【C++】—— 详解AVL树

目录

序言

（一）AVL树的概念

1、AVL树的由来

2、AVL树的特点

3、平衡因子

（二）AVL树的插入

1、插入操作的思想理解 

2、AVL树的旋转

1️⃣ LL平衡旋转（右单旋转）

2️⃣ RR平衡旋转（左单旋转）

3️⃣ LR平衡旋转（先左后右双旋转）

4️⃣ RL平衡旋转（先右后左双旋转）

3、构造示例

（三）AVL树的删除（了解）

（四）代码实现

1、AVL树节点的定义

2、左单旋转

3、右单旋转

4、先左后右双旋转

5、先右后左双旋转

（五）AVL树的性能

总结

序言

前面对 map/multimap/set/multiset 进行了简单的介绍，在其文档介绍中发现，这几个容器有个
共同点是：其底层都是按照二叉搜索树来实现的，但是二叉搜索树有其自身的缺陷，假如往树中插入的元素有序或者接近有序，二叉搜索树就会退化成单支树，时间复杂度会退化成O(N)，因此map、set等关联式容器的底层结构是对二叉树进行了平衡处理，即采用平衡树来实现。
 

（一）AVL树的概念

1、AVL树的由来

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
     

2、AVL树的特点

一棵AVL树或者是空树，或者是具有以下性质的二叉搜索树：

  1. 它的左右子树都是AVL树
  2. 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)
     

 下图所示的平衡二叉树，右边的是不平衡的二叉树：

 如果一棵二叉搜索树是高度平衡的，它就是AVL树。如果它有n个结点，其高度可保持在
O(log_2 n)，搜索时间复杂度O(log_2 n）。

3、平衡因子

平衡因子（Balance Factor）是用于衡量二叉树节点的左子树和右子树之间的平衡程度的指标。它定义为左子树的高度减去右子树的高度（或者相反），即：

  • 平衡因子 = 右子树的高度 - 左子树的高度（反过来也可以）

平衡因子的值可以是正、零或负，具体含义如下：

  1. 如果平衡因子为正数，意味着左子树比右子树高。
  2. 如果平衡因子为零，意味着左子树和右子树具有相同的高度。
  3. 如果平衡因子为负数，意味着右子树比左子树高。

对于 AVL树 来说，平衡因子在每个节点上都需要保持在 -1、0、1 的范围内。如果平衡因子超出了这个范围，就表示树不再平衡，需要进行旋转等操作来恢复平衡。

例如下面这棵树表示的就是一棵 AVL树，结点外的值即表示的是该结点的平衡因子：

因此，综上我们可以知道平衡因子的引入就是为了确保树的高度保持在较小的范围内，从而提高树的查询、插入和删除等操作的性能。通过保持平衡因子在指定范围内，可以确保树结构相对平衡，避免出现极度不平衡的情况，导致操作的时间复杂度恶化。

（二）AVL树的插入

二叉排序树保证平衡的基本思想如下：

  1. 每当在二叉排序树中插入（或删除）一个结点时，首先检查其插入路径上的结点是否因为此次操作而导致了不平衡；
  2. 若导致了不平衡，则先找到插入路径上离插入结点最近的平衡因子的绝对值大于1的结点 A ，再对以 A 为根的子树，在保持二叉排序树特性的前提下，调整各结点的位置关系，使之重新达到平衡。

注意：每次调整的对象都是最小不平衡子树，即以插入路径上离插入结点最近的平衡因子的绝对值大于1的结点作为根的子树。

1、插入操作的思想理解 

 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：

  • 1. 按照二叉搜索树的方式插入新节点
  • 2. 调整节点的平衡因子

 大致思想如下：

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

2、AVL树的旋转

因此上述操作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：
 

1️⃣ LL平衡旋转（右单旋转）

新节点插入较高左子树的左侧---左左：右单旋
 

【说明】 

  1.  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；
  2. 此时要让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；
  3. 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：

1. 30节点的右孩子可能存在，也可能不存在
2. 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
     

2️⃣ RR平衡旋转（左单旋转）

新节点插入较高右子树的右侧---右右：左单旋
 

 【说明】 

  1. 上图在插入前，AVL树是平衡的，新节点插入到60的右子树(注意：此处不是右孩子)中，60右子树增加了一层，导致以30为根的二叉树不平衡；
  2. 此时要让30平衡，只能将30右子树的高度减少一层，左子树增加一层，即将右子树往上提；
  3. 这样30转下来，因为30比60小，只能将其放在60的左子树，而如果60有左子树，左子树根的值一定大于30，小于60，只能将其放在30的右子树，旋转完成后，更新节点的平衡因子即可

