AVL树及其模拟实现
1.AVL树的概念
二叉搜索树虽可以缩短查找的效率，但如果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。因此，两位俄罗斯的数学家G.M.Adelson-Velskii和E.M.Landis在1962年发明了一种解决上述问题的方法：当向二叉搜索树中插入新结点后，如果能保证每个结点的左右子树高度之差的绝对值不超过1(需要对树中的结点进行调整)，即可降低树的高度，从而减少平均搜索长度。一棵AVL树或者是空树，或者是具有以下性质的二叉搜索树：
- 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)
上图的树中，对于值为(5)的节点，它的左子树高度为3，右子树高度为3。平衡因子则为0；对于值为(3)的节点，它的左子树高度为2，右子树高度为1。平衡因子则为-1；同理对于值为(7)的节点，它的左子树高度为1，右子树高度为2，平衡因子则为1。
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(log2n),搜索时间复杂度O(log2n)。
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
template<class T>
class AVLTree {
public:
typedef AVLTreeNode<T> Node;
typedef Node* PNode;
AVLTree()
:_pRoot(nullptr)
{}
bool insert(const T& val);//插入
void RotateR(PNode parent);//右旋
void RotateL(PNode parent);//左旋
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。那么AVL树的插入过程可以分为两步：
1. 按照二叉搜索树的方式插入新节点
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
if (nullptr == _pRoot) {
_pRoot = new Node(data);
return true;
}
// 按照二叉搜索树的性质找data在AVL中的插入位置
PNode pCur = _pRoot;
PNode pParent = nullptr;
while (pCur) {
pParent = pCur;
if (data < pCur->_data)
pCur = pCur->_pLeft;
else if (data > pCur->_data)
pCur = pCur->_data;
else
return false; // 该节点在二叉搜索树中存在
}
// 插入新节点：新节点一定插入在pParent的左侧或者右侧
if (data < pParent->_data)
pParent->_pLeft = pCur;
else
pParent->_pRight = pCur;
// 更新pCur的双亲节点
pCur->_pParent = pParent;
// 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
/*
pCur插入后，pParent的平衡因子一定需要调整，在插入之前，pParent
的平衡因子分为三种情况：-1，0, 1, 分以下两种情况：
1. 如果pCur插入到pParent的左侧，只需给pParent的平衡因子-1即可
2. 如果pCur插入到pParent的右侧，只需给pParent的平衡因子+1即可
此时：pParent的平衡因子可能有三种情况：0，正负1， 正负2
3. 如果pParent的平衡因子为0，说明插入之前pParent的平衡因子为正负1，
插入后被调整成0，此时满足AVL树的性质，插入成功
4. 如果pParent的平衡因子为正负1，说明插入前pParent的平衡因子一定为0，
插入后被更新成正负1，此时以pParent为根的树的高度增加，需要继续向上更新
6. 如果pParent的平衡因子为正负2，则pParent的平衡因子违反平衡树的性质，需要对其进行旋转处理
*/
while (pParent) {
// 更新双亲的平衡因子
if (pParent->_pLeft == pCur)
pParent->_bf--;
else
pParent->_bf++;
// 更新后检测双亲的平衡因子
if (pParent->_bf == 0)
break;
else if (pParent->_bf == 1 || pParent->_bf == -1) {
// 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，因此需要继续向上调整
pCur = pParent;
pParent = pCur->_pParent;
}
else if (pParent->_bf == 2 || pParent->_bf == -2) {
//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
if (pParent->_bf == 2 && pCur->_bf == 1) {
//右边的右边高，左旋
_RotateL(pParent);
}
else if (pParent->_bf == -2 && pCur->_bf == -1) {
//左边的左边高，右旋
_RotateR(pParent);
}
else if (pParent->_bf == 2 && pCur->_bf == -1) {
//右边的左边高，右左旋
_RotateRL(pParent);
}
else if (pParent->_bf == -2 && pCur->_bf == 1) {
//左边的右边高，左右旋
_RotateLR(pParent);
}
}
break;
}
return true;
}
4.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。
4.1右单旋
新节点插入较高左子树的左侧。在插入前，AVL树是平衡的，新节点插入到 30 的左子树(注意此处不是左孩子)中，30 左子树增加了一层，导致以 60 为根的二叉树不平衡，要让 60 平衡，只能将 60 左子树的高度减少一层，右子树增加一层，即将左子树往上提，这样 60 转下来，因为 60 比 30 大，只能将其放在 30 的右子树，而如果 30 有右子树，右子树根的值一定大于30 ，小于 60 ，只能将其放在 60 的左子树，旋转完成后，更新节点的平衡因子即可。在旋转过程中，有以下几种情况需要考虑：
- 30 节点的右孩子可能存在，也可能不存在
- 60 可能是根节点，也可能是子树
如果是根节点，旋转完成后，要更新根节点
如果是子树，可能是某个节点的左子树，也可能是右子树
//右单旋:
void _RotateR(PNode pParent){
// pSubL: pParent的左孩子
