AVL树的insert和验证

最新推荐文章于 2024-03-10 16:42:38 发布
最新推荐文章于 2024-03-10 16:42:38 发布
阅读量47 收藏
点赞数
文章标签： 算法 c++
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_73920434/article/details/135037431
版权

一、AVL的说明

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：

1、它的左右子树都是AVL树

2、左右子树高度之差(简称平衡因子)的绝对值不超过1(-10/1)

3、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树实现细节

1、AVL树节点的定义

template<class T>
struct AVLTreeNode
{
 AVLTreeNode(const T& data)
     : _pLeft(nullptr), _pRight(nullptr), _pParent(nullptr)
 , _data(data), _bf(0)
 {}
 AVLTreeNode<T>* _pLeft;   // 该节点的左孩子
 AVLTreeNode<T>* _pRight;  // 该节点的右孩子
 AVLTreeNode<T>* _pParent; // 该节点的双亲
 T _data;
 int _bf;                  // 该节点的平衡因子
};

2、AVL树的insert

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

	bool insert(const pair<K, V>& kv)
	{
		if (_root == nullptr)
		{
			_root = new Node(kv);
			return true;
		}
		Node* cur = _root;
		Node* parent = nullptr;
		while (cur)
		{
			if (cur->_kv.first < kv.first)
			{
				parent = cur;
				cur = cur->right;
			}
			else if (cur->_kv.first > kv.first)
			{
				parent = cur;
				cur = cur->left;
			}
			else
			{
				return false;
			}
		}
		cur = new Node(kv);
		if (parent->_kv.first < kv.first)
		{
			parent->right = cur;
			cur->parent = parent;
		}
		else
		{
			parent->left = cur;
			cur->parent = parent;
		}
        //调节平衡因子
        ....
        return  true;
}

2. 调整节点的平衡因子

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：

1. 新节点插入较高左子树的左侧---左左：右单旋

实现代码

	//右旋
	void RotateR(Node* parent)
	{
		Node* subL = parent->left;
		Node* subLR = subL->right;
		subL->right = parent;
		parent->left = subLR;
		Node* parentParent = parent->parent;
		parent->parent = subL;
		if (subLR)
			subLR->parent = parent;
		//如果父亲的根节点
		if (parent == _root)
		{
			_root = subL;
			subL->parent = nullptr;
		}
		else
		{
			if (parentParent->left == parent)
			{
				parentParent->left = subL;
			}
			else
			{
				parentParent->right = subL;
			}
			subL->parent = parentParent;
			
		}
		subL->_bf = parent->_bf = 0;
	}

2. 新节点插入较高右子树的右侧---右右：左单旋

实现代码

void RotateL(Node*parent)
	{
		Node* subR = parent->right;
		Node* subRL = subR->left;
		subR->left = parent;
		parent->right = subRL;
		Node* parentParent = parent->parent;
		parent->parent = subR;
		if (subRL)
			subRL->parent = parent;
		if (parent == _root)
		{
			_root = subR;
			subR->parent = nullptr;
		}
		else
		{
			if (parentParent->left == parent)
			{
				parentParent->left = subR;
			}
			else
			{
				parentParent->right = subR;
			}
			subR->parent = parentParent;
		}
		parent->_bf = subR->_bf = 0;

	}

3. 新节点插入较高左子树的右侧---左右：先左单旋再右单旋

实现代码

void RotateLR(Node* parent)
	{
		Node* subL = parent->left;
		Node* subLR = subL->right;
		int bf = subLR->_bf;

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

4. 新节点插入较高右子树的左侧---右左：先右单旋再左单旋

实现代码

void RotateRL(Node* parent)
	{
		Node* subR = parent->right;
		Node* subRL = subR->left;
		int bf = subRL->_bf;

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

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

三、验证AVL树

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

代码实现

	bool IsBalance()
	{
		return _IsBalance(_root);
	}
int _Height(Node* root)
	{
		if (root == nullptr)
			return 0;
		int leftheight = _Height(root->left);
		int rightheight = _Height(root->right);

		return leftheight < rightheight ? rightheight + 1 : leftheight + 1;
	}
	bool _IsBalance(Node* root)
	{
		if (root == nullptr)
		{
			return true;
		}
		int leftheight = _Height(root->left);
		int rightheight = _Height(root->right);
		if (rightheight - leftheight != root->_bf)
		{
			cout << root->_kv.first << ":平衡因子异常" << endl;
		}

		return abs(rightheight - leftheight) < 2
			&& _IsBalance(root->left)
			&& _IsBalance(root->right);
	}

