一.二叉搜索树回顾
1.二叉搜索树的概念
二叉搜索树又称二叉排序树,或者是具有以下性质的二叉树:
- 若它的左子树不为空,则左子树上所有结点的值都小于根结点的值
- 若它的右子树不为空,则右子树上所有结点的值都大于根结点的值
- 它的左右子树也分别为二叉搜索树
2.性质
- 二叉树中最左侧的结点是树中最小的结点,最右侧的结点一定是树中最大的结点
- 采用中序遍历遍历二叉搜索树,可以得到一个有序的序列
3.查找
4.二叉树查询性能分析
对有n个结点的二叉搜索树,若每个元素查找的概率相等,则二叉搜索树平均查找长度是结点在二叉搜索树的深度的函数,即结点越深,则比较次数越多
但对于同一个关键码集合,如果各关键码插入的次序不同,可能得到不同结构的二叉搜索树
最优情况下,二叉搜索树为完全二叉树,其平均比较次数为:
l
o
g
2
N
log_2 N
log2N
最差情况下,二叉搜索树退化为单支树,其平均比较次数为:
N
2
\frac{N}{2}
2N
二.AVL树
1.AVL树的概念
目的:二叉搜索树数据有序或接近有序二叉搜索将退化成单支树的情况,此时查找元素相当于在顺序表中搜索与元素,效率低下为了解决这一问题,引入了AVL树
一颗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)
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 ( l o g 2 n ) O(log_2 n) O(log2n),搜索时间复杂度O( l o g 2 n log_2 n log2n)。
2.AVL树节点的定义
class AVLTreeNode{
public AVLTreeNode(int val){
this.val = val;
}
public AVLTreeNode left = null; // 节点的左孩子
public AVLTreeNode right = null; // 节点的右孩子
public AVLTreeNode parent = null; // 节点的双亲
public int val = 0;
public int bf = 0; // 当前节点的平衡因子
}
3.AVL树的插入
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:
- 按照二叉搜索树的方式插入新节点
- 调整节点的平衡因子
boolean insert(int val){
/* 1. 先按照二叉搜索树的规则将节点插入到AVL树中
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
1. 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
2. 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
3. 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
*/
// cur插入后,parent的平衡因子一定遭到破坏,必须对parent的平衡因子进行调整
while(null != parent){
// 更新双亲节点的平衡因子
if(cur == parent.left)
parent.bf--;
else
parent.bf++;
if(parent.bf == 0)
break;
else if(parent.bf == -1 || parent.bf == 1) {
cur = parent;
parent = cur.parent;
} else {
// parent节点的平衡因子为2,违反了AVL树的性质
// 此时需要对以parent为根的二叉树进行旋转处理
if(2 == parent.bf) {
// parent的平衡因子为2,说明parent的右子树比较高,最终需要左旋
// ......
} else{
// parent的平衡因子为2,说明parent的右子树比较高,最终需要左旋
// ......
}
// 旋转完成之后,以parent为根的树已经和插入之前的高度相同,不会再对上层树的平衡性造成影响
break;
}
}
return true;
}
4.旋转过程详解:
右旋
左旋:
5.AVL树的旋转
(1)新节点插入较高左子树的左侧—左左失衡:对失衡结点右旋
上图在插入前,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
private void rotateLeft(AVLTreeNode parent){
// 注意这几个特殊孩子节点的命名
// subR为双亲的右孩子
AVLTreeNode subR = parent.right;
// 为subR的左孩子
AVLTreeNode subRL = subR.left;
// 节点的孩子域的指向只需要改变两个:结合图解
// 1. 旋转完成后subRL成为parent的右孩子
parent.right = subRL;
if(null != subRL)
subRL.parent = parent;
// 2. 旋转完成之后,parent成为subR的左孩子
subR.left = parent;
// 更新parent和subR的双亲
AVLTreeNode pparent = parent.parent;
parent.parent = subR;
subR.parent = pparent;
// 更新原parent的上层
// 1. 旋转前,parent可能是根节点
// 2. 新节点插入较高右子树的右侧---右右:左单旋左单旋的实现,学生们可以参考右单旋的实现。
//3. 新节点插入较高左子树的右侧---左右:先左单旋再右单旋
// 2. 旋转前,parent可能是一棵子树,既然是子树,那parent可能是某个节点的左子树也可能是右子树
if(null == pparent)
root = subR;
else{
if(pparent.left == parent)
pparent.left = subR;
else
pparent.right = subR;
}
//旋转完成后,parent和subR节点的平衡因子已经是0
parent.bf = subR.bf = 0;
}
(2)新节点插入较高右子树的右侧—右右失衡:对失衡结点右旋
(3) 新节点插入较高左子树的右侧—左右失衡,对失衡结点的左孩子左旋,再对失衡结点右旋
// 先左单旋再右单旋
// 旋转之前,60的平衡因子可能是-1/0/1,旋转完成之后,根据情况对其他节点的平衡因子进行调整
private void rotateLR(AVLTreeNode parent){
AVLTreeNode subL = parent.left;
AVLTreeNode subLR = subL.right;
// 旋转之前,保存subLR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 = subLR.bf;
rotateLeft(parent.left);
rotateRight(parent);
if(1 == bf)
subL.bf = -1;
else if(-1 == bf)
parent.bf = 1;
}
(4)新节点插入较高右子树的左侧—右左失衡,对失衡结点的右孩子右旋,再对失衡结点左旋
总结:
新节点插入后,假设以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
即:pParent与其较高子树节点的平衡因子时同号时单旋转,异号时双旋转。
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
6.性能分析
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 l o g 2 ( N ) log_2 (N) log2(N)。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。