AVL 树
在 C++ 中,高效的数据结构对于程序的性能至关重要。AVL 树和红黑树都是强大的二叉搜索树变体,它们在保持搜索效率的同时,解决了普通二叉搜索树可能退化为单支树的问题。
1. AVL 树的概念
- 二叉搜索树在数据有序或接近有序时会退化为单支树,导致查找效率低下。为了解决这个问题,两位俄罗斯数学家在 1962 年发明了 AVL 树。
- AVL 树是一种高度平衡的二叉搜索树,具有以下性质:
- 它的左右子树都是 AVL 树。
- 左右子树高度之差(平衡因子)的绝对值不超过 1(-1/0/1)。
- 如果一棵二叉搜索树是高度平衡的,它就是 AVL 树。AVL 树有 n 个结点时,其高度可保持在 ,搜索时间复杂度为 。
2. 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
};
3. AVL 树的插入
- AVL 树的插入过程分为两步:
- 按照二叉搜索树的方式插入新节点。
- 调整节点的平衡因子。
template<class T>
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
AVLTreeNode<T>* pCur =...; // 新插入的节点
AVLTreeNode<T>* pParent = pCur->_pParent;
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,因此需要继续向上更新
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
// 根据不同情况进行旋转
if (2 == pParent->_bf)
{
//...
}
else
{
//...
}
break;
}
}
return true;
}
4. AVL 树的旋转
- 如果在 AVL 树中插入新节点导致不平衡,就需要调整树的结构使之平衡化。AVL 树的旋转分为四种情况:
- 新节点插入较高左子树的左侧(左左):右单旋。
void _RotateR(AVLTreeNode<T>* pParent)
{
AVLTreeNode<T>* pSubL = pParent->_pLeft;
AVLTreeNode<T>* pSubLR = pSubL->_pRight;
// 旋转完成之后,30 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;
// 60 作为 30 的右孩子
pSubL->_pRight = pParent;
// 因为 60 可能是棵子树,因此在更新其双亲前必须先保存 60 的双亲
AVLTreeNode<T>* pPParent = pParent->_pParent;
// 更新 60 的双亲
pParent->_pParent = pSubL;
// 更新 30 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 60 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;
}
- 新节点插入较高右子树的右侧(右右):左单旋,实现及情况考虑可参考右单旋。
- 新节点插入较高左子树的右侧(左右):先左单旋再右单旋。
void _RotateLR(AVLTreeNode<T>* pParent)
{
AVLTreeNode<T>* pSubL = pParent->_pLeft;
AVLTreeNode<T>* pSubLR = pSubL->_pRight;
// 先对 30 进行左单旋
_RotateL(pParent->_pLeft);
// 再对 90 进行右单旋
_RotateR(pParent);
// 根据旋转前保存的平衡因子更新其他节点的平衡因子
int bf = pSubLR->_bf;
if(1 == bf)
pSubL->_bf = -1;
else if(-1 == bf)
pParent->_bf = 1;
}
- 新节点插入较高右子树的左侧(右左):先右单旋再左单旋,参考右左双旋。
5. 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,验证 AVL 树可以分两步:
- 验证其为二叉搜索树,通过中序遍历可得到一个有序的序列来判断。
- 验证其为平衡树,每个节点子树高度差的绝对值不超过 1,并且节点的平衡因子计算正确。
int _Height(AVLTreeNode<T>* pRoot);
bool _IsBalanceTree(AVLTreeNode<T>* 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);
}