3. 验证用例 结合上述代码按照以下的数据次序，自己动手画AVL树的创建过程，验证代码 是否有漏洞。

常规场景1 {16, 3, 7, 11, 9, 26, 18, 14, 15}

特殊场景2 {4, 2, 6, 1, 3, 5, 15, 7, 16, 14}

四、完整代码

#pragma once
#include<iostream>
#include<assert.h>
using namespace std;
template<class K, class V>
struct AVLTreeNode
{
	AVLTreeNode* left;
	AVLTreeNode* right;
	AVLTreeNode* parent;
	pair<K, V> _kv;
	int _bf;
	AVLTreeNode(const pair<K, V>& kv)
		:left(nullptr)
		, right(nullptr)
		, parent(nullptr)
		, _kv(kv)
		, _bf(0)
	{}
};

template<class K,class V>
class AVLTree
{
	typedef AVLTreeNode<K, V> Node;
public:
	bool insert(const pair<K, V>& kv)
	{
		if (_root == nullptr)
		{
			_root = new Node(kv);
			return true;
		}
		Node* cur = _root;
		Node* parent = nullptr;
		while (cur)
		{
			if (cur->_kv.first < kv.first)
			{
				parent = cur;
				cur = cur->right;
			}
			else if (cur->_kv.first > kv.first)
			{
				parent = cur;
				cur = cur->left;
			}
			else
			{
				return false;
			}
		}
		cur = new Node(kv);
		if (parent->_kv.first < kv.first)
		{
			parent->right = cur;
			cur->parent = parent;
		}
		else
		{
			parent->left = cur;
			cur->parent = parent;
		}
		while (parent)
		{
			if (parent->left == cur)
			{
				parent->_bf--;
			}
			else
			{
				parent->_bf++;
			}
			if (parent->_bf == 0)
			{
				break;
			}
			else if (parent->_bf == 1 || parent->_bf == -1)
			{
				cur = parent;
				//parent向上找parent->bf，和孩子符合以下要求的平衡因子再进行处理
				parent = parent->parent;
			}
			else if(parent->_bf==2||parent->_bf==-2)
			{
				if (parent->_bf == 2 && parent->right->_bf == 1)
				{
					RotateL(parent);
				}
				else if (parent->_bf == -2 && parent->left->_bf == -1)
				{
					RotateR(parent);
				}
				else if (parent->_bf == 2 && parent->right->_bf == -1)
				{
					RotateRL(parent);
				}
				else if (parent->_bf == -2 && parent->left->_bf== 1)
				{
					RotateLR(parent);
				}
				
				break;
			}
			else
			{
				assert(false);
			}

		}

		return true;
	}
	//左右双旋

	void RotateLR(Node* parent)
	{
		Node* subL = parent->left;
		Node* subLR = subL->right;
		int bf = subLR->_bf;

		RotateL(subL);
		RotateR(parent);
		if (bf == 1)
		{
			subL->_bf = -1;
			parent->_bf = subLR->_bf = 0;
		}
		else if (bf == -1)
		{
			parent->_bf = 1;
			subL->_bf = subLR->_bf = 0;
		}
		else if (bf == 0)
		{
			parent->_bf = subL->_bf = subLR->_bf = 0;
		}
		else
		{
			assert(false);
		}
	}
	//右左双旋
	void RotateRL(Node* parent)
	{
		Node* subR = parent->right;
		Node* subRL = subR->left;
		int bf = subRL->_bf;

		RotateR(subR);
		RotateL(parent);
		if (bf == 1)
		{
			parent->_bf = -1;
			subR->_bf = subRL->_bf = 0;
		}
		else if (bf == -1)
		{
			subR->_bf = 1;
			parent->_bf = subRL->_bf = 0;
		}
		else if(bf==0)
		{
			subR->_bf = parent->_bf = subRL->_bf = 0;
		}
		else
		{
			assert(false);
		}
	}
	//左旋
	void RotateL(Node*parent)
	{
		Node* subR = parent->right;
		Node* subRL = subR->left;
		subR->left = parent;
		parent->right = subRL;
		Node* parentParent = parent->parent;
		parent->parent = subR;
		if (subRL)
			subRL->parent = parent;
		if (parent == _root)
		{
			_root = subR;
			subR->parent = nullptr;
		}
		else
		{
			if (parentParent->left == parent)
			{
				parentParent->left = subR;
			}
			else
			{
				parentParent->right = subR;
			}
			subR->parent = parentParent;
		}
		parent->_bf = subR->_bf = 0;

	}
	//右旋
	void RotateR(Node* parent)
	{
		Node* subL = parent->left;
		Node* subLR = subL->right;
		subL->right = parent;
		parent->left = subLR;
		Node* parentParent = parent->parent;
		parent->parent = subL;
		if (subLR)
			subLR->parent = parent;
		//如果父亲的根节点
		if (parent == _root)
		{
			_root = subL;
			subL->parent = nullptr;
		}
		else
		{
			if (parentParent->left == parent)
			{
				parentParent->left = subL;
			}
			else
			{
				parentParent->right = subL;
			}
			subL->parent = parentParent;
			
