1、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: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(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(-1/0/1)
如果一棵二叉搜索树是高度平衡的,它就是AVL树。
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 _bt; // 该节点的平衡因子
};
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:
- 按照二叉搜索树的方式插入新节点
- 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,此时就需要个更新平衡
// 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,再插入之前,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子为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为根的数进行旋转处理
if (2 == pParent->_bf) {
// ...
}
else {
// ...
}
}
}
return true;
}
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
2、新节点插入较高右子树的右侧—右右:左单旋
3、新节点插入较高左子树的右侧—左右:先左单旋再右单旋
4、新节点插入到较高右子树的左侧—右左:先右单旋再左单旋