C++ AVLTree高度平衡的二叉搜索樹深入分析
一、AVL樹的概念
二叉搜索樹雖可以縮短查找的效率，但如果數(shù)據(jù)有序或接近有序二叉搜索樹將退化為單支樹，查找元素相當于在順序表中搜索元素，效率低下。
因此，兩位俄羅斯的數(shù)學家G.M.Adelson-Velskii和E.M.Landis在1962年發(fā)明了一種解決上述問題的方法：當向二叉搜索樹中插入新結點后，如果能保證每個結點的左右子樹高度之差的絕對值不超過1(需要對樹中的結點進行調整)，即可降低樹的高度，從而減少平均搜索長度。
一棵AVL樹或者是空樹，或者是具有以下性質的二叉搜索樹：
它的左右子樹都是AVL樹
左右子樹高度之差(簡稱平衡因子)的絕對值不超過1(-1/0/1)
平衡因子= 右子樹高度-左子樹高度
如果一棵二叉搜索樹是高度平衡的，它就是AVL樹。如果它有n個結點，其高度可保持在O(log2N) ，搜索時間復雜度O(log2N)
二、AVL樹節(jié)點的定義
節(jié)點結構：三叉鏈結構（左、右、父），以及平衡因子bf+構造函數(shù)（左右為空，平衡因子初始化為0）
template<class K,class V>
struct AVLTreeNode
{
pair<K, V> _kv;
AVLTreeNode<K, V>* _left;
AVLTreeNode<K, V>* _right;
AVLTreeNode<K, V>* _parent;
int _bf;//balance factor
AVLTreeNode(const pair<K,V>&kv)
:_kv(kv)
,_left(nullptr)
,_right(nullptr)
,_parent(nullptr)
,_bf(0)
{}
};
三、AVL樹的插入
AVL樹在二叉搜索樹的基礎上引入了平衡因子，因此AVL樹也可以看成是二叉搜索樹。步驟過程：
找到插入的位置：根據(jù)二叉搜索樹的做法
進行插入：判斷插入的位置是parent的左還是右
更新平衡因子：如果不平衡的話，就要進行旋轉
找到插入位置（比較節(jié)點大小即可）：
- 插入的節(jié)點key值
>當前位置的key值，往右子樹走 - 插入的節(jié)點key值
<當前位置的key值，往左子樹走 - 插入的節(jié)點key值等于當前位置的key值，不能插入，返回false
插入之后，與二叉搜索樹不同的是：我們還需要去進行平衡因子的更新，調平衡：
如果新增加的在右，平衡因子加加
如果新增加的在左，平衡因子減減
更新一個結點之后我們需要去進行判斷，子樹的高度是否發(fā)生了變化：
1.如果parent的平衡因子是0：說明之前parent的平衡因子是1或-1，說明之前parent一邊高、一邊低；這次插入之后填入矮的那邊，parent所在的子樹高度不變，不需要繼續(xù)往上更新
2.如果parent的平衡因子是1或者-1：說明之前parent的平衡因子是0，兩邊一樣高，插入之后一邊更高，parent所在的子樹高度發(fā)生變化，繼續(xù)往上更新
3.平衡因子是2或-2，說明之前parent的平衡因子是1或-1，現(xiàn)在插入嚴重不平衡，違反規(guī)則，需要進行旋轉處理
最壞的情況下：需要一直更新到根root：
我們更新平衡因子時第一個更新的就是parent,如果parent->_bf1或parent->_bf-1需要繼續(xù)往上進行平衡因子的更新，向上迭代，直到parent為空的情況：
else if (parent->_bf == 1 || parent->_bf == -1)
{
cur = parent;
parent = parent->_parent;
}
當parent->_bf = 2或parent->_bf==-2時，我們就需要進行旋轉了：
??如果parent的平衡因子是2，cur的平衡因子是1時，說明右邊的右邊比較高，我們需要進行左單旋
??如果parent的平衡因子是-2，cur的平衡因子是-1時，說明左邊的左邊比較高，我們需要進行右單旋
??如果parent的平衡因子是-2，cur的平衡因子是1時，我們需要進行左右雙旋
??如果parent的平衡因子是2，cur的平衡因子是-1時，我們需要進行右左雙旋
bool Insert(const pair<K, V>& kv)
{
if (_root == nullptr)
{
_root = new Node(kv);
return true;
}
Node* parent = nullptr;
Node* cur = _root;
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->_right = cur;
cur->_parent = parent;
}
else
{
parent->_left = 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)
{
break;
}
else if (parent->_bf == 1 || parent->_bf == -1)
{
cur = parent;
parent = parent->_parent;
}
else if(parent->_bf==2||parent->_bf==-2)
{
//左旋轉