3️⃣ LR平衡旋转（先左后右双旋转）

新节点插入较高左子树的右侧---左右：先左单旋再右单旋

  【说明】 

  1. 由于在 90 的左孩子（ L ）的右子树（ R ）上插入新结点， 90 的平衡因子由 -1变为 -2，导致以 90 为根的子树失去平衡；
  2. 需要进行两次旋转操作，先左旋转后右旋转。先将 90 结点的左孩子 30 的右子树的根结点 60 向左上旋转提升到 30 结点的位置，然后把该 60 结点向右上旋转提升到 90 结点的位置

4️⃣ RL平衡旋转（先右后左双旋转）

新节点插入较高右子树的左侧---右左：先右单旋再左单旋
 

 

   【说明】 

  1. 上图在插入前，AVL树是平衡的，新节点插入到60的右子树(注意：此处不是右孩子)中，60右子树增加了一层，导致以30为根的二叉树不平衡； 
  2. 由于在 30 的右孩子（ R ）的左子树（ L ）上插入新结点， 30 的平衡因子由 1变为2，导致以 30为根的子树失去平衡；
  3. 需要进行两次旋转操作，先右旋转后左旋转。先将 30结点的右孩子 90的左子树的根结点 60向右上旋转提升到 90结点的位置，然后把该 60结点向左上旋转提升到 30结点的位置，
     

【注意】：LR 和 RL旋转时，新节点究竟是插入 60 的左子树还是右子树都不影响旋转过程

3、构造示例

以关键字序列（15,3,7,10,9,8）构造一棵平衡二叉树的过程为例：

 【说明】

  • 插入7后导致不平衡，最小不平衡子树的根为15，插入位置为其左孩子的右子树，故执行 LR 旋转，先左后右双旋转，调整后的结果如图所示；
  • 当插入9后导致不平衡，最小不平衡子树的根为15，插入位置为其左孩子的左子树，故执行 LL 旋转，右单旋转；
  • 插入8后导致不平衡，最小不平衡子树的根为7，插入位置为其右孩子的左子树，故执行 RL 旋转，先右后左双旋转。

（三）AVL树的删除（了解）

与平衡二叉树的插入操作类似，以删除结点 w 为例来说明平衡二叉树删除操作的步骤：

1）用二叉排序树的方法对结点 w 执行删除操作。
2）从结点 w 开始，向上回溯，找到第一个不平衡的结点 z （即最小不平衡子树）; y 为结点 z 的高度最高的孩子结点： x 是结点 y 的高度最高的孩子结点。
3）然后对以 z 为根的子树进行平衡调整，其中 x 、 y 和 z 可能的位置有4种情况：

  •  y 是 z 的左孩子， x 是 y 的左孩子（ LL ，右单旋转）;
  •  y 是 z 的左孩子， x 是 y 的右孩子（ LR ，先左后右双旋转）;
  •  y 是 z 的右孩子， x 是 y 的右孩子（ RR ，左单旋转）;
  •  y 是 z 的右孩子， x 是 y 的左孩子（ RL ，先右后左双旋转）。

这四种情况与插入操作的调整方式一样。不同之处在于，插入操作仅需要对以 z 为根的子树进行平衡调整；而删除操作就不一样，先对以 z 为根的子树进行平衡调整，如果调整后子树的高度减1，则可能需要对 z 的祖先结点进行平衡调整，甚至回溯到根结点（导致树高减1)。


以删除下图的结点32为例：
 

 【说明】

  1. 由于32位叶结点，直接删除即可，向上回溯找到第一个不平衡的结点44（即z）；
  2. z的高度最高的孩子结点为 78（即y），y的高度最大的孩子结点为50（即x），满足RL情况，先右后左双旋转，调整后的结果即为上图所示

