一、定义
平衡二叉树,简称:平衡树(AVL树)——树上任一结点的左子树和右子树的高度之差不超过1
结点的平衡因子 = 左子树高 - 右子树高
【注】平衡二叉树结点的平衡因子的值只可能是-1、0、1
//平衡二叉树的结点
typedef struct AVLNode{
int key; //数据域
int balance; //平衡因子
struct AVLNode *lchild,rchild;
}AVLNode,*AVLTree;
二、插入操作
从插入点往回找到第一个不平衡结点,调整以该结点为根的子树,记住每次调整的对象都是**“最小不平衡子树”**,将其调整平衡即可
★★三、插入新节点后如何调整“不平衡”问题【目标:恢复平衡+保持二叉排序树的特性】
-
LL(在A的左孩子的左子树中插入导致不平衡)
将A的左孩子B向右上旋转代替A称为根结点,将A结点向右下旋转称为B的右子树的根结点,而B的原右子树则作为A结点的左子树
-
RR(在A的右孩子的右子树中插入…)
将A的右孩子B向左上旋转代替A成为根结点,将A结点向左下旋转成为B的左子树的根结点,而B的原左子树则作为A结点的右子树
【代码思路】右旋: and 左旋:
f是爹,p是左孩子,gf是f的爹 f是爹,p是右孩子,gf是f的爹
①f->lchild = p->rchild; ①f->rchild = p->lchild
②p->rchild = f; ②p->lchild = f;
③gf->lchild/rchild = p; ③gf->lchild/rchild = p;
-
LR(在A的左孩子的右子树…)
先左旋 后右旋(假设插入在A的左孩子的右子树下,令右子树的根结点为C结点,分情况讨论在C的左子树还是右子树下插入节点)
-
RL(在A的右孩子的左子树…)
先右旋 后左旋
【注意】
只有左孩子才能右上旋,只有右孩子才能左上旋
【技巧】
孩子变成爹,爹变成孩子
四、查找效率分析
若树高为h,则最坏情况下,查找一个关键字最多需要对比h次,即查找操作的时间复杂度不可能超过O(h)
【注意区分】
平均查找长度ASL(Average Search Length)
平衡二叉树,简称:平衡树(AVL树)
★
★
★
★
★
★
★
假
设
以
n
h
表
示
深
度
为
h
的
平
衡
树
中
含
有
的
最
少
结
点
数
。
★★★★★★★假设以n_{h}表示深度为h的平衡树中含有的最少结点数。
★★★★★★★假设以nh表示深度为h的平衡树中含有的最少结点数。
★ ★ ★ ★ ★ ★ ★ 则 有 : n 0 = 0 ; n 1 = 1 ; n 2 = 2 , 并 且 有 n h = n h − 1 + n h − 2 + 1 ★★★★★★★则有:n_{0}=0;n_{1}=1;n_{2}=2,并且有n_h=n_{h-1}+n_{h-2}+1 ★★★★★★★则有:n0=0;n1=1;n2=2,并且有nh=nh−1+nh−2+1
可 以 证 明 含 有 n 个 结 点 的 平 衡 二 叉 树 的 最 大 深 度 为 O ( l o g 2 n ) , 平 衡 二 叉 树 的 平 均 查 找 长 度 为 O ( l o g 2 n ) 可以证明含有n个结点的平衡二叉树的最大深度为O(log_{2}n),平衡二叉树的平均查找长度为O(log_{2}n) 可以证明含有n个结点的平衡二叉树的最大深度为O(log2n),平衡二叉树的平均查找长度为O(log2n)