数据结构-平衡二叉树

在这里插入图片描述
在这里插入图片描述
是 ,是,不是

将一棵树转为平衡二叉树的方法:
左旋转、右旋转

package com.chb.AVI;

public class AVLTreeDemo {
	public static void main(String[] args) {
		//int[] arr = {4,3,6,5,7,8};//左旋转就能解决
		//int[] arr = { 10, 12, 8, 9, 7, 6 };//右旋转就能解决
		int[] arr = { 10, 11, 7, 6, 8, 9 };  //需要双旋转
		//创建一个 AVLTree对象
		AVLTree avlTree = new AVLTree();
		//添加结点
		for(int i=0; i < arr.length; i++) {
			avlTree.add(new Node(arr[i]));
		}
		
		//遍历
		System.out.println("中序遍历");
		avlTree.midOrder();
		
		System.out.println("在平衡处理~~");
		System.out.println("树的高度=" + avlTree.getRoot().height()); //3
		System.out.println("树的左子树高度=" + avlTree.getRoot().leftHeight()); // 2
		System.out.println("树的右子树高度=" + avlTree.getRoot().rightHeight()); // 2
		System.out.println("当前的根结点=" + avlTree.getRoot());//8
			
	}

}

//创建AVLTree
class AVLTree {
	private Node root;

	public Node getRoot() {
		return root;
	}

	// 查找要删除的结点
	public Node search(int value) {
		if (root == null) {
			return null;
		} else {
			return root.search(value);
		}
	}

	// 查找父结点
	public Node searchParent(int value) {
		if (root == null) {
			return null;
		} else {
			return root.searchParent(value);
		}
	}

	// 编写方法:
	// 1. 返回的 以node 为根结点的二叉排序树的最小结点的值
	// 2. 删除node 为根结点的二叉排序树的最小结点
	/**
	 * 
	 * @param node 传入的结点(当做二叉排序树的根结点)
	 * @return 返回的 以node 为根结点的二叉排序树的最小结点的值
	 */
	public int delRightTreeMin(Node node) {
		Node target = node;
		// 循环的查找左子节点,就会找到最小值
		while (target.left != null) {
			target = target.left;
		}
		// 这时 target就指向了最小结点
		// 删除最小结点
		delNode(target.value);
		return target.value;
	}

	// 删除结点
	public void delNode(int value) {
		if (root == null) {
			return;
		} else {
			// 1.需求先去找到要删除的结点 targetNode
			Node targetNode = search(value);
			// 如果没有找到要删除的结点
			if (targetNode == null) {
				return;
			}
			// 如果我们发现当前这颗二叉排序树只有一个结点
			if (root.left == null && root.right == null) {
				root = null;
				return;
			}

			// 去找到targetNode的父结点
			Node parent = searchParent(value);
			// 如果要删除的结点是叶子结点
			if (targetNode.left == null && targetNode.right == null) {
				// 判断targetNode 是父结点的左子结点,还是右子结点
				if (parent.left != null && parent.left.value == value) { // 是左子结点
					parent.left = null;
				} else if (parent.right != null && parent.right.value == value) {// 是由子结点
					parent.right = null;
				}
			} else if (targetNode.left != null && targetNode.right != null) { // 删除有两颗子树的节点
				int minVal = delRightTreeMin(targetNode.right);
				targetNode.value = minVal;

			} else { // 删除只有一颗子树的结点
				// 如果要删除的结点有左子结点
				if (targetNode.left != null) {
					if (parent != null) {
						// 如果 targetNode 是 parent 的左子结点
						if (parent.left.value == value) {
							parent.left = targetNode.left;
						} else { // targetNode 是 parent 的右子结点
							parent.right = targetNode.left;
						}
					} else {
						root = targetNode.left;
					}
				} else { // 如果要删除的结点有右子结点
					if (parent != null) {
						// 如果 targetNode 是 parent 的左子结点
						if (parent.left.value == value) {
							parent.left = targetNode.right;
						} else { // 如果 targetNode 是 parent 的右子结点
							parent.right = targetNode.right;
						}
					} else {
						root = targetNode.right;
					}
				}