// pSubLR: pParent左孩子的右孩子
PNode pSubL = pParent->_pLeft;
PNode pSubLR = pSubL->_pRight;
// 旋转完成之后，pParent左孩子的右孩子 作为 pParent的左孩子
pParent->_pLeft = pSubLR;
// 如果pSubLR存在，更新其双亲为pParent
if (pSubLR)
pSubLR->_pParent = pParent;
//pParent作为pSubL的右孩子
pSubL->_pRight = pParent;
// pParent可能是棵子树，因此在更新其双亲前必须先保存双亲
PNode pPParent = pParent->_pParent;
// 更新双亲
pParent->_pParent = pSubL;
// 更新pSubL的双亲
pSubL->_pParent = pPParent;
// 如果pParent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pParent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;
}
4.2左单旋
新节点插入较高右子树的右侧，实际即考虑情况与右单旋类似。
//左单旋
void _RotateL(PNode pParent) {
// pSubR: pParent的右孩子
// pSubRL: pParent右孩子的左孩子
PNode pSubR = pParent->_pRight;
PNode pSubRL = SubR->_pLeft;
// 旋转完成之后，pParent右孩子的左孩子 作为 pParent的右孩子
pParent->_pRight = pSubRL;
// 如果pSubRL存在，更新其双亲为pParent
if (pSubRL)
pSubRL->_pParent = pParent;
//pParent作为pSubR的左孩子
pSubR->_pLeft = pParent;
// pParent可能是棵子树，因此在更新其双亲前必须先保存双亲
PNode pPParent = pParent->_pParent;
// 更新双亲
pParent->_pParent = pSubR;
// 更新pSubR的双亲
pSubR->_pParent = pPParent;
// 如果pParent是根节点，根新指向根节点的指针
if (NULL == pPParent) {
_pRoot = pSubR;
pSubR->_pParent = NULL;
}
else {
// 如果pParent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 = pSubR;
else
pPParent->_pRight = pSubR;
}
// 根据调整后的结构更新部分节点的平衡因子
pParent->_bf = pSubR->_bf = 0;
}
4.3先左单旋再右单旋
将双旋变成单旋后再旋转，即：先对 30 进行左单旋，然后再对 90 进行右单旋，旋转完成后再考虑平衡因子的更新。
//左右旋: 新节点插入较高左子树的右侧 先左单旋再右单旋
void _RotateLR(PNode pParent) {
PNode pSubL = pParent->_pLeft;
PNode pSubLR = pSubL->_pRight;
// 旋转之前，保存pSubLR的平衡因子，旋转完成之后，需要根据该平衡因子来调整其他节点的平衡因子
int bf = pSubLR->_bf;
// 先进行左单旋
_RotateL(pParent->_pLeft);
// 再进行右单旋
_RotateR(pParent);
if (bf == 1)
pSubL->_bf = -1;
else if (bf == -1)
pParent->_bf = 1;
}
4.4先右单旋再左单旋
//右左旋:新节点插入较高右子树的左侧 先右单旋再左单旋
void _RotateRL(PNode pParent) {
PNode pSubR = pParent->_pRight;
PNode pSubRL = pSubR->_pLeft;
// 旋转之前，保存pSubRL的平衡因子，旋转完成之后，需要根据该平衡因子来调整其他节点的平衡因子
int bf = pSubRL->_bf;
// 先进行右单旋
_RotateR(pParent->_pRight);
// 再进行右单旋
_RotateL(pParent);
if (bf == 1)
pParent->_bf = -1;
else if (bf == -1)
pSubR = 1;
}
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
- 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的平衡因子为1时，执行左单旋
- 当pSubR的平衡因子为-1时，执行右左双旋
- 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的平衡因子为-1是，执行右单旋
- 当pSubL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。
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，因此要验证AVL树，可以分两步：
- 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 - 验证其为平衡树
- 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)
- 节点的平衡因子是否计算正确
int _Height(PNode pRoot)
{
if (nullptr == pRoot)
return 0;
// 计算pRoot左右子树的高度
int leftHeight = _Height(pRoot->_pLeft);
int rightHeight = _Height(pRoot->_pRight);
// 返回左右子树中较高的子树高度+1
return (leftHeight > rightHeight) ? (leftHeight + 1) : (rightHeight + 1);
}
bool _IsBalanceTree(PNode 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);
}
6.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log2N 。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。
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
