平衡搜索树-AVL树你被问到了吗？

基本概念

特征

• 二叉树
  • 每个结点只有两个孩子
  • 孩子之间有区别 一般为左孩子和右孩子
• 二叉搜索树
  • 任取二叉树的结点N,满足 K(N的左子树) < K（N） < K(N的右子树) （也就是左子树的值 < 根节点的值 < 右子树的值）
• 平衡树
  • 任取树的结点 N,要求左子树的高度和右子树的高度之间的差的绝对值，不能超过1
    H(N.left) - H(N.right) <= 1
    
• AVL树 (满足上面三种)
  • 二叉树
  • 搜索树
  • 平衡树
    

AVL树结点中需要携带的信息

需要携带至少5中信息

伪代码表示

AVL 特点

相对于普通搜索树的优势：
由于平衡，所以一颗搜索树不会退化成单支树的情况，所以可以保护保证时间复杂度 （ O log n）是稳定的。
那么它的其他特点就可以参照搜索树来理解

AVL树的操作

AVL 仍然是一个装元素的容器

添加元素

插入前
按照普通搜索树的方式进行插入

• 元素已经在集合中，插入失败
• 插入成功

插入中
插入一个结点（ cur，所以 cur.bf = 0），其父节点的平衡因子需要讨论cur.parent.bf = ?

一个AVL树中 ，任意一个结点，它的平衡因子的取值只可能是-1 0 1.
一个结点，如果插入到父节点的左边 父节点的bf +1 插入到父节点的右边 bf-1。

插入结点之后，首先要判断它的perent 的bf

• bf == 0 那么 H(parent) 也就是父节点的高度不变
• bf == 1/ bf == -1 H(parent) 也就是父节点的高度改变 （高度+1 ）

为什么要讨论H(parent 是否变化) 重点就是

• 如果 H(parent) 不变，那么BF(parent.parent) 就不需要变化
• 如果 H(parent) 变化了，那么BF(parent.parent) 也需要跟着进行调整

插入后

插入的结点是cur ，插入后的父结点只可能有以下两种情况

• 插入后，满足AVL树的特征且高度（bf = 0）不发生变化，插入结束
  插入过程满足搜索树特征，插入后，bf（parent）满足平衡树特征，同时H(parent) 没有发送变化，对树的影响到此为止，整体满足AVL树插入完成
  

• 插入后，局部满足AVL树，但因为H（parent）高度+1（bf = -1 /1），所以向当前父结点的父结点（根节点蔓延），停下来的条件
  √ 蔓延过程中 parent .parent == null 说明parent是树的根，插入就结束了。

  √ 如果不是继续调整，调整如下：

  • 蔓延过程中，遇到 df = 0，结束。
    

  • 蔓延到根处就还是情况2-那就继续向上。再次判断是树的根吗？不是就再次调整
    

  • 蔓延过程中，遇到了 （bf = -2 bf = 2） 树失衡结束。
    

失衡问题

结束判断的时候如果树处于失衡条件那么需要进行调整。即bf（parent） = 2/-2

这种情况可以分为以下的四大类

1. 左 左 失衡
   表示从失衡结点出发 一直向左走的失衡
   

直接对左左失衡的结点进行右旋

2. 左 右 失衡
   

3. 右 右 失衡
   

4. 右 左 失衡
   

除了失衡结点之外，其他的部分不会出现失衡的情况。要始终记得一句话，就是失衡是慢慢往上蔓延的。

反推绿色：如果再绿色的部分（也就是过程中出现了失衡，那么是轮不到调整当前的失衡结点的，从下蔓延，再过程中就阻塞了，到不了失衡结点）

解决失衡问题必须满足的条件：

• Tree（失衡结点） 满足AVL树（搜索 + 平衡）
• 修复完之后的Tree （失衡的树） 高度和插入前保持不变
  

旋转操作

要想解决这个问题，必须先对树的旋转有了解。

搜索树的旋转

右旋

左旋

搜索树的左右旋转示意

AVL树的旋转

左左失衡

1. 左左失衡解决办法：对失衡的结点进行右旋操作
   

那么是否在通用的场景下，这个办法仍然正确
证明左左失衡情况下，对失衡结点右旋后能够做到验证以下两点成立即可。

• 局部满足AVL树（搜索树 + 平衡）
• 失衡树的高度不变
  讨论插入橙色的结点之后，H（甲）和H(乙) 的关系 (没有插入橙色的结点之前 这颗树一定是一个AVL树)

1.假设一：插入结点之后 H（甲） = H（乙）
反证法发现 没有插入结点之前不是AVL树，所以假设一错误

2. 假设二：插入结点之后 H（甲）< H（乙）
   反证法发现 没有插入结点之前不是AVL树，所以假设二错误
   

3. 假设三：插入结点之后 H（甲） > H（乙）
   反证法发现 没有插入结点之前是AVL树，所以假设三成立！
   

上述验证之后，各个的高度都知道了，经过右旋以后

左右失衡

首先对失衡的结点的左孩子进行左旋，再对失衡结点进行右旋。
注意是对左孩子进行变动失衡节点是不动的！

右右失衡

右左失衡

总结

失衡状态	调整策略
左左失衡	对失衡结点右旋
左右失衡	对失衡结点的左孩子左旋 然后失衡结点右旋
右右失衡	对失衡结点左旋
右左失衡	对失衡结点的右孩子右旋 失衡结点进行左旋

查找元素

和普通搜索树的查找完全一致

• 判断是否存在 key == node.key 找到
• 获取管理数据 Value
  key < node.key 往左找
  key > node.key 往右找
  如果最后走到null 就没有找到

删除元素

由于比较复杂，暂时不研究。

时间复杂度评估

查找 最坏是树的高度 （log n）
插入 (查找位置 + 插入+调整) ( log n)

删除（log n）