数据结构-平衡二叉树(五)

92 篇文章 0 订阅
16 篇文章 0 订阅

AVL Binary Tree

  • 当创建二叉树时添加的首个节点相对小于整个数列时, 会引起整个二叉树的左右节点不平衡, 严重影响查询速度. 此种情况的解决方案就是平衡二叉树

概述

  • 平衡二叉树也叫平衡二叉搜索树(Self-balancing binary search tree), 又被称为 AVL树, 可以保证查询效率较高

  • 平衡二叉树的常见实现有红黑树, AVL, 替罪羊树, Treap, 伸展树等
    * 特点: 一棵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

  • 当左右子树的高度差超过了1时, 需要进行重新调整平衡树

  1. 左旋转: 当右子树的层数, 超过了左子树1个层以上时进行

在这里插入图片描述

  1. 右旋转: 当左子树的层数, 超过了右子树1个层以上时进行

在这里插入图片描述

  1. 双旋转: 当符合右旋转条件时, 如果它的左子树的右子树高度大于它的左子树高度时

在这里插入图片描述

实例代码


public class AVLTreeApp {
    public static void main(String[] args) {
        int[] arr = {4, 3, 6, 5, 7, 8}; /** 测试数据1(用于左旋转)*/
        //int[] arr = { 10, 12, 8, 9, 7, 6 }; /** 测试数据2(用于右旋转)*/
        //int[] arr = { 10, 11, 7, 6, 8, 9 }; /** 测试数据3(用于双旋转)*/
        AVLTree avlTree = new AVLTree();
        /** 循环添加节点*/
        for(int i = 0; i < arr.length; i++) {
            avlTree.add(new Node(arr[i]));
        }
        System.out.println("中序遍历:");
        avlTree.infixOrder();
        System.out.println("树的高度 " + avlTree.getRoot().height());
        System.out.println("树的左子树高度 " + avlTree.getRoot().leftHeight());
        System.out.println("树的右子树高度 " + avlTree.getRoot().rightHeight());
        System.out.println("当前的根节点 " + avlTree.getRoot());
    }
}

/** 平衡二叉树*/
class AVLTree {
    private Node root;
    public Node getRoot() {
        return root;
    }

    /** 添加节点*/
    public void add(Node node) {
        if (root == null) {
            root = node;
        } else {
            root.add(node);
        }
    }

    /** 中序遍历*/
    public void infixOrder() {
        if (root != null) {
            root.infixOrder();
        } else {
            System.out.println("二叉排序树为空,不能遍历");
        }
    }
}

/** 定义节点*/
class Node {
    int value;
    Node left;
    Node right;
    public Node(int value) {
        this.value = value;
    }

    /** 返回左子树的高度*/
    public int leftHeight() {
        if (left == null) {
            return 0;
        }
        return left.height();
    }

    /** 返回右子树的高度*/
    public int rightHeight() {
        if (right == null) {
            return 0;
        }
        return right.height();
    }

    /** 返回以该节点为根节点的树的高度*/
    public int height() {
        return Math.max(left == null ? 0 : left.height(), right == null ? 0 : right.height()) + 1;
    }

    /** 左旋转方法*/
    private void leftRotate() {
        // 1. 创建一个新的节点, 值等于当前根节点的值. (测试数据1的值4)
        Node newNode = new Node(value);
        // 2. 把新节点的左子树, 设置成当前节点的左子树
        newNode.left = left;
        // 3. 把新节点的右子树, 设置为当前节点的右子树的左子树
        newNode.right = right.left;
        // 4. 把当前节点的值换为右子节点的值
        value = right.value; /** 将原来的根节点值4, 只将值改为6(测试数据1)*/
        // 5. 把当前节点的右子树设置成当前节点的右子树的右子树
        right = right.right;
        /** 通过以上步骤3和5, 将原来的值6节点孤立抛弃(测试数据1)*/
        // 6. 把当前节点的左子树设置为新节点
        left = newNode;
    }

    /** 右旋转方法*/
    private void rightRotate() {
        // 创建一个新的节点, 值等于当前根节点的值. (测试数据2的值10)
        Node newNode = new Node(value);
        newNode.right = right;
        newNode.left = left.right;
        value = left.value;
        left = left.left;
        right = newNode;
    }

    /** 添加节点*/
    public void add(Node node) {
        if (node == null) {
            return;
        }

        /** 小于当前节点, 加到右节点*/
        if (node.value < this.value) {
            if (this.left == null) {
                this.left = node;
            } else {
                this.left.add(node);
            }
        } else {
            /** 大于当前节点, 加到右节点*/
            if (this.right == null) {
                this.right = node;
            } else {
                this.right.add(node);
            }
        }

