目录
二叉搜索树缺点分析
- 当 n 比较大时,两者的性能差异比较大
- 比如 n = 1000000 时,二叉搜索树的最低高度是 20,最高高度是 1000000;
由此可见,二叉搜索树添加节点时可能会导致二叉搜索树退化成链表;
而删除节点时也可能会导致二叉搜索树退化成链表;
有没有办法防止二叉搜索树退化成链表?
让添加、删除、搜索的复杂度维持在 O(logn)?
改进二叉搜索树
平衡(Balance)
理想平衡
如何改进二叉搜索树?
首先,节点的添加、删除顺序是无法限制的,可以认为是随机的:
- 所以,改进方案是:在节点的添加、删除操作之后,想办法让二叉搜索树恢复平衡(减小树的高度)
如果接着继续调整节点的位置,完全可以达到理想平衡,但是付出的代价可能会比较大;
- 比如调整的次数会比较多,反而增加了时间复杂度;
总结来说,比较合理的改进方案是:
- 用尽量少的调整次数达到适度平衡即可;一棵达到适度平衡的二叉搜索树,可以称之为:平衡二叉搜索树
平衡二叉搜索树(Balanced Binary Search Tree)
英文简称为:BBST
经典常见的平衡二叉搜索树有:
- AVL树
Windows NT 内核中广泛使用
- 红黑树
C++ STL(比如 map、set )
Java 的 TreeMap、TreeSet、HashMap、HashSet
Linux 的进程调度
Ngix 的 timer 管理
一般也称它们为:自平衡的二叉搜索树(Self-balancing Binary Search Tree)
AVL树
AVL树是最早发明的自平衡二叉搜索树之一
AVL 取名于两位发明者的名字
- G. M. Adelson-Velsky 和 E. M. Landis(来自苏联的科学家)
Something interesting
- 有人把AVL树念做“艾薇儿树”,加拿大女歌手,几首不错的歌:《Complicated》、《When You’re Gone》、《Innocence》
平衡因子(Balance Factor):某结点的左右子树的高度差(左子树高度 减 右子树高度)
AVL树的特点:
- 每个节点的平衡因子只可能是 1、0、-1(绝对值 ≤ 1,如果超过 1,称之为 “失衡")
- 每个节点的左右子树高度差不超过1
- 搜索、添加、删除的时间复杂度是 O ( l o g n ) O(logn) O(logn)
BST 对比 AVLTree
继承 BST
这里 AVLTree 要继承的 BST,与之前学习的 二叉搜索树 几乎一样,有点小区别;
- 在添加节点之后增加了
afterAdd()
用于调整平衡; - 在删除节点之后增加了
afterRemove()
用于调整平衡;
注意:BST 要继承 BinaryTree;
import java.util.Comparator;
@SuppressWarnings("unchecked")
public class BST<E> extends BinaryTree<E> {
private Comparator<E> comparator;
public BST() {
this(null);
}
public BST(Comparator<E> comparator) {
this.comparator = comparator;
}
// 添加元素
public void add(E element) {
elementNotNullCheck(element);
// 添加第一个节点
if (root == null) {
//root = new Node<>(element, null);
root = createNode(element, null);
size++;
afterAdd(root);// 新添加节点之后的处理
return;
}
// 添加的不是第一个节点
// 找到父节点
// 假设当前节点为根节点,父节点也是跟节点
Node<E> node = root;
Node<E> parent = null;
int cmp = 0; //记录最后一次比较结果
do {
cmp = compare(element, node.element); //记录最后一次比较结果
parent = node; //记录父节点
if (cmp > 0) {
//插入的节点 大于 当前节点,就往当前节点的右节点走
node = node.right;
} else if (cmp < 0) {
//插入的节点 小于 当前节点,就往当前节点的左节点走
node = node.left;
} else {
// 插入的节点 等于 当前节点,就用插入节点的值替换当前节点的值
node.element = element;
return;
}
//当node==null退出循环,需要记录上一个节点,即父节点就是node==null之前的那个节点
} while (node != null);
// 当走到这里,说明已经退出循环,即当前节点node==null
// 找到了要插入的位置,当前节点的位置就是要插入新节点的位置,所以用父节点指向新节点即可
// 看看插入到父节点的哪个位置
//Node<E> newNode = new Node<>(element, parent);
Node<E> newNode = createNode(element, parent);
if (cmp > 0) {
parent.right = newNode;
} else {
parent.left = newNode;
}
size++;
// 新添加节点之后的处理
afterAdd(newNode);
}
// 删除元素
public void remove(E element) {
remove(getNode(element));
}
// 是否包含某元素
public boolean contains(E element) {
return getNode(element) != null;
}
// 删除该节点
protected void remove(Node<E> node) {
if (node == null) return;
// 删除度为2的节点
if (node.left != null && node.right != null) {
// 找到该节点的前驱 或 后继节点
Node<E> s = super.successor(node); //Node<E> s = predecessor(node);
// 用后继节点的值覆盖度为2的节点的值
node.element = s.element;
// 删除后继节点(前驱、后继一定是度为0或1的节点)
