数据结构(七)——树形查找

7.3 树形查找

7.3.1 二叉排序树 

二叉排序树的定义：二叉排序树，又称二叉查找校BST, Binary Search Tree)
一棵二叉树或者是空二叉树，或者是具有如下性质的二叉树:
左子树上所有结点的关键字均小于根结点的关键字;
右子树上所有结点的关键字均大于根结点的关键字。
左子树和右子树又各是一棵二叉排序树。

左子树结点值<根结点值<右子树结点值
进行中序遍历，可以得到一个递增的有序序列

二叉排序树的查找


二叉排序树的删除
先搜索找到目标结点:
①若被删除结点z是叶结点，则直接删除，不会破坏二叉排序树的性质。
②若结点z只有一棵左子树或右子树，则让z的子树成为z父结点的子树，替代z的位置。
③若结点z有左、右两棵子树，则令z的直接后继（或直接前驱）替代z，然后从二叉排序树中删去这个直接后继（或直接前驱），这样就转换成了第一或第二种情况。

查找效率分析
查找长度――在查找运算中，需要对比关键字的次数称为查找长度，反映了查找操作时间复杂度

若树高h,找到最下层的一个结点需要对比h次
最好情况：n个结点的二叉树最小高度为[log2n]+1，平均查找长度=O(log2n)
最坏情况：每个结点只有一个分支，树高h=结点数n,平均查找长度=O(n)

7.3.2_1 平衡二叉树

平衡二叉树（Balanced Binary Tree)，简称平衡树（AVL树）―一树上任一结点的左子树和右子树的高度之差不超过1。
结点的平衡因子=左子树高-右子树高。
平衡二叉树的插入

在插入操作中，只要将最小不平衡子树调整平衡，则其他祖先结点都会恢复平衡

调整最小不平衡子树LL
1）LL平衡旋转（右单旋转)。由于在结点A的左孩子(L)的左子树(L)上插入了新结点，A的平衡因子由1增至2，导致以A为根的子树失去平衡，需要一次向右的旋转操作。将A的左孩子B向右上旋转代替A成为根结点，将A结点向右下旋转成为B的右子树的根结点，而B的原右子树则作为A结点的左子树。
调整最小不平衡子树RR

2）RR平衡旋转（左单旋转)。由于在结点A的右孩子(R)的右子树(R)插入了新结点，A的平衡因子由-1减至-2，导致以A为根的子树失去平衡，需要一次向左的旋转操作。将A的右孩8向左上旋扭代替A成为根结点，将A结点向左下旋转戊为B的左子树的根结点，而B的原左子树则作为A结点的右子树

调整最小不平衡子树LR

3）LR平衡旋转（先左后右双旋转）。由于在A的左孩子(L）的右子树(R)上插入新结点，A的平衡因子由1增至2，导致以A为根的子树去去平衡，需要进行两次旋转操作，先左旋转后右旋转。先将A结点的左孩子B的右子树的根结点c向左上旋转提升到B结点的位置，然后再把该C结点向右上旋转提升到A结点的位置

调整最小不平衡子树LR

4）RL平衡旋转（先右后左双旋转）。由于在A的右孩子(R）的左子树(L)上插入新结点，A的平衡因子由-1减至-2，导致以A为根的子树失去平衡，需要进行两次旋转操作，先右旋转后左旋转。先将A结点的右孩子B的左子树的根结点c向右上旋转提升到B结点的位置，然后再把该C结点向左上旋转提升到A结点的位置


练习：插入90 右孩子左旋

练习：插入63 右旋+左旋


练习

查找效率分析
若树高为h，则最坏情况下，查找一个关键字最多需要对比h次，即查找操作的时间复杂度不可能超过o(h)

7.3.2_2 平衡二叉树的删除

平衡二叉树的删除操作：
删除结点后，要保持二叉排序树的特性不变(左<中<右)
若删除结点导致不平衡，则需要调整平衡

平衡二叉树的删除操作具体步骤:
①删除结点（方法同“二叉排序树”)
   若删除的结点是叶子，直接删。
   若删除的结点只有一个子树，用子树顶替删除位置
   若删除的结点有两棵子树，用前驱(或后继)结点顶替，并转换为对前驱(或后继)结点的删除。
②一路向上找到最小不平衡子树，找不到就完结撒花
③找最小不平衡子树下，“个头”最高的儿子、孙子
④根据孙子的位置，调整平衡（LL/RR/LR/RL)
⑤如果不平衡向上传导，继续②
   对最小不平衡子树的旋转可能导致树变矮，从而导致上层祖先不平衡(不平衡向上传递)

