【C++】AVL树(旋转、平衡因子)

秦jh_ 2024-07-14 14:05:02 阅读 65

🌈个人主页:秦jh_-CSDN博客

🔥 系列专栏:https://blog.csdn.net/qinjh_/category_12575764.html?spm=1001.2014.3001.5482

 

9efbcbc3d25747719da38c01b3fa9b4f.gif

​ 

目录

前言

AVL树的概念

 节点

插入

AVL树的旋转 

新节点插入较高左子树的左侧---左左:右单旋 

新节点插入较高右子树的右侧---右右:左单旋

新节点插入较高左子树的右侧---左右:先左单旋再右单旋

 新节点插入较高右子树的左侧---右左:先右单旋再左单旋

AVL树的验证 

 AVL树的性能

完整代码


前言

💬 hello! 各位铁子们大家好哇。

             今日更新了AVL树的相关内容

🎉 欢迎大家关注🔍点赞👍收藏⭐️留言📝

AVL树的概念

 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。

解决方案: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。

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。

插入的总体原则:

 按照搜索树规则插入更新插入节点的祖先节点的平衡因子。

如果插入在父亲左边,父亲的平衡因子--。如果插入在父亲右边,父亲的平衡因子++。父亲平衡因子==0,则父亲所在子树高度不变,不再继续往上更新,插入结束。父亲平衡因子==1or-1,父亲所在子树高度变了,继续往上更新。父亲平衡因子==2or-2,父亲所在子树已经不平衡了,需要旋转处理。

 节点

插入

<code>bool Insert(const pair<K, V>& kv)

{

if (_root == nullptr)

{

_root = new Node(kv);

return true;

}

Node* cur = _root;

Node* parent = nullptr;

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

{

return false;

}

}

cur = new Node(kv);

if (parent->_kv.first > kv.first)

{

parent->_left = cur;

}

else

{

parent->_right = cur;

}

cur->_parent = parent;

//更新平衡因子

while (parent)

{

if (cur == parent->_left)

{

parent->_bf--;

}

else

{

parent->_bf++;

}

if (parent->_bf == 0)

{

//更新结束

break;

}

else if (parent->_bf == 1 || parent->_bf == -1)

{

//继续往上更新

cur = parent;

parent = parent->_parent;

}

else if (parent->_bf == 2 || parent->_bf == -2)

{

//当前子树出问题了,需要旋转平衡一下

break;

}

else

{

//理论而言不可能出现该情况

assert(false);

}

}

return true;

}

上面是插入的大体流程,旋转操作还未给出。

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:

新节点插入较高左子树的左侧---左左:右单旋 

这里以抽象图进行分析,因为具体的情况有很多种,无法画出。

注意:a子树的情况必须是插入后会引发祖先节点的更新,而不是只是内部变化。如下图情况就不符合要求。

旋转流程:新节点插入在a树中,导致以60为根的二叉树不平衡。所以就要右单旋。

右单旋:把60的左子树高度减少,即把60取出来,让30的右子树变成60的左子树,再把以60为根的树变成30的右子树。30成为新的根。

<code>void RotateR(Node* parent)

{

Node* subL = parent->_left;

Node* subLR = subL->_right;

parent->_left = subLR;

if (subLR) //节点可能为空

subLR->_parent = parent;

subL->_right = parent; //旧父节点变成subL的右节点

Node* ppNode = parent->_parent; //该不平衡节点可能不是根节点,所以要找到它的父节点

parent->_parent = subL;

if (parent == _root) //如果该节点是根节点

{

_root = subL;

_root->_parent = nullptr;

}

else //不平衡节点只是一棵子树

{

if (ppNode->_left == parent) //如果旧父节点等于爷爷节点的左节点,新父节点为爷爷节点的左节点

{

ppNode->_left = subL;

}

else

{

ppNode->_right = subL;

}

subL->_parent = ppNode;//新父节点指向爷爷节点。

}

parent->_bf = subL->_bf = 0; //只需要修改这两个的平衡因子

}

新节点插入较高右子树的右侧---右右:左单旋

参考右单旋。

左单旋和右单旋的调用如下图:

