【C++】---AVL树

最新推荐文章于 2024-07-13 21:27:21 发布
最新推荐文章于 2024-07-13 21:27:21 发布
阅读量220 收藏
点赞数
文章标签： c++ 数据结构 Powered by 金山文档
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/m0_63601181/article/details/128720729
版权

一.AVL树的概念

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。因此，两位俄罗斯的数学家G.M.Adelson-Velskii和E.M.Landis在1962年发明了一种解决上述问题的方法：

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。

一棵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

$O(log_2 n)$，搜索时间复杂度O($log_2 n$)。

二、AVL树功能实现

2.1 AVL树的节点

AVL树节点中包含一条三叉链

平衡因子(左右子树的高度差)

本文中该AVL树的数据类型是pair<K, V>

// 节点
template<class K, class V>
struct AVLTreeNode
{
    AVLTreeNode<K, V>* _left;
    AVLTreeNode<K, V>* _right;
    AVLTreeNode<K, V>* _parent;

    pair<K, V> _kv;
    int _bf; //balance factor

    AVLTreeNode(const pair<K, V>& kv)
        : _left(nullptr)
        , _right(nullptr)
        , _parent(nullptr)
        , _kv(kv)
        , _bf(0)
    {}
};

2.2 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

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

bool Insert(const T& data)
{
    
        while (pParent)
        {
            // 更新双亲的平衡因子
            if (pCur == pParent->_pLeft)
                pParent->_bf--;
            else
                pParent->_bf++;
            // 更新后检测双亲的平衡因子
            if (0 == pParent->_bf)
            {
                break;
            }
            else if (1 == pParent->_bf || -1 == pParent->_bf)
            {
                // 插入前双亲的平衡因子是0，插入后双亲的平衡因为为1 或者 -1 ，说明以双亲为根的二叉树
                // 的高度增加了一层，因此需要继续向上调整
                    pCur = pParent;
                pParent = pCur->_pParent;
            }
            else
            {
                // 双亲的平衡因子为正负2，违反了AVL树的平衡性，需要对以pParent
                // 为根的树进行旋转处理
                    if (2 == pParent->_bf)
                    {
                        // ...
                    }
                    else
                    {
                        // ...
                    }
            }
        }
    return true;
}

插入过程中，平衡因子的绝对值大于1时，就应对该树做出旋转处理。

2.3 AVL树的旋转

如果在一棵原本是平衡的AVL树中插入一个新节点，可能造成不平衡，此时必须调整树的结构，使之平衡化。根据节点插入位置的不同，AVL树的旋转分为四种：

2.3.1 新节点插入较高左子树的左侧---左左：右单旋

图中树是AVL树，也可能是子树

2.3.2 新节点插入较高右子树的右侧---右右：左单旋
2.3.3 新节点插入较高左子树的右侧---左右：先左单旋再右单旋
2.3.4 新节点插入较高右子树的左侧---右左：先右单旋再左单旋

总结：

假如以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

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。

2.4 AVL树的验证

AVL树是在二叉搜索树的基础上加入了平衡性的限制，因此要验证AVL树，可以分两步：

1. 验证其为二叉搜索树

如果中序遍历可得到一个有序的序列，就说明为二叉搜索树

2. 验证其为平衡树

每个节点子树高度差的绝对值不超过1(注意节点中如果没有平衡因子)

节点的平衡因子是否计算正确

int _Height(PNode pRoot);
bool _IsBalanceTree(PNode pRoot)
{
    // 空树也是AVL树
    if (nullptr == pRoot) 
        return true;

    // 计算pRoot节点的平衡因子：即pRoot左右子树的高度差
    int leftHeight = _Height(pRoot->_pLeft);
    int rightHeight = _Height(pRoot->_pRight);
    int diff = rightHeight - leftHeight;
    
    // 如果计算出的平衡因子与pRoot的平衡因子不相等，或者
    // pRoot平衡因子的绝对值超过1，则一定不是AVL树
    if (diff != pRoot->_bf || (diff > 1 || diff < -1))
        return false;
    // pRoot的左和右如果都是AVL树，则该树一定是AVL树
    return _IsBalanceTree(pRoot->_pLeft) && _IsBalanceTree(pRoot -> _pRight);
}

2.5 AVL树的性能

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$log_2 (N)$。

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。

三、完整代码

本文只完成了AVL树的部分接口

3.1 AVLTree.h

#pragma once
#include <iostream>
#include <assert.h>
#include <math.h>
using namespace std;

