首先自平衡二叉树为什么叫AVL树呢,是因为这种结构是外国人发表的论文,而发表论文的有关人名简称就是AVL
平衡二叉树的引入原因
二叉排序树的弊端,当插入的数为{1,2,3,4,5,6}时,此时创建的二叉树就是一个如下图所示的二叉树,类似于单链表了,不能体现出二叉树的查找速度
针对以上这种结构,虽然数据在插入的时候不会有什么影响,但是查询的速度将会降低(因为需要依次比较),不能发挥出BST的查找优势。故引入平衡二叉树
平衡二叉树
- 平衡二叉树又叫做平衡二叉搜索树,可以保证查询效率。
- 特点:针对于根节点来说左右子树的高度差的绝对值不超过1,而且左右两个子树都是一颗平衡二叉树
平衡二叉树的左旋图解和实现步骤
当插入9号节点时,会造成失衡,也就是rightHeight()-leftHeight()>1时,就要进行左旋。
左旋的步骤:
- 创建一个新的节点,节点值为根节点的值(因为根节点的值为5,故新节点的值为5),并且将新节点的值指向根节点的左子树newNode.left=root.left
- 将新节点的右边,指向根节点右子树的左子树即新节点的5指向节点6.即newNode.right=root.right.left
- 将根节点的值改为根节点右子树的值即把根节点的5改成7,即root.no=root.right.no,
- 将根节点指向右子树的右子树,即把7指向8,即root.right=root.right.right
- 将root的左边指向新节点,就是7指向新创建的5,root.left=newNode
注:在此过程中没有连接的原始7号节点,将会被回收。
//左旋转的方法
public void leftRotate(){
//新创建一个节点
Nood newNode=new Nood(no);
//让新建结点的值值指向当前接待你的左子树
newNode=this.left;
//新建节点的值右边指向根节点的右子树的左子树
newNode.right=this.right.left;
//把当前节点的值变成当前节点右边子树的值
this.no=this.right.no;
//让当前节点的左边指向新节点
this.left=newNode;
//让当前节点的右边指向右子树
this.right=this.right.right;
}
此方法应该放在添加节点的方法中,当节点添加成功之后,进行判断左子树和右子树的高度,根据高度来进行旋转。
平衡二叉树的右旋图解和实现步骤
给定一组数,当插入7时,左边的高度大于右边的高度,即需要进行右旋
- 根据当前的树的根节点,创建一个新的节点,值为根节点,并且将此新节点右边连上根节点的右子树即newNode.right=this.right
- 将新节点的左边,连上当前节点的左子节点的右子节点,this.left=this.left.right
- 将当前节点的值换成左子节点的值this.no=this.left.no
- 把当前节点的左边连接到当前节点的左子节点的左子节点this.left=this,left.left
- 把当前节点的右子节点连接到新节点上。this.right=newNode
代码实现
public void rightRotate(){
Nood newNode=new Nood(no);
newNode.right=this.right;
newNode.left=this.left.right;
this.no=this.left.no;
this.left=this.left.left;
this.right=newNode;
}
平衡二叉树的双旋转的图解和实现步骤
有些情况下只进行简单的一次左旋或者右旋是行不通的,需要进行双旋!针对以上这个情况,应该先对左子树进行左旋,然后整体进行右旋。
只需要在添加方法的最后进行判断即可。
public void add(Nood node) {
if (node == null) {
return;
}
//传入节点的值和当前子树的根节点的值进行比较
if (node.no < this.no) {
//如果传入的节点值小于当前节点,就把节点加在左边
if (this.left == null) {
this.left = node;
} else {
//否则就递归的加入左边节点上
this.left.add(node);
}
//如果节点传入的值大于等于此值,就把此值插入右边
} else {
if (this.right == null) {
this.right = node;
} else {
this.right.add(node);
}
}
//当右子树的高度比左子树的高度大于1,就要进行左旋转
if(rightHeight()-leftHeight()>1){
if(this.right!=null&&this.right.leftHeight()>this.right.rightHeight()){
//先进行局部右旋
this.right.rightRotate();
//进行整体左旋
leftRotate();
//否则直接进行右旋
}else {
leftRotate();
}
//必须加这个return,因为判断好之后,不需要在接着往下判断!
