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.
A
delson-
V
elskii
和
E.M.
L
andis
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(log2 n)
，搜索时间复杂度
O(log2 n)
。
AVL树节点的定义
AVL
树节点的定义：（三叉链）
template < class T >struct AVLTreeNode{AVLTreeNode ( const T & data ): _left ( nullptr ), _right ( nullptr ), _parent ( nullptr ), _data ( data ), _bf ( 0 ){}AVLTreeNode < T >* _left ; // 该节点的左孩子AVLTreeNode < T >* _right ; // 该节点的右孩子AVLTreeNode < T >* _parent ; // 该节点的双亲T _data ;int _bf ; // 该节点的平衡因子};
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（这里默认平衡因子=右子树高度-左子树高度）
举例：采用KV模型（K模型也可以）
#pragma once
#include<assert.h>
#include<iostream>
using namespace std;
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;// 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:
// logN
bool Insert(const pair<K, V>& kv)
{
if (_root == nullptr)
{
_root = new Node(kv);
return true;
}
Node* parent = nullptr;
Node* cur = _root;
while (cur)
{
if (cur->_kv.first < kv.first)
{
parent = cur;
cur = cur->_right;
}
else if (cur->_kv.first > kv.first)
{
parent = cur;
cur = cur->_left;
}
else
{
return false;
}
}
cur = new Node(kv);
if (parent->_kv.first < kv.first)
{
parent->_right = cur;
}
else
{
parent->_left = cur;
}
cur->_parent = parent;
// 更新平衡因子
while (parent)//parent为空时更新结束，此时已经更新到根节点
{
if (cur == parent->_left)
{
parent->_bf--;
}
else
{
parent->_bf++;
}
if (parent->_bf == 0)
{
//更新结束
break;
}
else if (parent->_bf == -1 || parent->_bf == 1)
{
// 继续往上更新
cur = parent;
parent = parent->_parent;
}
else if (parent->_bf == -2 || parent->_bf == 2)
{
// 当前子树出问题了，需要旋转平衡一下
//...
break;
}
else
{
// 理论而言不可能出现这个情况
assert(false);
}
}
return true;
}
private:
Node* _root = nullptr;
};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
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(Node* parent)
{
// subL: parent的左孩子
// subLR: parent左孩子的右孩子
Node* subL = parent->_left;
Node* subLR = subL->_right;
// 旋转完成之后，30的右孩子作为双亲的左孩子
parent->_left = subLR;
// 如果30的左孩子的右孩子存在，更新亲双亲
if (subLR)
subLR->_parent = parent;
// 60 作为 30的右孩子
subL->_right = parent;
// 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
Node* ppNode = parent->_parent;
// 更新60的双亲
parent->_parent = subL;
// 如果60是根节点，更新指向根节点的指针
if (parent == _root)
{
_root = subL;
subL->_parent = nullptr;
}
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 (ppNode->_left == parent)
{
ppNode->_left = subL;
}
else
{
ppNode->_right = subL;
}
// 更新30的双亲
subL->_parent = ppNode;
}
// 根据调整后的结构更新部分节点的平衡因子
parent->_bf = subL->_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。
void RotateL(Node* parent)
{
Node* subR = parent->_right;
Node* subRL = subR->_left;
parent->_right = subRL;
if (subRL)
subRL->_parent = parent;
subR->_left = parent;
Node* ppNode = parent->_parent;
parent->_parent = subR;
if (parent == _root)
{
_root = subR;
subR->_parent = nullptr;
}
else
{
if (ppNode->_left == parent)
{
ppNode->_left = subR;
}
else
{
ppNode->_right = subR;
