C/C++Linux平衡二叉搜索树简介

最新推荐文章于 2024-07-27 01:56:07 发布
最新推荐文章于 2024-07-27 01:56:07 发布
阅读量163 收藏
点赞数
分类专栏： 1000道程序员常见问题解析 文章标签： 数据结构 c++ 二叉树 算法 linux
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lingshengxueyuan/article/details/108537282
版权

avltree， 平衡二叉查找树，是一种特殊情况下的二叉查找树，它的特殊之处在于，对于每一个节点，其左子树深度和右子树深度之差的绝对值不大于1.

自从上次写完BSTree后，心里想写AVL树了，查了点资料，感觉自己之前的结构是真的low，哎，知耻而后勇，先说一下这次的avl与上次bstree的两点不同：

1）节点数据结构中新增了一个高度变量，代码如下：

struct Node{
    struct Node *left;
    struct Node *right;
    int val;
    int height;
    Node(int x):val(x), height(1), left(NULL), right(NULL){}
};

2）逻辑上，该树的根节点，多了一个父节点，该父节点没有实际意义，只是为了方便后续的所有关于该树的增删改查（别想到数据库。。。）的操作。形式如下图：
在这里插入图片描述
之后就要开启我们的插入和删除操作了，为什么没有查找？由于avl是一种bst，所以查找操作不在此赘述。

在这里插入图片描述

更多C/C++Linux视频资料请加qun：832218493或vx关注零声学院免费领取！

插入时，由于要保证平衡这一性质，所以要针对不同不平衡情况进行分别处理，其中，不平衡的情况分为左左失衡，右右失衡，左右失衡，右左失衡，下面进行分情况讨论处理，这里有一点需要说明的是，以上四种情况都要找到，发生不平衡的最低的树节点。

左左失衡：情况如图：
在这里插入图片描述
调整后的结果如下图：

在这里插入图片描述

struct Node *avltree::ll_rotate(struct Node *y){
    struct Node *x = y->left;
    y->left = x->right;
    x->right = y;
    y->height = std::max(getHeight(y->left), getHeight(y->right)) +1;
    x->height = std::max(getHeight(x->left), getHeight(x->right)) +1;
return x;}

右右失衡情况如下图：在这里插入图片描述
调整后如下图：在这里插入图片描述
代码奉上：

struct Node *avltree::rr_rotate(struct Node *y){
    struct Node *x = y->right;
    y->right = x->left;
    x->left = y;
    y->height = std::max(getHeight(y->left), getHeight(y->right)) +1;
    x->height = std::max(getHeight(x->left), getHeight(x->right)) +1;
    return x;
}

左右失衡如下图，这种情况需要先将x按照右右失衡情况处理，转换为左左失衡，然后按照左左失衡处理：在这里插入图片描述
第一步处理完后，如下图：在这里插入图片描述
之后就按照左左失衡处理就行了，代码奉上：

struct Node *avltree::lr_rotate(struct Node *y){
    struct Node *x = y->left;
    y->left = rr_rotate(x);
    return ll_rotate(y);
}

在这里插入图片描述
第一步调整后的结果如下图：在这里插入图片描述
之后就按照右右失衡处理就行了，代码奉上：

struct Node *avltree::rl_rotate(struct Node *y){
    struct Node *x = y->right;
    y->right = ll_rotate(x);
    return rr_rotate(y);
}

接下来奉上整个插入代码：

struct Node *avltree::insert(int k, struct Node *node){
    if(node == NULL) return (new struct Node(k));
    if(k < node->val) node->left=insert(k, node->left);
    else if( k > node->val) node->right=insert(k, node->right);
    else return node;
    node->height = std::max(getHeight(node->right), getHeight(node->left)) + 1;
    int balance = isBalance(node);
    if(balance > 1 && isBalance(node->left)>0) return ll_rotate(node);
    if(balance > 1 && isBalance(node->left)<0) return lr_rotate(node);
    if(balance < -1 && isBalance(node->right) > 0) return rl_rotate(node);
    if(balance < -1 && isBalance(node->right) < 0) return rr_rotate(node);
    return node;
}
void avltree::insert(int k){
    root->left = insert(k, root->left);
}

删除的话，跟插入是非常类似的，直接上代码了~：

struct Node *avltree::delNode(int k, struct Node *node){
    if(node==NULL) return NULL;
    if(k < node->val) node->left = delNode(k, node->left);
    else if(k > node->val) node->right = delNode(k, node->right);
    else{
        if(node->left && node->right){
            struct Node *x = node->right;
            while(x->left) x = x->left;
            node->val = x->val;
            node->right = delNode(x->val, node->right);
        }else{
            struct Node *p = node;
            node = node->left?node->left:node->right;
            delete p, p = NULL;
            if(node == NULL) return NULL;
        }
    }
    node->height = std::max(getHeight(node->right), getHeight(node->left)) + 1;
    int balance = isBalance(node);
    if(balance > 1 && isBalance(node->left)>0) return ll_rotate(node);
    if(balance > 1 && isBalance(node->left)<0) return lr_rotate(node);
    if(balance < -1 && isBalance(node->right) > 0) return rl_rotate(node);
    if(balance < -1 && isBalance(node->right) < 0) return rr_rotate(node);
    return node;
}
void avltree::delNode(int k){
    root->left = delNode(k, root->left);
}

