【数据结构】AVL树的实现与应用（AVL树非递归版）

最新推荐文章于 2022-08-06 15:34:13 发布
最新推荐文章于 2022-08-06 15:34:13 发布
阅读量392 收藏 2
点赞数 2
文章标签： c++ visual studio 数据结构
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_47504614/article/details/119519152
版权

一、实验目的

         1. 掌握二叉树的链式存储结构。
         2. 掌握二叉树的各种遍历算法。
         3. 掌握二叉查找树节点查找、修改非关键字部分的算法实现。
         4. 掌握平衡二叉查找树节点插入、删除的算法实现。

二. 实验要求、内容

       1. 基于二叉链式存储结构实现平衡二叉查找树的典型操作（构造、拷贝构造、析构、赋值运算符重载、节点个数、树高、增加节点、删除节点、查找一个节点、判空、修改某个节点非关键字部分的数据、先根遍历、后根遍历、中根遍历、按层次遍历），测试和调试程序。
       2. 使用平衡二叉查找树完成树排序算法，测试和调试程序。
       3. 按要求撰写实验报告、录制程序运行以及讲解程序的视频。 报告中要包含算法性能的讨论以及根据实现效率在问题的多种解决方案中进行比较、选择的说明。

三．实验设备

          计算机、Windows 操作系统、C++语言集成开发环境。

四．实验原理（或程序框图）及步骤

          具体流程图及原理可点击此链接。https://download.csdn.net/download/qq_47504614/20923278

五、程序源代码

          AVL树用非递归实现，此处给出部分核心代码，完整代码可点击下方链接下载。https://download.csdn.net/download/qq_47504614/20923278

AVL.h 文件

enum State_code {
	success, fail, range, underflow, overflow, fatal, not_present,
	duplicate_error, entry_inserted, entry_found, internal_error
};
enum Balance_factor { left_higher, equal_height, right_higher };
template <class Record> struct AVL_node {
	// data members:
	Record data;   //节点数据
	AVL_node<Record>* left;    //左孩子
	AVL_node<Record>* right;   //右孩子
	Balance_factor balance;    //平衡因子
	//4 个方法
	// constructors:
	AVL_node();    //无参构造
	AVL_node(const Record& x);      //有参构造
	void set_balance(Balance_factor b);      //建立平衡因子
	Balance_factor get_balance() const;      //获取平衡因子
};


template <class Record> 
class AVL_tree 
{
public:
	//17+2 方法数
	AVL_tree();
	bool empty() const;// 判空
	void preorder(void (*visit)(Record&));// 先根遍历
	void inorder(void (*visit)(Record&));// 中根遍历
	void postorder(void (*visit)(Record&));// 后根遍历
	void level_traverse(void (*visit)(Record&));// 按层次遍历
	int size() const;// 树中节点总数
	int height() const;// 树高
	int width() const;// 树宽
	void clear();// 置空
	AVL_tree(const AVL_tree<Record>& original);// 构造
	AVL_tree& operator =(const AVL_tree<Record>& original);// 拷贝构造
	~AVL_tree();// 析构
	State_code insert(const Record& new_data);// 插入新节点，数据为new_data
	State_code remove(const Record& old_data);// 找到数据为old_data 的节点删除
	State_code retrieve(Record& target) const;// 查找关键字为target 的节点带回
	State_code replace(Record& target);// 查找关键字为target 的节点，修改非关键字部分
	// 用于验证树形结构
	void print_tree(void (*f)(int indentation, AVL_node<Record>*&));
	void prenode(int indentation, AVL_node<Record>* root, void (*f)(int indentation,
		AVL_node<Record>*&));
	void tree_sort(AVL_tree<Record>&, List<AVL_node<Record>*> &, void (*visit)(Record&));
private:
	AVL_node<Record>* root;	
};

增加函数： 

template <class Record>State_code AVL_tree<Record>::insert(const Record& new_data)// 插入新节点，数据为new_data
{
	bool taller = true;   //是否需要平衡树
	AVL_node<Record>* p = root;
	AVL_node<Record>* parent = NULL; // 记录前驱结点，方便连接和调整平衡因子
	Stack<AVL_node<Record>*> st; //用栈记录插入的路径，方便调整栈中结点的平衡因子;

	 // 找插入位置,记录路径信息
	while (p != NULL) {
		if (new_data == p->data)
		{ //要插入的数据和AVL树中的数字相同,则返回失败！
			return fail;
		}

		parent = p;
		st.push(parent); //找过的入栈
		if (new_data < p->data)
		{
			p = p->left;
		}
		else if (new_data > p->data)
		{
			p = p->right;
		}
	}

	p = new AVL_node<Record>(new_data);
	p->set_balance(equal_height);

	if (parent == NULL)
	{
		root = p;    //判断是不是第一个结点，进行root的连接;
		root->set_balance(equal_height);
		return success;
	}