}
subR->_parent = ppNode;
}
parent->_bf = subR->_bf = 0;
}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。
情况一：（h>=1）
情况二：(h>=1)
情况三：(h=0)
void RotateLR(Node* parent)
{
Node* subL = parent->_left;
Node* subLR = subL->_right;
int bf = subLR->_bf;//旋转前记录subLR平衡因子
RotateL(parent->_left);
RotateR(parent);
//情况一
if (bf == -1)
{
subLR->_bf = 0;//原因：不想与单旋调整后的平衡因子产生依赖（实际上不写也行）
subL->_bf = 0;
parent->_bf = 1;
}
//情况二
else if (bf == 1)
{
subLR->_bf = 0;
subL->_bf = -1;
parent->_bf = 0;
}
//情况三
else if (bf == 0)
{
subLR->_bf = 0;
subL->_bf = 0;
parent->_bf = 0;
}
else
{
assert(false);//不可能出现的情况，出现了就是错误
}
}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。
情况一：
情况二：
情况三：
void RotateRL(Node* parent)
{
Node* subR = parent->_right;
Node* subRL = subR->_left;
int bf = subRL->_bf;
RotateR(subR);
RotateL(parent);
subRL->_bf = 0;
if (bf == 1)
{
subRL->_bf=0;
subR->_bf = 0;
parent->_bf = -1;
}
else if (bf == -1)
{
subRL->_bf=0;
parent->_bf = 0;
subR->_bf = 1;
}
else
{
subRL->_bf=0;
parent->_bf = 0;
subR->_bf = 0;
}
}
总结：
假如以
parent为根的子树不平衡，即parent的平衡因子为2
或者
-2
，分以下情况考虑
1. parent的平衡因子为2，说明parent的右子树高，设parent的右子树的根为subR
当subR的平衡因子为1时，执行左单旋
当subR的平衡因子为-1时，执行右左双旋
2. parent的平衡因子为-2，说明parent的左子树高，设parent的左子树的根为subL
当subL的平衡因子为-1是，执行右单旋
当subL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。
AVL树的验证
AVL
树是在二叉搜索树的基础上加入了平衡性的限制，因此要验证
AVL
树，可以分两步：
1.
验证其为二叉搜索树
如果中序遍历可得到一个有序的序列，就说明为二叉搜索树
2.
验证其为平衡树
每个节点子树高度差的绝对值不超过
1(
注意节点中如果没有平衡因子
)
节点的平衡因子是否计算正确
int _Height(Node* root)
{
if (root == nullptr)
return 0;
return max(_Height(root->_left), _Height(root->_right)) + 1;
}
bool _IsBalance(Node* root)
{
if (root == nullptr)
return true;
int leftHeight = _Height(root->_left);
int rightHeight = _Height(root->_right);
// 不平衡
if (abs(leftHeight - rightHeight) >= 2)
{
//cout << root->_kv.first << endl;
return false;
}
// 顺便检查一下平衡因子是否正确
if (rightHeight - leftHeight != root->_bf)
{
//cout << root->_kv.first << endl;
return false;
}
return _IsBalance(root->_left)
&& _IsBalance(root->_right);
}
3.
验证用例
请结合上述代码按照以下的数据次序，自己动手画
AVL
树的创建过程，验证代码是否有漏洞。
常规场景
1
{16, 3, 7, 11, 9, 26, 18, 14, 15}
特殊场景
2
{4, 2, 6, 1, 3, 5, 15, 7, 16, 14}
AVL树的删除(了解)
因为
AVL
树也是二叉搜索树，可按照二叉搜索树的方式将节点删除，然后再更新平衡因子，只不
错与删除不同的时，删除节点后的平衡因子更新，最差情况下一直要调整到根节点的位置。
具体实现可参考《算法导论》或《数据结构
-
用面向对象方法与
C++
描述》殷人昆版。
完整代码：
AVLTree.h
#pragma once
#include<assert.h>
#include<vector>
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; // 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:
// logN
bool Insert(const pair<K, V>& kv)
{
if (_root == nullptr)
{
_root = new Node(kv);
return true;
}
Node* parent = nullptr;
Node* cur = _root;
while (cur)
{
if (cur->_kv.first < kv.first)
{
parent = cur;
cur = cur->_right;
}
else if (cur->_kv.first > kv.first)
{
parent = cur;
cur = cur->_left;
}
else
{
return false;
}
}
cur = new Node(kv);
if (parent->_kv.first < kv.first)
{
parent->_right = cur;
}
else
{
parent->_left = cur;
}
cur->_parent = parent;
//...