        /** 添加完一个节点后, 如果 (右子树的高度-左子树的高度) > 1, 则左旋转*/
        if(rightHeight() - leftHeight() > 1) {
            /** 如果当前右子树的左子树的高度大于当前右子树的右子树的高度*/
            if(right != null && right.leftHeight() > right.rightHeight()) {
                /** 先对右子节点进行右旋转*/
                right.rightRotate();
                /** 再对当前节点进行左旋转*/
                leftRotate();
            } else {
                /** 直接进行左旋转*/
                leftRotate();
            }
            return;
        }

        /** 添加完一个节点后, 如果 (左子树的高度-右子树的高度) > 1, 则右旋转*/
        if(leftHeight() - rightHeight() > 1) {
            /** 如果当前左子树的右子树高度大于当前左子树的高度*/
            if(left != null && left.rightHeight() > left.leftHeight()) {
                /** 先对左子节点进行左旋转*/
                left.leftRotate();
                /** 再对当前节点进行右旋转*/
                rightRotate();
            } else {
                /** 直接进行右旋转*/
                rightRotate();
            }
        }
    }

    /** 中序遍历*/
    public void infixOrder() {
        if (this.left != null) {
            this.left.infixOrder();
        }
        System.out.println(this);
        if (this.right != null) {
            this.right.infixOrder();
        }
    }

    @Override
    public String toString() {
        return "Node [value=" + value + "]";
    }

}

如果您觉得有帮助,欢迎点赞哦 ~ 谢谢!!

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1.对于二叉排序树,下面的说法( )是正确的。 A.二叉排序树是动态树表,查找不成功时插入新结点时,会引起树的重新分裂和组合 B.对二叉排序树进行层序遍历可得到有序序列 C.用逐点插入法构造二叉排序树时,若先后插入的关键字有序,二叉排序树的深度最大 D.在二叉排序树中进行查找,关键字的比较次数不超过结点数的1/2 2.在有n个结点且为完全二叉树的二叉排序树中查找一个键值,其平均比较次数的数量级为( )。 A.O(n) B.O(log2n) C.O(n*log2n) D.O(n2) 3.静态查找与动态查找的根本区别在于( )。 A. 它们的逻辑结构不一样 B. 施加在其上的操作不同 C. 所包含的数据元素类型不一样 D. 存储实现不一样 4.已知一个有序表为{12,18,24,35,47,50,62,83,90,115,134},当折半查找值为90的元素时,经过( )次比较后查找成功。 A.2 B.3 C.4 D.5 5.已知数据序列为(34,76,45,18,26,54,92,65),按照依次插入结点的方法生成一棵二叉排序树,则该树的深度为( )。 A. 4 B. 5 C. 6 D. 7 6.设散列表表长m=14,散列函数H(k)=k mod 11 。表中已有15,38,61,84四个元素,如果用线性探测法处理冲突,则元素49的存储地址是( )。 A. 8 B. 3 C. 5 D. 9 7. 平衡二叉树的查找效率呈( )数量级。 A. 常数阶 B. 线性阶 C. 对数阶 D. 平方阶 8. 设输入序列为{20,11,12,…},构造一棵平衡二叉树,当插入值为12的结点时发生了不平衡,则应该进行的平衡旋转是( )。 A. LL B. LR C. RL D. RR 二、填空题(每空3分,共24分)。 1.在有序表A[1..18]中,采用二分查找算法查找元素值等于A[7]的元素,所比较过的元素的下标依次为 。 2.利用逐点插入法建立序列(61,75,44,99,77,30,36,45)对应的二叉排序树以后,查找元素36要进行 次元素间的比较,查找序列为 。 3. 用顺序查找法在长度为n的线性表中进行查找,在等概率情况下,查找成功的平均比较次数是 。 4. 二分查找算法描述如下: intSearch_Bin(SST ST, KT key) { low=1 ; high=ST. length; while(low<=high) { mid=(low+high)/2; if(key==ST.elem[mid].key) return mid; else if(key<ST.elem[mid].key) ; else ; } return 0; } 5.链式二叉树的定义如下: typedef struct Btn{ TElemType data; ; }BTN ,*BT; 6.在有n个叶子结点的哈夫曼树中,总结点数是 。 三、综合题(共52分)。 1. (共12分)假定关键字输入序列19214732,8,23414540画出建立二叉平衡树过程。 2. (共15分)有关键字{13,28,31,15,49,36,22,50,35,18,48,20},Hash 函数为H=key mod 13,冲突解决策略为链地址法,请构造Hash表(12分),并计算平均查找长度(3分)。 ASL= 3. (共10分)设关键字序列{20,35,40,15,30,25},给出平衡二叉树的构造过程。 4. (共15分)设哈希表长为m=13,散列函数为H(k)=k mod 11,关键字序列为5,7,16,12,11,21,31,51,17,81;试求:散列后的表中关键字分布(假定解决冲突的方法为线性探测再散列法);求平均查找长度ASL;计算该表的装填因子。 (1)按要求求哈希表(10分): 0 1 2 3 4 5 6 7 8 9 10 11 12 (2)计算ASL(3分): ASL= (3)计算装填因子(2分):装填因子=

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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