			}

		}
	}

	// 添加结点的方法
	public void add(Node node) {
		if (root == null) {
			root = node;// 如果root为空则直接让root指向node
		} else {
			root.add(node);
		}
	}

	// 中序遍历
	public void midOrder() {
		if (root != null) {
			root.midOrder();
		} else {
			System.out.println("二叉排序树为空,不能遍历");
		}
	}
}

class Node {
	int value;
	Node left;
	Node right;

	public Node(int value) {
		super();
		this.value = value;
	}

	// 返回左子树的高度
	public int leftHeight() {
		if (left == null) {
			return 0;
		}
		return left.height();
	}

	// 返回右子树的高度
	public int rightHeight() {
		if (right == null) {
			return 0;
		}
		return right.height();
	}

	// 返回 以该结点为根结点的树的高度
	public int height() {
		return Math.max(left == null ? 0 : left.height(), right == null ? 0 : right.height()) + 1;
	}

	// 左旋转方法
	private void leftRotate() {

		// 创建新的结点,以当前根结点的值
		Node newNode = new Node(value);
		// 把新的结点的左子树设置成当前结点的左子树
		newNode.left = left;
		// 把新的结点的右子树设置成带你过去结点的右子树的左子树
		newNode.right = right.left;
		// 把当前结点的值替换成右子结点的值
		value = right.value;
		// 把当前结点的右子树设置成当前结点右子树的右子树
		right = right.right;
		// 把当前结点的左子树(左子结点)设置成新的结点
		left = newNode;

	}

	// 右旋转
	private void rightRotate() {
		Node newNode = new Node(value);
		newNode.right = right;
		newNode.left = left.right;
		value = left.value;
		left = left.left;
		right = newNode;
	}

	// 查找要删除的结点
	/**
	 * 
	 * @param value 希望删除的结点的值
	 * @return 如果找到返回该结点,否则返回null
	 */
	public Node search(int value) {
		if (value == this.value) { // 找到就是该结点
			return this;
		} else if (value < this.value) {// 如果查找的值小于当前结点,向左子树递归查找
			// 如果左子结点为空
			if (this.left == null) {
				return null;
			}
			return this.left.search(value);
		} else { // 如果查找的值不小于当前结点,向右子树递归查找
			if (this.right == null) {
				return null;
			}
			return this.right.search(value);
		}

	}

	// 查找要删除结点的父结点
	/**
	 * 
	 * @param value 要找到的结点的值
	 * @return 返回的是要删除的结点的父结点,如果没有就返回null
	 */
	public Node searchParent(int value) {
		// 如果当前结点就是要删除的结点的父结点,就返回
		if ((this.left != null && this.left.value == value) || (this.right != null && this.right.value == value)) {
			return this;
		} else {
			// 如果查找的值小于当前结点的值, 并且当前结点的左子结点不为空
			if (value < this.value && this.left != null) {
				return this.left.searchParent(value); // 向左子树递归查找
			} else if (value >= this.value && this.right != null) {
				return this.right.searchParent(value); // 向右子树递归查找
			} else {
				return null; // 没有找到父结点
			}
		}

	}

	@Override
	public String toString() {
		return "Node [value=" + value + "]";
	}

	// 添加结点的方法
	// 递归的形式添加结点,注意需要满足二叉排序树的要求
	public void add(Node node) {
		if (node == null) {
			return;
		}

		// 判断传入的结点的值,和当前子树的根结点的值关系
		if (node.value < this.value) {
			// 如果当前结点左子结点为null
			if (this.left == null) {
				this.left = node;
			} else {
				// 递归的向左子树添加
				this.left.add(node);
			}
		} else { // 添加的结点的值大于 当前结点的值
			if (this.right == null) {
				this.right = node;
			} else {
				// 递归的向右子树添加
				this.right.add(node);
			}

		}

		// 当添加完一个结点后,如果: (右子树的高度-左子树的高度) > 1 , 左旋转
		if (rightHeight() - leftHeight() > 1) {
			// 如果它的右子树的左子树的高度大于它的右子树的右子树的高度
			if (right != null && right.leftHeight() > right.rightHeight()) {
				// 先对右子结点进行右旋转
				right.rightRotate();
				// 然后在对当前结点进行左旋转
				leftRotate(); // 左旋转..
			} else {
				// 直接进行左旋转即可
				leftRotate();
			}
			return; // 必须要!!!
		}

