目录
3. 新节点插入较高左子树的右侧---左右：先左单旋再右单旋
4. 新节点插入较高右子树的左侧---右左：先右单旋再左单旋
1.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)
。
2.AVL树的结点定义
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
};3.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
思路：
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3.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：
- 如果pCur插入到pParent的左侧，只需给pParent的平衡因子-1即可
- 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21. 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;
}3.2 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：
1. 新节点插入较高左子树的左侧---左左：右单旋
上图在插入前，AVL树是平衡的，新节点插入到30的左子树(注意：此处不是左孩子)中，30左
子树增加了一层，导致以60为根的二叉树不平衡，要让60平衡，只能将60左子树的高度减少一层，右子树增加一层， 即将左子树往上提，这样60转下来，因为60比30大，只能将其放在30的右子树，而如果30有右子树，右子树根的值一定大于30，小于60，只能将其放在60的左子树，旋转完成后，更新节点的平衡因子即可。在旋转过程中，有以下几种情况需要考虑：
1. 30节点的右孩子可能存在，也可能不存在2. 60可能是根节点，也可能是子树
如果是根节点，旋转完成后，要更新根节点
如果是子树，可能是某个节点的左子树，也可能是右子树
void _RotateR(PNode pParent)
{
// pSubL: pParent的左孩子
// pSubLR: pParent左孩子的右孩子，注意：该
PNode pSubL = pParent->_pLeft;
PNode pSubLR = pSubL->_pRight;
// 旋转完成之后，30的右孩子作为双亲的左孩子
pParent->_pLeft = pSubLR;
// 如果30的左孩子的右孩子存在，更新亲双亲
if (pSubLR)
pSubLR->_pParent = pParent;
// 60 作为 30的右孩子
pSubL->_pRight = pParent;
// 因为60可能是棵子树，因此在更新其双亲前必须先保存60的双亲
PNode pPParent = pParent->_pParent;
// 更新60的双亲
pParent->_pParent = pSubL;
// 更新30的双亲
pSubL->_pParent = pPParent;
// 如果60是根节点，根新指向根节点的指针
if (NULL == pPParent)
{
_pRoot = pSubL;
pSubL->_pParent = NULL;
}
else
{
// 如果60是子树，可能是其双亲的左子树，也可能是右子树
if (pPParent->_pLeft == pParent)
pPParent->_pLeft = pSubL;
else
pPParent->_pRight = pSubL;
}
// 根据调整后的结构更新部分节点的平衡因子
pParent->_bf = pSubL->_bf = 0;
}2. 新节点插入较高右子树的右侧---右右：左单旋
与左单旋一样，实现及情况考虑可参考右单旋。
void RotateR(Node* parent)
{
Node* subL = parent->left;
Node* subLR = parent->right;
parent->left = subLR;
subL->right = parent;
if (subLR)
{
subLR->_parent = parent;
}
Node* parentParent = parent->_parent;
parent->_parent = subL;
if (root == parent)
{
root = subL;
subL->_parent = nullptr;
}
else
{
if (parentParent->left == parent)
{
parentParent->left = subL;
}
else
{
parentParent->right = subL;
}
subL->_parent = parentParent;
}
parent->bf = subL->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
将双旋变成单旋后再旋转，即：
先对
30
进行左单旋，然后再对
90
进行右单旋
，旋转完成后再
考虑平衡因子的更新。
// 旋转之前，60的平衡因子可能是-1/0/1，旋转完成之后，根据情况对其他节点的平衡因子进行调整
void _RotateLR(PNode pParent)
{
PNode pSubL = pParent->_pLeft;
PNode pSubLR = pSubL->_pRight;
// 旋转之前，保存pSubLR的平衡因子，旋转完成之后，需要根据该平衡因子来调整其他节
点的平衡因子
int bf = pSubLR->_bf;
// 先对30进行左单旋
_RotateL(pParent->_pLeft);
// 再对90进行右单旋
_RotateR(pParent);
if (1 == bf)
pSubL->_bf = -1;
else if (-1 == bf)
pParent->_bf = 1;
}4. 新节点插入较高右子树的左侧---右左：先右单旋再左单旋
参考右左双旋。
void RotateLR(Node* parent)
{
Node* subL = parent->left;
Node* subLR = subL->right;
int bf = subLR->bf;
RotateL(parent->left);
RotateR(parent);
if (bf == 0)
{
parent->bf = subL->bf = subLR->bf = 0;
}
else if (bf == -1)
{
parent->bf = 1;
subL->bf = subLR->bf = 0;
}
else if (bf == 1)
{
subL->bf = -1;
subLR->bf = parent->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。
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
bool _IsAVLTree(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 false;
}
return abs(rightHeight - leftHeight) < 2 && _IsAVLTree(root->left) && _IsAVLTree(root->right);
}
int _Height(Node* root)
{
if (root == nullptr)
{
return 0;
}
int leftHeight = _Height(root->left);
int rightHight = _Height(root->right);
return leftHeight > rightHight ? leftHeight + 1 : rightHight + 1;
}验证用例
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}
5. AVL树的删除(底层实现很难，暂时先不讲)
因为
AVL
树也是二叉搜索树，可按照二叉搜索树的方式将节点删除，然后再更新平衡因子，只不
错与删除不同的时，删除节点后的平衡因子更新，最差情况下一直要调整到根节点的位置。
具体实现学生们可参考《算法导论》或《数据结构-用面向对象方法与C++描述》殷人昆版。
6.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。
扫一扫
489
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
