IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 数据结构与算法 -> C++实现AVL树 -> 正文阅读

[数据结构与算法]C++实现AVL树

在这里插入图片描述

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。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。

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)
  3. 平衡因子的计算是右子树的高度减去左子树的高度的差值结果
    在这里插入图片描述

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 N) ,搜索时间复杂度O( log N)。

AVL树节点的定义

template<class K, class V>
struct AVLTreeNode 
{
	AVLTreeNode<K, V>* _left; //左孩子
	AVLTreeNode<K, V>* _right; //右孩子
	AVLTreeNode<K, V>* _parent; //父亲结点
	 
	pair<K, V> _Kv; //键值
	int _bf; //平衡因子

	//构造函数
	AVLTreeNode(const pair<K, V>& Kv)
		:_left(nullptr)
		,_right(nullptr)
		,_parent(nullptr)
		,_Kv(Kv)
		,_bf(0)
	{ }

};

AVL树的定义

template<class K, class V>
class AVLTree 
{
	typedef AVLTreeNode<K, V> Node;
public:
	AVLTree() 
		:_root(nullptr)
	{}

private:
	Node* _root;
};

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

与根结点比较如果比根大就往右子树插入,如果比根小就往左子树插入,直到走到合适的位置就插入,由于这里是三叉链所以需要处理结点之间的关联关系

bool Insert(const pair<K, V> &kv) 
	{
		if (!_root) _root = new Node(kv); //初始根节点

		Node* cur = _root;
		Node* parent = _root;
		while (cur) 
		{
			K key = cur->_Kv.first;
			if (key > kv.first) //比根结点的key值小,
			{
				parent = cur;
				cur = cur->_left;
			}
			else if(key < kv.first)//比根结点的key值大,
			{
				parent = cur;
				cur = cur->_right;
			}
			else 
			{
				return false;  //插入失败
			}
		}
		
		//开始插入
		cur = new Node(kv);
		Node* newNode = cur;
		if (parent->_Kv.first > newNode->_Kv.first) //新插入的结点key值比根节点小就插入到左子树
		{
			parent->_left = newNode;
			newNode->_parent = parent;
		}
		else		//新插入的结点key值比根节点大就插入到右子树
		{
			parent->_right = newNode;
			newNode->_parent = parent;
		}
	}

调整节点的平衡因子

当左右子树的高度发生了变化,那么就需要对父亲及祖先路径上的所有结点的平衡因子进行调整

在这里插入图片描述

//更新祖先路径的所以结点的平衡因子
		/* 
			总结五种情况:
				1、新增结点出现在父结点的左边,平衡因子减减
				2、新增结点出现在父结点的右边,平衡因子加加
				3、父亲的平衡因子为0就不再调整
				4、父亲结点的平衡因子为1或者-1继续调整
				5、父亲结点的平衡因子为2或者-2那就旋转
				
		*/
	while (parent) 
	{
		if (parent->_left == cur) parent->_bf--;   //1、
		if (parent->_right == cur) parent++;	   //2、
		if (parent->_bf == 0) break; 			  //3、
		if (parent->_bf == -1 || parent->_bf == 1)//4、 
		{
			cur = parent;
			parent = parent->_parent;
		}
		if (parent->_bf == -2 || parent->_bf == 2) //5、
		{
			//旋转
			if (parent->_bf == -2) 
			{
				if (cur->_bf == -1) RotateR(parent); //左边高,右单旋
				else RotateLR(parent); //左右双旋
			}
			else //右 parent->_bf == 2
			{
				if (cur->_bf == 1) RotateL(parent);//右边高左单旋转
				else RotateRL(parent); //右左双旋
			}

			break;
		}
	}

AVL树的四种旋转

旋转的原则是遵循搜索树的规则,尽量让两边平衡

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:

右单旋

新节点插入较高左子树的左侧—左左:右单旋

在这里插入图片描述
不管是哪种单旋都得考虑两种情况:
1、局部旋转,如果parent并不是树的_root结点,那么就需要调整subL和根结点的关系
2、独立旋转,parent就是树的_root结点,那么subL就是旋转后的根节点了

3、subLR有可能为null

//右单旋
void RotateR(Node* parent) 
{
	Node* subL = parent->_left;
	Node* subLR = subL->_right;

	parent->_left = subLR; 
	if (subLR) subLR->_parent = parent;  //防止subLR为nullptr

	subL->_right = parent;
	Node* parent_parent = parent->_p	arent; //指针备份
	parent->_parent = subL;
	if (_root == parent) //如果parent就是树的根 
	{
		_root = subL;  //subL取代parent
		_root->_parent = nullptr;
	}
	else  //如果parent并不是树的根
	{
		if (parent_parent->_left == parent) parent->_left = subL;
		else parent_parent->_right = subL;

		subL->_parent = parent_parent; //subL去做parent_parent的孩子
	}
	//调节平衡因子
	subL->_bf = parent->_bf = 0;
}

左单旋

新节点插入较高右子树的右侧—右右:左单旋

在这里插入图片描述
跟右单旋几乎是一样的做法
1、局部旋转,如果parent并不是树的_root结点,那么就需要调整subL和根结点的关系
2、独立旋转,parent就是树的_root结点,那么subL就是旋转后的根节点了
3、subRL有可能为null