（四）代码实现

1、AVL树节点的定义

template<class K,class V>
class AVLTreeNode
{AVLTreeNode<K, V>* _left;	// 该节点的左孩子AVLTreeNode<K, V>* _right;	// 该节点的右孩子AVLTreeNode<K, V>* _parent; // 该节点的双亲pair<K, V> _kv;int _bf;		//平衡因子AVLTreeNode(const pair<K, V>& kv):_left(nullptr),_right(nullptr),_parent(nullptr),_kv(kv),_bf(0){}
};

2、左单旋转

代码如下：

//左旋转void RotateL(Node* parent){Node* subR = parent->_right;Node* subRL = subR->_left;parent->_right = subRL;if (subRL)subRL->_parent = parent;Node* ppnode = parent->_parent;subR->_left = parent;parent->_parnet = subR;if (ppnode == nullptr){_root = subR;_root->_parent = nullptr;}else{if (ppnode->_left == parent){ppnode->_left = subR;}else{ppnode->_right = subR;}subR->_parent = ppnode;}// 根据调整后的结构更新部分节点的平衡因子parent->_bf = subR->_bf = 0;}

3、右单旋转

代码如下：

//右旋转void RotateR(Node* parent){Node* subL = parent->_left;Node* subLR = subL->_right;parent->_left = subLR;if(subLR)subLR->_parent = parent;Node* ppnode = parent->_parent;subL->_right = parent;parent->_parent = subL;if (ppnode == nullptr){_root = subL;_root->_parent = nullptr;}else{if (ppnode->_left == parent){ppnode->_left = subL;}else{ppnode->_right = subL;}subL->_parent = ppnode;}subL->_bf = parent->_bf = 0;}

4、先左后右双旋转

大家结合下图以及上述讲LR时的图进行思考，我相信就不难解决：

 代码如下：

//LR操作void RotateLR(Node* parent){Node* subL = parent->_left;Node* subLR = subL->_right;int bf = subLR->_bf;RotateL(parent->_left);RotateR(parent);if (bf == 1){parent->_bf = 0;subLR->_bf = 0;subL->_bf = -1;}else if (bf == -1){parent->_bf = 1;subLR->_bf = 0;subL->_bf = 0;}else if (bf == 0){parent->_bf = 0;subLR->_bf = 0;subL->_bf = 0;}else{assert(false);}}

5、先右后左双旋转

跟上述同理：

    void RotateRL(Node* parent){Node* subR = parent->_right;Node* subRL = subR->_left;int bf = subRL->_bf;RotateR(parent->_right);RotateL(parent);if (bf == 1){subR->_bf = 0;parent->_bf = -1;subRL->_bf = 0;}else if (bf == -1){subR->_bf = 1;parent->_bf = 0;subRL->_bf = 0;}else if (bf == 0){subR->_bf = 0;parent->_bf = 0;subRL->_bf = 0;}else{assert(false);}}

（五）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$log_2 (N)$。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。
 

代码链接：AVL的实现

总结

以上便是关于本期AVL的树的详细介绍，感谢大家的观看与支持！！！

 

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.hqwc.cn/news/78120.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

Java请求Http接口-OkHttp(超详细-附带工具类)

Java请求Http接口-OkHttp(超详细-附带工具类)

简介&#xff1a;OkHttp是一个默认有效的HTTP客户端&#xff0c;有效地执行HTTP可以加快您的负载并节省带宽&#xff0c;如果您的服务有多个IP地址&#xff0c;如果第一次连接失败&#xff0c;OkHttp将尝试备用地址。这对于IPv4 IPv6和冗余数据中心中托管的服务是必需的。OkHt…
阅读更多...
800V高压电驱动系统架构分析

800V高压电驱动系统架构分析

需要电驱竞品样件请联&#xff1a;shbinzer &#xff08;拆车邦&#xff09; 过去一年是新能源汽车市场爆发的一年&#xff0c;据中汽协数据&#xff0c;2021年新能源汽车销售352万辆&#xff0c;同比大幅增长157.5%。新能源汽车技术发展迅速&#xff0c;畅销车辆在动力性能…
阅读更多...
MySQL索引介绍 为什么mysql使用B+树