	//此时通过父节点的数据判断插入的是左还是右
	if (new_data < parent->data)
	{ 
		parent->left = p;
	}
	else
	{
		parent->right = p;
	}
	
/// 以上完成插入工作

	while (!st.empty())
	{  //栈不空，出栈顶元素
		st.top(parent);
		st.pop();

		//插入的是父节点的左孩子
		if (p == parent->left)
		{  
			//得到父节点的平衡因子，如果父节点等高，插入之后左高1，不需要平衡树
			if (parent->get_balance() == equal_height)
			{
				parent->set_balance(left_higher);
				taller = false;
			}
			//如果父节点左高，插入之后左高2，需要平衡树
			else if (parent->get_balance() == left_higher)
			{
				parent->set_balance(left_higher);
				taller = true;
			}
			//如果父节点右高，插入之后等高，不需要平衡树
			else if (parent->get_balance() == right_higher)
			{
				parent->set_balance(equal_height);
				taller = false;
			}
		}
		//插入的是父节点的右孩子
		else if (p == parent->right)
		{
			//如果父节点等高，插入之后右高1，不需要平衡树
			if (parent->get_balance() == equal_height)
			{
				parent->set_balance(right_higher);
				taller = false;
			}
			//如果父节点左高，插入之后等高，不需要平衡树
			else if (parent->get_balance() == left_higher)
			{
				parent->set_balance(equal_height);
				taller = false;
			}
			//如果父节点右高，插入之后右高2，需要平衡树
			else if (parent->get_balance() == right_higher)
			{
				parent->set_balance(right_higher);
				taller = true;
			}
		}

		//以下判断栈中的平衡因子，看是否需要进行旋转调整
		if (parent->get_balance() == equal_height)
		{  //等高，直接跳出循环
			break;
		}
		//如果taller=false,且父节点右高或左高，代表当前父节点右高1或左高1
		if ((!taller)&& ((parent->get_balance() == right_higher) || (parent->get_balance() == left_higher)))
		{
			p = parent;  //此时在向上走，判断平衡因子;
		}
		//如果taller为真，此时父节点左高2或右高2，需要平衡
		else if (taller)
		{
			if (parent->get_balance() == left_higher)  //左高2
			{
				//LL型，右旋父节点
				if ((p->get_balance() == left_higher) && (p == parent->left)) 
				{
					AVL_node<Record>* subR = parent;
					parent = parent->left;
					subR->left = parent->right;
					parent->right = subR;
					parent->set_balance(equal_height);
					subR->set_balance(equal_height);
				}
				//LR型，先左旋父节点的左孩子，再右旋父节点
				else if ((p->get_balance() == right_higher) && (p == parent->left))
				{

					AVL_node<Record>* subR = parent;
					AVL_node<Record>* subL = parent->left;
					parent = subL->right;

					subL->right = parent->left;
					parent->left = subL;
					if ((parent->get_balance() == left_higher) || (parent->get_balance() == equal_height))
					{
						subL->set_balance(equal_height);
					}
					else
					{
						subL->set_balance(left_higher);
					}

					subR->left = parent->right;
					parent->right = subR;
					if (parent->get_balance() == left_higher)
					{
						subR->set_balance(right_higher);
					}
					else
					{
						subR->set_balance(equal_height);
					}

					parent->set_balance(equal_height);

				}
			}
			//右高2
			else if(parent->get_balance() == right_higher) 
			{
				//RR型，左旋父节点
				if ((p->get_balance() == right_higher) && (p == parent->right))
				{
					AVL_node<Record>* subL = parent;
					parent = subL->right;
					subL->right = parent->left;
					parent->left = subL;
					subL->set_balance(equal_height);
					parent->set_balance(equal_height);
				}
				//RL型，先右旋父节点的右孩子，再左旋父节点
				else if ((p->get_balance() == left_higher) && (p == parent->right))
				{
					
					AVL_node<Record>* subL = parent;
					AVL_node<Record>* subR = parent->right;
					parent = subR->left;

					subR->left = parent->right;
					parent->right = subR;
					if ((parent->get_balance() == right_higher) || (parent->get_balance() == equal_height))
					{
						subR->set_balance(equal_height);
					}
					else
					{
						subR->set_balance(right_higher);
					}

					subL->right = parent->left;
					parent->left = subL;
					if (parent->get_balance() == right_higher)
					{
						subL->set_balance(left_higher);
					}
					else
					{
						subL->set_balance(equal_height);
					}
					parent->set_balance(equal_height);

