平衡搜索二叉树之AVL树解析

已于 2023-12-29 21:30:14 修改
阅读量571 收藏
点赞数 3
分类专栏： 数据结构 文章标签： 算法 数据结构 c++ 其他
于 2023-03-14 23:16:33 首次发布
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_68140277/article/details/129527619
版权

前言

树这个神奇的结构，由于其带有数学中指数增长的性质，再给予其一些特殊的性质后，被广泛应用于存储和搜索等苦力活，今天我们来学习用来搜索二叉树中的AVL树是如何实现高效的搜索功能的。

一、🕓搜索二叉树和平衡二叉树

1.1、搜索二叉树（以升序为例）

首先对于同学们二叉树一定都有一定的了解了，原本的二叉树中每个节点的（key）值是没有关系、且无序的。

而搜寻二叉树中，每个节点的key值一定是大于其左子树的最大值，小于右子树的最小值的。由于这添加了这个特性,此时，这个二叉树在中序遍历时，其结果其结果将会是一个升序的顺序（若要降序，将左根右的大小关系反转即可）。

中序访问有序

1.2、平衡二叉树

在二叉树中，由于每个节点的左右子树可以存在空树，所以在节点数一定的情况下，如果树中的空节点越多，树的高度就会越高，如果我们看最坏的情况，这棵树将退化为一条单链。

如上右图，当树退化为单链时，树就失去了指数增长的优势，结果就是，对该树的一系列的操作时间复杂度都会变高，这种极其影响效率的结果是我们所杜绝的。

平衡二叉树的概念就是：平衡——每个节点的左右子树高度差都只能在[-1,1]中徘徊，这样二叉树将更加趋近完全二叉树。

特别的：

在结合以上2点后，这棵树由于：

①中序遍历有序 ②遍历时可根据大小快速访问到对应节点（每一层节点数量都是指数增加）

一棵被用于搜索的理想二叉树就横空出世了，即平衡搜索二叉树。

二、🕐AVL树

2.1.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。

首次提出解决方法：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

O(log_2 n)，搜索时间复杂度O(log_2 n)。

2.2.AVL树节点的定义


template<class T>
struct AVLTreeNode
{
    AVLTreeNode(const T& data)
    : _pLeft(nullptr), _pRight(nullptr), _pParent(nullptr)
    , _data(data), _bf(0)
    {}
    AVLTreeNode<T>* _pLeft; // 该节点的左孩子
    AVLTreeNode<T>* _pRight; // 该节点的右孩子
    AVLTreeNode<T>* _pParent; // 该节点的双亲
    T _data;
    int _bf; // 该节点的平衡因子
};

2.3.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两步：

1. 按照二叉搜索树的方式插入新节点

2. 调整节点的平衡因子


bool Insert(const T& data)
{
// 1. 先按照二叉搜索树的规则将节点插入到AVL树中
// 
// 2. 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, 分以下两种情况：
1. 如果pCur插入到pParent的左侧，只需给pParent的平衡因子-1即可
2. 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
1. 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
2. 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
3. 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
*/
    while (pParent)
    {
    // 更新双亲的平衡因子
        if (pCur == pParent->_pLeft)
        pParent->_bf--;
        else
        pParent->_bf++;
    // 更新后检测双亲的平衡因子
        if (0 == pParent->_bf)
        {
            break;
        }
        else if (1 == pParent->_bf || -1 == pParent->_bf)
        {
    // 插入前双亲的平衡因子是0，插入后双亲的平衡因为为1 或者 -1 ，说明以双亲
    为根的二叉树
    // 的高度增加了一层，因此需要继续向上调整
            pCur = pParent;
            pParent = pCur->_pParent;
        }
        else
        {
    // 双亲的平衡因子为正负2，违反了AVL树的平衡性，需要对以pParent
    // 为根的树进行旋转处理
        if(2 == pParent->_bf)
        {
            // ...
        }
        else
        {
            // ...
        }
      }
    }
    return true;
}