		}
		subL->_bf = parent->_bf = 0;
	}
	
	void Inorder()
	{
		_Inorder(_root);
	}
	bool IsBalance()
	{
		return _IsBalance(_root);
	}
private:
	int _Height(Node* root)
	{
		if (root == nullptr)
			return 0;
		int leftheight = _Height(root->left);
		int rightheight = _Height(root->right);

		return leftheight < rightheight ? rightheight + 1 : leftheight + 1;
	}
	bool _IsBalance(Node* root)
	{
		if (root == nullptr)
		{
			return true;
		}
		int leftheight = _Height(root->left);
		int rightheight = _Height(root->right);
		if (rightheight - leftheight != root->_bf)
		{
			cout << root->_kv.first << ":平衡因子异常" << endl;
		}

		return abs(rightheight - leftheight) < 2
			&& _IsBalance(root->left)
			&& _IsBalance(root->right);
	}
	void _Inorder(Node* root)
	{
		if (root == nullptr)
			return;
		_Inorder(root->left);
		cout << root->_kv.first << ":" << root->_kv.second << endl;
		_Inorder(root->right);
	}
	Node* _root=nullptr;
};

一般同学了解即可。。。

重零出发
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
C++平衡Avl树实现.zip
08-20
在`MyavlTreeTest.cpp`中，可能会包含测试用例，这些用例会创建AVL树，插入一系列元素，然后执行查找、删除等操作，验证AVL树的正确性和性能。`MyavlTree.h`则可能包含了AVL树节点的定义以及上述插入、删除、查找等...
icoding数据结构——AVL添加（详细注释）
PLUS_WAVE的博客
06-03 1021
平衡二叉树，是一种二叉排序树，其中每个结点的左子树和右子树的高度差至多等于1。它是一种高度平衡的二叉排序树。 请实现平衡二叉树的插入算法
AVL树插入、删除的分析与实现
有点甜
07-10 4342
AVL树基本概念 首先，AVL树也是一种
数据结构（十九）——AVL搜索树及插入、删除操作详细图解
夜的第七章
07-26 1931
文章目录前言AVL树与AVL搜索树AVL搜索树各操作AVL搜索树的搜索(find)AVL搜索树的插入(insert)AVL搜索树的删除(erase) 前言 接着上一节的二叉搜索树，我们今天分析平衡搜索树的一种——AVL搜索树。在《数据结构、应用与算法》这本书中和课程PPT上都没有找到AVL搜索树的代码实现。在书的课程网站上也没找到相应代码。加上复习节奏紧凑，本篇文章暂时不涉及代码，专注于插入和删除操作的逻辑和伪代码，请谅解。 AVL树与AVL搜索树 为什么要学习AVL搜索树？ 请见这里的二叉搜索树部分。 A
保姆级认识AVL树【C++】（三种insert情况 || 四种旋转方法）
最新发布
菜菜成长为后端开发大佬
03-10 1018
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。搜索二叉树【C++】搜索二叉树底层实现_花果山~程序猿的博客-CSDN博客为方便循序渐进的学习，这里只放最出初始的树结点定义。public::_kv(p){}上面定义在后面会进行完善修改。。
AVL树原理以及插入代码讲解（插入操作画图~细节）
2201_75352618的博客
06-20 749
AVL 树是一种平衡搜索二叉树，得名于其发明者的名字（ Adelson-Velskii 以及 Landis）。（可见名字长的好处，命名都能多占一个字母出来）。我们以SGI版本AVL树先来查看树中每个结点内容。左子树与右子树指针我们不做过多介绍。我们存储AVL树是一种存储key_value数据的树，所以我们使用pair库中类型存储数据。
VB.net编写的AVL平衡树
02-19
在VS2008中，你可以创建一个新的VB.NET项目，然后添加这些类和方法，通过单元测试或者实际应用来验证AVL树的正确性和性能。在实际应用中，AVL树由于其良好的平衡性，常用于数据库索引、文件系统和其他需要高效查找...
使用案例代码搞清楚AVL树功能.docx
07-04
}二、AVL 树的验证为了确保一棵树是 AVL 树，我们需要检查它的平衡因子。对于每个节点，平衡因子的绝对值必须小于或等于1。如果某个节点的平衡因子大于1，就需要进行相应的旋转操作来恢复平衡。三、旋转操作AVL 树...
avl树测试代码-经测试可用
03-19
AVL树是一种自平衡二叉查找树（BST），它的特点是任何节点的两个子树的高度最大差别不超过1，这使得AVL树在查找、插入和删除等操作上的效率相对较高，平均时间复杂度为O(log n)。下面我们将深入探讨AVL树的插入操作...