				}
			}
			break;
		}
		
	}
	if (st.empty())
	{  //通过旋转函数，此时parent指向根节点;
		root = parent;  //此时调到栈底了，旋转后将更改root的指向
	}
	else
	{
		AVL_node<Record>* tmp;
		st.top(tmp);  //当前的栈顶结点
		if (parent->data < tmp->data)
		{
			tmp->left = parent;
		}
		else
		{
			tmp->right = parent;
		}
	}
	return success;
}

六、实验结果

          测试数据：16、3、7、11、9、26、18、14、15（依次插入）

输出树形结构：

( 11 : ->  R ) ===> 7 18
 ( 7 : ->  E ) ===> 3 9
  ( 3 : ->  E ) ===>
  ( 9 : ->  E ) ===>
 ( 18 : ->  L ) ===> 15 26
  ( 15 : ->  E ) ===> 14 16
   ( 14 : ->  E ) ===>
   ( 16 : ->  E ) ===>
  ( 26 : ->  E ) ===>

qq_47504614
关注
  • 2
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
AVL树的一个非递归实现
01-18
在windows visual c++ 6.0可以运行 是AVL树的一个非递归实现
[源码和文档分享]基于AVL树表示的集合ADT实现与应用
12-08 205
1 项目介绍 1.1 设计目的 平衡二叉树(AVL)作为一种重要的查找表结构，能有效地支持数据的并行处理。本设计使学生牢固掌握AVL树及其实现方法，并应用该结构实现集合抽象数据类型，提升学生对数据结构与数据抽象的认识，提高学生的综合实践与应用能力。 1.2 设计内容 本设计分为三个层次： 以二叉链表为存储结构，设计与实现AVL树-动态查找表及其6种基...
浅谈AVL树,红黑树,B树,B+树原理及应用
Summer_YuXia的博客
03-25 526
二叉查找树 简介 二叉查找树也称为有序二叉查找树,满足二叉查找树的一般性质,是指一棵空树具有如下性质: 任意节点左子树不为空,则左子树的值均小于根节点的值.任意节点右子树不为空,则右子树的值均大于于根节点的值.任意节点的左右子树也分别是二叉查找树.没有键值相等的节点. 局限性及应用 一个二叉查找树是由n个节点随机构成,所以，对于某些情况,二叉查找树会退化成一个有n个节
AVL 树应用
实践求真知
08-06 309
平衡二叉树
AVL树的应用
学习日常分享
02-18 1064
箱子装载问题 【箱子装载问题】有若干个容量为c 的箱子和n个待装载入箱子中的物品。物品i需占s[i]个单元（0< s[i] ≤c）。 成功装载（feasible packing），是指能把所有物品都装入箱子而不溢出。 最优装载（optimal packing），是指使用了最少箱子的成功装载。 箱子装载问题的四种解法 【最先匹配法】：物品按1，2，…，n 的顺序装入箱子。假设箱子从左至右排列。每一物品 i 放入可盛载它的最左箱子。 【最优匹配法】：设cAvail[j]为箱子j的可用容量。初始时，所有箱子
非线性数据结构的实现与应用(非递归).pdf
08-09
数据结构大实验，适合在校大学生，AVL树的非递归实现，树排序的实现，整套程序运行成功，欢迎大家下载！！！
avlTree:通用AVL树数据结构
06-18
这是第一个被发明的数据结构。 在AVL树中，任何节点的两个子子树的高度最多相差1； 如果在任何时候它们相差超过 1，则进行重新平衡以恢复此属性。 查找、插入和删除在平均和最坏情况下都需要 O(log n) 时间，其中 n...
基于AVL树表示的集合ADT实现与应用1
08-03
1引言1.1 课题背景与意义平衡二叉树（AVL 树）是数据结构中的重要知识点，在实际应用中多用于在内存中组织数据，对于平衡二叉树最大的应用就是来查找数据，因为它
AVL树概述与讲解.pdf
最新发布
04-21
AVL树讲解 （1）关于AVL树的基本概念和概述 （2）数据结构的定义 （3）关键基本操作的具体实现 （4）应用
数据结构之红黑树详解
12-31
它的统计性能要好于平衡二叉树（AVL树），因此，红黑树在很多地方都有应用。在C++ STL中，很多部分(目前包括set, multiset, map, multimap)应用了红黑树的变体(SGI STL中的红黑树有一些变化，这些修改提供了更好的...
平衡二叉树 AVL的应用事例
03-25
AVL管理数据 struct branch{ unsigned int data; /* actual data */ struct branch * l_chld, * r_chld; /* left & right child */ short bc; /* balance coefficient */ }; #define avl_entry (T, P, M) (T *)((unsigned int)(P) - (unsigned int)&(((T *)0)->M)) AVL_EXTERN int avl_insert (struct branch ** root, struct branch * leaf, unsigned int data); AVL_EXTERN int avl_search (struct branch * root, struct branch ** leaf, unsigned int data); AVL_EXTERN int avl_for_each (struct branch * root, void (*action)(struct branch *));