// 更新平衡因子
while (parent)
{
if (cur == parent->_left)
{
parent->_bf--;
}
else
{
parent->_bf++;
}
if (parent->_bf == 0) // 1 -1 -> 0
{
// 更新结束
break;
}
else if (parent->_bf == 1 || parent->_bf == -1) // 0 -> 1 -1
{
// 继续往上更新
cur = parent;
parent = parent->_parent;
}
else if (parent->_bf == 2 || parent->_bf == -2) // 1 -1 -> 2 -2
{
// 当前子树出问题了，需要旋转平衡一下
if (parent->_bf == -2 && cur->_bf == -1)
{
RotateR(parent);
}
else if (parent->_bf == 2 && cur->_bf == 1)
{
RotateL(parent);
}
else if (parent->_bf == 2 && cur->_bf == -1)
{
RotateRL(parent);
}
else if (parent->_bf == -2 && cur->_bf == 1)
{
RotateLR(parent);
}
break;
}
else
{
// 理论而言不可能出现这个情况
assert(false);
}
}
return true;
}
Node* Find(const K& key)
{
Node* cur = _root;
while (cur)
{
if (cur->_kv.first < key)
{
cur = cur->_right;
}
else if (cur->_kv.first > key)
{
cur = cur->_left;
}
else
{
return cur;
}
}
return nullptr;
}
void InOrder()
{
_InOrder(_root);
cout << endl;
}
void RotateR(Node* parent)
{
Node* subL = parent->_left;
Node* subLR = subL->_right;
parent->_left = subLR;
if (subLR)
subLR->_parent = parent;
subL->_right = parent;
Node* ppNode = parent->_parent;
parent->_parent = subL;
if (parent == _root)
{
_root = subL;
_root->_parent = nullptr;
}
else
{
if (ppNode->_left == parent)
{
ppNode->_left = subL;
}
else
{
ppNode->_right = subL;
}
subL->_parent = ppNode;
}
parent->_bf = subL->_bf = 0;
}
void RotateL(Node* parent)
{
Node* subR = parent->_right;
Node* subRL = subR->_left;
parent->_right = subRL;
if (subRL)
subRL->_parent = parent;
subR->_left = parent;
Node* ppNode = parent->_parent;
parent->_parent = subR;
if (parent == _root)
{
_root = subR;
_root->_parent = nullptr;
}
else
{
if (ppNode->_right == parent)
{
ppNode->_right = subR;
}
else
{
ppNode->_left = subR;
}
subR->_parent = ppNode;
}
parent->_bf = subR->_bf = 0;
}
void RotateRL(Node* parent)
{
Node* subR = parent->_right;
Node* subRL = subR->_left;
int bf = subRL->_bf;
RotateR(subR);
RotateL(parent);
subRL->_bf = 0;
if (bf == 1)
{
subR->_bf = 0;
parent->_bf = -1;
}
else if (bf == -1)
{
parent->_bf = 0;
subR->_bf = 1;
}
else
{
parent->_bf = 0;
subR->_bf = 0;
}
}
void RotateLR(Node* parent)
{
Node* subL = parent->_left;
Node* subLR = subL->_right;
int bf = subLR->_bf;
RotateL(parent->_left);
RotateR(parent);
subLR->_bf = 0;
if (bf == -1)
{
subL->_bf = 0;
parent->_bf = 1;
}
else if (bf == 1)
{
subL->_bf = -1;
parent->_bf = 0;
}
else if (bf == 0)
{
subL->_bf = 0;
parent->_bf = 0;
}
else
{
assert(false);
}
}
bool IsBalance()
{
return _IsBalance(_root);
}
int Height()
{
return _Height(_root);
}
int Size()
{
return _Size(_root);
}
private:
int _Size(Node* root)
{
return root == nullptr ? 0 : _Size(root->_left) + _Size(root->_right) + 1;
