉搜索树的插入方法插入,然后再调整平衡因子
bool Insert(const T& data) {
// 1. 先按照二叉搜索树的规则将节点插入到AVL树中
// ...
// 2. 新节点插入后,AVL树的平衡性可能会遭到破坏,此时就需要更新平衡因子,并检测是否破坏了AVL树
// 的平衡性
/*
pCur插入后,pParent的平衡因子一定需要调整,在插入之前,pParent
的平衡因子分为三种情况:-1,0, 1, 分以下两种情况:
1. 如果pCur插入到pParent的左侧,只需给pParent的平衡因子-1即可
比特科技
2. 如果pCur插入到pParent的右侧,只需给pParent的平衡因子+1即可
此时:pParent的平衡因子可能有三种情况:0,正负1, 正负2
1. 如果pParent的平衡因子为0,说明插入之前pParent的平衡因子为正负1,插入后被调整成0,此时满
足
AVL树的性质,插入成功
2. 如果pParent的平衡因子为正负1,说明插入前pParent的平衡因子一定为0,插入后被更新成正负1, 此
时以pParent为根的树的高度增加,需要继续向上更新
3. 如果pParent的平衡因子为正负2,则pParent的平衡因子违反平衡树的性质,需要对其进行旋转处理
*/
while (pParent)
{
// 更新双亲的平衡因子
if (pCur == pParent->_pLeft)
pParent->_bf--;
else
pParent->_bf++;
// 更新后检测双亲的平衡因子
if (0 == pParent->_bf)
break;
else if (1 == pParent->_bf || -1 == pParent->_bf)
{
// 插入前双亲的平衡因子是0,插入后双亲的平衡因为为1 或者 -1 ,说明以双亲为根的二叉树
// 的高度增加了一层,因此需要继续向上调整
pCur = pParent;
pParent = pCur->_pParent;
}
else
{
// 双亲的平衡因子为正负2,违反了AVL树的平衡性,需要对以pParent
// 为根的树进行旋转处理
if (2 == pParent->_bf)
{
// ...
}
else
{
// ...
}
}
}
return true;
}
因为插入涉及旋转,所以我在这里用图示的方法说一下旋转
整个旋转分为四种情况
1.元素插入较高左子树的左侧,只需要进行右单旋
例如这个图,将4向上拉,6的左指向4的右,4的右指向6
/* 上图在插入前,AVL树是平衡的,新节点插入到4的左子树(注意:此处不是左孩子)中,4左子树增加 了一层,导致以6为根的二叉树不平衡,要让6平衡,只能将6左子树的高度减少一层,右子树增加一 层, 即将左子树往上提,这样6转下来,因为6比4大,只能将其放在4的右子树,而如果4有右子树,右 子树根的值一定大于4,小于6,只能将其放在6的左子树,旋转完成后,更新节点的平衡因子即可。在旋 转过程中,有以下几种情况需要考虑: 1. 4节点的右孩子可能存在,也可能不存在 2. 6可能是根节点,也可能是子树 如果是根节点,旋转完成后,要更新根节点 如果是子树,可能是某个节点的左子树,也可能是右子树 */ void _RotateR(PNode pParent) { // pSubL: pParent的左孩子 // pSubLR: pParent左孩子的右孩子,注意:该 PNode pSubL = pParent->_pLeft; PNode pSubLR = pSubL->_pRight; // 旋转完成之后,4的右孩子作为双亲的左孩子 pParent->_pLeft = pSubLR; // 如果30的左孩子的右孩子存在,更新亲双亲 if (pSubLR) pSubLR->_pParent = pParent; // 6 作为 3的右孩子 pSubL->_pRight = pParent; // 因为6可能是棵子树,因此在更新其双亲前必须先保存6的双亲 PNode pPParent = pParent->_pParent; // 更新6的双亲 pParent->_pParent = pSubL; // 更新4的双亲 pSubL->_pParent = pPParent; // 如果60是根节点,根新指向根节点的指针 if (NULL == pPParent) { _pRoot = pSubL; pSubL->_pParent = NULL; } else { // 如果6是子树,可能是其双亲的左子树,也可能是右子树 if (pPParent->_pLeft == pParent) pPParent->_pLeft = pSubL; else pPParent->_pRight = pSubL; } // 根据调整后的结构更新部分节点的平衡因子 pParent->_bf = pSubL->_bf = 0; }
2.元素插入较高右子树的右侧,也就是右右:左单旋
它的操作和右单旋操作差不多
3.元素插入较高左子树的右侧,也就是左右:先左单旋再右单旋
// 旋转之前,6的平衡因子可能是-1/0/1,旋转完成之后,根据情况对其他节点的平衡因子进行调整 void _RotateLR(PNode pParent) { PNode pSubL = pParent->_pLeft; PNode pSubLR = pSubL->_pRight; // 旋转之前,保存pSubLR的平衡因子,旋转完成之后,需要根据该平衡因子来调整其他节点的平衡因 子 int bf = pSubLR->_bf; // 先对3进行左单旋 _RotateL(pParent->_pLeft); // 再对6进行右单旋 _RotateR(pParent); if (1 == bf) pSubL->_bf = -1; else if (-1 == bf) pParent->_bf = 1; }
3.元素插入较高右子树的左侧,也就是右左:先右单旋再左单旋
总结
假如以pParent为根的子树不平衡,即pParent的平衡因子为2或者-2,分以下情况考虑
1.pParent的平衡因子为2,说明pParent的右子树高,设pParent的右子树的根为pSubR
当pSubR的平衡因子为1时,执行左单选
当pSubR的平衡因子为-1时,执行左右双旋
2.pParent的平衡因子为-2,说明pParent的左子树高,设pParent的左子树的根为pSubL
当pSubL的平衡因子为-1时,执行右单旋
当pSubL的平衡因子为1时,执行左右双旋
旋转完成后,原pParent为根的子树个高度降低,已经平衡,不需要再向上更新
AVL树的验证
AVL树是在平衡二叉树的基础上加入了平衡因子,所以要验证其为AVL树,则要根据其中序遍历看是否是有序的判断其是否为平衡二叉树,然后根据每一个节点的平衡因子是否符合AVL树的要求则可证明
int _Height(PNode pRoot);
bool _IsBalanceTree(PNode pRoot) {
// 空树也是AVL树
if (nullptr == pRoot) return true;
// 计算pRoot节点的平衡因子:即pRoot左右子树的高度差
int leftHeight = _Height(pRoot->_pLeft);
int rightHeight = _Height(pRoot->_pRight);
int diff = rightHeight - leftHeight;
// 如果计算出的平衡因子与pRoot的平衡因子不相等,或者
// pRoot平衡因子的绝对值超过1,则一定不是AVL树
if (diff != pRoot->_bf || (diff > 1 || diff < -1))
return false;
// pRoot的左和右如果都是AVL树,则该树一定是AVL树
return _IsBalanceTree(pRoot->_pLeft) && _IsBalanceTree(pRoot->_pRight);
}
AVL树的性能
因为AVL树是绝对平衡的二叉搜索树,所以其平均查找效率为log2N,但是如果经常对AVL树进行一些修改如插入和删除,则需要不断对树进行调整,甚至有可能调整到根的位置,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,可以考虑使用AVL树,否则则不适合