Java中的AVL树

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：$lo{g}_{2}N$
最差情况下，二叉搜索树退化为单支树，其平均比较次数为：$\frac{N}{2}$

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$O(lo{g}_{2}n)$，搜索时间复杂度O($lo{g}_{2}n$)。

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：

1. 按照二叉搜索树的方式插入新节点
2. 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：

1. 30节点的右孩子可能存在，也可能不存在
2. 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

1. 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
2. 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$lo{g}_2(N)$。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。