2.4.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：

1. 新节点插入较高左子树的左侧---左左：右单旋


/*
上图在插入前，AVL树是平衡的，新节点插入到30的左子树(注意：此处不是左孩子)中，30左
子树增加
了一层，导致以60为根的二叉树不平衡，要让60平衡，只能将60左子树的高度减少一层，右子
树增加一层，
即将左子树往上提，这样60转下来，因为60比30大，只能将其放在30的右子树，而如果30有
右子树，右子树根的值一定大于30，小于60，只能将其放在60的左子树，旋转完成后，更新节点
的平衡因子即可。在旋转过程中，有以下几种情况需要考虑：
1. 30节点的右孩子可能存在，也可能不存在
2. 60可能是根节点，也可能是子树
如果是根节点，旋转完成后，要更新根节点
如果是子树，可能是某个节点的左子树，也可能是右子树
同学们再此处可举一些详细的例子进行画图，考虑各种情况，加深旋转的理解
*/
void _RotateR(PNode pParent)
{
    // pSubL: pParent的左孩子
    // pSubLR: pParent左孩子的右孩子，注意：该
    PNode pSubL = pParent->_pLeft;
    PNode pSubLR = pSubL->_pRight;
    // 旋转完成之后，30的右孩子作为双亲的左孩子
    pParent->_pLeft = pSubLR;
    // 如果30的左孩子的右孩子存在，更新亲双亲
    if(pSubLR)
        pSubLR->_pParent = pParent;
    // 60 作为 30的右孩子
    pSubL->_pRight = pParent;
    // 因为60可能是棵子树，因此在更新其双亲前必须先保存60的双亲
    PNode pPParent = pParent->_pParent;
    // 更新60的双亲
    pParent->_pParent = pSubL;
    // 更新30的双亲
    pSubL->_pParent = pPParent;
    // 如果60是根节点，根新指向根节点的指针
    if(NULL == pPParent)
    {
        _pRoot = pSubL;
        pSubL->_pParent = NULL;
        }
    else
    {
    // 如果60是子树，可能是其双亲的左子树，也可能是右子树
        if(pPParent->_pLeft == pParent)
        pPParent->_pLeft = pSubL;
        else
        pPParent->_pRight = pSubL;
    }
    // 根据调整后的结构更新部分节点的平衡因子
    pParent->_bf = pSubL->_bf = 0;
}

2. 新节点插入较高右子树的右侧---右右：左单旋

实现及情况考虑可参考右单旋

3. 新节点插入较高左子树的右侧---左右：先左单旋再右单旋

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


// 旋转之前，60的平衡因子可能是-1/0/1，旋转完成之后，根据情况对其他节点的平衡因子进
行调整
void _RotateLR(PNode pParent)
{
    PNode pSubL = pParent->_pLeft;
    PNode pSubLR = pSubL->_pRight;
    // 旋转之前，保存pSubLR的平衡因子，旋转完成之后，需要根据该平衡因子来调整其他节
    点的平衡因子
    int bf = pSubLR->_bf;
    // 先对30进行左单旋
    _RotateL(pParent->_pLeft);
    // 再对90进行右单旋
    _RotateR(pParent);
    if(1 == bf)
        pSubL->_bf = -1;
    else if(-1 == bf)
        pParent->_bf = 1;
}