if (parent->_bf == 2 && cur->_bf == 1)
{
RotateL(parent);
}
//右旋
else if (parent->_bf == -2 && cur->_bf == -1)
{
RotateR(parent);
}
//左右雙旋
else if (parent-> _bf == -2&&cur->_bf==1)
{
RotateLR(parent);
}
//右左雙旋
else if (parent->_bf ==2&&cur->_bf ==-1)
{
RotateRL(parent);
}
else
{
assert(false);
}
break;
}
else
{
assert(false);
}
}
return true;
}
四、AVL樹的旋轉
在一棵原本是平衡的AVL樹中插入一個新節(jié)點，可能造成不平衡，此時必須調整樹的結構，使之平衡化。根據(jù)節(jié)點插入位置的不同，AVL樹的旋轉分為四種。
旋轉規(guī)則：
1.讓這顆子樹左右高度差不超過1
2.旋轉過程中繼續(xù)保持它是搜索樹
3.更新調整孩子節(jié)點的平衡因子
4.讓這顆子樹的高度根插入前保持一致
1.左單旋
新節(jié)點插入較高右子樹的右側—右右：左單旋
抽象圖：
a/b/c是高度為h的AVL子樹，代表多數(shù)情況：h>=0,其中h可以等于0、1、2…，不過都可以抽象成h，處理情況都一樣：此時parent等于2，subR等于1。
具體左旋的步驟：
subRL成為parent的右子樹：注意subL和parent的關系，調整parent的右以及subRL的父（subRL可能為空）
parent成為subR的左子樹：調整parent的父與subR的左
subR成為相對的根節(jié)點：調整subR與ppNode：注意parent是不是整棵樹的root，如果是，則讓subR為_root,同時讓_root->_parent置為空
更新平衡因子
左旋調整：subR的左子樹值（subRL）本身就比parent的值要大，所以可以作為parent的右子樹;而parent及其左子樹當中結點的值本身就比subR的值小，所以可以作為subR的左子樹。
**更新平衡因子bf:**subR與parent的bf都更新為0
代碼實現(xiàn)左旋轉：
//左單旋
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->_parent = subR;
if (ppNode == nullptr)
{
_root = subR;
_root->_parent = nullptr;
}
else
{
if (ppNode->_left == parent)
{
ppNode->_left = subR;
}
else
{
ppNode->_right = subR;
}
subR->_parent = ppNode;
}
parent->_bf = subR->_bf = 0;
}
2.右單旋
新節(jié)點插入較高左子樹的左側—左左：右單旋
有了前面左旋的基礎，我們在來看右旋就沒有那么費勁了：
a/b/c是高度為h的AVL樹，右旋旋轉動作：b變成60的左邊，60變成30的右邊，30變成子樹的根。
30比60小，b值是處于30和60之間，此時作為60的左邊是沒有問題的。
有了這個圖，在結合前面左單旋的基礎，我們就能很快實現(xiàn)我們的右單旋代碼：
//右單旋
void RotateR(Node* parent)
{
Node* subL = parent->_left;
Node* subLR = subL->_right;
parent->_left = subLR;
if (subLR)
subLR->_parent = parent;
Node* ppNode = parent->_parent;
parent->_parent = subL;
subL->_right = parent;
//if(_root==parent)
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;
}
3.左右雙旋
新節(jié)點插入較高左子樹的右側—左右：先左單旋再右單旋
a/d是高度為h的AVL樹，b/c是高度為h-1的AVL樹。
以30為軸點進行左單旋：b變成30的右邊，30變成60的左邊，60變成子樹根
以90為軸點進行右單旋：c變成90的左邊，90變成60的右邊，60變成子樹的根
左右雙旋：以subL為軸點左旋，以parent為軸點進行右旋，在進行平衡因子的更新(最大的問題)
我們從總體的角度來看，左右雙旋的結果就是：就是把subLR的左子樹和右子樹，分別作為subL和parent的右子樹和左子樹，同時subL和parent分別作為subLR的左右子樹，最后讓subLR作為整個子樹的根
subLR的左子樹作為subL的右子樹：因為subLR的左子樹結點比subL的大
subLR的右子樹作為parent的左子樹：因為subLR的右子樹結點比parent的小
平衡因子的更新：重新判斷（識別插入節(jié)點是在b還是在c）根據(jù)subLR平衡因子的初始情況進行分類：
如果subLR初始平衡因子是-1時，左右雙旋后parent、subL、subLR的平衡因子分別更新為1、0、0（插入在b）
