AVL树的四种旋转，模拟实现AVL树

最新推荐文章于 2023-05-30 18:29:27 发布
最新推荐文章于 2023-05-30 18:29:27 发布
阅读量314 收藏 1
点赞数 3
分类专栏： 数据结构 二叉树 文章标签： 算法 数据结构 二叉树
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/w903414/article/details/113618416
版权

AVL树又称高度平衡的二叉搜索树，引入AVL树是为了提高二叉搜索树的查找效率，减小树的平均搜索长度，因此，每向二叉搜索树插入一个新节点时就必须调整树的结构，使得二叉搜索树保持平衡，从而降低树的高度，减少树的平均搜索长度。 -------殷人昆《数据结构》

目录

1.AVL树的性质

  1. 一颗空树是AVL树；
  2. 左右子树的高度之差绝对值不超过1；
  3. 任一节点的平衡因子只能取-1，0，1；(平衡因子 = 右子树高度 - 左子树高度 或者 左子树高度 - 右子树高度)

如果在一颗原本是平衡的二叉搜索树中插入一个新节点，可能就会造成不平衡，因此必须调整树的结构，使树平衡化。 旋转分为两种：单旋转（左单旋、右单旋），双旋转（右左双旋、左右双旋）。

以下旋转中：平衡因子 = 右子树高度 - 左子树高度

2. 单旋转

2.1左单旋

左单旋：新插入的节点在较高右子树的右侧：右右。

图解：

在这里插入图片描述

左单旋中的步骤：

  1. 找到当前不平衡的节点
  2. 让其右子树成为其父亲节点
  3. 该右子树的左分支节点作为当前不平衡节点的右分支
  4. 注意：①当前不平衡节点不为根节点时，需要注意；②当前右子树其左分支节点为空时。

具体实现可看代码代码： 

void RotateLeft(Node* parent)//左单旋
	{
		Node* subR = parent->_right;//右孩子

		if (subR->_left != nullptr)//右孩子的左分支不为空
			subR->_left->_parent = parent;//改变其父节点指向
		parent->_right = subR->_left;//parent的右孩子，节点变化

		subR->_left = parent;//其subR的左分支节点为当前parent节点
		subR->_parent = parent->_parent;//subR的父节点为parent的父节点

		if (parent->_parent == nullptr)//说明parent为根节点，左单旋后，需要更改根节点位置
		{
			_root = subR;
		}
		else //说明parent不为根节点，需要判断是其右子树还是左子树
		{
			if (parent == parent->_parent->_left)
				parent->_parent->_left = subR;
			else
				parent->_parent->_right = subR;
		}
		parent->_parent = subR;//改变当前parent父节点的指向
		parent->_bf = subR->_bf = 0;//调整好了，平衡因子，置为0
	}

2.2右单旋

右单旋：新插入的节点在较高左子树的左侧：左左。

图解：

在这里插入图片描述
右单旋中的步骤：

  1. 找到当前不平衡的节点
  2. 让其左子树成为其父节点
  3. 让该左子树的右分支作为当前不平衡节点的左分支
  4. 需要注意：①当前不平衡节点不为根节点时；②当前左子树其右分支节点为空时。

具体实现可看代码代码： 

	void RotateRight(Node* parent)//右单旋
	{
		Node* subL = parent->_left;//左孩子

		if (subL->_right != nullptr)//左孩子的右分支不为空
			subL->_right->_parent = parent;//改变其父节点指向

		parent->_left = subL->_right;//parent的左孩子，节点变化

		subL->_right = parent;//其subL的右分支节点为当前parent节点
		subL->_parent = parent->_parent;//subL的父节点为parent的父节点

		if (parent->_parent == nullptr)//说明parent为根节点，左单旋后，需要更改根节点位置
		{
			_root = subL;
		}
		else //说明parent不为根节点，需要判断是其右子树还是左子树
		{
			if (parent == parent->_parent->_left)
				parent->_parent->_left = subL;
			else
				parent->_parent->_right = subL;
		}
		parent->_parent = subL;//改变当前parent父节点的指向

