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）
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)
。
树的构建——
1.节点构建：
了解了AVL树的构建后，首先可以得出它每个节点必须同二叉树一样保存左右节点指针，还有平衡因子。我们后续需要进行旋转，则必须还需要一个指向父亲的指针（根节点为nullptr）。这样就造就了AVL树必须采用三叉链的结构。
template<class K,class V>
struct AVLTreeNode
{
AVLTreeNode<K,V>* _left;
AVLTreeNode<K,V>* _right;
AVLTreeNode<K,V>* _parent;
pair<K,V> _kv; //存储的为pair，以构建map与set为例
int _bf; //平衡因子
AVLTreeNode(const pair<K,V>& kv)
:_left(nullptr)
,_right(nullptr)
,_parent(nullptr)
,_kv(kv)
,_bf(0)
{}
};
这里也不一定要用Key,Value形式，也可以用template<class T>替换模板，下面依次修改就好。
树的插入——
树的插入同搜索二叉树一样，与根相比，比根节点大往右边走，比根节点小往左边走，再下来与路径上节点比较，与根比较同理。走到nullptr为止。这时我们就可以开始插入。但插入过后并不是置之不理，不然就同搜索树一样了，我们得保持树的高度平衡——即看旋转因子的大小。
我们来看看节点的插入的规则——
节点（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
template<class K,class V>
struct AVLTree
{
typedef AVLTreeNode<K, V> Node;
public:
void insert(const pair<K, V>& kv)
{
if (_root == nullptr)
{
root = new Node(kv);
return true;
}
//找节点空位置
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->_right;
}
else
return false;
}
//挂节点
cur = new Node(kv);
if (parent->_kv.first < kv.first)
{
parent->_right = cur;
}
else
{
parent->_left = cur;
}
cur->_parent = parent;
//保持树的平衡，对树进行旋转——
//...
private:
Node* _root = nullptr;
};树的旋转——
控制平衡，并更新平衡因子
更新规则：
新增在左，则parent->_bf--;新增在右,则parent->_bf++
1，新增在右，parent->bf++;新增在左，parent->bf-
2．更新后，parent->bf == 1 or -1， 说明parent插入前的平街因子是0，
说明左右子树高度相等，插入后有一边高，parent高度变了，需要继续往上更新
3、更新后，parent->bf == 0，说明parent插入前的平衡因子是1 or -1，
说明左右子树一边高一边低，插入后两边一样高，插入填上了矮了那边。parent
所在子树高度不变，不需要樂续往上更新
4 更新后，parent->bf == 2 or -2，说明parent插入前的平衡因子是1or - 1，己经平衡临值，
插入变成2or - 2，打破平衡parent所在子树需要旋转处理。
5．更新后，parent->bf＞2or＜ - 2的值，不可能，如果存在，
则说明插入前就不是AVL树，需要去检查之前操作的问题。
于是我们可以用一个while循环来进行更新——
//...(将以下代码放置在上述代码残缺位置）
while (parent)
{
if (cur == parent->_right)
{
parent->_bf++;
}
else
{
parent->_bf--;
}
if (parent->_bf == 0)
{
break;
}
else if (abs(parent->_bf) == 1)
{
parent = parent->_parent;
cur = cur->_parent;
}
else if (abs(parent->_bf) == 2)
{
//不平衡，需要旋转
if (parent->_bf == 2 && cur->_bf == 1)
{
RotateL(parent);
}
else if (parent->_bf == -2 && cur->_bf == -1)
{
RotateR(parent);
}
else if (parent->_bf == -2 && cur->_bf == 1)
{
RotateLR(parent);
}
else if (parent->_bf == 2 && cur->_bf == -1)
{
RotateRL(parent);
}
}
else //出现在这里说明之前的平衡因子就已经不平衡
assert(false);
}
旋转方式：
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
void RotateR(Node* parent)
{
Node* subL = parent->_left;
Node* subLR = subL->_right;
parent->_left = subLR;
if (subLR) //注意判断是否为空
{
subLR->_parent = subL;
}
Node* pparent = parent->_parent; //根不一定为parent,则必须记录parent的父亲节点，以便在旋转后链接
subL->_right = parent;
parent->_parent = subL;
if (_root == parent)
{
_root = subL;
subL->_parent = nullptr;
}
else
{
if (pparent->_left == parent)
{
pparent->_left = subL;
}
else
{
pparent->_right = subL;
}
subL->_parent = pparent;
}
subL->_bf = parent->_bf = 0;
}
情况和右单旋类似，可参照右单旋方式——
void RotateL(Node* parent)
{
Node* subR = parent->_right;
Node* subRL = subR->_left;
parent->_right = subRL;
if (subRL)
{
subRL->_parent = parent;
}
Node* pparent = parent->_parent;
subR->_left = parent;
parent->_parent = subR;
if (parent == _root)
{
parent = subR;
subR->_parent = nullptr;
}
else
{
if (parent = pparent->_left)
{
pparent->_left = subR;
}
else
{
pparent->_right = subR;
}
subR->_parent = pparent;
}
subR->_bf = parent->_bf = 0;
}但是，当我们插入节点不是最左或者最右节点时，我们仅仅依靠单旋并不能解决所有问题——
比如以上情况，仅仅依靠单旋，只能使其陷入一个死循环，而高度平衡的问题并未得到有效解决。这时候我们就可以考虑使用两次旋转，分别以30为轴点进行左单旋，再以60为轴点进行右单旋，如下如所示——
void RotateLR(Node* parent)
{
Node* subL = parent->_left;
Node* subLR = subL->_right;
int bf = subLR->_bf;
RotateL(parent->_left); //复用之前代码
RotateR(parent);
subLR->_bf = 0;
if (bf == 1) //新增在右子树
{
parent->_bf = 0;
subL->_bf = -1;
}
else if (bf == -1) //新增在左子树
{
parent->_bf = 1;
subL->_bf = 0;
}
else if (bf == 0) //最初只有根节点和左孩子，自己为新增
{
parent->_bf = 0;
subL->_bf = 0;
}
else
{
assert(false);
}
}
void RotateRL(Node* parent)
{
Node* subR = parent->_right;
Node* subRL = subR->_left;
int bf = subRL->_bf;
RotateR(parent->_right);
RotateL(parent);
subRL->_bf = 0;
if (bf == 1)
{
subR->_bf = 0;
parent->_bf = -1;
}
else if (bf == -1)
{
subR->_bf = 1;
parent->_bf = 0;
}
else if (bf == 0)
{
parent->_bf = 0;
subR->_bf = 0;
}
else
{
assert(false);
}
}关于AVL树的性能——
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
1058
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
