目录
AVL 树
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(-1/0/1)
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
$O(log_2 n)$,搜索时间复杂度O($log_2 n$)
Insert
#include<iostream> #include<stdlib.h> 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> struct AVLTree { typedef AVLTreeNode<K, V> Node; public: 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//相等 { return false; } } //走到空就该插入了 cur = new Node(kv); if (parent->_kv.first<kv.first)//如果要插入的数大于父节点的数,插右边 { parent->_right = cur; } else//小于就插左边 { parent->_left = cur; } cur->_parent = parent; //1.控制平衡 //更新平衡因子 while (parent) { if (cur == parent->right)//右边高,平衡因子+1 { parent->_bf++; } else//左边高,平衡因子-1 { parent->_bf--; } if (parent->_bf == 0) break; else if (abs(parent->_bf) == 1)//,如果平衡因子在为1或-1就继续往上遍历 { parent = parent->parent; cur = cur->parent; } else if (abs(parent->_bf) == 2)// 说明parent所在子树已经不平衡了,需要旋转处理 { // 说明parent所在子树已经不平衡了,需要旋转处理 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 { assert(false); } break; } return true; private: Node* _root = nullptr; };
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
控制平衡因子
左右子树平衡时,平衡因子=0,左边高平衡因子-1,右边高平衡因子1
更新平衡因子的规则:
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插入前的平衡因子是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- -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,不需要继续往上更新
4、 更新后,parent->bf== 2 or -2, 说明parent插入前的平衡因子是1 or-1, 已经平衡临界值,插入变成2 or -2, 打破平衡,
parent所在子树需要旋转处理。
5、更新后,parent->bf> 2 or < -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。
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. 新节点插入较高右子树的右侧---右右:左单旋
//新节点插入较高右子树的右侧---右右:左单旋 void RotateL(Node* parent) { Node* subR = parent->_right; Node* subRL = subR->_left; parent->_right = subRL; if (subRL)//如果右树的左节点不为空 subRL->_parent = parent; Node* ppNode = parent->_parent;//记录父节点的父亲 subR->_left = parent; parent->_parent = subR; if (_root == parent)//如果该节点是根节点 { _root = subR; subR->_parent = nullptr; } else { if (ppNode->_left == parent) { ppNode->_left = subR; } else { ppNode->_right = subR; } subR->_parent = ppNode; } subR->_bf = parent->_bf = 0;//此时已经是一个平衡树了 }
2.新节点插入较高左子树的左侧---左左:右单旋
void RotateR(Node* parent) { Node* subL = parent->_left; Node* subLR = subL->_right; parent->_left = subLR; if (subLR) { subLR->_parent = parent; } Node* ppNode = parent->_parent; subL->_right = parent; parent->_parent = subL; if (_root == parent) { _root = subL; subL->_parent = nullptr; } else { if (ppNode->_left == parent) { ppNode->_left = subL; } else { ppNode->_right = subL; } subL->_parent = ppNode; } subL->_bf = parent->_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。
根据左子树的右节点的平衡因子做为判据
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) { parent->_bf = 0; subL->_bf = -1; } else if (bf == -1) { // 错的 /*parent->_bf = 0; subL->_bf = 1;*/ parent->_bf = 1; subL->_bf = 0; } else if (bf == 0) { parent->_bf = 0; subL->_bf = 0; } else { assert(false); } }
4. 新节点插入较高右子树的左侧---右左:先右单旋再左单旋
总结:
假如以pParent为根的子树不平衡,即pParent的平衡因子为2或者-2,分以下情况考虑
1. pParent的平衡因子为2,说明pParent的右子树高,设pParent的右子树的根为pSubR
当pSubR的平衡因子为1时,执行左单旋
当pSubR的平衡因子为-1时,执行右左双旋
2. pParent的平衡因子为-2,说明pParent的左子树高,设pParent的左子树的根为pSubL
当pSubL的平衡因子为-1是,执行右单旋
当pSubL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。共三种插入情况:
在c插入
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)//此时在B插入 { subR->_bf = 1; parent->_bf = 0; } else if (bf == 0)//60是新增,只有30和90,然后新增60 { parent->_bf = 0; subR->_bf = 0; } else { assert(false); } }
验证成功
AVL树验证
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(PNode pRoot);
bool _IsBalanceTree(PNode pRoot)
{
// 空树也是AVL树
if (nullptr == pRoot) return true;
// 计算pRoot节点的平衡因子:即pRoot左右子树的高度差
int leftHeight = _Height(pRoot->_pLeft);
int rightHeight = _Height(pRoot->_pRight);
int diff = rightHeight - leftHeight;
// 如果计算出的平衡因子与pRoot的平衡因子不相等,或者
// pRoot平衡因子的绝对值超过1,则一定不是AVL树
if (diff != pRoot->_bf || (diff > 1 || diff < -1))
return false;
// pRoot的左和右如果都是AVL树,则该树一定是AVL树
return _IsBalanceTree(pRoot->_pLeft) && _IsBalanceTree(pRoot-
>_pRight);
}
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
错误排查技巧
我们将左右旋转进行修改成错的运行程序的时候会报错
当x是16512的时候,此时不是平衡树
当x是16512的时候,我们打个断点
插入前面的程序,我们可以确定没问题,但有可能旋转时出现了问题,所以在旋转这里打断点,打完之后按F5即可
之后按F11,进入这里,我们即可找到错误