【数据结构与算法】平衡二叉树之AVL树的介绍和程序实现

1. 二叉排序树的问题

将一个数列{1, 2, 3, 4, 5, 6},创建一颗二叉排序树,如下所示

二叉排序树
可以看到存在如下问题:

  • 左子树全部为空,更像一个单链表
  • 因为需要依次比较,而且每次还需要比较左子树,查询速度比单链表还慢

2. 平衡二叉树的介绍

平衡二叉树(平衡二叉搜索树、Self-balancing binary search tree、AVL树)可以保证较高的查询效率。

特点:它是一棵空树或它的左右两个子树的高度差的绝对值不超过1,并且左右两个子树也是一棵平衡二叉树,即子树递归下去也是平衡二叉树

如下的第1个和第2个是平衡二叉树,第3个不是平衡二叉树

平衡二叉树
平衡二叉树的常用实现方法有红黑树、AVL树、替罪羊树、Treap树、伸展树等

2. AVL树之左旋转

在二叉排序树添加节点后,如果右子树比左子树的高度差大于1,则需要进行左旋转

例如对于数列{4, 3, 6, 5, 7}创建的二叉排序树,当添加值为8的节点时,右子树比左子树的高度差大于1,如下所示

左旋转前的二叉排序树
所以需要进行左旋转,步骤如下:

  1. 创建一个新的节点newNode, newNode的值等于当前节点的值。这里的当前节点为root节点
  2. 将newNode的左子节点设置为当前节点的左子节点,即newNode.left = left
  3. 将newNode的右子节点设置为当前节点的右子节点的左子节点,即newNode.right = right.left
  4. 将当前节点的值换成右子节点的值,即value = right.value
  5. 将当前节点的右子节点设置为当前节点的右子节点的右子节点,即right = right.right
  6. 将当前节点的左子节点设置为newNode,即left = newNode

左旋转完成后的结果如下:

左旋转后的结果

左旋转需求:将数列{4, 3, 6, 5, 7, 8},创建出一颗平衡二叉树

3. AVL树之右旋转

在二叉排序树添加节点后,如果左子树比右子树的高度差大于1,则需要进行右旋转

例如对于数列{10, 12, 8, 9, 7}创建的二叉排序树,当添加值为6的节点时,左子树比右子树的高度差大于1,如下所示

右旋转前的二叉排序树

所以需要进行右旋转,步骤如下:

  1. 创建一个新的节点newNode, newNode的值等于当前节点的值。这里的当前节点为root节点
  2. 将newNode的右子节点设置为当前节点的右子节点,即newNode.right = right
  3. 将newNode的左子节点设置为当前节点的左子节点的右子节点,即newNode.left = left.right
  4. 将当前节点的值换成左子节点的值,即value = left.value
  5. 将当前节点的左子节点设置为当前节点的左子节点的左子节点,即left = left.left
  6. 将当前节点的右子节点设置为newNode,即right = newNode

右旋转完成后的结果如下:

右旋转后的结果

右旋转需求:将数列{10, 12, 8, 9, 7, 6},创建出一颗平衡二叉树

4. AVL树之双旋转

某些情况下,单旋转并不能转换成平衡二叉树。比如数列{10, 11, 7, 6, 8, 9}和{2,1, 6, 5, 7, 3}

例如将数列{10, 11, 7, 6, 8, 9}创建的二叉排序树,进行右旋转,得到的结果如下:

右旋转的问题右旋转问题的解决办法
如果当前节点的左子节点的右子树高度,大于当前节点的左子节点的左子树的高度,需要先对当前节点的左子树进行左旋转,再对当前节点进行右旋转

同理,左旋转问题的解决办法
如果当前节点的右子节点的左子树高度,大于当前节点的右子节点的右子树的高度,需要先对当前节点的右子树进行右旋转,再对当前节点进行左旋转

5. AVL树之左旋转、右旋转、双旋转程序实现

程序如下:

public class AVLTreeDemo {

    public static void main(String[] args) {

        // 左旋转测试数组
        int[] leftRotateArray = {4, 3, 6, 5, 7, 8};
        // 右旋转测试数组
        int[] rightRotateArray = {10, 12, 8, 9, 7, 6};
        // 双旋转测试数组(先右旋转,再左旋转)
        int[] bothRotateArray1 = {2, 1, 6, 5, 7, 3};
        // 双旋转测试数组(先左旋转,再右旋转)
        int[] bothRotateArray2 = {10, 11, 7, 6, 8, 9};