4. 新节点插入较高右子树的左侧---右左：先右单旋再左单旋

参考右左双旋。

旋转总结：

假如以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

1. 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

2. 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

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

daystarGO
关注
  • 3
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
树结构实际应用(平衡二叉树，AVL 树)
笔记别偷看
11-05 825
看一个案例(说明二叉排序树可能的问题) 给你一个数列{1,2,3,4,5,6}，要求创建一颗二叉排序树(BST), 并分析问题所在.  左边BST 存在的问题分析: 左子树全部为空，从形式上看，更像一个单链表. 插入速度没有影响 查询速度明显降低(因为需要依次比较), 不能发挥BST的优势，因为每次还需要比较左子树，其查询速度比单链表还慢 解决方案-平衡二叉树(AVL) 基本介绍 平衡二叉树也叫平衡二叉搜索树（Self-balancing binary search tree）又被称为AVL 树，
AVL平衡二叉树 - 遍历
zhgure的博客
09-16 496
/* Visit是对结点操作的应用函数 按某种次序对T的每个结点调用函数Visit一次至多次，一旦失败则返回 */ int BiTreePreOrderTraverse(struct bitree_t *tree, BITREE_VISIT_CB visit) { /* 利用栈实现先序遍历 */ struct bitree_node_t *stack[BITREE_MAX_HEIG...
查找
张议的博客
06-03 207
文章目录线性表的查找顺序查找折半查找使用非递归实现折半查找 线性表的查找 顺序查找 逐个比较查询，如果找到，返回数据或索引，如果到最后也没有找到，返回null 可以是在顺序表中，也可以是在链表中 在各个结点查找概率相同情况下，默认查询长度为一般长度，所以时间复杂度是T（n）=O（n） package DataStructure.search; /** * @Description TODO 功...
中序遍历构建AVL树：109.有序链表转换二叉搜索树
奥古斯都
08-18 307
题目链接：109.有序链表转换二叉搜索树 画图表示一下： # Definition for singly-linked list. # class ListNode: # def __init__(self, val=0, next=None): # self.val = val # self.next = next # Definition for a binary tree node. # class TreeNode: # def __i.
(11.5 平衡二叉树(AVL树)的基本介绍及其应用案例)
m0_56379670的博客
08-14 554
平衡二叉树是基于二分法的策略提高数据的查找速度的二叉树的数据结构。采用二分法思维把数据按规则组装成一个树形结构的数据，用这个树形结构的数据减少无关数据的检索，大大的提高了数据检索的速度...
二叉树之AVL树
weixin_34015336的博客
05-19 239
AVL树 　　引用：https://www.cnblogs.com/skywang12345/ 　　详解以后再补充。。。 代码 这是Qt Creator创建的工程 其余代码从此处获取：https://github.com/Duacai/Data-Structure-and-Algorithms/tree/master/Data-Structure/Tree/AVLTree A...
数据结构之树与二叉树的应用：平衡二叉树（AVL）
千寻瀑
04-22 306
树与二叉树的应用：平衡二叉树平衡二叉树的定义：如何计算高度为h的最小平衡二叉树的节点数N~h~？如何判断一颗树为平衡二叉树？平衡二叉树的插入：方法一、LL平衡旋转（右单旋转）方法二、RR平衡旋转（左单旋转）方法三、LR平衡旋转（先右后左双旋转）方法四、RL平衡旋转（先右后左双旋转） 平衡二叉树的定义： 如何计算高度为h的最小平衡二叉树的节点数Nh？ 1、为满足树的高度为h，取根节点的左子树高度...
Java大数据平台开发 学习笔记（30）—— 平衡二叉查找树（AVL）的构建与（前序、中序、后序）遍历
qq_42209354的博客
09-23 266
一、数据结构与算法： Step 1) 创建 平衡二叉排序树节点： class Node { int value; Node left; Node right; public Node(int value){ this.value = value; } @Override public String toString() { return "Node{" + "value="
用nodejs完成avl树的建立、查找、以及树的前序和中序遍历。
cht_JAVA的博客
10-08 844
用nodejs完成avl树的建立、查找、以及树的前序和中序遍历。 代码如下：function AvlTree() { this.root = null; }/*二叉查找树节点/ function BstNode(key, value) { this.key = key; this.value = value; //this.parent = parent
