C++：AVL树

三目的有声博客

已于 2024-08-19 20:52:05 修改

阅读量563

点赞数 21

文章标签：数据结构

于 2024-08-16 10:18:24 首次发布

本文链接：https://blog.csdn.net/MaoRuofeng/article/details/141234926

版权

1：AVL树的概念

二叉搜索树（BST）的问题：

有序数据：如果插入的数据本身是有序的，或者接近有序，那么在二叉搜索树中，这些数据可能会形成一条链（单支树），导致树的高度接近数据的数量级。
性能退化：在最坏的情况下，BST的性能会退化成线性结构，即顺序表，此时查找操作的时间复杂度为 O(n)，n 是树中元素的数量。

自平衡二叉搜索树（balanced binary search tree）的解决方案：

为了解决上述问题，保持二叉搜索树的平衡非常重要。两位俄罗斯数学家 G.M.Adelson-Velskii 和 E.M.Landis 在 1962 年提出了自平衡二叉搜索树的概念：

平衡条件：自平衡二叉搜索树要求任何节点的左右子树的高度（或深度）之差的绝对值不超过 1。
自动调整：当新节点插入或旧节点删除后，自平衡二叉搜索树会自动进行调整，以保持平衡条件。
降低树高：通过保持树的平衡，树的高度被控制在 O(log n)，从而确保大多数操作（如搜索、插入、删除）的平均时间复杂度也是 O(log n)。

常见的自平衡二叉搜索树：

AVL 树：一种严格平衡的二叉搜索树，它在每次插入或删除操作后通过旋转保持平衡。
红黑树：另一种自平衡的二叉搜索树，它通过颜色规则和旋转来保持平衡，允许更灵活的插入和删除操作。

2：AVL树的性质

一棵AVL树或者是空树，或者是具有以下性质的二叉搜索树：

A：它的左右子树都是AVL树。

B：左右子树高度之差(简称平衡因子)的绝对值不超过1(-1/0/1)。

D：平衡因子（balance factor）：节点左子树的高度减去右子树的高度。

如果一棵二叉搜索树是高度平衡的，它就是AVL树。如果它有n个结点，其高度可保持在O(log n)，搜索时间复杂度O(log n)。

3：AVL树节点的定义

template<class K, class V>
struct  AVLTNode
{
	AVLTNode<K, V>* _parent;//双亲节点
	AVLTNode<K, V>* _left;//左子节点
	AVLTNode<K, V>* _right;//右子节点
	pair<K, V> _kv;
	// 这个和map类似
	int _bf; //平衡因子:balance factor

	AVLTNode(const pair<K, V>& kv)
		:_parent(nullptr)
		, _left(nullptr)
		, _right(nullptr)
		, _kv(kv)
		, _bf(0)
	{}
};

4： AVL树的插入

AVL树就是在二叉搜索树的基础上引入了平衡因子，因此AVL树也可以看成是二叉搜索树，插入步骤：

1. 按照二叉搜索树的方式插入新节点

2. 调整节点的平衡因子

bool Insert(const pair<K, V>& kv)
{
	if (_root == nullptr)
	{
		_root = new AVLTNode(kv);
		return true;
	}

	AVLTNode* parent = nullptr;
	AVLTNode* cur = _root;
	while (cur)
	{
		if (cur->_kv.first < kv.first)
		{
			parent = cur;
			cur = cur->_right;
		}
		else if (cur->_kv.first > kv.first)
		{
			parent = cur;
			cur = cur->_left;
		}
		else//等于的情况
		{
			return false;
		}
	}

	cur = new AVLTNode(kv);

	if (parent->_kv.first < kv.first)
	{
		parent->_right = cur;
	}
	else
	{
		parent->_left = cur;
	}

	cur->_parent = parent;
	//到此插入完成

	//更新平衡因子
	while (parent) {
		if (cur == parent->_left) parent->_bf--;
		else parent->_bf++;

		if (parent->_bf == 0) break;
		else if (parent->_bf == 1 || parent->_bf == -1)
		{
			cur = parent;
			parent = parent->_parent;
		}
		else if (parent->_bf == 2 || parent->_bf == -2) {
			//根据平衡因子判断是否需要旋转，该怎样旋转
			if (parent->_bf == -2 && cur->_bf == -1) {
				RotateR(parent);
			}
			else if (parent->_bf == 2 && cur->_bf == 1) {
				RotateL(parent);
			}
			else if (parent->_bf == 2 && cur->_bf == -1) {
				RotateRL(parent);
			}
			else if (parent->_bf == -2 && cur->_bf == 1) {
				RotateLR(parent);
			}
			break;
		}
		else {
			assert(false);
		}
	}
	return true;
}

5：AVL树的旋转

如果在一棵原本是平衡的AVL树中插入一个新节点，可能造成不平衡，此时必须调整树的结构，使之平衡化。根据节点插入位置的不同，AVL树的旋转分为四种：

1. 新节点插入较高左子树的左侧 -> 左左：右单旋!

2. 新节点插入较高右子树的右侧 -> 右右：左单旋!

3. 新节点插入较高左子树的右侧 -> 左右：先左单旋再右单旋！

4. 新节点插入较高右子树的左侧 -> 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(右孩子)的平衡因子为1时，执行左单旋

当pSubR(右孩子)的平衡因子为-1时，执行右左双旋

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(左孩子)的平衡因子为-1是，执行右单旋

当pSubL(左孩子)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。

6. AVL树的验证

AVL树是在二叉搜索树的基础上加入了平衡性的限制，因此要验证AVL树，可以分两步：

1. 验证其为二叉搜索树

如果中序遍历可得到一个有序的序列，就说明为二叉搜索树

2. 验证其为平衡树

a：每个节点子树高度差的绝对值不超过1(注意节点中如果没有平衡因子)

b：节点的平衡因子是否计算正确

bool _IsBalance(AVLTNode* root) {
	if (root == nullptr) return true;
	int LH = _Height(root->_left);
	int RH = _Height(root->_right);
	
	if (abs(LH - RH) >= 2) return false;
	if (RH - LH != root->_bf) return false;
	return _IsBalance(root->_left) && _IsBalance(root->_right);
}

int _Height(AVLTNode* root) {
	if (root == nullptr) return 0;
	return max(_Height(root->_left), _Height(root->_right) ) + 1;
}

7. AVL树的性能

AVL树是一棵绝对平衡的二叉搜索树，其要求每个节点的左右子树高度差的绝对值都不超过1，这样可以保证查询时高效的时间复杂度，即O(logN)。但是如果要对AVL树做一些结构修改的操作，性能非常低下，比如：插入时要维护其绝对平衡，旋转的次数比较多，更差的是在删除时，有可能一直要让旋转持续到根的位置。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的(即不会改变)，可以考虑AVL树，但一个结构经常修改，就不太适合。