数据结构课程设计AVL树的运用程序和实验报告
02-24
讲述数据结构中的AVL树的生成，查询，删除插入等操作，完美的数据结构课程设计，拥有试验程序和实验报告，值得拥有。
AVL树，红黑树，B树，B+树，Trie树都分别应用在哪些现实场景中？
diaoju3333的博客
04-23 197
AVL树: 最早的平衡二叉树之一。应用相对其他数据结构比较少。windows对进程地址空间的管理用到了AVL树。 红黑树: 平衡二叉树，广泛用在C++的STL中。如map和set都是用红黑树实现的。 B/B+树: 用在磁盘文件组织 数据索引和数据库索引。 Trie树(字典树): 用在统计和排序大量字符串，如自动机。 转载于:https://www.cnblogs.com/feng...
AVL树的非递归实现（Java版）
weixin_42848084的博客
01-30 1116
AVL树的非递归实现（Java版） AVL树是一种二叉查找树的改进算法，它避免了普通二叉树可能出现的长链现象，其根本的算法思想是每当对树进行插入和删除操作时，通过有限的指针变换，改变原有的树的结构，使得每个节点的左子树和右子树相对平衡。 虽然现实中AVL树算法被许多更优秀的算法所替代，但是这一套算法非常适合初学者进行练习，详细的AVL树的教程和博客不难找到。通常，AVL树是通过递归方式来实现的，这...
AVL树，红黑树，B树，B+树，Trie树应用场景简介
灯火阑珊处
07-28 1871
AVL树：平衡二叉树，一般是用平衡因子差值决定并通过旋转来实现，左右子树树高差不超过1，那么和红黑树比较它是严格的平衡二叉树，平衡条件非常严格（树高差只有1），只要插入或删除不满足上面的条件就要通过旋转来保持平衡。由于旋转是非常耗费时间的。我们可以推出AVL树适合用于插入删除次数比较少，但查找多的情况。 应用相对其他数据结构比较少。windows对进程地址空间的管理用到了AVL树。
AVL树插入--C语言非递归实现
u012538549的博客
09-25 359
#include <stdio.h> #include <stdlib.h> #include <assert.h> #define MAX(a, b) ((a) > (b) ? (a) : (b)) #define HEIGHT(node) ((node) == NULL ? -1 : (node)->height) typedef str...
【数据结构：树的应用】：(AVL树)平衡二叉树（左旋转，右旋转，双旋转）
JH灰色的博客
05-12 247
文章目录1.平衡二叉树介绍2.左旋转3.右旋转4.双旋转5.完整代码 1.平衡二叉树介绍 AVL树是在二叉排序树的基础上，所以AVL树是按照二叉排序树的规则排列的：即左节点的值小于当前节点的值，右节点的值大于当前节点的值。 2.左旋转 思路图解： 总结口诀：排好最终AVL树图，再按上述思路来编写代码 右子树的高度高于左子树的高度(差值大于1)时，需要左旋转。 以最长的右子树的高度那边画一条线，将左边4->3移下来，6移上去作为新的根节点，原6后面一条线的节点顺序不变，就是旋转。 原先6挂的5就移
学习随记三十四——非递归实现AVL树
qq_53271740的博客
05-05 486
非递归实现AVL树 提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录非递归实现AVL树前言一、设计思想二、使用步骤1.引入库2.程序剖析3.遇到的问题总结 前言 在我完成了递归实现Avl树的操作后想用非递归实现AVl树。历时许久，发现并解决了我之前存在的很多问题，比如经常需要考虑指针的运用并防止野指针的出现，也使我体验了不参考别人，完全自己独立设计程序的过程。在这个过程中我有许多构思，我需要不断比较分析优劣并找出可能出现的问题并解决，还要考虑不同的解决方案对其他部分的影响，还要
AVL树进行插入的非递归函数
wwj_bupt
04-23 2257
数据结构与算法分析——c语言描述 练习4.19  答案 挺有意思的。改递归为非递归。其实原理还是一样，都用了栈。 AvlTree insert(ElementType X, AvlTree t) { AvlTree root = t; std::stack route; while (1) { if (t == NULL) { t = (AvlTree)ma
什么是AVL树？AVL树和红黑树有什么区别？
06-07
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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

qq_47504614

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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