AVL树删除操作——例1
删除结点9，往上找发现都没有最小不平衡子树，无需再做处理

AVL树删除操作——例2
删除结点55 往上找发现75不平衡 ，需要找到个头最高的儿子、孙子


④根据孙子的位置，调整平衡(LL/RR/LR/RL)
孙子在LL:儿子右单旋
孙子在RR:儿子左单旋
孙子在LR:孙子先左旋，再右旋
孙子在RL:孙子先右旋，再左旋

AVL树删除操作——例3 
删除叶子结点33 往上找最小不平衡子树
            

例1到例3为重点，例4看一下，后面的了解就行
AVL树删除操作——例4  
删除结点32

向上找到最小不平衡子树   先右旋再左旋树变矮

树恢复平衡，但由于树高变矮，不平衡向上传导
 需要继续回到②操作

AVL树删除操作——例5

被删除结点有左右子树,用前驱结点顶替（复制数据即可)
并转化为对前驱结点的删除 即转变为对60这个结点的删除

   删除的结点只有55这一个子树，则直接用子树顶替删除位置，最后如下，

接下来找到最小不平衡子树

7.3.3_1 红黑树的定义和性质

平衡二叉树AVL:插入/删除很容易破坏“平衡”特性，需要频繁调整树的形态。如:插入操作导致不平衡，则需要先计算平衡因子，找到最小不平衡子树（时间开销大)，再进行LL/RR/LR/RL调整

红黑树RBT:插入/删除很多时候不会破坏“红黑”特性，无需频繁调整树的形态。即便需要调整，一般都可以在常数级时间内完成

平衡二叉树:适用于以查为主、很少插入/删除的场景
红黑树:适用于频繁插入、删除的场景，实用性更强

红黑树的定义
红黑树是二叉排序树一左子树结点值≤根结点值≤右子树结点值

①每个结点或是红色，或是黑色的②根节点是黑色的
③叶结点（外部结点、NULL结点、失败结点）均是黑色的
④不存在两个相邻的红结点（即红结点的父节点和孩子结点均是黑色)
⑤对每个结点，从该节点到任一叶结点的简单路径上，所含黑结点的数目相同

左根右，根叶黑，不红红，黑路同

结点的黑高bh――从某结点出发(不含该结点）到达任一空叶结点的路径上黑结点总数

红黑树的性质
性质1:从根节点到叶结点的最长路径不大于最短路径的2倍
性质2:有n个内部节点的红黑树高度h≤ 2log2(n +1)

红黑树的查找，与BST、AVL相同，从根出发，左小右大，若查找到一个空叶节点，则查找失败

7.3.3_2 红黑树的插入

先查找，确定插入位置（原理同二叉排序树），插入新结点
新结点是根――染为黑色
新结点非根――染为红色
   ·若插入新结点后依然满足红黑树定义，则插入结束
   ·若插入新结点后不满足红黑树定义，需要调整(看新结点叔叔的脸色)，使其重新满足红黑树定义
       ·黑叔:旋转+染色
                ·LL型:右单旋，父换爷+染色
                ·RR型:左单旋，父换爷+染色
                ·LR型:左、右双旋，儿换爷+染色
                ·RL型:右、左双旋，儿换爷+染色
        ·红叔:染色+变新
                ·叔父爷染色，爷变为新结点

从一棵空的红黑树开始，插入:20,10,5,30, 40,57,3,2,4,35,25,18,22,23,24,19,18


​​​​​红叔：染色+变新







黑叔：旋转＋染色
      LR型：左、右双旋，儿换爷+染色


插入24

破坏“ 不红红”，红叔：染色+变新




插入19

插入18

黑叔：旋转+染色
      RL型：右、左双旋，儿换爷+染色



|

7.3.3_3 红黑树的删除
​​​​​​​