// 将node指向后继节点,删除node就相当于删除后继节点
node = s;
}
// 删除node节点(node的度必然是1或者0)
// child是删除的节点的子节点
Node<E> child = node.left != null ? node.left : node.right;
if (child != null) {
// 度为1的节点
// 更改child的parent
child.parent = node.parent;
// 更改parent的left、right的指向
if (node.parent == null) {
// node是度为1的节点并且是根节点
root = child;
} else if (node == node.parent.left) {
// node是度为1的节点,不是根节点
node.parent.left = child;
} else {
// node == node.parent.right
node.parent.right = child;
}
// 删除节点之后的处理
afterRemove(node);
} else if (node.parent == null) {
// node是叶子节点并且是根节点
root = null;
// 删除节点之后的处理
afterRemove(node);
} else {
// node是叶子节点,但不是根节点
if (node == node.parent.left) {
node.parent.left = null;
} else {
// node == node.parent.right
node.parent.right = null;
}
// 删除节点之后的处理
afterRemove(node);
}
size--; //节点个数减一
}
// 根据元素获取该节点
private Node<E> getNode(E element) {
Node<E> node = root;
while (node != null) {
// 传入的值与当前节点的值比较
int cmp = compare(element, node.element);
if (cmp == 0) return node; // 相等,返回当前节点
if (cmp < 0) {
// 往当前节点左子树找
node = node.left;
} else {
// 往当前节点右子树找
node = node.right;
}
}
return null; // 没有找到该元素对应的节点
}
/**
* 添加node之后的调整
* @param node 新添加的节点
*/
protected void afterAdd(Node<E> node) {
}
/**
* 删除node之后的调整
* @param node 被删除的节点
*/
protected void afterRemove(Node<E> node) {
}
private void elementNotNullCheck(E element) {
if (element == null) {
throw new IllegalArgumentException("element must not be null");
}
}
/**
* 返回值等于0,代表e1和e2相等,
* 返回值大于0,代表e1大于e2,
* 返回值小于0,代表e1小于e2
*/
private int compare(E e1, E e2) {
if (this.comparator != null) {
return comparator.compare(e1, e2);
}
// BST的节点元素必须具备可比较性
// 如果强转失败,说明是BST的元素有问题,不具备可比较性
return ((Comparable<E>) e1).compareTo(e2);
}
}
AVL 树基础
import java.util.Comparator;
public class AVLT<E> extends BST<E> {
public AVLT() {
this(null);
}
public AVLT(Comparator<E> comparator) {
super(comparator);
}
/**
* 重写父类中的 createNode 方法
*
* @return AVLNode
*/
@Override
protected Node<E> createNode(E element, Node<E> parent) {
return new AVLNode<>(element, parent);
}
/**
* 判断传入节点是否平衡(平衡因子的绝对值 <= 1)
*/
private boolean isBalanced(Node<E> node) {
return Math.abs(((AVLNode<E>) node).balanceFactor()) <= 1;
}
/**
* 更新高度
*/
private void updateHeight(Node<E> node) {
((AVLNode<E>) node).updateHeight();
}
/**
* AVL树的节点,需要计算平衡因子,因此比普通二叉树多维护一个height属性,
* 如果将height放入普通二叉树里没有用处,浪费空间,
* 所以新建AVLNode类继承Node类,进行功能扩展
*/
private static class AVLNode<E> extends Node<E> {
// 新增的节点 必定是叶子节点,所以默认叶子节点高度是1
int height = 1;
public AVLNode(E element, Node<E> parent) {
super(element, parent);
}
// 获取节点的平衡因子:某结点的左右子树的高度差(左子树高度 减 右子树高度)
public int balanceFactor() {
int leftHeight = left == null ? 0 : ((AVLNode<E>) left).height;
int rightHeight = right == null ? 0 : ((AVLNode<E>) right).height;
return leftHeight - rightHeight;
}
// 更新节点的高度
public void updateHeight() {
int leftHeight = left == null ? 0 : ((AVLNode<E>) left).height;