整个类的代码如下：

#ifndef AVLTREE_H
#define AVLTREE_H
#include <iostream>
struct Node{
    struct Node *left;
    struct Node *right;
    int val;
    int height;
    Node(int x):val(x), height(1), left(NULL), right(NULL){}
};

class avltree
{
public:
    avltree();
    int isBalance(struct Node *node);
    int getHeight(struct Node *node);
    struct Node *ll_rotate(struct Node *y);
    struct Node *rr_rotate(struct Node *y);
    struct Node *lr_rotate(struct Node *y);
    struct Node *rl_rotate(struct Node *y);
    struct Node *insert(int k, struct Node *node);
    void insert(int k);
    struct Node *delNode(int k, struct Node *node);
    void delNode(int k);
    struct Node *root;
};

#endif // AVLTREE_H

avltree::avltree(){
    root = new struct Node(0);
}
int avltree::isBalance(struct Node *node){
    if(node == NULL) return 0;
    return getHeight(node->left) - getHeight(node->right);
}
int avltree::getHeight(struct Node *node){
    if(node == NULL) return 0;
    return node->height;
}
struct Node *avltree::ll_rotate(struct Node *y){
    struct Node *x = y->left;
    y->left = x->right;
    x->right = y;
    y->height = std::max(getHeight(y->left), getHeight(y->right)) +1;
    x->height = std::max(getHeight(x->left), getHeight(x->right)) +1;
    return x;
}
struct Node *avltree::rr_rotate(struct Node *y){
    struct Node *x = y->right;
    y->right = x->left;
    x->left = y;
    y->height = std::max(getHeight(y->left), getHeight(y->right)) +1;
    x->height = std::max(getHeight(x->left), getHeight(x->right)) +1;
    return x;
}
struct Node *avltree::lr_rotate(struct Node *y){
    struct Node *x = y->left;
    y->left = rr_rotate(x);
    return ll_rotate(y);
}
struct Node *avltree::rl_rotate(struct Node *y){
    struct Node *x = y->right;
    y->right = ll_rotate(x);
    return rr_rotate(y);
}
struct Node *avltree::insert(int k, struct Node *node){
    if(node == NULL) return (new struct Node(k));
    if(k < node->val) node->left=insert(k, node->left);
    else if( k > node->val) node->right=insert(k, node->right);
    else return node;
    node->height = std::max(getHeight(node->right), getHeight(node->left)) + 1;
    int balance = isBalance(node);
    if(balance > 1 && isBalance(node->left)>0) return ll_rotate(node);
    if(balance > 1 && isBalance(node->left)<0) return lr_rotate(node);
    if(balance < -1 && isBalance(node->right) > 0) return rl_rotate(node);
    if(balance < -1 && isBalance(node->right) < 0) return rr_rotate(node);
    return node;
}
void avltree::insert(int k){
    root->left = insert(k, root->left);
}
struct Node *avltree::delNode(int k, struct Node *node){
    if(node==NULL) return NULL;
    if(k < node->val) node->left = delNode(k, node->left);
    else if(k > node->val) node->right = delNode(k, node->right);
    else{
        if(node->left && node->right){
            struct Node *x = node->right;
            while(x->left) x = x->left;
            node->val = x->val;
            node->right = delNode(x->val, node->right);
        }else{
            struct Node *p = node;
            node = node->left?node->left:node->right;
            delete p, p = NULL;
            if(node == NULL) return NULL;
        }
    }
    node->height = std::max(getHeight(node->right), getHeight(node->left)) + 1;
    int balance = isBalance(node);
    if(balance > 1 && isBalance(node->left)>0) return ll_rotate(node);
    if(balance > 1 && isBalance(node->left)<0) return lr_rotate(node);
    if(balance < -1 && isBalance(node->right) > 0) return rl_rotate(node);
    if(balance < -1 && isBalance(node->right) < 0) return rr_rotate(node);
    return node;
}
void avltree::delNode(int k){
    root->left = delNode(k, root->left);
}