		parent->_bf = subL->_bf = 0;//调整好了，平衡因子，置为0
	}

3.双旋转

3.1右左双旋

右左双旋：新插入的节点在较高右子树的左侧插入：右左

图解：

在这里插入图片描述

右左单旋中的步骤：

  1. 找到当前不平衡的节点
  2. 先对其进行右旋转，可看出，此时树就变成了，在较高右子树的右侧插入
  3. 再进行左旋转，即可得到AVL树

具体实现可看代码代码： 

	void RotateRL(Node* parent)// 右左双旋
	{
		RotateRight(parent->_right);
		RotateLeft(parent);
	}

3.2左右双旋

左右双旋：新插入的节点在较高左子树的右侧插入：左右

图解：

在这里插入图片描述
右左单旋中的步骤：

  1. 找到当前不平衡的节点
  2. 先对其进行左旋转，可看出，此时树就变成了，在较高左子树的左侧插入
  3. 再进行右旋转，即可得到AVL树

具体实现可看代码代码： 

	void RotateLR(Node* parent)// 左右双旋
	{
		RotateLeft(parent->_left);
		RotateRight(parent);
	}

4. 如何选择哪一种旋转？

根据平衡因子去看，这里我是用右子树高度 - 左子树高度

  1. 当前父节点不平衡，父节点平衡因子为 2，当前子节点平衡因子与父节点平衡因子同号，右右插入，选择左单旋
  2. 当前父节点不平衡，父节点平衡因子为 2，当前子节点平衡因子与父节点平衡因子异号，右左插入，选择右左双旋
  3. 当前父节点不平衡，父节点平衡因子为 -2，当前子节点平衡因子与父节点平衡因子同号，左左插入，选择右单旋
  4. 当前父节点不平衡，父节点平衡因子为 -2，当前子节点平衡因子与父节点平衡因子异号，左右插入，选择左右双旋
父节点平衡因子当前节点平衡因子符号状态
右单旋小于-1等于-1同号
左单旋大于1等于1同号
左右双旋小于-1等于1异号
右左双旋大于1等于-1异号

还是不清楚的小伙伴，可以结合上面的图解，每一张图的第二个平衡因子图。有问题可以评论区或者私我哦

5.模拟实现

完整代码： 

#pragma once
using namespace std;

template<class T>
struct AVLTreeNode
{
	AVLTreeNode(const T& x = T())
		:_left(nullptr)
		,_right(nullptr)
		,_parent(nullptr)
		,_data(x)
		,_bf(0)
	{}
	AVLTreeNode<T>* _left;
	AVLTreeNode<T>* _right;
	AVLTreeNode<T>* _parent;
	T _data;
	int _bf;//平衡因子
};

template<class T>
class AVLTree
{
	typedef AVLTreeNode<T> Node;
public:
	AVLTree()
		:_root(nullptr)
	{}
	~AVLTree()
	{
		//Destroy(_root);
	}
	bool Insert(const T& data)
	{
		if (_root == nullptr)
		{
			_root = new Node(data);
			return true;
		}
		// 根节点不是空节点，则需要对插入的节点，进行调整
		Node* cur = _root;
		Node* parent = nullptr;
		while (cur)
		{
			parent = cur;
			if (data < cur->_data)
				cur = cur->_left;
			else if (data > cur->_data)
				cur = cur->_right;
			else//不插入重复的元素
				return false;
		}

		//插入新节点
		cur = new Node(data);
		if (parent->_data > data)
			parent->_left = cur;
		else
			parent->_right = cur;
		cur->_parent = parent;