int rightHeight = right == null ? 0 : ((AVLNode<E>) right).height;
height = 1 + Math.max(leftHeight, rightHeight);
}
// 获取当前节点中,更高的子节点(左右子树更高的那个)
public Node<E> tallerChild() {
int leftHeight = left == null ? 0 : ((AVLNode<E>) left).height;
int rightHeight = right == null ? 0 : ((AVLNode<E>) right).height;
if (leftHeight > rightHeight) return left;
if (leftHeight < rightHeight) return right;
// 高度一样则返回同方向的,左子节点则返回左,否则返回右
return isLeftChild() ? left : right;
}
@Override
public String toString() {
String parentString = "null";
if (parent != null) {
parentString = parent.element.toString();
}
return element + "_p(" + parentString + ")_h(" + height + ")";
}
}
}
添加节点导致的失衡
示例:往下面这棵子树中添加 13
- 最坏情况:可能会导致所有祖先节点都失衡
- 父节点、非祖先节点,都不可能失衡
修复平衡的操作:
- LL – 右旋转(单旋)
- RR – 左旋转(单旋)
- LR – 先左旋,再右旋(双旋)
- RL – 先右旋,再左旋(双旋)
有些教程里面:
- 把右旋转叫做 zig,旋转之后的状态叫做 zigged
- 把左旋转叫做 zag,旋转之后的状态叫做 zagged
LL – 右旋转(单旋)
让 p
成为这颗子树的根节点
g.left = p.right
p.right = g
旋转后仍然是一颗 二叉搜索树:T0 < n < T1 < p < T2 < g < T3
还需要注意维护的内容
T2
、p
、g
的parent
属性- 先后更新
g
、p
的高度(先更新高度比较低的节点,再更新较高的节点)
/**
* 右旋转
* @param grand 高度最低的,那个不平衡节点
*/
private void rotateRight(Node<E> grand) {
Node<E> parent = grand.left;
Node<E> child = parent.right;
grand.left = child;
parent.right = grand;
afterRotate(grand, parent, child);
}
RR – 左旋转(单旋)
让 p
成为这颗子树的根节点
g.right = p.left
p.left = g
旋转后仍然是一颗 二叉搜索树:T0 < g < T1 < o < T2 < n < T3
还需要注意维护的内容
T1
、p
、g
的parent
属性- 先后更新
g
、p
的高度(先更新高度比较低的节点,再更新较高的节点)
/**
- 左旋转
- @param grand 高度最低的,那个不平衡节点
*/
private void rotateLeft(Node<E> grand) {
Node<E> parent = grand.right;
Node<E> child = parent.left;
grand.right = child;
parent.left = grand;
afterRotate(grand, parent, child);
}
LR – 先左旋,再右旋(双旋)
LR 就是:先对 p
进行 左旋转-RR,再对 g
进行 右旋转-LL;
- 先对
p
左旋转:p.right = n.left
、n.left = p
- 再对
g
右旋转:g.left = n.right
、n.right = g
旋转后仍然是一颗 二叉搜索树:T0 < p < T1 < n < T2 < g < T3
RL – 先右旋,再左旋(双旋)
RL 就是:先对 p
进行 右旋转-LL,再对 g
进行 左旋转-RR;
- 先对
p
右旋转:p.left = n.right
、n.right = p
- 再对
g
左旋转:g.right = n.left
、n.left = g
旋转后仍然是一颗 二叉搜索树:T0 < p < T1 < n < T2 < g < T3
旋转之后维护的内容
/**
* 公共代码:不管是左旋转、右旋转,都要执行的
* @param grand 失衡节点
* @param parent 失衡节点的tallerChild
* @param child child g和p需要交换的子树(本来是p的子树, 后面会变成g的子树)
*/
private void afterRotate(Node<E> grand, Node<E> parent, Node<E> child) {
// 维护T1、g、p的parent属性
// 先让parent成为这颗子树的根节点
parent.parent = grand.parent;
// 并且判断grand是左子树,还有右子树
if (grand.isLeftChild()) {
// grand是左子树
grand.parent.left = parent; // 将parent成为左子树
} else if (grand.isRightChild()) {
grand.parent.right = parent; // 将parent成为右子树
} else {
// 既不是左子树,也不是右子树,说明grand是root节点
root = parent; // 将parent成为根节点
}
// 更新child的parent属性
if (child != null) {
child.parent = grand;
}
// 更新grand的parent属性
grand.parent = parent;
// 更新高度
updateHeight(grand);
updateHeight(parent);
}
添加之后的修复图解
输入数据:13, 14, 15, 12, 11, 17, 16, 8, 9, 1
输入13:正常
输入14:正常
输入15:13失衡,RR,左旋转
输入12:正常
输入11:13失衡,LL,右旋转