// 节点
template<class K, class V>
struct AVLTreeNode
{
    AVLTreeNode<K, V>* _left;
    AVLTreeNode<K, V>* _right;
    AVLTreeNode<K, V>* _parent;

    pair<K, V> _kv;
    int _bf; //balance factor

    AVLTreeNode(const pair<K, V>& kv)
        : _left(nullptr)
        , _right(nullptr)
        , _parent(nullptr)
        , _kv(kv)
        , _bf(0)
    {}
};



// AVL树
template<class K, class V>
struct AVLTree
{
    typedef AVLTreeNode<K, V> Node;
public:
    bool insert(const pair<K, V>& kv)
    {
        if (_root == nullptr)
        {
            _root = new Node(kv);
            return true;
        }

        Node* parent = nullptr;
        Node* cur = _root;
        while (cur)
        {
            if (cur->_kv.first > kv.first)
            {
                parent = cur;
                cur = cur->_left;
            }
            else if (cur->_kv.first < kv.first)
            {
                parent = cur;
                cur = cur->_right;
            }
            else
            {
                return false;
            }
        }



        cur = new Node(kv);

        if (parent->_kv.first < cur->_kv.first)
        {
            parent->_right = cur;
        }
        else
        {
            parent->_left = cur;
        }

        cur->_parent = parent;

        // 控制平衡
        // 1、更新平衡因子
        while (parent)
        {
            if (cur == parent->_right)
            {
                parent->_bf++;
            }
            else
            {
                parent->_bf--;
            }

            if (parent->_bf == 0)
            {
                break;
            }
            else if (abs(parent->_bf) == 1)
            {
                parent = parent->_parent;
                cur = cur->_parent;
            }
            else if (abs(parent->_bf) == 2)
            {
                // 左单旋:   parent->_bf == 2   cur->_bf == 1
                // 右单旋:   parent->_bf == -2  cur->_bf == -1
                // 左右双旋: parent->_bf == -2  cur->_bf == 1
                // 右左双旋: parent->_bf == 2   cur->_bf == -1

                if (parent->_bf == 2 && cur->_bf == 1)
                {
                    RotateL(parent);
                }
                else if (parent->_bf == -2 && cur->_bf == -1)
                {
                    RotateR(parent);
                }
                else if (parent->_bf == -2 && cur->_bf == 1)
                {
                    RotateLR(parent);
                }
                else if (parent->_bf == 2 && cur->_bf == -1)
                {
                    RotateRL(parent);
                }
                else
                {
                    assert(false);
                }

                break;
            }
            else
            {
                assert(false);
            }

        }

        return true;
    }

    void InOder()
    {
        _InOder(_root);
        cout << endl;
    }

    bool IsBalance()
    {
        return _IsBalance(_root);
    }

private:
    // 中序遍历
    void _InOder(Node* root)
    {
        if (root == nullptr)
        {
            return;
        }

        _InOder(root->_left);
        cout << root->_kv.first << ":" << root->_kv.second << endl;
        _InOder(root->_right);
    }


    // 判断平衡
    bool _IsBalance(Node* root)
    {
        if (root = nullptr)
        {
            return true;
        }

        int leftHT = Height(root->_left);
        int rightHT = Height(root->_right);
        int diff = rightHT - leftHT;

        if (diff != root->_bf)
        {
            cout << root->_kv.first << "平衡因子异常" << endl;
            return false;
        }

        return abs(diff) < 2
            && _IsBalance(root->_left)
            && _IsBalance(root->_right);
    }

    // 求高度
    int Height(Node* root)
    {
        if (root == nullptr)
        {
            return 0;
        }

        return max(Height(root->_left), Height(root->_right)) + 1;
    }


    // 旋转函数
    // 
    // 
    //1、左单旋
    void RotateL(Node* parent)
    {
        Node* subR = parent->_right;
        Node* subRL = subR->_left;

        parent->_right = subRL;

        if (subRL)
        {
            subRL->_parent = parent;
        }

        Node* ppNode = parent->_parent;

        subR->_left = parent;
        parent->_parent = subR;

        if (_root == parent)
        {
            _root = subR;
            subR->_parent = nullptr;
        }
        else
        {
            if (ppNode->_left == parent)
            {
                ppNode->_left = subR;
            }
            else
            {
                ppNode->_right = subR;
            }

            subR->_parent = ppNode;
        }

        subR->_bf = parent->_bf = 0;
    }


    // 2、右单旋
    void RotateR(Node* parent)
    {
        Node* subL = parent->_left;
        Node* subLR = subL->_right;

        parent->_left = subLR;

        if (subLR)
        {
            subLR->_parent = parent;
        }

        Node* ppNode = parent->_parent;

        subL->_right = parent;
        parent->_parent = subL;

        if (parent == _root)
        {
            _root = subL;
            subL->_parent = nullptr;
        }
        else
        {
            if (ppNode->_left == parent)
            {
                ppNode->_left = subL;
            }
            else
            {
                ppNode->_right = subL;
            }

            subL->_parent = ppNode;
        }

        subL->_bf = parent->_bf = 0;
    }

    // 3、左右双旋
    void RotateLR(Node* parent)
    {
        Node* subL = parent->_left;
        Node* subLR = subL->_right;
        int bf = subLR->_bf;

