目录
一. AVL树的概念
二叉搜索树中数据有序或接近有序二叉搜索树将退化为单支树,查 找元素相当于在顺序表中搜索元素,效率低下。为了解决这一问题,我们提出了AVL树~
- 它的左右子树都是AVL树
- 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)
平衡因子:右子树高度 - 左子树高度
二. AVL树基本配置
template<class K, class V>
struct AVLTreeNode
{
AVLTreeNode< K, V>* _left;
AVLTreeNode< K, V>* _right;
AVLTreeNode< K, V>* _parent;
int _bf;//平衡因子
pair<K, V> _kv;
AVLTreeNode(const pair<K, V>& kv)
:_left(nullptr)
, _right(nullptr)
, _parent(nullptr)
, _bf(0)
, _kv(kv)
{}
};
template<class K, class V>
class AVLTree
{
typedef AVLTreeNode<K, V> Node;
public:
private:
Node* _root = nullptr;
};
2.1 AVL树的插入
AVL树中的插入我们可以先套用二叉搜索树的插入,然后再根据平衡因子对其作出修改~
_parent存在的意义就是为了后续插入节点时可以去观察其祖先节点的变化情况,看是否会连环出现变化~
最后我们来进行一次模拟插入~
通过以上例子我们得出了平衡因子的变化情况,以及变化后对祖先节点的影响情况~下面我们来把这些示例转化为代码进行实现~
bool Insert(const pair<K, V>& kv) { if (_root == nullptr) { _root = new Node(kv); return true; } Node* parent = nullptr; Node* 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 { return false; } } cur = new Node(kv); if (parent->_kv.first < kv.first) { parent->_right = cur; } else { parent->_left = cur; } //插入完毕后开始平衡~ //获取到插入节点与其父节点的情况~ cur->_parent = parent; while (parent) { //插入左节点 if (cur == parent->_left) { parent->_bf--; } //插入右节点 else { parent->_bf++ } //节点更新后为0 if (parent->_bf == 0) { //不影响祖先节点,退出 break; } //节点更新后为1或-1 else if (parent->_bf == 1 || parent->_bf == -1) { //影响祖先节点~,那么我们就去到祖先节点再来看其左右子树 cur = cur->_parent; parent = parent->_parent; } else if (parent->_bf == 2 || parent->_bf == -2) { //进行旋转处理 } else { //插入之前AVL树就有问题~ assert(false); } } }
2.2 AVL树的旋转
左单旋
这是抽象图的理解,我们再来拿具体例子进行说明~
右单旋
先左单旋再右单旋
我们发现即使是用双旋也还是会失败~
我们改变一下结构~
最终我们会有三种情况出现
我们可以根据这三种情况中节点60最开始平衡因子的不同而预测出在左旋与右旋后对应情况下的最终平衡因子的变化~
ps:bu==1时,parent->_bf应该为0
先右单旋再左单旋
旋转代码:
最后我们来总结一下关于旋转的规律~插入节点后如果遇到这种折线型那就从下半部位看起,然后再去判断上半部位,而最终的效果图都会呈现出向上箭头~
void RotateL(Node* parent) { //先完成左单旋基本规则 //移动三个主要节点 Node* subR = parent->_right; Node* subRL = subR->_left; parent->_right = subRL; subR->_left = parent; //再更新_parent if (subRL) { //为空就不用给了 subRL->_parent = parent; } Node* ppnode = parent->_parent; parent->_parent = subR; //若subR左旋后成为根节点 if (parent == _root) { _root = subR; subR->_parent = nullptr; } //若subR左旋后不会成为根节点 else { if (ppnode->_left == parent) { ppnode->_left = subR; } else { ppnode->_right = subR; } subR->_parent = ppnode; } //更新左旋后的平衡因子 parent->_bf = 0; subR->_bf = 0; } void RotateR(Node* parent) { //先完成右单旋基本规则 //移动三个主要节点 Node* subL = parent->_left; Node* subLR = subL->_right; parent->_left = subLR; subL->_right = parent; //再更新_parent if (subLR) { //为空就不用给了 subLR->_parent = parent; } Node* ppnode = parent->_parent; parent->_parent = subL; //若subL右旋后成为根节点 if (parent == _root) { _root = subL; subL->_parent = nullptr; } //若subL右旋后不会成为根节点 else { if (ppnode->_left == parent) { ppnode->_left = subL; } else { ppnode->_right = subL; } subL->_parent = ppnode; } //更新右旋后的平衡因子 parent->_bf = 0; subL->_bf = 0; } void RotateLR(Node* parent)//节点90 { //我们已经有最开始的节点90了,再把开始的节点30与节点60标记起来 Node* subL = parent->_left;//节点30 Node* subLR = subL->_right;//节点60 int bf = subLR->_bf;//节点60的平衡因子 //开始左旋与右旋 RotateL(parent->_left);//从节点30开始左旋 RotateR(parent);//从节点90开始右旋 //平衡调整结束,平衡因子需要发生变化 if (bf == -1)//若最开始的节点60bf为-1,说明是在b插入值 { //更新b插入值后的平衡因子 parent->_bf = 1;//节点90 subL->_bf = 0;//节点30 subLR->_bf = 0;//节点60 } else if (bf == 1)//若最开始的节点60bf为1,说明是在c插入值 { //更新b插入值后的平衡因子 parent->_bf = 0;//节点90 subL->_bf = -1;//节点30 subLR->_bf = 0;//节点60 } else if (bf == 0)//若最开始的节点60bf为0,说明节点60就是插入值 { //更新节点60插入后的平衡因子 parent->_bf = 0;//节点90 subL->_bf = 0;//节点30 subLR->_bf = 0;//节点60 } else { assert(false); } } void RotateRL(Node* parent)//节点30 { //我们已经有最开始的节点30了,再把开始的节点60与节点90标记起来 Node* subR = parent->_right;//节点90 Node* subRL = subR->_left;//节点60 int bf = subRL->_bf;//节点60的平衡因子 //开始右旋与左旋 RotateR(subR);//从节点90开始右旋 RotateL(parent);//从节点30开始左旋 //平衡调整结束,平衡因子需要发生变化 if (bf == -1)//若最开始的节点60bf为-1,说明是在b插入值 { //更新b插入值后的平衡因子 parent->_bf = 0;//节点30 subR->_bf = 1;//节点90 subRL->_bf = 0;//节点60 } else if (bf == 1)//若最开始的节点60bf为1,说明是在c插入值 { //更新b插入值后的平衡因子 parent->_bf = -1;//节点30 subR->_bf = 0;//节点90 subRL->_bf = 0;//节点60 } else if (bf == 0)//若最开始的节点60bf为0,说明节点60就是插入值 { //更新节点60插入后的平衡因子 parent->_bf = 0;//节点30 subR->_bf = 0;//节点90 subRL->_bf = 0;//节点60 } else { assert(false); } } bool Insert(const pair<K, V>& kv) { if (_root == nullptr) { _root = new Node(kv); return true; } Node* parent = nullptr; Node* 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 { return false; } } cur = new Node(kv); if (parent->_kv.first < kv.first) { parent->_right = cur; } else { parent->_left = cur; } //插入完毕后开始平衡~ //获取到插入节点与其父节点的情况~ cur->_parent = parent; while (parent) { //插入左节点 if (cur == parent->_left) { parent->_bf--; } //插入右节点 else { parent->_bf++; } //节点更新后为0 if (parent->_bf == 0) { //不影响祖先节点,退出 break; } //节点更新后为1或-1 else if (parent->_bf == 1 || parent->_bf == -1) { //影响祖先节点~,那么我们就去到祖先节点再来看其左右子树 cur = cur->_parent; parent = parent->_parent; } else if (parent->_bf == 2 || parent->_bf == -2) { //进行旋转处理 if (parent->_bf == 2 && cur->_bf == 1) { RotateL(parent); } else if (parent->_bf == -2 && cur->_bf == -1) { RotateR(parent); } else if (parent->_bf == -2 && cur->_bf == 1) { RotateLR(parent); } else { RotateRL(parent); } break; } else { //插入之前AVL树就有问题~ assert(false); } } return true; }
2.3 验证AVL树
InOrder
void _InOrder(Node* root)
{
if (root == nullptr)
{
return ;
}
_InOrder(root->_left);
cout << root->_kv.first << " ";
_InOrder(root->_right);
}
void InOrder()
{
_InOrder(_root);
}
Height
获取左右子树的高度来计算高度差验证平衡因子是否出差错~
int _Height(Node* root)
{
if (root == nullptr)
{
return 0;
}
int LHeight = _Height(root->_left);
int RHeight = _Height(root->_right);
return LHeight > RHeight ? LHeight + 1 : RHeight + 1;
}
IsBalance
写法一:
bool _IsBalance(Node* root)
{
if (root == nullptr)
{
return true;
}
int LHeight = _Height(root->_left);
int RHeight = _Height(root->_right);
//这里只能去判断错误,因为你判断一部分高度差正确并不能保证所有子树高度差都正确
if (abs(RHeight - LHeight) >= 2)
{
cout << root->_kv.first << "该节点不平衡" << endl;
return false;
}
//我们要提防一种情况,就是我们的插入函数中的平衡因子写错了的情况
if ((RHeight - LHeight) != root->_bf)
{
cout << root->_kv.first << "该节点平衡因子错误" << endl;
return false;
}
//如果都顺利就开始返回到上一层
return _IsBalance(root->_left) && _IsBalance(root->_right);
}
bool IsBalance()
{
return _IsBalance(_root);
}
写法一利用前序的思路先算出当前节点的高度差,然后再算其左右节点,这样写的好处是易于理解,但是中间出现太多重复的高度计算~
写法二:
bool _IsBalance(Node* root, int& height)
{
if (root == nullptr)
{
height = 0;
return true;
}
int leftHeight = 0, rightHeight = 0;
if (!_IsBalance(root->_left, leftHeight)
|| !_IsBalance(root->_right, rightHeight))
{
return false;
}
if (abs(rightHeight - leftHeight) >= 2)
{
cout << root->_kv.first << "不平衡" << endl;
return false;
}
if (rightHeight - leftHeight != root->_bf)
{
cout << root->_kv.first << "平衡因子异常" << endl;
return false;
}
height = leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1;
return true;
}
bool IsBalance()
{
int height = 0;
return _IsBalance(_root, height);
}
写法二是利于后序的思路先从叶子节点开始判断并且返回其高度,这样做的好处就是不用重复计算高度差,但是写法难理解~
void test1()
{
AVLTree<int, int> a;
int b[] = { 16, 3, 7, 11, 9, 26, 18, 14};
for (auto e : b)
{
if (e == 18)
{
int x;
}
a.Insert(make_pair(e, e));
}
a.InOrder();
cout << endl;
cout << a.IsBalance() << endl;
}