        // >>>>>>>>>>>>>>>>>>>>>>>旋转测试>>>>>>>>>>>>>>>>>>>>>>>>>>
        // 不同的旋转测试,就换成不同的数组
        int[] rotateArray = bothRotateArray2;
        // 创建AVLTree对象
        AVLTree rotateAvlTree = new AVLTree();
        // 添加节点
        for (int i = 0; i < rotateArray.length; i++) {
            rotateAvlTree.add(new Node(rotateArray[i]));
        }

        // 中序遍历
        System.out.println("旋转后进行中序遍历:");
        rotateAvlTree.infixOrder();

        System.out.println("旋转后树的高度 = " + rotateAvlTree.root.height());
        System.out.println("旋转后root的左子树高度 = " + rotateAvlTree.root.leftNodeHeight());
        System.out.println("旋转后root的右子树高度 = " + rotateAvlTree.root.rightNodeHeight());
        System.out.println("当前的root节点 = " + rotateAvlTree.root);
    }
}


// 创建Node节点
class Node {
    int value;
    Node left;
    Node right;

    public Node(int value) {
        this.value = value;
    }

    @Override
    public String toString() {
        return "Node [value = " + value + "]";
    }

    // 计算以当前节点为root节点的树的高度
    public int height() {
        return Math.max(left == null ? 0 : left.height(), right == null ? 0 : right.height()) + 1;
    }

    // 计算当前节点的左子树的高度
    public int leftNodeHeight() {
        if (left == null) {
            return 0;
        } else {
            return left.height();
        }

    }

    // 计算当前节点的右子树的高度
    public int rightNodeHeight() {
        if (right == null) {
            return 0;
        } else {
            return right.height();
        }
    }

    // 左旋转实现
    private void leftRotate() {
        Node newNode = new Node(value);
        newNode.left = left;
        newNode.right = right.left;
        value = right.value;
        right = right.right;
        left = newNode;
    }

    // 右旋转实现
    private void rightRotate() {
        Node newNode = new Node(value);
        newNode.right = right;
        newNode.left = left.right;
        value = left.value;
        left = left.left;
        right = newNode;
    }


    // 添加节点的方法
    public void add(Node node) {
        if (node == null) {
            return;
        } else {

            // 如果node的值,比当前节点的值小,则向左处理
            if (node.value < this.value) {
                if (this.left == null) {
                    this.left = node;
                } else {
                    // 向左递归添加节点
                    this.left.add(node);
                }
                // 如果node的值,大于等于当前节点的值,则向右处理
            } else {
                if (this.right == null) {
                    this.right = node;
                } else {
                    // 向右递归添加节点
                    this.right.add(node);
                }

            }

            // 当添加完一个节点后,如果(右子树的高度-左子树的高度) > 1, 进行左旋转
            if ((rightNodeHeight() - leftNodeHeight()) > 1) {
                // 如果当前节点的右子节点的左子树高度,大于当前节点的右子节点的右子树的高度
                // 需要先对当前节点的右子树进行右旋转,再对当前节点进行左旋转
                if (right != null && right.leftNodeHeight() > right.rightNodeHeight()) {
                    right.rightRotate();
                    leftRotate();
                } else {
                    leftRotate();
                }
                // 当添加完一个节点后,如果(左子树的高度-右子树的高度) > 1, 进行右旋转
            } else if ((leftNodeHeight() - rightNodeHeight()) > 1) {
                // 如果当前节点的左子节点的右子树高度,大于当前节点的左子节点的左子树的高度
                // 需要先对当前节点的左子树进行左旋转,再对当前节点进行右旋转
                if (left != null && left.rightNodeHeight() > left.leftNodeHeight()) {
                    left.leftRotate();
                    rightRotate();
                } else {
                    rightRotate();
                }
            }
        }
    }

    // 中序遍历实现
    public void infixOrder() {
        if (this.left != null) {
            this.left.infixOrder();
        }
        System.out.println(this);
        if (this.right != null) {
            this.right.infixOrder();
        }
    }