新节点插入较高左子树的右侧---左右:先左单旋再右单旋

单旋用在一边一直高的情况。双旋是先一边高再另一边高的情况。

双旋的的原理就是把折线变成直线,再像处理直线一样旋转。

双旋可以复用单旋,但双旋主要要搞清平衡因子的变化。

第一种情况: 

双旋的结果:60的左边给了30的右边,60的右边给了90的左边,30和90分别成为60的左右,60成为根。

上图是插入b引起的旋转,当插入c时是第二种情况,如下图:

上面两种插入位置的不同,导致最终的平衡因子不同。

第三种情况:

h==0时,60就是新增节点,最终的平衡因子也不同。

<code>void RotateLR(Node* parent)

{

Node* subL = parent->_left;

Node* subLR = subL->_right;

int bf = subLR->_bf; //记录未旋转前subLR的平衡因子

RotateL(parent->_left);

RotateR(parent);

if (bf == -1) //如果bf为-1,即插入在subLR的左边

{

subLR->_bf = 0;

subL->_bf = 0;

parent->_bf = 1;

}

else if (bf == 1) //插入在subLR的右边

{

subLR->_bf = 0;

subL->_bf = -1;

parent->_bf = 0;

}

else if (bf == 0)

{

subLR->_bf = 0;

subL->_bf = 0;

parent->_bf = 0;

}

else

{

assert(false);

}

}

 新节点插入较高右子树的左侧---右左:先右单旋再左单旋

参考左右双旋,注意,这里也要讨论那三种情况。 

<code>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)

{

parent->_bf = 0;

subR->_bf = 1;

}

else

{

parent->_bf = 0;

subR->_bf = 0;

}

}

AVL树的验证 

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:

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 

 因为root是私有的,又因为需要递归检查每棵子树是否平衡,所以可以写一个私有的_IsBalance方法,通过公有的IsBalance方法来调用。

 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O(logN)。 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。红黑树在经常进行增删的结构中性能比AVL树更优。

完整代码

<code>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;

AVLTreeNode(const pair<K, V>& kv)

:_left(nullptr)

, _right(nullptr)

, _parent(nullptr)

, _kv(kv)

,_bf(0)

{}

};

template<class K, class V>

class AVLTree

{

typedef AVLTreeNode<K, V> Node;

public:

bool Insert(const pair<K, V>& kv)

{

if (_root == nullptr)

{

_root = new Node(kv);

return true;

}

Node* cur = _root;

Node* parent = nullptr;

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

{

return false;

}

}

cur = new Node(kv);

if (parent->_kv.first > kv.first)

{

parent->_left = cur;

}

else

{

parent->_right = cur;

}

cur->_parent = parent;

//更新平衡因子

while (parent)

{

if (cur == parent->_left)

{

parent->_bf--;

}

else

{

parent->_bf++;

}

if (parent->_bf == 0)

{

//更新结束

break;

}

else if (parent->_bf == 1 || parent->_bf == -1)

{

//继续往上更新

cur = parent;

parent = parent->_parent;

}

else if (parent->_bf == 2 || parent->_bf == -2)

{

//当前子树出问题了,需要旋转平衡一下

if (parent->_bf == -2 && cur->_bf == -1) //左边高,右单旋

{

RotateR(parent);

}

else if (parent->_bf == 2 && cur->_bf == 1)//右边高,左单旋

{

RotateL(parent);

}

else if (parent->_bf == 2 && cur->_bf == -1)

{

RotateRL(parent);

}

else if (parent->_bf == -2 && cur->_bf == 1)

{

RotateLR(parent);

}

break;

}

else

{

//理论而言不可能出现该情况

assert(false);

}

}

return true;

}

Node* Find(const K& key)

{

Node* cur = _root;

while (cur)

{

if (cur->_kv.first < key)

{

cur = cur->_right;

}

else if (cur->_kv.first > key)

{

cur = cur->_left;

}

else

{

return cur;

}

}

return nullptr;

}

void InOrder()

{

_InOrder(_root);

cout << endl;

}

void RotateR(Node* parent)

{

Node* subL = parent->_left;

