avl树左旋右旋的理解

14 篇文章 0 订阅
10 篇文章 0 订阅

一直没搞懂非平衡二叉树变平衡二叉树时左旋右旋,今天下定决心搞懂,然后在众多博客中终于找到了这样一篇,非常形象,记录如下:

 

AVL树是最先发明的自平衡二叉查找树。在AVL树中任何节点的两个子树的高度最大差别为一,所以它也被称为高度平衡树。查找、插入和删除在平均和最坏情况下都是O(log n)。增加和删除可能需要通过一次或多次树旋转来重新平衡这个树。AVL树得名于它的发明者G.M. Adelson-VelskyE.M. Landis,他们在1962年的论文《An algorithm for the organization of information》中发表了它。

节点的平衡因子是它的左子树的高度减去它的右子树的高度(有时相反)。带有平衡因子1、0或 -1的节点被认为是平衡的。带有平衡因子 -2或2的节点被认为是不平衡的,并需要重新平衡这个树。平衡因子可以直接存储在每个节点中,或从可能存储在节点中的子树高度计算出来。

 

AVL树的基本操作一般涉及运作同在不平衡的二叉查找树所运作的同样的算法。但是要进行预先或随后做一次或多次所谓的"AVL旋转"。

avl树旋转的图形描述。

以上内容转自维基百科AVL树

    从图中可以比较形象的看出所谓左旋右旋的旋转支点是三个主节点中大小居中的那个节点,左旋就是左边的节点降下来,右旋就是右边的节点降下来,都成为中间节点的子树。

左右双旋分解就是先将左侧节点降为左子树,右边节点将为右子树。当然中间有合并子树的过程,这里没有细说。

高度为h的AVL树,节点数N最多2^h -1; 最少\frac { \Phi ^{h+2}} {\sqrt{5}} -1 ( 其中\Phi = \frac {1 + \sqrt{5} } {2} = 1.618 )N是h的斐波那契数列。

  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: AVL树是一种自平衡二叉搜索树。它的插入和删除过程都有一定的复杂度。 在 AVL树中插入新节点时,需要先找到新节点应该插入的位置,然后将新节点插入到该位置。如果在插入新节点AVL树的平衡性被破坏,则需要对AVL树进行调整,以使其重新平衡。这个过程需要使用旋转操作来调整AVL树的结构。 在AVL树中删除节点时,需要先找到要删除的节点,然后在AVL树中删除该节点。如果在删除节点AVL树的平衡性被破坏,则需要对AVL树进行调整,以使其重新平衡。这个过程也需要使用旋转操作来调整AVL树的结构。 总的来说,AVL树的插入和删除都比较复杂,但是它们可以保证AVL树在进行插入和删除操作后仍然是一棵平衡树。 ### 回答2: AVL树是一种自平衡二叉搜索树,插入和删除操作会涉及到树的平衡调整,因此相对来说复杂一些。 在AVL树中插入操作,首先会按照二叉搜索树的规则找到插入位置。在插入新节点后,需要从插入位置开始向上逐层检查是否平衡,并适时进行旋转操作来恢复平衡。旋转操作有四种,分别为左旋右旋右旋左旋。当需要旋转时,会通过旋转调整节点子树来维持平衡。 在AVL树中删除操作,也需要按照二叉搜索树的规则找到要删除的节点。删除节点后,同样需要从删除节点的父节点开始向上逐层检查是否平衡,并进行旋转操作来恢复平衡。与插入操作类似,删除操作也可能需要进行左旋右旋右旋左旋。 因为插入和删除操作都会引起树的平衡性发生改变,所以需要对整棵树进行频繁的旋转操作。这就增加了算法的复杂性,导致插入和删除操作相对困难。 但正是由于AVL树的自平衡特性,保证了树的平衡性,使得在搜索、插入、删除等操作的时间复杂度都能够保持在O(logn)的级别,这样在大规模数据的处理中仍然是非常高效的。因此,虽然插入和删除操作相对较难,但AVL树的特性使其成为一种非常重要和有价值的数据结构。 ### 回答3: AVL树是一种自平衡二叉搜索树,相比于普通的二叉搜索树,它可以在插入或删除节点时保持树的平衡状态,以提供更高效的查找、插入和删除操作AVL树的插入操作相对复杂一些,因为插入新节点可能会导致树失去平衡。插入一个节点的过程涉及对根节点到插入位置之间的路径上的每个节点进行旋转操作以调整树的平衡。这涉及到计算每个节点的平衡因子,即子树的高度减去子树的高度。如果插入节点后某个节点的平衡因子大于1或小于-1,需要进行旋转操作来恢复平衡。 AVL树的删除操作比插入稍微复杂一些。删除一个节点后,也可能导致树失去平衡。与插入不同,删除操作可能导致更多的旋转操作,以恢复树的平衡。在删除节点之后,需要根据被删除节点的后继(或前驱)节点来替代被删除节点的位置,并更新路径上的每个节点的平衡因子。与插入一样,如果某个节点的平衡因子大于1或小于-1,需要进行旋转操作来恢复平衡。 总结起来,AVL树的插入和删除操作相对难以理解和实现,因为它涉及到计算平衡因子和多次旋转操作。对于插入和删除而言,我们需要确保在执行这些操作后,树的高度仍然保持较小,并且保持节点的平衡。因此,在实际应用中,为了简化操作和提高性能,我们可能会使用其他平衡树的数据结构,如红黑树。

“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
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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