C语言 AVL平衡二叉查找树 插入/删除/遍历/查找
HardessGod的博客
12-13 1468
AVl树：平衡二叉查找树，树中任何节点的两个子树的高度最大差别为1。如下图所示 AVL树的查找、插入和删除在平均和最坏情况下都是O(logn)。 如果在AVL树中插入或删除节点后，使得高度之差大于1。此时，AVL树的平衡状态就被破坏，它就不再是一棵二叉树；为了让它重新维持在一个平衡状态，就需要对其进行旋转处理。 1. AVL树的结构     typedef struct AVLTreeN...
C语言创建AVL树，实现插入，查找，遍历等操作，对旋转的详细解释。
HXZ_CREATE的博客
06-29 814
目录 AVL树： 特点： 作用 预备知识： 平衡因子bf（Balance Factor）： 最小不平衡子树 旋转 有四中基本类型（LL,RR,LR,RL四种类型）： LL型：（可以这样理解：RR型表示失衡节点的右子树过高，因此要通过左旋来降低右子树的高度） RR型：（可以这样理解：RR型表示失衡节点的右子树过高，因此要通过左旋来降低右子树的高度） LR型：​ RL型： 求树的深度（对代码测试有用）: 中序遍历： 最后附上源代码： AVL树： 是平衡二叉查找树的一种，平衡二叉
AVL树
热门推荐
qq_47406941的博客
05-26 1万+
一、AVL树的概念 1、什么是AVL树？ 当数据有序或者接近有序时，使用二叉搜索树进行存储时，得到的二叉搜索树是一颗单支树，其搜索的时间复杂度为O(N)。 为了解决上述问题，引入了AVL树的概念： AVL树是一颗特殊的二叉搜索树 向AVL树中插入一个节点后，树的所有节点的左右孩子节点的高度差的绝对值小于等于1. 即AVL树是一颗二叉搜索树是，它的左右子子树的高度之差（平衡因子）的绝对值不大于1，并且它的左右子树也是一颗AVL树。 2、AVL树的节点定义 template<cla
平衡搜索二叉树——AVL树
h1091068389的博客
06-03 367
正常的搜索二叉树中，一般而言查找一个数的时间复杂度几乎可以等价于log2N，但是正常的搜索二叉树可能会遇到一些极端情况，例如按照1，2，3，4插入数组，此时的搜索二叉树便会变为如下的情况： 这种数据有序或者接近有序的插入数据此时的搜索二叉树会退化为一个单分支，此时查找效率就变成了O(n)，并不能体现搜索二叉树的优势。此时，有两位数学家提出了一种方法来解决这种问题：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
AVL树详解（两种实现）
Lidystar的博客
11-10 629
AVL树是最先发明的自平衡二叉查找树（简称平衡二叉树），它的名字来源于它的发明作者G.M. Adelson-Velsky 和 E.M. Landis。
数据结构（中）-二叉树及AVL树
waner_jiaki的博客
01-18 465
二叉树 之前介绍的数组、链表、栈、队列 都是线性结构。 二叉树为树形结构 一棵树可以没有任何节点，称为空树。 一棵树可以只有一个节点，也就只有根节点。 节点的度：子树的个数。 树的度：所有节点中度中的最大值。 叶子节点：（leaf）度为0的节点。 层数：根节点在第一层，根节点的子节点在第二层，以此类推，（有些资料也从第0层开始）。 节点的深度： 从根节点到当前节点的唯一路径上的节点总数。 节点的高度： 从当前节点到最远叶子节点的路径上的节点总数。 树的深度 所有节点深度中的最大值 树的高度：所有节点高度中
数据结构篇十二：平衡二叉树
Dzp199903的博客
03-25 2389
平衡二叉树 平衡二叉树就是对二叉查找树的优化升级，它要求每个节点的左右子树的高度相差不大于1 1.平衡二叉树的查找 平衡二叉树和二叉排序树的查找是一摸一样的。 2.平衡二叉树的顺序输出 平衡二叉树的中序遍历和二叉排序树一样，都是可以输出一个有序的数列。 3.平衡二叉树的插入 平衡二叉树在插入数据时，当发生了高度的不平衡时，会采取4种旋转操作：LL,RR,LR,RL（左左，右右，左右，右左）旋转，我们来一一分析这4种旋转方式。 RR调整 针对右孩子的右子树引起的不平衡 调整策略 右孩子c左上旋
平衡二叉树和层序的遍历解析
MEANSWER的博客
01-18 975
基础面试题补充1. LeetCode第110题---平衡二叉树2. 牛客网---二叉树遍历 1. LeetCode第110题—平衡二叉树 链接: link. 一个二叉树每个节点 的左右两个子树的高度差的绝对值不超过 1 为理解本题的重要点。 这题有两种解题思路①相当于前序遍历的思想。把它分为当前树和左子树右子树，写出当前树的思路然后对左子树和右子树实现递归即可。如果当前树的左子树和右子树都不满足平衡二叉树的条件那么就直接可以返回false，然后再开始判断左子树中的每个子树是否满足平衡二叉树的定义，总之要把
数据结构 - 平衡二叉树（AVL树）概念 | 插入与平衡调整
qq_61386381的博客
08-24 1332
前言 AVL树的概念 AVL树结点的定义 AVL树的插入 AVL树的平衡调整（重点） LL型不平衡（需右单旋转) RR型不平衡（需左单旋转) LR型不平衡（需左右双旋转) RL型不平衡（需右左双旋转) AVL树简单实现以及验证-插入
【LeetCode】108.将有序数组转换为平衡二叉树（中序遍历三种方法，java实现）
Viper的程序员修炼手册
06-25 752
题目 链接 解析 遍历树的方法。DFS（先序遍历，中序遍历，后序遍历）；BFS。 遍历树的两种通用策略： 深度优先遍历（DFS） 这种方法以深度 depth 优先为策略，从根节点开始一直遍历到某个叶子节点，然后回到根节点，在遍历另外一个分支。 根据根节点，左孩子节点和右孩子节点的访问顺序又可以将 DFS 细分为先序遍历 preorder，中序遍历 inorder 和后序遍历 postorder。 广度优先遍历（BFS） 按照高度顺序，从上往下逐层遍历节点。 先遍历上层节点再遍历下层节点。 下图