MySQL索引介绍 为什么mysql使用B+树

什么是索引&#xff1f; 索引是一种用于快速查询和检索数据的数据结构&#xff0c;常见的索引结构有&#xff1a;B树&#xff0c;B树和Hash。 索引的作用就相当于目录。打个比方&#xff0c;我们在查字典的时候&#xff0c;如果没有目录&#xff0c;那我们就只能一页一页的去…
阅读更多...
redis 7高级篇1 redis的单线程与多线程

redis 7高级篇1 redis的单线程与多线程

一 redis单线程与多线程 1.1 redis单线程&多线程 1.redis的单线程 redis单线程主要是指Redis的网络IO和键值对读写是由一个线程来完成的&#xff0c;Redis在处理客户端的请求时包括获取 (socket 读)、解析、执行、内容返回 (socket 写) 等都由一个顺序串行的主线程处理…
阅读更多...
Android4:约束布局

Android4:约束布局

创建项目My Constraint Layout 一般创建项目之后activity_main.xml文件默认就是采用约束布局&#xff0c;如&#xff1a; <?xml version"1.0" encoding"utf-8"?> <androidx.constraintlayout.widget.ConstraintLayoutxmlns:android"http:…
阅读更多...
【Kubernetes】Rancher管理集群

【Kubernetes】Rancher管理集群

目录 1、安装 rancher 2、登录 Rancher 平台 3、Rancher 管理已存在的 k8s 集群 4、Rancher 部署监控系统 5、使用 Rancher 仪表盘管理 k8s 集群 以创建 nginx 服务为例 创建名称空间 namespace 创建 Deployment 资源 创建 service 1、安装 rancher 在 所有 node 节点下…
阅读更多...
Flink学习笔记（一）

Flink学习笔记（一）

流处理 批处理应用于有界数据流的处理&#xff0c;流处理则应用于无界数据流的处理。 有界数据流&#xff1a;输入数据有明确的开始和结束。 无界数据流&#xff1a;输入数据没有明确的开始和结束&#xff0c;或者说数据是无限的&#xff0c;数据通常会随着时间变化而更新。 在…
阅读更多...
麒麟操作系统安装

麒麟操作系统安装

官网&#xff1a;麒麟 下载&#xff1a;首页->桌面操作系统->银河麒麟桌面操作系统V10->申请试用 提交后->银河麒麟桌面操作系统V10->AMD64版->选择本地下载链接 安装&#xff1a; &#xff08;1&#xff09;创建新的虚拟机->自定义(高级)->稍后安装…
阅读更多...
vue3、react组件数据传值对比分析——父组件传递子组件，子组件传递父组件

vue3、react组件数据传值对比分析——父组件传递子组件，子组件传递父组件

文章目录 ⭐前言⭐react 组件传值实例&#x1f496;父组件传值给子组件&#xff08;props&#xff09;&#x1f496;子组件传递事件给父组件props绑定事件&#x1f496;父组件触发子组件的事件Ref ⭐vue3 组件传值实例&#x1f496; 父组件传递数据给子组件props&#x1f496; …
阅读更多...
CQ课堂 | 社区版 2.3.0 新功能操作演示直播快来预约！

CQ课堂 | 社区版 2.3.0 新功能操作演示直播快来预约！

CloudQuery 一体化数据库操作管控云平台&#xff0c;社区版 V 2.3.0 已发布&#xff01; 三大核心功能增强 1、 权限管控&#xff1a;新增自动授权、分级授权 2、 动态脱敏&#xff1a;新增脱敏配置导入导出、脱敏扫描 3、 审计中心&#xff1a;新增上卷下钻能力、审计归档 …
阅读更多...
Redis高可用：主从复制详解

Redis高可用：主从复制详解

目录 1.什么是主从复制&#xff1f; 2.优势 3.主从复制的原理 4.全量复制和增量复制 4.1 全量复制 4.2 增量复制 5.相关问题总结 5.1 当主服务器不进行持久化时复制的安全性 5.2 为什么主从全量复制使用RDB而不使用AOF&#xff1f; 5.3 为什么还有无磁盘复制模式&#xff…
阅读更多...
部署问题集合（十九）linux设置Tomcat、Docker，以及使用脚本开机自启（亲测）

部署问题集合（十九）linux设置Tomcat、Docker，以及使用脚本开机自启（亲测）

前言 因为不想每次启动虚拟机都要手动启动一遍这些东西&#xff0c;所以想要设置成开机自启的状态 设置Tomcat开机自启 创建service文件 vi /etc/systemd/system/tomcat.service添加如下内容&#xff0c;注意修改启动脚本和关闭脚本的地址 [Unit] DescriptionTomcat9068 A…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023