		//插入新节点之后，该双亲节点的平衡性会遭到破坏
		// 这里我计算的平衡因子为：用右子树高度减去左子树高度
		while (parent)
		{
			if (cur == parent->_left)//左子树高度增加
				--parent->_bf;
			else
				++parent->_bf;

			if (parent->_bf == 0)//此时为平衡的，则不需要调整
				break;
			else if (parent->_bf == 1 || parent->_bf == -1)//当前的子树，是平衡的，但是破坏了整体的AVL树平衡性
			{
				//树不平衡，则需要向上更新，调整AVL树
				cur = parent;
				parent = parent->_parent;
			}
			else
			{
				//parent平衡因子为2 或者 -2，则需要对AVL树进行旋转处理
				if (parent->_bf == 2)
				{
					if (cur->_bf == 1)//右右，左单旋
						RotateLeft(parent);
					else // 右左
						RotateRL(parent);
				}
				else
				{
					if (cur->_bf == -1)//左左，右单旋
						RotateRight(parent);
					else // 左右
						RotateLR(parent);
				}
				break;
			}
		}
		return true;
	}

	void InOrder()
	{
		_InOrder(_root);
		cout << endl;
	}

	bool IsBalanceTree()
	{
		if (_root == nullptr)
			return true;
		bool flag = true;
		_IsBalanceTree(_root, flag);
		return flag;
	}
private:
	bool _IsBalanceTree(Node* root, bool& flag)
	{
		if (root == nullptr)
			return 0;
		int right = _IsBalanceTree(root->_right, flag) + 1;
		int left = _IsBalanceTree(root->_right, flag) + 1;
		if (abs(right - left) > 1)
			flag = false;
		return right > left ? right : left;
	}
	void Destroy(Node* root)
	{
		if (root == nullptr)
			return;
		Destroy(root->_left);
		Destroy(root->_right);
		delete root;
		root = nullptr;
	}
	void _InOrder(Node* root)
	{
		if (root == nullptr)
			return;
		_InOrder(root->_left);
		cout << root->_data << " ";
		_InOrder(root->_right);
	}

	void RotateLeft(Node* parent)//左单旋
	{
		Node* subR = parent->_right;//右孩子

		if (subR->_left != nullptr)//右孩子的左分支不为空
			subR->_left->_parent = parent;//改变其父节点指向
		parent->_right = subR->_left;//parent的右孩子，节点变化

		subR->_left = parent;//其subR的左分支节点为当前parent节点
		subR->_parent = parent->_parent;//subR的父节点为parent的父节点

		if (parent->_parent == nullptr)//说明parent为根节点，左单旋后，需要更改根节点位置
		{
			_root = subR;
		}
		else //说明parent不为根节点，需要判断是其右子树还是左子树
		{
			if (parent == parent->_parent->_left)
				parent->_parent->_left = subR;
			else
				parent->_parent->_right = subR;
		}
		parent->_parent = subR;//改变当前parent父节点的指向
		parent->_bf = subR->_bf = 0;
	}

	void RotateRight(Node* parent)//右单旋
	{
		Node* subL = parent->_left;//左孩子

		if (subL->_right != nullptr)//左孩子的右分支不为空
			subL->_right->_parent = parent;//改变其父节点指向

		parent->_left = subL->_right;//parent的左孩子，节点变化

		subL->_right = parent;//其subL的右分支节点为当前parent节点
		subL->_parent = parent->_parent;//subL的父节点为parent的父节点

		if (parent->_parent == nullptr)//说明parent为根节点，左单旋后，需要更改根节点位置
		{
			_root = subL;
		}
		else //说明parent不为根节点，需要判断是其右子树还是左子树
		{
			if (parent == parent->_parent->_left)
				parent->_parent->_left = subL;
			else
				parent->_parent->_right = subL;
		}
		parent->_parent = subL;//改变当前parent父节点的指向

		parent->_bf = subL->_bf = 0;
	}

	void RotateRL(Node* parent)// 右左双旋
	{
		RotateRight(parent->_right);
		RotateLeft(parent);
	}