    // 查找要删除的结点
    public Node searchDeleteNode(int value) {
        if (value == this.value) {
            return this;
            // 如果值,比当前节点的值小,则向左处理
        } else if (value < this.value) {
            if (this.left == null) {
                return null;
            } else {
                return this.left.searchDeleteNode(value);
            }
            // 如果值,大于等于当前节点的值,则向右处理
        } else {
            if (this.right == null) {
                return null;
            } else {
                return this.right.searchDeleteNode(value);
            }
        }
    }


    // 查找要删除节点的父节点
    public Node searchDeleteParentNode(int value) {
        // 如果当前结点左子节点或右子节点是要删除的节点,则返回当前节点
        if ((this.left != null && this.left.value == value) ||
                (this.right != null && this.right.value == value)) {
            return this;
        } else {
            // 如果当前节点不是,则递归向左子节点进行查找
            if (value < this.value && this.left != null) {
                return this.left.searchDeleteParentNode(value);
                // 再递归向右子节点进行查找
            } else if (value >= this.value && this.right != null) {
                return this.right.searchDeleteParentNode(value); //向右子树递归查找
            } else {
                // 如果不能向左右子节点递归,则返回null
                return null;
            }
        }

    }

}

// 创建AVL树
class AVLTree {
    public Node root;

    // 添加节点的方法
    public void add(Node node) {
        if (root == null) {
            root = node;
        } else {
            root.add(node);
        }
    }

    // 中序遍历实现
    public void infixOrder() {
        if (root != null) {
            root.infixOrder();
        } else {
            System.out.println("AVL树为空,不能遍历");
        }
    }

    // 查找要删除的结点
    public Node searchDeleteNode(int value) {
        if (root == null) {
            return null;
        } else {
            return root.searchDeleteNode(value);
        }
    }

    // 查找要删除节点的父节点
    public Node searchDeleteParentNode(int value) {
        if (root == null) {
            return null;
        } else {
            return root.searchDeleteParentNode(value);
        }
    }


    // 传入右子树,删除该子树的最小值节点,然后返回最小值节点的值
    public int delRightTreeMinNode(Node node) {
        Node target = node;
        // 循环查找左子节点,就会找到最小值
        while (target.left != null) {
            target = target.left;
        }
        // 这时target就是最小值节点
        deleteNode(target.value);

        return target.value;
    }


    // 删除节点实现
    public void deleteNode(int value) {
        if (root == null) {
            return;
        } else {
            // 找到要删除的节点targetNode
            Node targetNode = searchDeleteNode(value);
            // 如果没有找到要删除的节点
            if (targetNode == null) {
                return;
            } else {
                // 如果找到节点,且AVL树只有root这一个节点,则直接删除root节点
                if (root.left == null && root.right == null) {
                    root = null;
                    return;
                } else {
                    // 找到targetNode的父节点parentNode
                    Node parentNode = searchDeleteParentNode(value);
                    // 第一种情况:删除叶子节点
                    if (targetNode.left == null && targetNode.right == null) {
                        // 如果targetNode是parentNode的左子节点,则parentNode.left = null
                        if (parentNode.left != null && parentNode.left.value == value) {
                            parentNode.left = null;
                            // 如果targetNode是parentNode的右子节点,则parentNode.right = null
                        } else if (parentNode.right != null && parentNode.right.value == value) {
                            parentNode.right = null;
                        }
                        // 第二种情况:删除有两颗子树的节点
                        // 如果删除的是root节点,parentNode为null也不影响
                    } else if (targetNode.left != null && targetNode.right != null) {
                        int minVal = delRightTreeMinNode(targetNode.right);
                        targetNode.value = minVal;
                        // 第三种情况:删除只有一颗子树的节点
                    } else {
                        // 如果targetNode的子树是左子节点
                        if (targetNode.left != null) {
                            if (parentNode != null) {
                                // 如果targetNode是parentNode的左子节点
                                if (parentNode.left.value == value) {
                                    parentNode.left = targetNode.left;
                                } else {
                                    // 如果targetNode是parentNode的右子节点
                                    parentNode.right = targetNode.left;
                                }
                                // 如果要删除的是root节点,且root节点只有左子树
                            } else {
                                root = targetNode.left;
                            }
                            // 如果targetNode的子树是右子节点
                        } else {
                            if (parentNode != null) {
                                // 如果targetNode是parentNode的左子节点
                                if (parentNode.left.value == value) {
                                    parentNode.left = targetNode.right;
                                } else {
                                    // 如果targetNode是parentNode的右子节点
                                    parentNode.right = targetNode.right;
                                }
                            } else {
                                // 如果要删除的是root节点,且root节点只有右子树
                                root = targetNode.right;
                            }
                        }

