AVL树
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logN ,搜索时间复杂度为logN。
AVL树节点的定义
class AVLTreeNode {
public AVLTreeNode left = null; // 节点的左孩子
public AVLTreeNode right = null; // 节点的右孩子
public AVLTreeNode parent = null; // 节点的双亲
public int val = 0;
public int bf = 0; // 当前节点的平衡因子=右子树高度-左子树的高度
public AVLTreeNode(int val) {
this.val = val;
}
}
AVL树的插入
AVL树就是在二叉搜索树的基础上引入了平衡因子,因此AVL树也可以看成是二叉搜索树。那么AVL树的插入过程可
以分为以下步骤:
- 先按照二叉搜索树的规则将节点插入到AVL树中
- 新节点插入后,AVL树的平衡性可能会遭到破坏,此时就需要更新平衡因子,并检测是否破坏了AVL树的平衡性pCur插入后,pParent的平衡因子一定需要调整,在插入之前,pParent的平衡因子分为三种情况:-1,0, 1, 在插入之后分以下两种情况:
如果pCur插入到pParent的左侧,只需给pParent的平衡因子-1即可
如果pCur插入到pParent的右侧,只需给pParent的平衡因子+1即可
此时:pParent的平衡因子可能有三种情况:0,正负1, 正负2
如果pParent的平衡因子为0,说明插入之前pParent的平衡因子为正负1,插入后被调整成0,此时满足AVL树的性质,插入成功
如果pParent的平衡因子为正负1,说明插入前pParent的平衡因子一定为0,插入后被更新成正负1,此时以pParent为根的树的高度增加,需要继续向上更新
如果pParent的平衡因子为正负2,则pParent的平衡因子违反平衡树的性质,需要对其进行旋转处理
boolean insert(int val){
// cur插入后,parent的平衡因子一定遭到破坏,必须对parent的平衡因子进行调整
while(null != parent){
// 更新双亲节点的平衡因子
if(cur == parent.left)
parent.bf--;
else
parent.bf++;
if(parent.bf == 0)
break;
else if(parent.bf == -1 || parent.bf == 1) {
cur = parent;
parent = cur.parent;
}else {
// parent节点的平衡因子为2,违反了AVL树的性质
// 此时需要对以parent为根的二叉树进行旋转处理
if(-2 == parent.bf) {
// parent的平衡因子为-2,说明parent的左子树比较高,最终需要右旋
// ......
}else{
// parent的平衡因子为2,说明parent的右子树比较高,最终需要左旋
// ......
}
// 旋转完成之后,以parent为根的树已经和插入之前的高度相同,不会再对上层树的平衡性造成影响
break;
}
}
AVL树的旋转
如果在一棵原本是平衡的AVL树中插入一个新节点,可能造成不平衡,此时必须调整树的结构,使之平衡化。根据节点插入位置的不同,AVL树的旋转分为四种:
- 新节点插入较高左子树的左侧—右单旋
private void rotateRight(TreeNode parent){
TreeNode subL = parent.left;
TreeNode subLR = subL.right;
parent.left = subLR;
if(subLR != null) {
subLR.parent = parent;
}
subL.right = parent;
//记录下当前parent的父亲
TreeNode parParent = parent.parent;
parent.parent = subL;
if(parent == root) {
//独立的子树
root = subL;
root.parent = null;//subL.parent = null;
}else {
//不是独立的子树,是其他树的左树或者右树
if(parParent.left == parent) {
parParent.left = subL;
}else {
parParent.right = subL;
}
subL.parent = parParent;
}
subL.bf = 0;
parent.bf = 0;
}
- 新节点插入较高右子树的右侧—左单旋
// 左单旋
private void rotateLeft(AVLTreeNode parent){
//subR为parent的右树
TreeNode subR = parent.right;
//subRL为subR的左树
TreeNode subRL = subR.left;
//1、第一个修改的指向
parent.right = subRL;
//2、第2个修改的指向有可能subRL这棵树是空树
if(subRL != null) {
subRL.parent = parent;
}
//3、第2个修改的指向
subR.left = parent;
//记录下来 之前的parent的父亲
TreeNode parentParent = parent.parent;
//4、第4个修改的指向
parent.parent = subR;
//5、有可能当前父亲节点,不是根
if(parent == root) {
root = subR;
root.parent = null;
}else {
if(parent == parentParent.left) {
parentParent.left = subR;
subR.parent = parentParent;
}else {
parentParent.right = subR;
subR.parent = parentParent;
}
}
subR.bf = parent.bf = 0;
}
- 新节点插入较高左子树的右侧:先左单旋再右单旋【左右双旋】
将双旋变成单旋后再旋转,即:先对30进行左单旋,然后再对90进行右单旋,旋转完成后再考虑平衡因子的更新。
private void rotateLR(TreeNode parent) {
TreeNode subL = parent.left;
TreeNode subLR = subL.right;
int bf = subLR.bf;
rotateLeft(parent.left);
rotateRight(parent);
if(bf == -1) {
subL.bf = 0;
parent.bf = 1;
subLR.bf = 0;
}else if(bf == 1) {
subL.bf = -1;
parent.bf = 0;
subLR.bf = 0;
}
}
- 新节点插入较高右子树的左侧—右左:先右单旋再左单旋【右左双旋】
总结:
当新节点插入后,假设以pParent为根的子树不平衡,即pParent的平衡因子为2或者-2,分以下情况考虑
- pParent的平衡因子为2,说明pParent的右子树高,设pParent的右子树的根为pSubR
当pSubR的平衡因子为1时,执行左单旋
当pSubR的平衡因子为-1时,执行右左双旋 - pParent的平衡因子为-2,说明pParent的左子树高,设pParent的左子树的根为pSubL
当pSubL的平衡因子为-1是,执行右单旋
当pSubL的平衡因子为1时,执行左右双旋
即:pParent与其较高子树节点的平衡因子时同号时单旋转,异号时双旋转。
旋转完成后,原pParent为根的子树个高度降低,已经平衡,不需要再向上更新。
AVL树性能分析
AVL树是一棵绝对平衡的二叉搜索树,其要求每个节点的左右子树高度差的绝对值都不超过1,这样可以保证查询时高效的时间复杂度,即logN 。但是如果要对AVL树做一些结构修改的操作,性能非常低下,比如:插入时要维护其绝对平衡,旋转的次数比较多,更差的是在删除时,有可能一直要让旋转持续到根的位置。因此:如果需要一种查询高效且有序的数据结构,而且数据的个数为静态的(即不会改变),可以考虑AVL树,但一个结构经常修改,就不太适合。