	void RotateLR(Node* parent)// 左右双旋
	{
		RotateLeft(parent->_left);
		RotateRight(parent);
	}
private:
	Node* _root;
 };
903419
关注
  • 3
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
AVL树操作图形界面
02-16
为了维持这一平衡，AVL树引入了四种旋转操作：左旋、右旋、左右旋和右左旋。 1. 插入操作：在AVL树中插入新节点时，可能破坏原有的平衡条件。如果插入导致某个节点的平衡因子（左子树高度减去右子树高度）超过1或...
华科数据结构AVL树课设
03-11
2. **AVL树的旋转操作**：分为四种类型——左旋、右旋、左右旋和右左旋，用于在插入和删除后恢复树的平衡。例如，当一个节点的左子树过高（高度差大于1），可能需要进行右旋；反之，如果右子树过高，则可能需要左旋...
自平衡二叉树（AVL）及四种旋转方式详解
最新发布
weixin_49561506的博客
05-30 1543
介绍AVL树的概念，以及AVL树旋转的四种方式
AVL树的旋转图解和简单实现
热门推荐
喵了个呜的博客
07-07 4万+
AVL树是带有平衡条件的查找二叉树。这个平衡条件要容易保持，而且他要保证树的深度为O(logN) 原文地址：http://blog.csdn.net/qq_25806863/article/details/74755131 平衡条件 一个最理想的平衡条件是左右两个子树的高度完全相等，但只有节点数量为2^n-1的树才满足这个条件（n是层数，2层要3个，3层要7个）。这个条件太严格，不好用。...
AVL树的四种旋转--初步解析
hm108106的博客
05-25 6484
> AVL树也叫作平衡树，它的每个节点 都有平衡因子： 平衡因子=右子树的高度-左子树的高度 AVL树的性质： 平衡因子大小为（-2,2），即-1,0,1 当一个节点插入后可能导致AVL树的不平衡，因此需要经过旋转，让这棵树满足AVL树的性质： 一共有四种旋转方式，分别对应插入节点后的四种情况： 1.左单旋： 2.右单旋： 3.左右双旋： 先进行左单旋，再进行右单旋
AVL树——左单旋、右单旋、左右双旋、右左双旋
weixin_36229332的博客
04-03 2156
本篇文章主要介绍AVL树的四种旋转方法。首先，右单旋：插入节点位于根节点的左子节点的左子树。void _RotateR(Node* parent) { Node* subL = parent-&gt;_left; Node* subLR = subL-&gt;_right; parent-&gt;_left = subLR; if (subLR) subLR-&gt;_p...
AVL树的插入操作（旋转）图解
weixin_30338481的博客
08-19 377
=================================================================== AVL树的概念 在说AVL树的概念之前，我们需要清楚二茬搜索树的概念。对于二叉搜索树，我们知道它可以降低查找速率，但是如果一个二叉搜索树退化成一棵只剩单支的搜索树，此时的查找速率就相当于顺序表中查找元素，效率变低，时间复杂度由原来的O（logN）变...
AVL.zip_AVL树
09-14
AVL树是一种自平衡二叉查找树（Binary Search Tree，简称BST），由Georgy Adelson-Velsky和Emanuel Landis在...在编程实践中，可以通过模拟AVL树的操作来加深理解，并编写代码进行演示，以直观地观察其动态平衡过程。
数据结构之伸展树详解
09-04
相比于传统的平衡二叉查找树如红黑树或AVL树，伸展树具有较低的编程复杂度和空间需求，但它并不保证树的平衡状态。然而，由于伸展树的自调整特性，其在实际应用中能够提供良好的性能。尽管在某些极端情况下，伸展树...
Dendrite:一个简单的 RESTful node.js 应用程序，用于测试 AVL 树
06-16
AVL树有四种旋转方式：左旋、右旋、左右旋和右左旋。 2. **删除操作**：删除节点可能导致树的平衡被破坏，同样需要通过旋转来恢复平衡。 3. **查找操作**：由于AVL树的特性，查找操作的时间复杂度为O(log n)，其中...
平衡二叉树之AVL树的旋转
allen的博客
02-06 1788
