文章目录
1.AVL树的概念
AVL树又称平衡二叉搜索树。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。下图为AVL树:
满足以下性质:
- 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)
- 如果它有n个结点,其高度可保持在log2n ,搜索时间复杂度O(log2n)
2.AVL树节点的定义
template<class T>
struct AVLTreeNode
{
AVLTreeNode(const T& data)
: _pLeft(nullptr), _pRight(nullptr), _pParent(nullptr)
, _data(data), _bf(0)
{
}
AVLTreeNode<T>* _pLeft; // 该节点的左孩子
AVLTreeNode<T>* _pRight; // 该节点的右孩子
AVLTreeNode<T>* _pParent; // 该节点的双亲
T _data;
int _bf; // 该节点的平衡因子
};
3.AVL树的插入
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:
- 按照二叉搜索树的方式插入新节点
- 调整节点的平衡因子
bool Insert(const T& data)
{
// 1. 先按照二叉搜索树的规则将节点插入到AVL树中
// 2. 新节点插入后,AVL树的平衡性可能会遭到破坏,此时就需要更新平衡因子,并检测是否破坏了AVL树的平衡性
/*
pCur插入后,pParent的平衡因子一定需要调整,在插入之前,pParent
的平衡因子分为三种情况:-1,0, 1, 分以下两种情况:
1. 如果pCur插入到pParent的左侧,只需给pParent的平衡因子-1即可
2. 如果pCur插入到pParent的右侧,只需给pParent的平衡因子+1即可
此时:pParent的平衡因子可能有三种情况:0,正负1, 正负2
1. 如果pParent的平衡因子为0,说明插入之前pParent的平衡因子为正负1,插 入后被调整成0,此时满足AVL树的性质,插入成功
2. 如果pParent的平衡因子为正负1,说明插入前pParent的平衡因子一定为0,插入后被更新成正负1,此时以pParent为根的树的高度增加,需要继续向上更新
3. 如果pParent的平衡因子为正负2,则pParent的平衡因子违反平衡树的性质,需要对其进行旋转处理
*/
if (nullptr == _root)
{
_root = new Node(data);
return true;
}
// 非空
// 1. 按照二叉搜索树的规则插入新节点
// 找新节点在树中的插入位置,并记录其双亲
Node* cur = _root;
Node* parent = nullptr;
while (cur)
{
parent = cur;
if (data < cur->data)
cur = cur->left;
else if (data>cur->data)
cur = cur->right;
else
return false;
}
// 将新节点插入的位置已经找到了---插入新节点
cur = new Node(data);
if (data < parent->data)
parent->left = cur;
else
parent->right = cur;
cur->parent = parent;
while (parent)
{
// 新节点插入之后,AVL树的平衡性可能会遭到破坏
// 必须要更新平衡因子
if (cur == parent->left)
parent->bf--;
else
parent->bf++;
if (0 == parent->bf)
return true;
else if (1 == parent->bf || -1 == parent->bf)
{
cur = parent;
parent = cur->parent;
}
else
{
// parent的平衡因子可能为:2 || -2
if (2 == parent->bf)
{
// 右子树高--->最终旋转是左单旋
if (1 == cur->bf)
RotateLeft(parent);
else
RotateRL(parent);
}
else
{
// 左子树高---->最终旋转是右单旋
if (-1 == cur->bf)
RotateRight(parent);
else
RotateLR(parent);
}
break;
}
}
return true;
}
4.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:
4.1 右单旋
新节点插入较高左子树的左侧。
上图在插入前,AVL树是平衡的,新节点插入到30的左子树(注意:此处不是左孩子)中,30左子树增加了一层,导致以60为根的二叉树不平衡,要让60平衡,只能将60左子树的高度减少一层,右子树增加一层,即将左子树往上提,这样60转下来,因为60比30大,只能将其放在30的右子树,而如果30有右子树,右子树根的值一定大于30,小于60,只能将其放在60的左子树,旋转完成后,更新节点的平衡因子即可。在旋转过程中,有以下几种情况需要考虑:
- 30节点的右孩子可能存在,也可能不存在
- 60可能是根节点,也可能是子树
如果是根节点,旋转完成后,要更新根节点;
如果是子树,可能是某个节点的左子树,也可能是右子树。
void RotateRight(Node* parent)
{
// subL: parent的左孩子
// subLR: parent左孩子的右孩子
Node* subL = parent->left;
Node* subLR = subL->right;
// 旋转完成之后,30的右孩子作为双亲的左孩子
parent->left = subLR;
// 如果30的左孩子的右孩子存在,更新双亲
if (subLR)
subLR->parent = parent;
// 60作为30的右孩子
subL->right = parent;
// 因为60可能是棵子树,因此在更新其双亲前必须先保存60的双亲
Node* pparent = parent->parent;
// 更新60的双亲
parent->parent = subL;
// 更新30的双亲
subL->parent = pparent;
// 如果60是根节点,根新指向根节点的指针
if (nullptr == pparent)
_root = subL;
else
{
// 如果60是子树,可能是其双亲的左子树,也可能是右子树
if (parent == pparent->left)
pparent->left = subL;
else
pparent->right = subL;
}
// 根据调整后的结构更新部分节点的平衡因子
parent->bf = subL->bf = 0;
}
4.2 左单旋
新节点插入较高右子树的右侧
情况参考右单旋。
void RotateLeft(Node* parent)
{
Node* subR = parent->right;
Node* subRL = subR->left;
parent->right = subRL;
if (subRL)
subRL->parent = parent;
subR->left = parent;
Node* pparent = parent->parent;
subR->parent = pparent;
parent->parent = subR;
if (nullptr == pparent)
_root = subR;
else
{
if (parent == pparent->left)
pparent->left = subR;
else
pparent->right = subR;
}
parent->bf = subR->bf = 0;
}
4.3 先左单旋再右单旋
新节点插入较高左子树的右侧。
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。
// 旋转之前,60的平衡因子可能是-1/0/1,旋转完成之后,根据情况对其他节点的平衡因子进行调整
void RotateLR(Node* parent)
{
Node* subL = parent->left;
Node* subLR = subL->right;
// 旋转之前,保存subLR的平衡因子,旋转完成之后,需要根据该平衡因子来调整其他节点的平衡因子
int bf = subLR->bf;
// 先对30进行左单旋
RotateLeft(parent->left);
// 再对90进行右单旋
RotateRight(parent);
if (1 == bf)
subL->bf = -1;
else if (-1 == bf)
parent->bf = 1;
}
4.4 先右单旋再左单旋
新节点插入较高右子树的左侧。
情况参考先左单旋再右单旋。
void RotateRL(Node* parent)
{
RotateRight(parent->right);
RotateLeft(parent);
}
5.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。
void _InOrder(Node* root)
{
if (root)
{
_InOrder(root->left);
cout << root->data << " ";
_InOrder(root->right);
}
}
- 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(Node* root)
{
if (nullptr == root)
return 0;
int leftHeight = _Height(root->left);
int rightHeight = _Height(root->right);
return leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1;
}
bool _IsBalanceTree(Node* root)
{
if (nullptr == root)
return true;
int leftHeight = _Height(root->left);
int rightHeight = _Height(root->right);
if (abs(root->bf) > 1 || (rightHeight - leftHeight != root->bf))
{
cout << root->data << ":" << root->bf << endl;
return false;
}
return _IsBalanceTree(root->left) && _IsBalanceTree(root->right);
}
6.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log2N。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。