如果subLR的初始平衡因子是1時，左右雙旋后parent、subL、subLR的平衡因子分別更新為0、-1、0（插入在c）
如果subLR初始平衡因子是0時，左右雙旋后parent、subL、subLR的平衡因子分別更新為0、0、0（subLR自己新增）
代碼實現(xiàn)：
//左右雙旋
void RotateLR(Node* parent)
{
Node* subL = parent->_left;
Node* subLR = subL->_right;
int bf = subLR ->_bf;
RotateL(parent->_left);
RotateR(parent);
//更新平衡因子
if (bf == -1)//b插入,subLR左子樹新增
{
subL->_bf = 0;
parent->_bf = 1;
subLR->_bf = 0;
}
else if (bf == 1)//c插入，subLR右子樹新增
{
parent->_bf = 0;
subL->_bf = -1;
subLR->_bf = 0;
}
else if (bf == 0)//subLR自己新增加
{
parent->_bf = 0;
subL->_bf = 0;
subLR->_bf = 0;
}
else
{
assert(false);
}
}
4.右左雙旋
新節(jié)點插入較高右子樹的左側—右左：先右單旋再左單旋
插入
subR為軸點進行右單旋：
parent為軸進行左單旋：
既右左雙旋：
右左雙旋后，根據(jù)subRL 初始平衡因子的不同分為三種情況分別對應subRL = 0、1、-1情況，與左右雙旋情況類似。
void RotateRL(Node* parent)
{
Node* subR = parent->_right;
Node* subRL = subR->_left;
int bf = subRL->_bf;
RotateR(subR);
RotateL(parent);
if (bf == 1)
{
subR->_bf = 0;
subRL->_bf = 0;
parent->_bf = -1;
}
else if (bf == -1)
{
subR->_bf = 1;
subRL->_bf = 0;
parent->_bf = 0;
}
else if (bf == 0)
{
subR->_bf = 0;
subRL->_bf = 0;
parent->_bf = 0;
}
else
{
assert(false);
}
}
五、進行驗證
AVL樹是在二叉搜索樹的基礎上加入了平衡性的限制，因此要驗證AVL樹，可以分兩步：
驗證其為二叉搜索樹
如果中序遍歷可得到一個有序的序列，就說明為二叉搜索樹
void _InOrder(Node* root)
{
if (root == nullptr)
return;
_InOrder(root->_left);
cout << root->_kv.first << ":" << root->_kv.second << endl;
_InOrder(root->_right);
}
驗證其為平衡樹
每個節(jié)點子樹高度差的絕對值不超過1(注意節(jié)點中如果沒有平衡因子)節(jié)點的平衡因子是否計算正確
如果是空樹，是AVL樹；高度差不大于2，并且遞歸左右子樹的高度差都不大于2，也是AVL樹；判斷平衡因子和該點的高度差是否相等
//求高度
int Height(Node* root)
{
if (root == nullptr)
return 0;
int lh = Height(root->_left);
int rh = Height(root->_right);
return lh > rh ? lh + 1 : rh + 1;
}
//判斷平衡
bool IsBalance(Node* root)
{
if (root == nullptr)
{
return true;
}
int leftHeight = Height(root->_left);
int rightHeight = Height(root->_right);
if (rightHeight - leftHeight != root->_bf)
{
cout << root->_kv.first << "平衡因子異常" << endl;
return false;
}
return abs(rightHeight - leftHeight) < 2
&& IsBalance(root->_left)
&& IsBalance(root->_right);
}
六、AVLTree的性能
AVL樹是一棵絕對平衡的二叉搜索樹，其要求每個節(jié)點的左右子樹高度差的絕對值都不超過1，這樣可以保證查詢時高效的時間復雜度即log2( N) 。但是如果要對AVL樹做一些結構修改的操作，性能非常低下，比如：插入時要維護其絕對平衡，旋轉的次數(shù)比較多，更差的是在刪除時，有可能一直要讓旋轉持續(xù)到根的位置。
因此：如果需要一種查詢高效且有序的數(shù)據(jù)結構，而且數(shù)據(jù)的個數(shù)為靜態(tài)的(即不會改變)，可以考慮AVL樹，但一個結構經(jīng)常修改，就不太適合.