return;
}
//当左子树的高度比右子树的高度大于1,就要进行右旋转
if(leftHeight()-rightHeight()>1){
//如果左子节点的左子树高度小于左子节点的右子树,则需要进行局部左旋
if(this.left!=null&&this.left.rightHeight()>this.left.leftHeight()){
//先进行局部左旋
this.left.leftRotate();
//进行整体右旋
rightRotate();
//否则直接进行右旋
}else {
rightRotate();
}
}
}
总的测试代码
package com.njupt.binaryTree;
/**
* Creat with IntelliJ IDEA
*
* @Auther:倔强的加瓦
* @Date:2021/08/01/14:02
* @Description:
*/
public class AVL {
public static void main(String[] args) {
//整体左旋的例子
//int[] arr={4,3,6,5,7,8};
//整体右旋的例子
//int[] arr={10,12,8,9,7,6};
//需要先局部左旋,在局部右旋的例子
int[] arr = {10, 11, 7, 6, 8, 9};
//创建一个对象
AVLTree avlTree = new AVLTree();
for (int i = 0; i < arr.length; i++) {
avlTree.add(new Nood(arr[i]));
}
avlTree.inOrder();
System.out.println("进行平衡处理时树的高度");
System.out.println(avlTree.root.height());
System.out.println("右子树高度" + avlTree.root.rightHeight());
System.out.println("左子树高度" + avlTree.root.leftHeight());
}
}
class AVLTree {
public Nood root;
public void add(Nood node) {
if (root == null) {
root = node;
} else {
root.add(node);
}
}
//中序遍历的方法
public void inOrder() {
if (root != null) {
root.inOrder();
} else {
System.out.println("节点树为空");
}
}
//查找要产出的节点
public Nood search(int no) {
if (root == null) {
return null;
} else {
return root.search(no);
}
}
//查找父节点
public Nood searchParent(int no) {
if (root == null) {
return null;
} else {
return root.searchParent(no);
}
}
//找到最小节点,并删除
public int deleteRightMin(Nood node) {
Nood temp = node;
while (temp.left != null) {
temp = temp.left;
}
//此时就是找到了最小节点,删除最小节点
deleteNode(temp.no);
return temp.no;
}
//删除节点
public void deleteNode(int no) {
if (root == null) {
return;
} else {
//1需要先找到要删除的节点
Nood target = search(no);
if (target == null) {
return;
}
//如果我们发现当前这颗二叉树只有一个跟节点,并且根节点就是要删除的节点
if (root.left == null && root.right == null && root.no == no) {
root = null;
return;
}
//找父节点
Nood parent = searchParent(no);
//如果要铲除的节点是叶子节点
if (target.left == null && target.right == null) {
//需要判断子节点是父节点的左子节点还是右子节点
if (parent.left != null && parent.left.no == target.no) {
parent.left = null;
//System.out.println(target+"删除成功!");
}
if (parent.right != null && parent.right.no == target.no) {
parent.right = null;
//System.out.println(target+"删除成功!");
}
//删除两颗子树的节点
} else if (target.left != null && target.right != null) {
//从右边找一个最小的或者从左边找一个最大的,把此节点放到删除节点的位置,并且删除该节点的原始位置
int min = deleteRightMin(target.right);
target.no = min;
//删除的节点是只有一个节点
} else {
//删除节点的左边只有一个节点
if (target.left != null) {
if (parent != null) {
//删除的目标节点在父节点的左边
if (parent.left.no == no) {
parent.left = target.left;
} else {
//删除的节点在父节点的右边
parent.right = target.left;
}
} else {
root = target.left;
}
//删除的节点的右边只有一个节点
} else {
if (parent != null) {
if (parent.left.no == no) {
parent.left = target.right;
} else {
parent.right = target.right;
}
} else {
root = target.right;
}
}
}
}
}
}
//节点信息
class Nood {
int no;