        RotateL(parent->_left);
        RotateR(parent);

        subLR->_bf = 0;
        if (bf == 1)
        {
            parent->_bf = 0;
            subL->_bf = -1;
        }
        else if (bf == -1)
        {
            parent->_bf = 1;
            subL->_bf = 0;
        }
        else if (bf == 0)
        {
            parent->_bf = subL->_bf = 0;
        }
        else
        {
            assert(false);
        }
    }

    // 4、右左双旋
    void RotateRL(Node* parent)
    {
        Node* subR = parent->_right;
        Node* subRL = subR->_left;

        int bf = subRL->_bf;

        RotateR(parent->_right);
        RotateL(parent);

        subRL->_bf = 0;
        if (bf == 1)
        {
            parent->_bf = -1;
            subR->_bf = 0;
        }
        else if (bf == -1)
        {
            parent->_bf = 0;
            subR->_bf = 1;
        }
        else if (bf == 0)
        {
            parent->_bf = subR->_bf = 0;
        }
        else
        {
            assert(false);
        }
    }


private:
    Node* _root = nullptr;
};

3.2 test.cpp

#include "AVLtree.h"

void AVLTreeTest1()
{
    int arr[] = { 4,2,6,1,3,5,15,7,16,14 }; // 测试双旋平衡因子调节

    AVLTree<int, int> t1;
    for (auto e : arr)
    {
        t1.insert(make_pair(e, e));
    }

    t1.InOder();
    cout << " ISBalance: " << t1.IsBalance() << endl;
}



int main()
{
    AVLTreeTest1();

