目录
前言
今天是坚持写博客的第九天,继续加油!
我们今天来讲讲平衡二叉树。
起源
平衡二叉树起源于对二叉搜索树性能问题的优化。二叉搜索树是一种特殊的二叉树,其中每个节点的值都大于其左子树中任何一个节点的值,并且小于其右子树中任何一个节点的值,说人话就是父节点大于左孩子,小于右孩子,左孩子又大于它的左孩子,小于右孩子……这种结构允许快速的查找、插入和删除等操作,理想情况下,这些操作的时间复杂度可以达到O(log n),其中n是树中节点的数量。
但在最坏的情况下,如果二叉搜索树的数据插入顺序是有序的或者逆序的,树会退化成一个链状结构,这时二叉搜索树的性能降低到O(n),相当于一个无序列表的性能,失去了其高效查询的优势。
因此平衡二叉树就诞生了。在每次插入或删除节点后,都会通过一系列旋转操作来重新平衡树,确保任何节点的两个子树的高度差最多为1。这种平衡性保证了树的高度大致保持在log n级别,从而确保了高效的查找、插入和删除操作。
如下图就是一个典型的平衡二叉树:
寄术博主的日常画的很难讲的图片出现了
定义
平衡二叉树又称AVL树(Adelson-elskii and Landis).
一棵平衡二叉树或者是空树,或者是具有下列性质的二叉排序树:
- 左子树与右子树的高度之差的绝对值小于等于1,
- 左子树和右子树也是平衡二叉排序树。
在平衡二叉树中有一个定义非常关键,就是平衡因子,即上面提到的左子树与右子树的高度之差。平衡因子=结点左子树的高度-结点右子树的高度。比如我们使用上面的平衡二叉树作为例子,结点60的平衡因子=左子树高度2-右子树高度1=1.
失衡二叉树如何恢复平衡
为什么会失衡
因为如果我们在一个平衡二叉树上插入一个结点, 那他可能就会造成失衡(例如平衡因子为2)。因此我们需要通操作让她恢复平衡,
例如我们在这样一颗平衡树中插入结点65,那结点60的平衡因子就会被打破,平衡二叉树就会失衡,变成图二的样子:
如何恢复平衡?且听我娓娓道来。请原谅寄术博主的画工
如何恢复平衡
常见的失衡的平衡二叉树有以下几种:
- 插入结点在失衡节点的左子树的左子树上
- 插入结点在失衡节点的左子树的右子树上
- 插入结点在失衡节点的右子树的左子树上
- 插入结点在失衡节点的右子树的右子树上
是不是套娃太重,有点懵?我们上图:
恢复平衡的原则
我们在调整失衡二叉树的时候,需要遵循以下原则:
- 如果失衡节点超过一个,那我们就优先选择最小失衡子树的根节点。
- 降低树的高度
- 保持二叉排序树的性质
其中第三点尤为重要,这样可以确保恢复平衡后的二叉树的唯一性,否则无论如何“转”都有多种情况。
恢复平衡的策略
我们以失衡二叉树的第一种情况为例,加入我们有如下图一样的一个失衡二叉树:
我们如何调整?思路如下,图解会放在思路后面:
- 此时这棵树必定为失衡二叉树,由于左子树失衡,我们首先带着左子树B和它的左子树阿尔法上升,贝塔留在原地“待命”。
- 将A结点及其子树作为B子树的右子树,贝塔继续待命。
- 将B原来的右子树贝塔作为A的左子树。
- 此时通过平衡因子验证是否已经完成恢复
此时我们第一种失衡的情况已经完成恢复。
其他几种情况也可以类比完成。
结束语
平衡二叉树作为二叉树中提升效率的关键先生,是数据结构与算法当中不可或缺的一部分。今天我们对AVL树的讲解就到这里,如果本文章对您有所帮助,希望您可以点一个赞或关注,这对我真的很重要,谢谢!