二叉搜索树_二叉搜索树_源码
10-04
在源代码中，可能会有主函数`main()`来测试上述功能，通过创建一些示例数据，然后进行插入、查找和删除操作，以验证二叉搜索树的正确性。运行“二叉搜索树.exe”文件，可以在控制台环境中观察这些操作的结果。 总之...
AVL树插入操作与验证操作的简单实现
qq_55143256的博客
05-23 190
目录 AVL树的概念 AVL树的特征 AVL树节点的定义 准备工作 AVL树的插入 按照二叉搜索树的方式插入新节点 调整节点的平衡因子(*****) 整体代码 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.
AVL树中Insert函数解释
Tokameine的博客
02-02 572
先放一下代码。因为是照着黑皮书《数据结构与算法分析》学的，所以代码大致和书上的一样，我并没有做太多修改。只是在理解原理的时候有些比较棘手的地方，所以在这里记笔记，方便以后查看。 int max(int n1,int n2) { if (n1 >= n2) return n1; else return n2; } //取最大值 static int Height(position P) { if (P = NULL) return -1; else return P-&gt
【C++】AVL树的简单实现及验证
Suk_god的博客
05-29 426
文章目录1、什么是AVL树？2、AVL树部分模块模拟实现2.1 AVL树结点的定义：2.2 AVL树的插入 1、什么是AVL树？   AVL树可以是一棵空树   AVL树也可以是一棵具有如下性质的二叉搜索树：     ①它的左右子树都是一棵AVL树     ②左右子树高度之差（平衡因子）的绝对值不能超过1 如果一棵二叉搜索树是高度平衡的，那么他就是AVL树。 如果他有n个结点，其高度可以保持在O(log2n),搜索时时间复杂度也就是O(log2n) 2、AVL树部分模块模拟实现 2.1 AVL树结点的定义
AVL树的插入
qq_41194712的博客
11-13 685
理论部分是看的《数据结构（C语言版）》Ellis等著，补全了相应的代码并且添加了一些自己的注释以及对一些理论部分的分析。 #include<iostream> using namespace std; struct TreeNode { int val; int bf; TreeNode *left; TreeNode *right; TreeNode(int x) : val(x), left(NULL), right(NULL) {} }; class Solutio.
C语言数据结构-查找-AVL添加
aiqq136的博客
06-27 447
AVL添加 平衡二叉树，是一种二叉排序树，其中每个结点的左子树和右子树的高度差至多等于1。它是一种高度平衡的二叉排序树。现二叉平衡树结点定义如下： typedef struct node { int val; struct node *left; struct node *right; struct node *parent; int height; } node_t; 请实现平衡二叉树的插入算法： //向根为 root 的平衡二叉树插入新元素 val，
平衡二叉查找树（AVL）的查找、插入、删除
wenjianfeng的专栏
05-12 1254
一.平衡二叉查找树 平衡二叉查找树是带有平衡条件的二叉查找树。平衡条件：每个节点的左子树和右子树的高度差最多为1二叉查找树（其中空树的高度为-1）。 二、平衡二叉树算法思想 若向平衡二叉树中插入一个新结点后破坏了平衡二叉树的平衡性。首先要找出插入新结点后失去平衡的最小子树根结点的指针。然后再调整这个子树中有关结点之间的链接关系，使之成为新的平衡子树。当失去平衡的最小子树被调整为平衡子树...
AVL树简单实现以及验证-插入
ygtrece_13的博客
07-18 215
template<class T> struct AVLTreeNode { AVLTreeNode(const T& data = T()) : _pLeft(nullptr) , _pRight(nullptr) , _pParent(nullptr) , _data(data) , _bf(0) {} AVLTreeNode<T>* _pLeft; AVLTreeNode<T>* _pRight; AVLTreeNode&lt
数据结构 AVL树
WhiteShirtI的博客
05-17 689
AVL树 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 平衡二叉搜索树（Self-balancing binary search tree）又被称为AVL树（有别于AVL算法），且具有以下性质：它是一 棵空树或它的左右两个子树的高度差的绝对值不超过1，并且左右两个子树都是一棵平衡二叉树 平衡因子 某结点的右子树与左子树的高度(深度)差即为该结点的平衡因子。平衡二叉树上所有结点的平衡因子只可能是 -1，0 或 1 实现 结点
AVL树：平衡搜索树的优化策略
AVL树是一种自平衡的二叉搜索树，它是在1962年由G.M.Adelson-Velsky和E.M.Landis发明的，用于优化二叉搜索树的性能，特别是减少搜索时间。引入AVL树的主要目的是为了提高二叉搜索树的效率，确保树的高度保持在最优...
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