如果各位看官发现有问题，欢迎留言探讨~

零声教育
关注
专栏目录
【C++】AVL树：平衡二叉搜索树；插入，左旋，右旋，双旋
weixin_43962381的博客
05-15 632
文章目录概述平衡因子 概述 平衡二叉搜索树又被称为AVL树，且具有以下性质： 在AVL树中任何节点的两个子树的高度最大差别不超过1，所以它也被称为高度平衡树，并且它的左右两个子树都是一棵平衡二叉树。AVL树的增加和删除可能需要通过一次或多次树旋转来重新平衡这个树。 使用AVL树的可以防止二叉搜索树退化为单边树。 平衡因子 一个结点的右子树高度减去左子树高度所得的值，就是该节点的平衡因子，范围：[-1,1] ...
【二叉树进阶】红黑树（Red Black Tree） - 平衡二叉搜索树
codewinter的博客
06-21 3319
红黑树，是一种平衡二叉搜索树，但在每个结点上增加一个存储位表示结点的颜色，可以是 Red 或 Black。通过对任何一条从根到叶子的路径上各个结点着色方式的限制，红黑树确保没有一条路径会比其他路径长出2倍，因而是接近平衡的。AVL树和红黑树：红黑树更多是一种折中的选择，它舍弃平衡二叉树的严格平衡，换取节点插入时尽可能少的调整。因为红黑树的旋转情况少于AVL树，使得红黑树整体性能略优于AVL树，不然map和set底层怎么会用红黑树呢，包括很多语言的库里面都用了红黑树。如果发明AVL树的人是天才的话，那么发明红
C++：平衡搜索二叉树（AVL）
最新发布
2301_80153885的博客
07-27 1038
int _bf;:_kv(kv),_bf(0){}由于要保证左右子树高度之差的绝对值不超过1(-1/0/1)，所以引用了平衡因子_bf来维护，平衡因子的计算为右子树高度减去左子树高度因为AVL树会对节点进行旋转，所以引入了父节点指针_parent来维护。
C++平衡搜索二叉树（AVL）
RXY24601的博客
07-22 92
平衡搜索二叉树（AVL树）：包括三叉链实现AVL树，平衡因子，四种旋转情况图示与代码实现
学习-＞C++篇十四：平衡二叉搜索树
u014801954的博客
10-04 354
目录 1.平衡二叉搜索树（AVL树）的定义 2.AVL树是如何平衡的？ 左旋操作 右旋操作 左右双旋操作 右左双旋操作
c++ AVLTree平衡二叉搜索树
Hedenghui777的博客
10-22 288
AVL树 前言 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。 一、AVL是什么？ 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。 二、满足条件 1.它的左右子树都是AVL树 2.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) 三、实现AVL树 #pragma once template<clas
红黑树源码java-leftrb:Leftrb是Python中2-3个平衡二叉搜索树的左倾红黑(LLRB)实现。RobertSedgewick
06-06
个平衡二叉搜索树的左倾红黑 (LLRB) 实现。 这是 Robert Sedgewick 在 [他的论文](() 和由 Robert Sedgewick 和 Kevin Wayne 撰写的书中介绍的 Java 代码的直接移植。经他们许可，被许可为 LGPL v3，并移植到Python...
红黑树的了解（平衡树，二叉搜索树）
lihouhou2的博客
08-19 398
缺点：Trie树是一种比较简单的数据结构.理解起来比较简单,正所谓简单的东西也得付出代价.故Trie树也有它的缺点,Trie树的内存消耗非常大.其基本性质可以归纳为：trie树的优点：利用字符串的公共前缀来节约存储空间，最大限度地减少无谓的字符串比较，查询效率比哈希表高。B+树是B树的一个升级版，B+树是B树的变种树，有n棵子树的节点中含有n个关键字，每个关键字不保存数据，只用来索引，数据都保存在叶子节点。一般情况下，不是所有的节点都有对应的值，只有叶子节点和部分内部节点所对应的键才有相关的值。
深入Linux C/C++ Timer定时器的实现核心原理
Linuxhus的博客
05-15 2113
我曾以为像定时器这样基础的功能，操作系统会有一个完备的实现。当需要开启一个定时任务的时候，会有一个优雅的、如下形式的接口： typedef void (*callback)(void*); void setTimeout(unsigned int second,callback cb，void* arg); 可是事与愿违，Linux下不存在这样的接口。文章相关视频讲解： 如何实现分布式定时器及核心原理：如何实现分布式定时器及核心原理 详解Linux网络编程相关的细节处理：详解Linux网络编程相
C/C++/STL/數據結構/LINUXC編程實例
08-07
二叉搜索树和哈希表则在快速查找中起到关键作用。 4. **Linux C编程**：Linux环境下的C编程涉及使用标准C库以及特定于Linux的API，如系统调用。学习Linux C编程意味着要熟悉文件I/O、进程管理、网络通信、信号处理...