输入17:正常
输入16:15失衡,RL,先右旋转、再左旋转
输入8:正常
输入9:11失衡,LR,先左旋转、再右旋转
输入1:12失衡,LL,右旋转
添加之后的修复 - 代码实现
/**
* 增加节点后的调整
*/
@Override
protected void afterAdd(Node<E> node) {
while ((node = node.parent) != null) {
//能进循环说明父节点不为空
if (isBalanced(node)) {
// 更新高度
updateHeight(node);
} else {
// 恢复平衡
rebalance(node);
// 整棵树恢复平衡
// 一旦整棵树恢复平衡,就不需要再向上访问它的父节点直接break即可
break;
}
}
}
/**
* 恢复平衡
* rotateLeft 左旋转
* rotateRight 右旋转
*
* @param grand 高度最低的那个不平衡节点
*/
private void rebalance2(Node<E> grand) {
// parent就是,grand的最高的子节点(左或右)
Node<E> parent = ((AVLNode<E>) grand).tallerChild();
// node就是,parent的最高的子节点(左或右)
Node<E> node = ((AVLNode<E>) parent).tallerChild();
if (parent.isLeftChild()) {
// L
if (node.isLeftChild()) {
// LL
rotateRight(grand);
} else {
// LR
rotateLeft(parent);
rotateRight(grand);
}
} else {
// R
if (node.isLeftChild()) {
// RL
rotateRight(parent);
rotateLeft(grand);
} else {
// RR
rotateLeft(grand);
}
}
}
统一所有的旋转操作
/**
* 统一所有旋转
* * @param r 当前子树的根节点
* @param a,b,c,d,e,f,g 从小到大一次排序的节点
*/
private void rotate(
Node<E> r,
Node<E> a, Node<E> b, Node<E> c,
Node<E> d,
Node<E> e, Node<E> f, Node<E> g) {
// 让d成为这棵子树的根节点
d.parent = r.parent;
if (r.isLeftChild()) {
r.parent.left = d;
} else if (r.isRightChild()) {
r.parent.right = d;
} else {
root = d;
}
// a-b-c
b.left = a;
if (a != null) a.parent = b;
b.right = c;
if (c != null) c.parent = b;
updateHeight(b);
// e-f-g
f.left = e;
if (e != null) e.parent = f;
f.right = c;
if (g != null) g.parent = f;
updateHeight(f);
// b-d-f
d.left = b;
d.right = f;
b.parent = d;
f.parent = d;
updateHeight(d);
}
/**
* 恢复平衡
* 使用rotate方法,统一所有旋转
* * @param grand 高度最低的那个不平衡节点
*/
private void rebalance(Node<E> grand) {
// parent就是,grand的最高的子节点(左或右)
Node<E> parent = ((AVLNode<E>) grand).tallerChild();
// node就是,parent的最高的子节点(左或右)
Node<E> node = ((AVLNode<E>) parent).tallerChild();
if (parent.isLeftChild()) {
// L
if (node.isLeftChild()) {
// LL
rotate(grand, node.left, node, node.right, parent, parent.right, grand, grand.right);
} else {
// LR
rotate(grand, parent.left, parent, node.left, node, node.right, grand, grand.right);
}
} else {
// R
if (node.isLeftChild()) {
// RL
rotate(grand, grand.left, grand, node.left, node, node.right, parent, parent.right);
} else {
// RR
rotate(grand, grand.left, grand, parent.left, parent, node.left, node, node.right);
}
}
}
删除节点导致的失衡
示例:删除子树中的 16
- 可能会导致父节点 或 祖先节点失衡(只有1个节点会失衡),其他节点,都不可能失衡
LL – 右旋转(单旋)
- 如果绿色节点不存在,更高层的祖先节点可能也会失衡,需要再次恢复平衡,然后又可能导致更高层的祖先节点失衡…
- 极端情况下,所有祖先节点都需要进行恢复平衡的操作,共 O ( l o g n ) O(logn) O(logn) 次调整
RR – 左旋转(单旋)
LR – RR左旋转,LL右旋转(双旋)
RL – LL右旋转,RR左旋转(双旋)
删除之后的修复
/**
- 删除节点后的调整
*/
@Override
protected void afterRemove(Node<E> node) {
while ((node = node.parent) != null) {
//能进循环说明父节点不为空
if (isBalanced(node)) {
// 更新高度
updateHeight(node);
} else {
// 恢复平衡
rebalance(node);
}
}
}
AVL树总结
添加
- 可能会导致所有祖先节点都失衡
- 只要让高度最低的失衡节点恢复平衡,整棵树就恢复平衡 【仅需 O ( 1 ) O(1) O(1) 次调整】
