AVL树的概念
二叉搜索树虽可以缩短查找的效率,但如果数据有序或接近有序二叉搜索树将退化为单 支树,查找元素相当于在顺序表中搜索元素,效率低下。因此,两位俄罗斯的数学家G.M.Adelson-Velskii和E.M.Landis在1962年发明了一种解决上述问题的方法:当向二叉搜索树 中插入新结点后,如果能保证每个结点的左右子树高度之差的绝对值不超过1(需要对树中的结点进行调整),即可降低树的高度,从而减少平均搜索长度。
一棵AVL树或者是空树,或者是具有以下性质的二叉搜索树:
- 它的左右子树都是AVL树
- 左右子树高度之差(简称平衡因子)的绝对值不超过1(-1/0/1)。
如果一棵二叉搜索树是高度平衡的,它就是AVL树。如果它有n个结点,其高度可保持在 ,搜索时
间复杂度O( )
实现AVL树
构造节点和空数
平衡因子起名为_bf,因为它是balance factor的缩写
template<class K,class V>
struct AVLTreeNode
{
AVLTreeNode<K, V>* _left;
AVLTreeNode<K, V>* _right;
AVLTreeNode<K, V>* _parent;
pair<K, V> _kv;
int _bf;//平衡因子 balance factor
AVLTreeNode(const pair<K, V>& kv)
:_left(nullptr)
, _right(nullptr)
, _parent(nullptr)
, _kv(kv)
, _bf(0)
{}
};
template<class K ,class V>
class AVLTree
{
typedef AVLTreeNode<K, V> Node;
public:
AVLTree()
:_root(nullptr)
{}
private:
Node* _root;
};
插入
插入的思路就是先插入再平衡。那么具体思路:
插入的过程和搜索二叉树一样,因为要在空节点插入数值,并且要对新节点进行三叉链的链接关心更新,所以要记录当前节点位置cur和它的父节点的位置parent。
如果要插入的值比当前节点值大,就更新:先讲父节点更新到cur当前节点,防止cur更新后,父节点找不到更新位置。cur更新到cur的右节点;如果插入的值kv比当前节点小,更新parent和cur,cur更新到cur的左节点。如果值一样那么直接返回false,AVL树的本质是二叉搜索树,不能有重复的值。当cur节点走到空,说明有一个可以插入新节点的位置,我们建立新节点,并链接好三叉链表的关系。新节点的父节点要更新一下。
在插入好新节点后,插入节点的父节点的所有路径的根节点都会受到影响,而兄弟节点是没有影响的,所以我们要对各个根节点的平衡因子进行更新,平衡因子是为了检查这个AVL树是否为一个平衡的二叉搜索树,也就是左右子树的高度差小于等于1。新插入的节点的平衡因子在构造的时候,就已经为0。所以我们要更新父节点的平衡因子。
平衡因子的更新有以下五种情况(这里的平衡因子=右子树高度-左子树高度):
- 当插入在父节点的右边,父节点平衡因子加1,parent->_bf++;
- 当插入在父节点的左边,父节点平衡因子减1,parent->_bf--;
- 这时候父节点更新完会有三种情况:
- 如果父节点更新后为0,说明更新前parent->_bf是1/-1,现在变成0,说明填上矮的那边。填上后它左右子树高度相同,让这颗子树平衡了。所在跟节点路径节点的平衡因子就不用更新,直接跳出循环
- 如果父节点更新后为-1/1,说明更新节点前parent->_bf是0,有一边子树变高了,parent所在子树高度变了。说明新插入节点影响了左右子树的高度差,继续循环更新父节点的父亲的平衡因子
- 当父节点的父亲改变,就有可能从1变成2,那么当节点的平衡因子是2/-2的时候,就没必要继续向上面更新,这时候需要平衡这颗子树。
像左边这个图中,出现2的平衡因子,此时不需要继续向上更新,需要旋转这颗子树,而旋转方法就是左单旋,下面我们讲解各个旋转方法。