送上源碼：
#pragma once
#include <iostream>
#include <assert.h>
#include <time.h>
using namespace std;
template<class K,class V>
struct AVLTreeNode
{
pair<K, V> _kv;
AVLTreeNode<K, V>* _left;
AVLTreeNode<K, V>* _right;
AVLTreeNode<K, V>* _parent;
int _bf;//balance factor
AVLTreeNode(const pair<K,V>&kv)
:_kv(kv)
,_left(nullptr)
,_right(nullptr)
,_parent(nullptr)
,_bf(0)
{}
};
template <class K,class V>
struct AVLTree
{
typedef AVLTreeNode<K, V> Node;
public:
bool Insert(const pair<K, V>& kv)
{
if (_root == nullptr)
{
_root = new Node(kv);
return true;
}
Node* parent = nullptr;
Node* cur = _root;
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->_right = cur;
cur->_parent = parent;
}
else
{
parent->_left = 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)
{
break;
}
else if (parent->_bf == 1 || parent->_bf == -1)
{
cur = parent;
parent = parent->_parent;
}
else if(parent->_bf==2||parent->_bf==-2)
{
//左旋轉
if (parent->_bf == 2 && cur->_bf == 1)
{
RotateL(parent);
}
//右旋
else if (parent->_bf == -2 && cur->_bf == -1)
{
RotateR(parent);
}
//左右雙旋
else if (parent-> _bf == -2&&cur->_bf==1)
{
RotateLR(parent);
}
//右左雙旋
else if (parent->_bf ==2&&cur->_bf ==-1)
{
RotateRL(parent);
}
else
{
assert(false);
}
break;
}
else
{
assert(false);
}
}
return true;
}
//左單旋
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->_parent = subR;
if (ppNode == nullptr)
{
_root = subR;
_root->_parent = nullptr;
}
else
{
if (ppNode->_left == parent)
{
ppNode->_left = subR;
}
else
{
ppNode->_right = subR;
}
subR->_parent = ppNode;
}
parent->_bf = subR->_bf = 0;
}
void RotateR(Node* parent)
{
Node* subL = parent->_left;
Node* subLR = subL->_right;
parent->_left = subLR;
if (subLR)
subLR->_parent = parent;
Node* ppNode = parent->_parent;
parent->_parent = subL;
subL->_right = parent;
//if(_root==parent)
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;
}
//左右雙旋
void RotateLR(Node* parent)
{
Node* subL = parent->_left;
Node* subLR = subL->_right;
int bf = subLR ->_bf;
RotateL(parent->_left);
RotateR(parent);
//更新平衡因子
if (bf == -1)//b插入,subLR左子樹新增
{
subL->_bf = 0;
parent->_bf = 1;
subLR->_bf = 0;
}
else if (bf == 1)//c插入，subLR右子樹新增
{
parent->_bf = 0;
subL->_bf = -1;
subLR->_bf = 0;
}
else if (bf == 0)//subLR自己新增加
{
parent->_bf = 0;
subL->_bf = 0;
subLR->_bf = 0;
}
else
{
assert(false);
}
}
//右左雙旋
void RotateRL(Node* parent)
{
Node* subR = parent->_right;
Node* subRL = subR->_left;
int bf = subRL->_bf;
RotateR(subR);
RotateL(parent);
if (bf == 1)
{
subR->_bf = 0;
subRL->_bf = 0;
parent->_bf = -1;