删除
- 可能会导致父节点 或 祖先节点失衡(只有1个节点会失衡)
- 恢复平衡后,可能会导致更高层的祖先节点失衡 【最多需要 O ( l o g n ) O(logn) O(logn) 次调整】
平均时间复杂度
- 搜索: O ( l o g n ) O(logn) O(logn)
- 添加: O ( l o g n ) O(logn) O(logn),仅需 O ( 1 ) O(1) O(1) 次的旋转操作
- 删除: O ( l o g n ) O(logn) O(logn),最多需要 O ( l o g n ) O(logn) O(logn) 次的旋转操作
AVL树完整源码
import java.util.Comparator;
public class AVLT<E> extends BST<E> {
public AVLT() {
this(null);
}
public AVLT(Comparator<E> comparator) {
super(comparator);
}
/**
* 增加节点后的调整
*/
@Override
protected void afterAdd(Node<E> node) {
while ((node = node.parent) != null) {
//能进循环说明父节点不为空
if (isBalanced(node)) {
// 更新高度
updateHeight(node);
} else {
// 恢复平衡
rebalance(node);
// 整棵树恢复平衡
// 一旦整棵树恢复平衡,就不需要再向上访问它的父节点直接break即可
break;
}
}
}
/**
* 删除节点后的调整
*/
@Override
protected void afterRemove(Node<E> node) {
while ((node = node.parent) != null) {
//能进循环说明父节点不为空
if (isBalanced(node)) {
// 更新高度
updateHeight(node);
} else {
// 恢复平衡
rebalance(node);
}
}
}
/**
* 恢复平衡
* 使用rotate方法,统一所有旋转
*
* @param grand 高度最低的那个不平衡节点
*/
private void rebalance(Node<E> grand) {
// parent就是,grand的最高的子节点(左或右)
Node<E> parent = ((AVLNode<E>) grand).tallerChild();
// node就是,parent的最高的子节点(左或右)
Node<E> node = ((AVLNode<E>) parent).tallerChild();
if (parent.isLeftChild()) {
// L
if (node.isLeftChild()) {
// LL
rotate(grand, node.left, node, node.right, parent, parent.right, grand, grand.right);
} else {
// LR
rotate(grand, parent.left, parent, node.left, node, node.right, grand, grand.right);
}
} else {
// R
if (node.isLeftChild()) {
// RL
rotate(grand, grand.left, grand, node.left, node, node.right, parent, parent.right);
} else {
// RR
rotate(grand, grand.left, grand, parent.left, parent, node.left, node, node.right);
}
}
}
/**
* 恢复平衡
* rotateLeft 左旋转
* rotateRight 右旋转
*
* @param grand 高度最低的那个不平衡节点
*/
private void rebalance2(Node<E> grand) {
// parent就是,grand的最高的子节点(左或右)
Node<E> parent = ((AVLNode<E>) grand).tallerChild();
// node就是,parent的最高的子节点(左或右)
Node<E> node = ((AVLNode<E>) parent).tallerChild();
if (parent.isLeftChild()) {
// L
if (node.isLeftChild()) {
// LL
rotateRight(grand);
} else {
// LR
rotateLeft(parent);
rotateRight(grand);
}
} else {
// R
if (node.isLeftChild()) {
// RL
rotateRight(parent);
rotateLeft(grand);
} else {
// RR
rotateLeft(grand);
}
}
}
/**
* 统一所有旋转
*
* @param r 当前子树的根节点
* @param a,b,c,d,e,f,g 从小到大一次排序的节点
*/
private void rotate(
Node<E> r,
Node<E> a, Node<E> b, Node<E> c,
Node<E> d,
Node<E> e, Node<E> f, Node<E> g) {
// 让d成为这棵子树的根节点
d.parent = r.parent;
if (r.isLeftChild()) {
r.parent.left = d;
} else if (r.isRightChild()) {
r.parent.right = d;
} else {
root = d;
}
// a-b-c
b.left = a;
if (a != null) a.parent = b;
b.right = c;
if (c != null) c.parent = b;
updateHeight(b);
// e-f-g
f.left = e;
if (e != null) e.parent = f;
f.right = c;
if (g != null) g.parent = f;
updateHeight(f);
// b-d-f
d.left = b;
d.right = f;