java实现avl树升序遍历
最新发布
02-23
AVL树是一种自平衡的二叉搜索树，它的升序遍历可以通过中序遍历来实现。下面是Java实现AVL树升序遍历的示例代码： ```java // AVL树节点定义 class Node { int key; int height; Node left; Node right; Node(int key) { this.key = key; this.height = 1; } } // AVL树类定义 class AVLTree { Node root; // 获取节点的高度 int getHeight(Node node) { if (node == null) { return 0; } return node.height; } // 更新节点的高度 void updateHeight(Node node) { node.height = Math.max(getHeight(node.left), getHeight(node.right)) + 1; } // 获取节点的平衡因子 int getBalanceFactor(Node node) { if (node == null) { return 0; } return getHeight(node.left) - getHeight(node.right); } // 右旋操作 Node rotateRight(Node y) { Node x = y.left; Node T2 = x.right; x.right = y; y.left = T2; updateHeight(y); updateHeight(x); return x; } // 左旋操作 Node rotateLeft(Node x) { Node y = x.right; Node T2 = y.left; y.left = x; x.right = T2; updateHeight(x); updateHeight(y); return y; } // 插入节点 Node insertNode(Node node, int key) { if (node == null) { return new Node(key); } if (key < node.key) { node.left = insertNode(node.left, key); } else if (key > node.key) { node.right = insertNode(node.right, key); } else { return node; // 不允许插入重复的节点 } updateHeight(node); int balanceFactor = getBalanceFactor(node); // 左旋操作 if (balanceFactor > 1 && key < node.left.key) { return rotateRight(node); } // 右旋操作 if (balanceFactor < -1 && key > node.right.key) { return rotateLeft(node); } // 左右旋操作 if (balanceFactor > 1 && key > node.left.key) { node.left = rotateLeft(node.left); return rotateRight(node); } // 右左旋操作 if (balanceFactor < -1 && key < node.right.key) { node.right = rotateRight(node.right); return rotateLeft(node); } return node; } // 中序遍历 void inorderTraversal(Node node) { if (node != null) { inorderTraversal(node.left); System.out.print(node.key + " "); inorderTraversal(node.right); } } } // 测试代码 public class Main { public static void main(String[] args) { AVLTree tree = new AVLTree(); tree.root = tree.insertNode(tree.root, 10); tree.root = tree.insertNode(tree.root, 20); tree.root = tree.insertNode(tree.root, 30); tree.root = tree.insertNode(tree.root, 40); tree.root = tree.insertNode(tree.root, 50); tree.root = tree.insertNode(tree.root, 25); System.out.println("AVL树的升序遍历结果："); tree.inorderTraversal(tree.root); } } ``` 运行以上代码，输出结果为：10 20 25 30 40 50，即AVL树的升序遍历结果。
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
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