}
else if (bf == -1)
{
subR->_bf = 1;
subRL->_bf = 0;
parent->_bf = 0;
}
else if (bf == 0)
{
subR->_bf = 0;
subRL->_bf = 0;
parent->_bf = 0;
}
else
{
assert(false);
}
}
void InOrder()
{
_InOrder(_root);
}
void _InOrder(Node* root)
{
if (root == nullptr)
return;
_InOrder(root->_left);
cout << root->_kv.first << ":" << root->_kv.second << endl;
_InOrder(root->_right);
}
int Height(Node* root)
{
if (root == nullptr)
return 0;
int lh = Height(root->_left);
int rh = Height(root->_right);
return lh > rh ? lh + 1 : rh + 1;
}
bool IsBalance()
{
return IsBalance(_root);
}
bool IsBalance(Node* root)
{
if (root == nullptr)
{
return true;
}
int leftHeight = Height(root->_left);
int rightHeight = Height(root->_right);
if (rightHeight - leftHeight != root->_bf)
{
cout << root->_kv.first << "平衡因子異常" << endl;
return false;
}
return abs(rightHeight - leftHeight) < 2
&& IsBalance(root->_left)
&& IsBalance(root->_right);
}
private:
Node* _root = nullptr;
};
//測試
void TestAVLTree()
{
//int a[] = { 8,3,1,10,6,4,7,14,13 };
//int a[] = { 16, 3, 7, 11, 9, 26, 18, 14, 15 };
int a[] = { 4,2,6,1,3,5,15,7,16,14 };
AVLTree<int, int> t;
for (auto e : a)
{
t.Insert(make_pair(e,e));
}
t.InOrder();
cout << t.IsBalance() << endl;
}
void TestAVLTree2()
{
srand(time(0));
const size_t N = 100000;
AVLTree<int, int> t;
for (size_t i = 0; i < N; i++)
{
size_t x = rand();
t.Insert(make_pair(x, x));
}
//t.InOrder();
cout << t.IsBalance() << endl;
}到此這篇關于C++ AVLTree高度平衡的二叉搜索樹深入分析的文章就介紹到這了,更多相關C++ AVLTree二叉搜索樹內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
本人很菜，今天看《C++編程思想》中的一道課后題中說到這樣一個問題。修改兩層嵌套的for循環(huán)的標識符，觀察結果變化2013-05-05
vscode 配置 C/C++編譯環(huán)境(完整教程)
這篇文章主要介紹了vscode 配置 C/C++編譯環(huán)境(完整教程)，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-09-09
在.NET與C++之間傳輸集合數(shù)據(jù)的方法是怎么樣的呢？接下來通過本文給大家分享在C++中反射調用.NET（三），需要的朋友參考下吧2017-02-02
這篇文章主要介紹了c語言統(tǒng)計素數(shù)之和的實例，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-12-12
多態(tài)是指同樣的消息被不同的對象接收時導致不同的行為。本文通過實例代碼給大家介紹了C++多態(tài)性與虛函數(shù)的相關知識，感興趣的朋友一起看看吧2020-02-02
C語言數(shù)據(jù)結構算法之實現(xiàn)快速傅立葉變換
這篇文章主要介紹了C語言數(shù)據(jù)結構算法之實現(xiàn)快速傅立葉變換的相關資料,需要的朋友可以參考下2017-06-06
這篇文章主要為大家詳細介紹了如何通過C語言實現(xiàn)和電腦玩剪刀石頭布游戲，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2022-11-11
這篇文章主要介紹了詳解C++ cout格式化輸出完全攻略，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-11-11
這篇文章主要為大家詳細介紹了Qt中QList與QLinkedList類的常用方法，文中的示例代碼講解詳細，對我們學習Qt有一定的幫助，需要的可以參考一下2022-12-12
這篇文章主要為大家介紹了C++面向對象入門的全面詳解，文章較長非常全面建議收藏閱讀，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步2021-10-10