		// 当添加完一个结点后,如果 (左子树的高度 - 右子树的高度) > 1, 右旋转
		if (leftHeight() - rightHeight() > 1) {
			// 如果它的左子树的右子树高度大于它的左子树的高度
			if (left != null && left.rightHeight() > left.leftHeight()) {
				// 先对当前结点的左结点(左子树)->左旋转
				left.leftRotate();
				// 再对当前结点进行右旋转
				rightRotate();
			} else {
				// 直接进行右旋转即可
				rightRotate();
			}
		}
	}

	// 中序遍历
	public void midOrder() {
		if (this.left != null) {
			this.left.midOrder();
		}
		System.out.println(this);
		if (this.right != null) {
			this.right.midOrder();
		}
	}
}

运行结果:
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
平衡二叉树是一种特殊的二叉搜索,它的左右子的高度差不超过1,这样可以保证平衡二叉树的查找、插入和删除操作的时间复杂度都是O(log n)。 平衡二叉树有很多种,其中比较常见的有AVL、红黑、B等。在本文中,我们主要介绍AVL。 AVL是一种严格平衡的二叉搜索,它的每个节点的左右子高度差不超过1。当节点的高度差超过1时,就需要通过旋转操作来重新平衡。AVL的特点是:对于一个节点,其左右子的高度差不超过1,且左右子都是AVL。 插入操作 插入操作是AVL中比较复杂的操作,因为插入一个节点可能导致整个失去平衡。下面是AVL的插入操作: 1. 在AVL中插入一个节点,首先按照二叉搜索的规则找到插入的位置。 2. 如果插入节点后,其父节点的左右子高度差不超过1,则不需要进行旋转操作,直接返回。 3. 如果插入节点后,其父节点的左右子高度差超过1,则需要进行旋转操作。 4. 如果插入节点在父节点的左子中,并且插入节点的左子高度大于插入节点的右子高度,则进行右旋操作;如果插入节点在父节点的右子中,并且插入节点的右子高度大于插入节点的左子高度,则进行左旋操作。 5. 如果插入节点在父节点的左子中,并且插入节点的左子高度小于插入节点的右子高度,则进行左右旋转操作;如果插入节点在父节点的右子中,并且插入节点的右子高度小于插入节点的左子高度,则进行右左旋转操作。 删除操作 删除操作也是AVL中比较复杂的操作,因为删除一个节点可能导致整个失去平衡。下面是AVL的删除操作: 1. 在AVL中删除一个节点,首先按照二叉搜索的规则找到要删除的节点。 2. 如果要删除的节点没有子节点,则直接删除即可。 3. 如果要删除的节点只有一个子节点,则将子节点替换成要删除的节点。 4. 如果要删除的节点有两个子节点,则先找到要删除节点的后继节点(即右子中最小的节点),将后继节点的值赋给要删除的节点,然后将后继节点删除。 5. 删除一个节点可能会导致整个失去平衡,因此需要进行旋转操作。 6. 如果删除节点后,其父节点的左右子高度差不超过1,则不需要进行旋转操作,直接返回。 7. 如果删除节点后,其父节点的左右子高度差超过1,则需要进行旋转操作。 8. 如果删除节点在父节点的左子中,并且删除节点的左子高度大于删除节点的右子高度,则进行右旋操作;如果删除节点在父节点的右子中,并且删除节点的右子高度大于删除节点的左子高度,则进行左旋操作。 9. 如果删除节点在父节点的左子中,并且删除节点的左子高度小于删除节点的右子高度,则进行左右旋转操作;如果删除节点在父节点的右子中,并且删除节点的右子高度小于删除节点的左子高度,则进行右左旋转操作。 总结 AVL是一种严格平衡的二叉搜索,它的每个节点的左右子高度差不超过1。插入和删除操作可能会导致整个失去平衡,需要通过旋转操作来重新平衡。AVL比较适合用于读取操作比较频繁的场景,因为它的查找、插入和删除操作的时间复杂度都是O(log n)。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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