}
int _Height(Node* root)
{
if (root == nullptr)
return 0;
return max(_Height(root->_left), _Height(root->_right)) + 1;
}
bool _IsBalance(Node* root)
{
if (root == nullptr)
return true;
int leftHeight = _Height(root->_left);
int rightHeight = _Height(root->_right);
// 不平衡
if (abs(leftHeight - rightHeight) >= 2)
{
//cout << root->_kv.first << endl;
return false;
}
// 顺便检查一下平衡因子是否正确
if (rightHeight - leftHeight != root->_bf)
{
//cout << root->_kv.first << endl;
return false;
}
return _IsBalance(root->_left)
&& _IsBalance(root->_right);
}
void _InOrder(Node* root)
{
if (root == nullptr)
{
return;
}
_InOrder(root->_left);
cout << root->_kv.first << ":" << root->_kv.second << endl;
_InOrder(root->_right);
}
private:
Node* _root = nullptr;
};
void TestAVLTree1()
{
//int a[] = { 8, 3, 1, 10, 6, 4, 7, 14, 13 };
int a[] = { 4, 2, 6, 1, 3, 5, 15, 7, 16, 14 };
AVLTree<int, int> t1;
for (auto e : a)
{
/*if (e == 4)
{
int i = 0;
}*/
// 1、先看是插入谁导致出现的问题
// 2、打条件断点，画出插入前的树
// 3、单步跟踪，对比图一一分析细节原因
t1.Insert({ e,e });
cout << "Insert:" << e << "->" << t1.IsBalance() << endl;
}
t1.InOrder();
cout << t1.IsBalance() << endl;
}
//测试性能代码
void TestAVLTree2()
{
const int N = 1000000;
vector<int> v;
v.reserve(N);
srand(time(0));
for (size_t i = 0; i < N; i++)
{
v.push_back(rand() + i);
}
size_t begin2 = clock();
AVLTree<int, int> t;
for (auto e : v)
{
t.Insert(make_pair(e, e));
}
size_t end2 = clock();
cout << "Insert:" << end2 - begin2 << endl;
cout << "Height:" << t.Height() << endl;
cout << "Size:" << t.Size() << endl;
size_t begin1 = clock();
// 确定在的值
for (auto e : v)
{
t.Find(e);
}
// 随机值
/*for (size_t i = 0; i < N; i++)
{
t.Find((rand() + i));
}*/
size_t end1 = clock();
cout << "Find:" << end1 - begin1 << endl;
}test.cpp
#define _CRT_SECURE_NO_WARNINGS 1
#include<iostream>
using namespace std;
#include"AVLTree.h"
int main()
{
TestAVLTree2();
return 0;
}AVL树的性能
//测试性能代码
void TestAVLTree2()
{
const int N = 1000000;
vector<int> v;
v.reserve(N);
srand(time(0));
for (size_t i = 0; i < N; i++)
{
v.push_back(rand() + i);
}
size_t begin2 = clock();
AVLTree<int, int> t;
for (auto e : v)
{
t.Insert(make_pair(e, e));
}
size_t end2 = clock();
cout << "Insert:" << end2 - begin2 << endl;
cout << "Height:" << t.Height() << endl;
cout << "Size:" << t.Size() << endl;
size_t begin1 = clock();
// 确定在的值
for (auto e : v)
{
t.Find(e);
}
// 随机值
/*for (size_t i = 0; i < N; i++)
{
t.Find((rand() + i));
}*/
size_t end1 = clock();
cout << "Find:" << end1 - begin1 << endl;
}
插入的时间消耗比查找大原因是频繁new节点带来的消耗。
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
log_2 (N)
。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。
扫一扫
1040
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
