Java实现AVL树（自平衡二叉搜索树）

 

目录

一、AVL树的概念

二、平衡调整

1、自平衡原理

例子一：

例子二：

2、LL旋转

3、RL旋转

4、RR旋转

5、LR旋转

三、插入结点和删除结点

1、插入结点

2、删除结点

四、完整代码

1、AVL树结点

2、AVL树相关方法

3、测试方法

---

一、AVL树的概念

       AVL树本质上是一棵二叉搜索树，即它或者是一棵空树，或者是具有下列性质的二叉树： 若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值； 若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值； 它的左、右子树也分别为二叉搜索树。另外，AVL树每个结点的左右子树的高度之差，即平衡因子的绝对值不超过1。

二、平衡调整

        首先，为什么AVL树需要有“自平衡”的功能？其实从AVL树的特点就可以看出来，因为AVL树每个结点的平衡因子的绝对值不超过1，所以在插入结点和删除结点后，要检查整棵树是否仍然平衡，如果不是则进行调整，使其恢复平衡。可以用以下Java代码来表示AVL树的结点：

public class AVLNode {
    public int key; // 结点的键，用于标识结点在AVL树中的位置
    public Object value; // 结点的值，用于存储数据
    public int height; // 结点的高度
    public AVLNode left; // 结点的左指针
    public AVLNode right; // 结点的右指针

    public AVLNode(int key, Object value) {
        this.key = key;
        this.value = value;
        height = 1;
    }
}

其中，结点高度（height）不是固定的，会随着结点数量的变化而变化，以下是更新结点高度的代码：

private void resetHeight(AVLNode avlNode) {
    avlNode.height = Math.max(
            avlNode.left == null ? 0 : avlNode.left.height,
            avlNode.right == null ? 0 : avlNode.right.height
    ) + 1;
}

1、自平衡原理

下面用两个例子来探讨自平衡的实现原理。

例子一：

 

图2.1.1

如图2.1.1所示，可以看出结点1的平衡因子为-2，整棵树处于不平衡状态，如果想让其恢复平衡，需要结点1的右子树“让”一些结点给左子树，因此，不难看出，可以对结点1进行左旋转来达到目的，以下是左旋转步骤：

private AVLNode leftRevolve(AVLNode avlNode) {
    // 先保存avlNode的右子树
    AVLNode right = avlNode.right;

    // avlNode的右指针指向right的左子树
    avlNode.right = right.left;

    // right的左指针指向avlNode
    right.left = avlNode;

    // 先更新avlNode的高度
    resetHeight(avlNode);

    // 再更新right的高度
    resetHeight(right);

    // 返回right作为调整后的root
    return right;
}

经过一次左旋转之后，整棵树变为：

图2.1.2

要注意的是，在旋转完成后，必须先更新结点1的高度，再更新结点3的高度，因为结点3的高度来自于结点1的高度和结点4的高度，而结点4没有参与旋转，因此不需要更新其高度。

例子二：

        

图2.1.3

如图2.1.3所示，与例子1的区别是，结点3的左子树多了结点2。此时结点1的平衡因子为-2，同例子1，也要进行左旋转来达到平衡，以下是旋转结果：

图2.1.4

可以看出，与例子1的旋转结果几乎一致，只不过结点1的右子树多了结点2，这是这行代码完成的：

// avlNode的右指针指向right的左子树
avlNode.right = right.left;

右旋转同理，不再赘述，以下是右旋转的代码：

private AVLNode rightRevolve(AVLNode avlNode) {
    // 保存avlNode的左子树
    AVLNode left = avlNode.left;

    // avlNode的左指针指向left的右子树
    avlNode.left = left.right;

    // left的右指针指向avlNode
    left.right = avlNode;

    // 先更新avlNode的高度
    resetHeight(avlNode);

    // 再更新left的高度
    resetHeight(left);

    // 返回left作为调整后的root
    return left;
}

下面，开始讨论复杂一点的情况，以下图示中以"key-height"的形式展示每个结点。

2、LL旋转

图2.2.1

如图2.2.1所示，可以看出结点4的平衡因子为-3，为不平衡状态，而除了结点4以外，其它所有结点都处于平衡状态，因此，只需要对结点4进行左旋转，以下是旋转结果：

图2.2.2

 可以看出，整棵树已经平衡，实际上只经历了一次左旋转，因此，不要被LL的字面含义所误导。

3、RL旋转

 

图2.3.1

如图2.2.3所示，同样只有结点4不平衡（平衡因子-3），而如果仍然按照LL旋转中的方法，只对结点4进行一次左旋转，会发生什么？

图2.3.2

可以看到，不仅结点4没有恢复平衡（平衡因子-2），还多了一个不平衡的结点8 （平衡因子2），

其实，这也是这行代码导致的：

// avlNode的右指针指向right的左子树
avlNode.right = right.left;

不难看出，只要有一种办法能让结点5和结点7不再拥有共同的父结点，并且父结点属于兄弟关系，就能让整棵树平衡，而这个办法就是RL旋转，顾名思义，就是先右旋转，再左旋转，那么，对于图2.2.3，先将结点8右旋转（