Node* subLR = subL->_right;

parent->_left = subLR;

if (subLR) //节点可能为空

subLR->_parent = parent;

subL->_right = parent; //旧父节点变成subL的右节点

Node* ppNode = parent->_parent; //该不平衡节点可能不是根节点,所以要找到它的父节点

parent->_parent = subL;

if (parent == _root) //如果该节点是根节点

{

_root = subL;

_root->_parent = nullptr;

}

else //不平衡节点只是一棵子树

{

if (ppNode->_left == parent) //如果旧父节点等于爷爷节点的左节点,新父节点为爷爷节点的左节点

{

ppNode->_left = subL;

}

else

{

ppNode->_right = subL;

}

subL->_parent = ppNode;//新父节点指向爷爷节点。

}

parent->_bf = subL->_bf = 0; //只需要修改这两个的平衡因子

}

void RotateL(Node* parent)

{

Node* subR = parent->_right;

Node* subRL = subR->_left;

parent->_right = subRL;

if (subRL)

subRL->_parent = parent;

subR->_left = parent;

Node* ppNode = parent->_parent;

parent->_parent = subR;

if (parent == _root)

{

_root = subR;

_root->_parent = nullptr;

}

else

{

if (ppNode->_right == parent)

{

ppNode->_right = subR;

}

else

{

ppNode->_left = subR;

}

subR->_parent = ppNode;

}

parent->_bf = subR->_bf = 0;

}

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)

{

parent->_bf = 0;

subR->_bf = 1;

}

else

{

parent->_bf = 0;

subR->_bf = 0;

}

}

void RotateLR(Node* parent)

{

Node* subL = parent->_left;

Node* subLR = subL->_right;

int bf = subLR->_bf; //记录未旋转前subLR的平衡因子

RotateL(parent->_left);

RotateR(parent);

if (bf == -1) //如果bf为-1,即插入在subLR的左边

{

subLR->_bf = 0;

subL->_bf = 0;

parent->_bf = 1;

}

else if (bf == 1) //插入在subLR的右边

{

subLR->_bf = 0;

subL->_bf = -1;

parent->_bf = 0;

}

else if (bf == 0)

{

subLR->_bf = 0;

subL->_bf = 0;

parent->_bf = 0;

}

else

{

assert(false);

}

}

bool IsBalance()

{

return _IsBalance(_root);

}

int Height() //树的高度

{

return _Height(_root);

}

int Size() //插入的节点个数

{

return _Size(_root);

}

private:

int _Size(Node* root)

{

return root == nullptr ? 0 : _Size(root->_left) + _Size(root->_right) + 1;

}

int _Height(Node* root)

{

if (root == nullptr)

return 0;

return max(_Height(root->_left), _Height(root->_right)) + 1;

}

bool _IsBalance(Node* root)

{

if (root == nullptr)

return true;

intleftHeight = _Height(root->_left);

intrightHeight = _Height(root->_right);

//如果不平衡

if (abs(leftHeight - rightHeight) >= 2)

{

cout << root->_kv.first << endl;

return false;

}

//检查平衡因子是否正确

if (rightHeight - leftHeight != root->_bf)

{

cout << root->_kv.first << endl;

return false;

}

return _IsBalance(root->_left)

&& _IsBalance(root->_right);

}

void _InOrder(Node* root)

{

if (root == nullptr)

return;

_InOrder(root->_left);

cout << root->_kv.first << ":" << root->_kv.second << endl;

_InOrder(root->_right);

}

private:

Node* _root=nullptr;

};

void AVLTreeTest1()

{

//int a[] = { 8, 3, 1, 10, 6, 4, 7, 14, 13 };

int a[] = { 4, 2, 6, 1, 3, 5, 15, 7, 16, 14 };

AVLTree<int,int> t1;

for (auto e : a)

{

t1.Insert({e,e});

cout <<"Insert:"<<e<<"->"<< t1.IsBalance() << endl;

}

t1.InOrder();

cout << t1.IsBalance() << endl;

}



声明

本文内容仅代表作者观点,或转载于其他网站,本站不以此文作为商业用途
如有涉及侵权,请联系本站进行删除
转载本站原创文章,请注明来源及作者。