    return 0;
}

以上就是本文的全部内容，欢迎大家学习交流。

Abert—
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【c++】AVL树详解
LLZK_的博客
10-30 2209
AVL树是又叫平衡二叉搜索树，但是它不是完全平衡，只是近似平衡（高度平衡）。什么叫完全平衡？想象一下完全二叉树。 根据名字’二叉搜索树‘，我们可以知道它的一些性质： 1. 每个节点都有一个作为搜索依据的关键码（key），所有节点的关键码互不相同。 2. 左子树上所有节点的关键码（key）都小于根节点的关键码（key）。 3. 右子树上所有节点的关键码（key）都大于根节点的关键码（key）
C++实现AVL树
everthing willl be ok
03-13 211
一、AVL树概念 在计算机科学中，AVL树是最先发明的自平衡二叉查找树。在AVL树中任何节点的两个子树的高度最大差别为一，所以它也被称为高度平衡树。查找、插入和删除在平均和最坏情况下都是O（log n）。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。 二、导致AVL树不平衡的几种情况 （1）LL：插入一个新节点到根节点的左子树（Left）的左子树（Left），导致根节点的平衡因...
C++---AVL树
blue_jun_的博客
11-02 329
C++---二叉搜索树的优化：AVL数。介绍AVL数概念及实现。
c++-AVL树
dong132697的博客
11-02 255
前面对map/multimap/set/multiset进行了简单的介绍，在其文档介绍中发现，这几个容器有个共同点是：其底层都是按照二叉搜索树来实现的，但是二叉搜索树有其自身的缺陷，假如往树中插入的元素有序或者接近有序，二叉搜索树就会退化成单支树，时间复杂度会退化成O(N)，因此map、set等关联式容器的底层结构是对二叉树进行了平衡处理，即采用平衡树来实现。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。
详解c++---AVL树的原理和实现
qq_68695298的博客
06-15 503
用平衡因子来实现avl树
Standard AVL C++-开源
05-15
这是具有复杂性保证的C ++ AVL实现。 提供以下有用的方法：-查找给定项目的最接近元素-执行一维范围查询，以及-将不同的树合并在一起。
AVL树的c++实现
08-03
在C++中实现AVL树，我们可以利用模板类来增强代码的通用性，并通过智能指针如`shared_ptr`来管理内存，避免内存泄漏。 首先，我们需要定义一个AVL树节点结构体，包括节点值、高度、左子树和右子树的指针。由于我们...
AVL树 C++ 实现
03-05
在C++中实现AVL树，我们可以利用模板类来创建一个泛型的数据结构，这样就可以处理不同类型的元素。 首先，我们需要定义AVL树的节点结构。每个节点包含三个部分：键（key）存储元素值，高度（height）用于计算树的...
AVL树图形化界面操作-MFC
09-17
在MFC中，可能使用CDialog派生类来创建对话框，获取用户的输入，然后在后台用C++实现AVL树的数据结构。 2. **插入**：用户输入要插入的键值，程序会将这个键值插入到AVL树中并保持树的平衡。插入操作可能涉及右旋...
AVL树（C++）
11-05
基于 C++实现avl树的学生管理系统基于 可直接运行，代码全自己实现
C++初探究（2）
Frenemy__的博客
07-09 1480
public:// 成员函数private:// 成员变量int* array;size_t top;而我们如果想要对函数定义，则需要专门使用类域来定义函数.
C++(week11): C++基础 第五章: 运算符重载、友元
Edward2022的博客
07-09 1016
友元、运算符重载、类型转换函数、嵌套类、单例模式的自动释放、std::string的三种底层实现
05day--C++日期类的实现与取地址运算符的重载
weixin_73863912的博客
07-13 236
• const实际修饰该成员函数隐含的this指针，表明在该成员函数中不能对类的任何成员进⾏修改。const 修饰Date类的Print成员函数，Print隐含的this指针由 Date* const this 变为 const Date* const this。• 将const修饰的成员函数称之为const成员函数，const修饰成员函数放到成员函数参数列表的后⾯。取地址运算符重载分为普通取地址运算符重载和const取地址运算符重载，⼀般这两个函数编译器⾃动。⽣成的就可以够我们⽤了，不需要去显⽰实现。
C++客户端Qt开发——QT初识
最新发布
m0_63596031的博客
07-13 525
②中的代码创建，是在堆上new出来的一块空间，当把对象改成在栈上创建，此时就可以看到运行起来的程序无法显示出helloworld，此时label对象随着构造函数的结束，就销毁了，所以应该把它交给对象树进行管理。在QT Designer中创建一个控件的时候，此时会给这个控件分配一个objectName属性，这个属性的值，要求是在界面中是唯一的，不能和别人重复。Qt的对象树模型是一种递归的结构，其中一个对象可以拥有多个子对象，而每个子对象又可以拥有自己的子对象，以此类推。坐标体系：以左上角为原点（0,0），
C语言操作符详解
z317920的博客
07-11 606
目录一、操作符分类二、算术操作符三、赋值操作符四、关系操作符 五、条件操作符六、⼆进制和进制转换1.二进制 2.进制转换(1)2进制转10进制(2)10进制转2进制(3)2进制转8进制(4)2进制转16进制七、原码、反码、补码 八、移位操作符1.左移操作符2.右移操作符 九、位操作符1.按位与 &2.按位或 |3.按位异或 ^ 4.按位取反 ~ 十、单目操作符1.逻辑非操作符 ！ 2.自增++、自减-- 3.取地址符&、解引用符*、sizeof 3.1.取地址符& 3.2.解引
C++：哈希表
m0_61088872的博客
07-12 486
如果我们想要搜索这个数据，直接计算出这个数据的下标，然后就可以直接访问数组对应的位置，所以可以用O(1)的复杂度直接找到数据。当这个哈希表越满，我们查找数据的效率就越低，甚至说：如果查找一个不存在的数据，我们可能要用O(N)的复杂度遍历整个哈希表.因此我们因该把哈希表的负载率控制在一定值，当超过一定值，我们就要进行扩容操作。闭散列，也叫做开放定址法，当发生哈希冲突时，如果哈希表没有被装满，说明哈希表中还有空位置，那么我们可以把发生冲突的数据放到下一个空位置去。转化的函数，被写为了一个模板，而这个。
深入解析【C++ list 容器】：高效数据管理的秘密武器
小李很执着的博客
07-09 943
C++ 中的 list 容器是一个基于双向链表的序列式容器，适用于需要频繁插入和删除操作的场景，但不支持随机访问。list 提供了多种构造方法和丰富的操作接口，包括插入、删除、访问等。与 vector 相比，list 在插入和删除操作上更高效，但在随机访问和空间利用率上较差。
Python的异常处理（与C++对比学习）
2302_76941579的博客
07-09 959
通过C++的基础来学习Python的异常处理
LIUNX /SYS/CLASS/GPIO捕获IO输入状态 C语言
星羽空间
07-09 350
LIUNX /SYS/CLASS/GPIO捕获IO输入状态 C语言
avl树c++
05-24
下面是一个简单的AVL树的C++实现： ```c++ #include using namespace std; // AVL树节点 struct Node { int key; int height; Node *left; Node *right; Node(int k) : key(k), height(1), left(NULL), ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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