平衡二叉树是基于二叉排序树（或者也叫二叉搜索树）实现的一种自平衡的二叉树，实现方法有比如：AVL树、红黑树等等 二叉搜索树定义（维基百科）： 二叉查找树（英语：Binary Search Tree），也称二叉搜索树、有序二叉树（英语：ordered binary tree），排序二叉树（英语：sorted binary tree），是指一棵空树或者具有下列性质的二叉树： 1.若任意节点的左子
树的四种遍历案例和AVL树的旋转的四种情况
永远积极向上、永远热泪盈眶、永远豪情满怀、永远坦坦荡荡
11-25 639
树与二叉树 一, 树的基本术语 树中一个结点的子结点个数称为该结点的度, 树中结点的最大度数称为树的度。如结点B的度为2,结点D的度为3,树的度为3. 度大于0的结点称为分支结点(又称非终端结点),度为0(没有子女结点)的结点称为叶子结点(又称终端结点)。在分支结点中,每个结点的分支数就是该结点的度。 结点的深度,高度和层次。 二, 树的性质 树中的结点数等于所有结点的度数加1。 度为m的...
数据结构与算法(25):平衡二叉树(AVL树 左旋转,右旋转 双旋转)介绍及其相关案例
qq_42400763的博客
10-14 571
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 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) 平衡二叉树基本介绍 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， 可以保证查询效率较高。 具有以下特点
AVL树的四种旋转
翟黎明的博客
03-18 266
AVL树的四种旋转
手撕AVL树（含旋转代码讲解 + 例题）
Love 6's Private Blog
11-03 925
文章目录前引AVL树的理解INSERT（LL、LR、RR、RL旋转） 前引 因为这段时间学习数据库 看到B 和 B+树 感觉到很陌生 觉得这个时候是时候去整理一些之前数据结构拖欠的相关比较复杂的树的内容了 所以也就有了此篇 我的初步打算 是打算手撕系列 写两篇 一篇写手撕AVL 一篇写手撕红黑树 手撕红黑树 哈哈 希望自己之后能够写下来 因为红黑树在面试中的考察频率还是相当高的 所以我觉得如果不手撕一次 我是没有办法彻底理解红黑树的实现的 如果面试中 考察了红黑树的插入与删除 没有手撕一次的过程
AVL树的旋转
Worm Hole
04-09 2万+
AVL树的旋转
AVL树--单旋转、双旋转与实现
iEucliwood的博客
12-29 1013
AVL树 AVL（Adelson-Velskii andLandis）树是带有平衡条件的二叉查找树。必须保证树的深度是。 最简单的想法是要求左右子树具有相同的高度。 另一种平衡条件是要求每个节点都必须要有相同高度的左子树和右子树。如果空子树的高度定义为-1（通常就是这么定义的），那么只有具有个节点的理想平衡树（perfectly balanced tree）满足这个条件。因此虽然这种平衡条件保证了树的深度小，但是它太严格，难以使用需要放...
AVL树详解（实现AVL树，涉及单旋和双旋，有图解，超详细）
HBINen的博客
11-22 3572
AVL树详解（实现AVL树，涉及单旋和双旋，有图解，超详细）
二叉平衡树（AVL树）从演变、平衡、旋转加练习题逐步分析，看不会过来打我
zhaoyajie1011的博客
08-01 2625
想要了解AVL树，就得了解它是怎么演化来的，它并不是凭空创造的一个新数据结构，而是发现其他数据结构的不完美而演变过来的。 二叉查找树 我想二叉排序树结构的起源一定是来源于生活，二叉树只有一个根节点，每个节点最多有两个子节点，并且左边的子节点一定小于该节点，右边的子节点一定大于该节点。 二叉查找树的前提是数据是有序的，假如我要查找0002这个值，那我需要遍历3次，也就是树的深度，每遍历一层，数据就减少一半，所以查找的时间复杂度为O(logn)。 但下面这种情况就让查找的时间复杂度退化到了O(n)： 为了
基于AVL树表示的集合ADT实现与应用1
08-03
根据AVL树的定义，实现AVL树的基本结构和操作，包括插入、删除、旋转等操作。 3.2 集合ADT的实现 基于AVL树的操作，实现集合ADT的基本操作，包括并集、交集、差集等。 3.3 应用测试 将实现的集合ADT应用到实际情景...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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