【C++】AVL树（平衡搜索二叉树）
慕雪华年的博客
09-02 803
二叉搜索树虽然缩短了查找的效率，但是数据有序的时候，就会出现一边非常长的情况，导致原本的O(logN)时间复杂度被迫变成了O(N)平衡树也是搜索二叉树，其引入了一个平衡因子的概念，用于控制搜索二叉树的平衡。它会保证左右子树的高度之差（绝对值）不超过1。当新插入节点导致高度之差超过1时，便会触发旋转，使得树的高度降低。简单说来：AVL树能保证两边高度的相对平衡，这样就稳定了二叉搜索树的效率那么本篇关于AVL树的博客到这里就结束拉！有什么问题欢迎在评论区提出哦！
平衡二叉树（C/C++）
Ivan_47的博客
12-28 408
描述： 平衡二叉树是二叉搜索树的改进，本文基于你已了解二叉搜索树为前提，不了解的朋友请看这里： https://blog.csdn.net/Ivan_47/article/details/111831396 当我们使用二叉搜索树时，若我们按递增或递减的顺序插入结点，那么每一次的新结点都会插入在左子树或右子树，这样一来二叉树便退化为了链表，那么搜索的效率就会降低。 为提升二叉排序树的平均效率，可将其升级为平衡二叉树，其特点是：所有根结点的左子树和右子树深度差不超过1。其中左右子树的深度差也称为平衡因子。每插入
[C++系列] 77. 详解AVL平衡二叉搜索树
Y-puyu 的博客
02-10 760
文章目录1. AVL 树的概念2. AVL 树节点的定义3. AVL树的插入与失衡4. AVL树的旋转4.1 新节点插入较高左子树的左侧---左左：右单旋4.2 新节点插入较高右子树的右侧---右右：左单旋4.3. 新节点插入较高左子树的右侧---左右：先左单旋再右单旋4.4. 新节点插入较高右子树的左侧---右左：先右单旋再左单旋5. AVL树旋转总结：6. AVL树的实现7. AVL树的验证7...
c++写AVL二叉平衡搜索树算法
BlackCarDriver的博客
03-20 325
下面是我写的avl数算法模板，虽然已过三个月，现在再次想重写，仍然难以找到可以在优化的地方。 这个算法里面用到的递归操作和其他细节都很多，一旦某处写错，可能造成难以发现的bug。。。 下面是代码，注释照旧，发现不足之处或有所疑问欢迎留言。 #include<iostream> #include<stdio.h> #include<vector> #include...
C++笔记——平衡二叉树
永不秃头的三三的博客
02-08 777
通过C++手撕一个平衡二叉树，实现插入、删除、查找、打印功能，以巩固自己的基础以及方便日后复习。
AVL_SBTree _基本原理
ShirleyPaul_SmallWorld
05-30 515
所有平衡树基本由以下三个特征组成：自平衡条件 旋转操作 旋转的触发 平衡树通过设置合理的自平衡条件，使得二叉排序树的查找、插入等操作的性能不至于退化到 O(n)O(n)，并且在进行二叉排序树的查找、插入等操作时进行判断，如果满足其中某个旋转的触发条件，则进行对应的旋转操作。AVL 树是最早发明的一种平衡树。AVL 树的名称来源于它的两个发明者：G.M. Adelson-Velsky 和 E.M
【c++】二叉搜索树、平衡二叉树（AVL树）的模拟实现及注意事项
qq_40408365的博客
07-10 425
二叉搜索树的概念 二叉搜索树又称二叉排序树，它或者是一棵空树，或者是具有以下性质的二叉树： 1.若它的左子树不为空，则左子树上所有节点的值都小于根节点的值 2.若它的右子树不为空，则右子树上所有节点的值都大于根节点的值 3.它的左右子树也分别为二叉搜索树 二叉搜索树的插入 核心思想一共3步： 1.根据性质来定位元素要插入的位置 2.判断是否有重复元素（插入） 3.修改插入操作...
数据结构与算法：C++实现 平衡二叉树
暮色年华的博客
06-02 434
保持平衡：调整树的形态，使BST性质不变又保证树的高度在任何情况下都是O(log2n)，确保树上的查找操作在最坏情况下是O(log2n)。RL：A结点的右孩子的左子树插入结点，使得A结点的平衡因子由-1变为-2引起的不平衡。RR：A结点的右孩子的右子树插入结点，使得A结点的平衡因子由-1变为-2引起的。LR：A结点的左孩子的右子树插入结点，使得A结点的平衡因子由1变为2引起的。LL：A结点的左孩子的左子树插入节点，使得A结点的平衡因子由1变为2引起的。(1)查找：在平衡二叉树中查找关键字为k的结点p。
探索搜索树：二叉、AVL、红黑与B-树的原理与应用
AVL树是一种自平衡的二叉搜索树，通过旋转操作来维持树的平衡，确保任何节点的高度最多比其子节点高度高1。这种高度平衡特性保证了搜索、插入和删除操作始终在O(log n)时间内完成。AVL树的维护相对复杂，但提供了...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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