                    }
                }
            }

        }
    }

}

运行程序,结果如下:

旋转后进行中序遍历:
Node [value = 6]
Node [value = 7]
Node [value = 8]
Node [value = 9]
Node [value = 10]
Node [value = 11]
旋转后树的高度 = 3
旋转后root的左子树高度 = 2
旋转后root的右子树高度 = 2
当前的root节点 = Node [value = 8]
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
声明:使用这些类是使用者的自愿行为,作者对源代码的质量不提供任何形式的担保,如果使用者因使用这些类而造成的任何损失都与作者无关,作者不承担任何责任。<br><br>/*************** 这些头文件不必包含 ***************/<br>node.h: 普通链表结点<br>dnode.h: 向循环链表结点<br>treenode.h: 二叉结点<br>avltreenode.h: AVL 结点<br>/**************************************************/<br><br>array.h: 安全数组,可自动增长大小(随机访问,但扩充时效率低)<br>linkedlist.h: 普通链表(可随机访问,但访问效率低)<br>dclinkedlist: 向循环链表(不可随机访问,但插入、遍历的效率都比普通链表高)<br>hashtable.h: 哈希表(使用键值标识元素,键值一样的元素即认为相等,需重载 == 运算符并由用户定义哈希函数)<br>binstree.h: 二叉搜索(需重载 == 和 < 运算符)<br>avltree.h: AVL (需重载 == 和 < 运算符)<br><br>如果要存储集合(元素不可重复)并快速查找,最佳的是 binstree.h(二叉搜索)。<br>如果要存储二维或更高维的表格,最佳的是 hashtable.h(哈系表)。<br><br>AVL 的插入成本非常高(删除函数也没有实现),但 AVL 的搜索效率极高,所以适用于在程序开始前初始化程序中经常要用到的集合,一般应用二叉搜索已经足够了。<br><br>以上代码都是作者照书上改写的,并未经过严格测试,如果使用过程中发现任何问题、源代码错误或可改进的地方,非常欢迎来信与我讨论。电子邮件地址:[email protected]<br><br>作者会根据各位所发现的问题不断改进各类并增加新的数据结构,使其更加完善。<br><br>参考书目:<br>《数据结构-C++ 语言描述》 William Ford William Topp 著 清华大学出版社<br>《计算机程序设计艺术》 DONALD E.KNUTH 著 清华大学出版社<br>
实现平衡二叉树的各种算法是数据结构中的重要内容,这些算法包括AVL树、红黑等。下面是对这些算法的回顾讨论和分析: 1. AVL树 AVL树是一种高度平衡的二叉搜索,它的左右的高度差不超过1。在插入和删除操作时,需要对不平衡的节点进行旋转操作,以保证的平衡。AVL树的缺点是旋转操作比较频繁,可能会降低性能。 2. 红黑 红黑也是一种平衡二叉搜索,它的左右的高度差不超过2倍。红黑使用颜色标记节点,将节点分为黑色和红色,通过变换节点的颜色和位置来保证的平衡。相比AVL树,红黑旋转操作较少,性能较优。 3. 平衡二叉树的实现 实现平衡二叉树的关键是如何进行旋转操作,在不破坏的平衡的情况下,将不平衡的节点调整到正确的位置。AVL树和红黑旋转操作有所不同,但都需要考虑节点的颜色、平衡因子等因素。 4. 平衡二叉树的应用 平衡二叉树在计算机科学中有着广泛的应用,如数据库索引、路由器路由表、编译器符号表等。平衡二叉树可以快速进行查找、插入、删除等操作,提高数据结构的效率和性能。 总的来说,平衡二叉树是一种重要的数据结构,它的实现和应用对于计算机科学的发展具有重要意义。不同的平衡算法各有特点,需要根据具体情况进行选择和使用。

“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