//左单旋
void RotateL(Node* parent) 
{
	Node* subR = parent->_right;
	Node* subRL = subR->_left;
	
	parent->_right = subRL;
	if (subRL) subRL->_parent = parent;
	
	subR->_left = parent;
	Node* parent_parent = parent->_parent;
	parent->_parent = subR;
	
	if (_root == parent) 
	{
		_root = subR;
		_root->_parent = nullptr;
	}
	else  
	{
		if (parent_parent->_left == parent) parent_parent->_left = subR;
		else parent_parent->_right = subR;

		subR->_parent = parent_parent;
	}
	subR->_bf = parent->_bf = 0;
}

左右双旋

新节点插入较高左子树的右侧—左右:先左单旋再右单旋

1、新增结点在b或c都会影响左右子树的高度,从而引发双旋
h > 0情况一:
在这里插入图片描述
h > 0,情况二:
在这里插入图片描述
h == 0情况三:

在这里插入图片描述

//左右旋转
	void RotateLR(Node* parent) 
	{
		Node* subL = parent->_left;
		Node* subLR = subL->_right;
		int bf = subLR->_bf;

		RotateL(parent->_left);
		RotateR(parent);
		if (bf == -1)  //h > 0,新增结点在b
		{
			parent->_bf = 1;
			subLR->_bf = 0;
			subL->_bf = 0;
		}
		else if (bf == 1) //h > 0,新增结点在c
		{
			subL->_bf = -1;
			subLR->_bf = 0;
			parent->_bf = 0;
		}
		else if(bf == 0) //h = 0
		{
			parent->_bf = 0;
			subLR->_bf = 0;
			subL->_bf = 0;
		}
		
	}

右左双旋

右左双旋跟左右双旋的情况基本是类似的,这里就不列举多种情况了
在这里插入图片描述
新节点插入较高右子树的左侧—右左:先右单旋再左单旋

	//右左旋转
	void RotateRL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subR->_left;
		int bf = subRL->_bf;

		RotateR(parent->_right);
		RotateL(parent);
		if (bf == -1)  //h > 0,新增结点在b
		{
			parent->_bf = 0;
			subR->_bf = 1;
			subRL->_bf = 0;
		}
		else if (bf == 1) //h > 0,新增结点在c
		{
			parent->_bf = -1;
			subR->_bf = 0;
			subRL->_bf = 0;
		}
		else if (bf == 0)//h = 0
		{
			subR->_bf = 0;
			subRL->_bf = 0;
			parent->_bf = 0;
		}

	}

查找

Node* Find(const K& key) 
{
	Node* cur = _root;
	while (cur) 
	{
		if (key > cur->_Kv.first) cur = cur->_right; //左子树
		else if (key < cur->_Kv.first) cur = cur->_left; //右子树
		else return cur;
	}
}

其他接口

判断是不是平衡二叉树

int height(Node* root) //求高度
{
	return !root ? 0 
		   : max(height(root->_left), 
			 height(root->_right)) + 1;
}

void _Inorder(Node* root)//中序遍历 
{
	if (!root) return;
	_Inorder(root->_left);
	printf("%d : %d\n",root->_Kv.first, root->_Kv.second);
	_Inorder(root->_right);
}

//判断是不是平衡二叉树
bool IsAVLTree() 
{
	return _IsAVLTree(_root);
}

bool _IsAVLTree(Node* root)
{
	if (!root) return true;
	int left = height(root->_left);
	int right = height(root->_right);
	//检查平衡因子	
	if (right - left != root->_bf)
	{
		printf("错误的平衡因子 %d :%d\n", root->_Kv.first, root->_Kv.second);
		return false;
	}
	return (abs(right - left) < 2)
		&& _IsAVLTree(root->_left)
		&& _IsAVLTree(root->_right);
}

析构函数

//析构函数
~AVLTree()
{
	Destroy(_root);
	_root = nullptr;
}

void Destroy(Node *root)//后序销毁结点
{
	if (!root) return;
	Destroy(root->_left);
	Destroy(root->_right);
	delete root;
}

拷贝构造

Node* copy(Node* cp)
{
	if (!cp) return nullptr;

	Node* newnode = new Node(cp->_Kv);
	newnode->_left = copy(cp->_left);
	newnode->_right = copy(cp->_right);
	return newnode;
}

//拷贝构造
AVLTree(const AVLTree<K, V>& job)
{
	if(&job != this)
	_root = copy(job._root);
}

拷贝赋值

void operator=(AVLTree<K, V> tmp)
{
	if (&tmp != this)
	swap(tmp._root, this->_root);
}

重载operator[ ]

V& operator[](const K& key)
{
	return (Insert(make_pair(key, V())).first)->_Kv.second;
}

AVL树的完整实现代码博主已经放在 git.

在这里插入图片描述

  数据结构与算法 最新文章
【力扣106】 从中序与后续遍历序列构造二叉
leetcode 322 零钱兑换
哈希的应用:海量数据处理
动态规划|最短Hamilton路径
华为机试_HJ41 称砝码【中等】【menset】【
【C与数据结构】——寒假提高每日练习Day1
基础算法——堆排序
2023王道数据结构线性表--单链表课后习题部
LeetCode 之 反转链表的一部分
【题解】lintcode必刷50题<有效的括号序列
上一篇文章      下一篇文章      查看所有文章
加:2022-01-04 13:41:40  更:2022-01-04 13:41:56 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/26 17:32:41-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码