Nood left;
Nood right;
public Nood(int no) {
this.no = no;
}
//返回左子树的高度
public int leftHeight() {
if (left == null) {
return 0;
}
return left.height();
}
//返回右子树的高度
public int rightHeight() {
if (right == null) {
return 0;
}
return right.height();
}
//返回当前节点的为根节点的树的高度
public int height() {
return Math.max(left == null ? 0 : left.height(), right == null ? 0 : right.height()) + 1;
}
//左旋转的方法
public void leftRotate() {
//新创建一个节点
Nood newNode = new Nood(no);
//让新建结点的值值指向当前接待你的左子树
newNode = this.left;
//新建节点的值右边指向根节点的右子树的左子树
newNode.right = this.right.left;
//把当前节点的值变成当前节点右边子树的值
this.no = this.right.no;
//让当前节点的左边指向新节点
this.left = newNode;
//让当前节点的右边指向右子树
this.right = this.right.right;
}
//右旋的方法
public void rightRotate() {
Nood newNode = new Nood(no);
newNode.right = this.right;
newNode.left = this.left.right;
this.no = this.left.no;
this.left = this.left.left;
this.right = newNode;
}
@Override
public String toString() {
return "Nood{" +
"no=" + no +
'}';
}
public void add(Nood node) {
if (node == null) {
return;
}
//传入节点的值和当前子树的根节点的值进行比较
if (node.no < this.no) {
//如果传入的节点值小于当前节点,就把节点加在左边
if (this.left == null) {
this.left = node;
} else {
//否则就递归的加入左边节点上
this.left.add(node);
}
//如果节点传入的值大于等于此值,就把此值插入右边
} else {
if (this.right == null) {
this.right = node;
} else {
this.right.add(node);
}
}
//当右子树的高度比左子树的高度大于1,就要进行左旋转
if (rightHeight() - leftHeight() > 1) {
if (this.right != null && this.right.leftHeight() > this.right.rightHeight()) {
//先进行局部右旋
this.right.rightRotate();
//进行整体左旋
leftRotate();
//否则直接进行右旋
} else {
leftRotate();
}
//必须加这个return,因为判断好之后,不需要在接着往下判断!
return;
}
//当左子树的高度比右子树的高度大于1,就要进行右旋转
if (leftHeight() - rightHeight() > 1) {
//如果左子节点的左子树高度小于左子节点的右子树,则需要进行局部左旋
if (this.left != null && this.left.rightHeight() > this.left.leftHeight()) {
//先进行局部左旋
this.left.leftRotate();
//进行整体右旋
rightRotate();
//否则直接进行右旋
} else {
rightRotate();
}
}
}
//中序遍历的方法
public void inOrder() {
if (this.left != null) {
this.left.inOrder();
}
System.out.println(this.no);
if (this.right != null) {
this.right.inOrder();
}
}
//查找要删除的节点的方法
public Nood search(int no) {
if (this.no == no) {
return this;
} else {
//如果此节点值小于目标节点,则向右找
if (this.no < no) {
if (this.right == null) {
return null;
}
return this.right.search(no);
//否则应该向左递归查找
} else {
if (this.left == null) {
return null;
}
return this.left.search(no);
}
}
}
//查找要删除节点的父节点
public Nood searchParent(int no) {
//如果当前节点的下一个节点不为空,并且就是要找的节点,则说明找到删除节点的父节点了
if ((this.left != null && this.left.no == no) || this.right != null && this.right.no == no) {
return this;
//说明没找到,应该递归往下找
} else {
if (this.no <= no && this.right != null) {
//递归向右找
return this.right.searchParent(no);
} else if (this.no > no && this.left != null) {
return this.left.searchParent(no);
} else {
return null;//没有找到父节点
}
}
}
}
双旋转的测试结果:
6
8
9
10
11
进行平衡处理时树的高度
3
右子树高度2
左子树高度1
Process finished with exit code 0