平衡二叉树又称为平衡二叉查找树(Self-Balancing Binary Search Tree),或称为AVL树。
一、平衡二叉树的定义
它是一棵空树或者任意的左右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,将这样的二叉树称为平衡二叉树。
最小二叉平衡树节点总数:F(n)=F(n-1)+F(n-2)+1。
(*其中:1为根结点,F(n-1)为左子树的节点数量,F(n-2)为右子树的节点数量。)
1、平衡因子
节点的平衡因子等于该节点的左子树的高度减右子树的高度。
2、最小不平衡子树
离插入节点最近,且平衡因子绝对值大于1的节点作为根的子树。
二、为什么会有平衡二叉树?
在一般的二叉查找树中,其树的结构和数据的添加序列有极大的关系,如果添加节点的顺序不当,就会导致树退化为线性结构,从而降低查询的速度。因此产生了平衡二叉树,平衡二叉树规定左右子树的高度差不为1,因此查询效率不会因添加和删除节点等操作降低。
例如数据顺序为:1,2,3,4,5,6
二叉查找树(查找效率为:O(N)):
平衡二叉树(查找效率为:O(log2(N))):
三、平衡二叉树的四种旋转方式
记最小不平衡子树的根节点为P。
(1)LL型:新节点的插入位置在P的左孩子的左子树。
方法:
以P的左孩子为中心对最小不平衡子树进行顺时针旋转。
(2)RR型:新节点的插入位置在P的右孩子的右子树。
方法:
以P的右孩子为中心对最小不平衡子树进行顺时针旋转。
(3)LR型:新节点的插入位置在P的左孩子的右子树。
方法:
(1)以P的左孩子的右孩子为中心进行逆时针旋转(RR)。
(2)以上次旋转的中心为中心对最小不平衡子树进行顺时针旋转(LL)。
(4)RL型:新节点的插入位置在P的右孩子的左子树。
方法:
(1)以P的右孩子的左孩子为中心进行逆时针旋转(RR)。
(2)以上次旋转的中心为中心对最小不平衡子树进行顺时针旋转(LL)。
四、插入实例
电脑上画图太麻烦,就写在了纸上。
如有以上内容错误的地方,请在评论区留言。