图解:什么是AVL树?

 

本文绝对干货,食用时间约8分钟,建议细品!

 

 

引子

上一次我给大家介绍了什么是二叉搜索树,但是由于二叉搜索树查询效率的不稳定性,所以很少运用在实际的场景中,所以我们伟大的前人就对二叉搜索树进行了改良,发明了AVL树。

 

AVL树是一种自平衡二叉搜索树,因为AVL树任意节点的左右子树高度差的绝对值不超过1,所以AVL树又被称为高度平衡树。

 

AVL树本质上是一棵带有平衡条件的二叉搜索树,它满足二叉搜索树的基本特性,所以本次主要介绍AVL树怎么自平衡,也就是理解它的旋转过程。

 

二叉搜索树特性忘了的小伙伴可以看之前的文章:搞定二叉搜索树,9图足矣!同时我也将基本性质给大家再回顾一遍:

  1. 若它的左子树不为空,则左子树上所有节点的值均小于根节点的值。

  2. 若它的右子树不为空,则右子树上所有节点的值均大于根节点的值。

  3. 它的左、右子树也分别为二叉搜索树。

 

平衡条件:每个节点的左右子树的高度差的绝对值不超过1。

 

我们将每个节点的左右子树的高度差的绝对值又叫做平衡因子。

 

AVL树的旋转行为一般是在插入和删除过程中才发生的,因为插入过程中的旋转相比于删除过程的旋转而言更加简单和直观,所以我给大家图解一下AVL树的插入过程。

 

插入过程

最开始的时候为空树,没有任何节点,所以我们直接用数据构造一个节点插入就好了,比如第一个要插入的数据为18。

  • 6
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
AVL树是一种自平衡的二叉查找树,它的命名来自于发明者Adelson-Velsky和Landis的名字。AVL树要求任何节点的左右子树高度差不超过1,通过旋转操作来维持平衡,从而保证了AVL树的最长路径不会超过最短路径的两倍,是一种高度平衡的二叉查找树。 与AVL树不同的是,红黑树是另一种自平衡的二叉查找树,它通过对节点进行颜色标记,通过旋转和变色操作来保证树的平衡。红黑树的平衡性不如AVL树强,但是插入、删除和查找操作的平均时间复杂度仍然保持在O(logn)级别。 AVL树和红黑树的区别主要体现在以下几个方面: 1. 平衡性:AVL树要求任何节点的左右子树高度差不超过1,因此它是一种高度平衡的二叉查找树;而红黑树只要求任何节点的左右子树的黑色节点数目相等,因此它是一种近似平衡的二叉查找树。 2. 插入和删除操作的效率:由于AVL树的平衡要求比较严格,因此在插入和删除节点时需要进行更多的旋转操作,导致效率相对较低;而红黑树的平衡要求相对宽松,因此在插入和删除节点时需要进行的旋转操作相对较少,效率较高。 3. 查询操作的效率:由于AVL树是一种高度平衡的二叉查找树,因此在进行查询操作时,树的高度较低,效率较高;而红黑树的平衡性较AVL树稍差,因此在进行查询操作时,树的高度相对较高,效率较低。 综上所述,AVL树和红黑树各有优缺点,需要根据具体的应用场景选择合适的数据结构。如果需要在插入、删除和查询操作中都要求较高的效率,可以考虑使用红黑树;如果需要保证树的高度平衡,可以使用AVL树

“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