b.parent = d;
f.parent = d;
updateHeight(d);
}
/**
* 左旋转
* @param grand 高度最低的,那个失衡节点
*/
private void rotateLeft(Node<E> grand) {
Node<E> parent = grand.right;
Node<E> child = parent.left;
grand.right = child;
parent.left = grand;
afterRotate(grand, parent, child);
}
/**
* 右旋转
* @param grand 高度最低的,那个失衡节点
*/
private void rotateRight(Node<E> grand) {
Node<E> parent = grand.left;
Node<E> child = parent.right;
grand.left = child;
parent.right = grand;
afterRotate(grand, parent, child);
}
/**
* 公共代码:不管是左旋转、右旋转,都要执行的
* @param grand 失衡节点
* @param parent 失衡节点的tallerChild
* @param child child g和p需要交换的子树(本来是p的子树, 后面会变成g的子树)
*/
private void afterRotate(Node<E> grand, Node<E> parent, Node<E> child) {
// 维护T1、g、p的parent属性
// 先让parent成为这颗子树的根节点
parent.parent = grand.parent;
// 并且判断grand是左子树,还有右子树
if (grand.isLeftChild()) {
// grand是左子树
grand.parent.left = parent; // 将parent成为左子树
} else if (grand.isRightChild()) {
grand.parent.right = parent; // 将parent成为右子树
} else {
// 既不是左子树,也不是右子树,说明grand是root节点
root = parent; // 将parent成为根节点
}
// 更新child的parent属性
if (child != null) {
child.parent = grand;
}
// 更新grand的parent属性
grand.parent = parent;
// 更新高度
updateHeight(grand);
updateHeight(parent);
}
/**
* 重写父类中的 createNode 方法
*
* @return AVLNode
*/
@Override
protected Node<E> createNode(E element, Node<E> parent) {
return new AVLNode<>(element, parent);
}
/**
* 判断传入节点是否平衡(平衡因子的绝对值 <= 1)
*/
private boolean isBalanced(Node<E> node) {
return Math.abs(((AVLNode<E>) node).balanceFactor()) <= 1;
}
/**
* 更新高度
*/
private void updateHeight(Node<E> node) {
((AVLNode<E>) node).updateHeight();
}
/**
* AVL树的节点,需要计算平衡因子,因此比普通二叉树多维护一个height属性,
* 如果将height放入普通二叉树里没有用处,浪费空间,
* 所以新建AVLNode类继承Node类,进行功能扩展
*/
private static class AVLNode<E> extends Node<E> {
// 新增的节点 必定是叶子节点,所以默认叶子节点高度是1
int height = 1;
public AVLNode(E element, Node<E> parent) {
super(element, parent);
}
// 获取节点的平衡因子:某结点的左右子树的高度差(左子树高度 减 右子树高度)
public int balanceFactor() {
int leftHeight = left == null ? 0 : ((AVLNode<E>) left).height;
int rightHeight = right == null ? 0 : ((AVLNode<E>) right).height;
return leftHeight - rightHeight;
}
// 更新节点的高度
public void updateHeight() {
int leftHeight = left == null ? 0 : ((AVLNode<E>) left).height;
int rightHeight = right == null ? 0 : ((AVLNode<E>) right).height;
height = 1 + Math.max(leftHeight, rightHeight);
}
// 获取当前节点中,更高的子节点(左右子树更高的那个)
public Node<E> tallerChild() {
int leftHeight = left == null ? 0 : ((AVLNode<E>) left).height;
int rightHeight = right == null ? 0 : ((AVLNode<E>) right).height;
if (leftHeight > rightHeight) return left;
if (leftHeight < rightHeight) return right;
// 高度一样则返回同方向的,左子节点则返回左,否则返回右
return isLeftChild() ? left : right;
}
@Override
public String toString() {
String parentString = "null";
if (parent != null) {
parentString = parent.element.toString();
}
return element + "_p(" + parentString + ")_h(" + height + ")";
}
}
}