c++AVL树

c++AVL树

1. 前言

map/multimap、set/multiset这几个容器的共同点是:它们的底层都是按照搜索二叉树来实现的,但是搜索二叉树存在一个缺陷:如果往树中插入的元素有序或接近有序,二叉树搜索就会退化成单支树,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对搜索二叉树做了平衡处理,即用平衡树(AVL树)来实现。

2. AVL树的概念

俄罗斯的数学家G.M.Adelson-Velskii 和E.M.Landis在1962年发明了一种解决二叉搜索树将退化为单支树的方法:

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。平衡因子不是必须的,只是一种控制方式,帮助便捷得控制树。

AVL树的性质:

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),平衡因子=右子树高度-左子树高度

3.如果一颗二叉搜索树是高度平衡的,它就是AVL树。如果它有n个结点,其高度可以保持在O(log2n),搜索时间复杂度为O(log2n) 。

3. AVL树的定义

template<class T>
struct AVLTreeNode
{AVLTreeNode(const T& data):_pLeft(nullptr),_pRight(nullptr),_pParent(nullptr),_data(data),_bf(0){}AVLTreeNode<T>* _pLeft;//左孩子AVLTreeNode<T>* _pRight;//右孩子AVLTreeNode<T>* _pParent;//该结点的父结点T_data;int _bf;       
};

3. AVL树的插入

AVL树是添加了平衡因子的搜索二叉树,它的插入可以分成两步:

1.按照搜索二叉树的方式插入新结点

2.调整平衡因子

在这里插入图片描述

在这颗AVL树中,绿色的数字表示每个结点的平衡因子(_bf):如果左子树高度多1,那么_bf减1;如果右边的子树高度多1,那么_bf;如果左右子树高度相等,那么_bf就是0

在这里插入图片描述

插入一个结点会对平衡因子产生影响

插入结点对平衡因子的影响:

  1. 在父结点的左边插入,父结点的_bf–;在父结点的右边插入,父结点的_bf++

  2. _bf是否继续更新取决于父结点的高度是否发生变化,是否影响爷结点

  3. 更新后,如果_bf是0,说明更新前_bf是1或-1。父结点的左右平衡了,高度不变,不会影响爷结点。

  4. 更新后,如果_bf是1或-1,说明更新前_bf是0,父结点的左右不平衡了,高度变化,会影响爷结点。

  5. 更新后,如果_bf是2或-2,树就要旋转,使树的结构仍符合AVL树

判断怎么插入的方式是通过查看平衡因子的值决定的:

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;}else{parent->_left = cur;}cur->_parent = parent;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 = cur->_parent;parent = parent->_parent;}else if (parent->_bf == 2 || parent->_bf == -2){// 旋转处理if (parent->_bf == 2 && cur->_bf == 1){RotateL(parent);}else if (parent->_bf == -2 && cur->_bf == -1){RotateR(parent);}else if (parent->_bf == -2 && cur->_bf == 1){RotateLR(parent);}else{RotateRL(parent);}break;}else{// 插入之前AVL树就有问题assert(false);}}return true;}

4. AVL树的旋转

由于AVL树插入的规则是根据“比我小的插入左边,比我大的插入右边”,所以在某些情况下,插入会导致出现不平衡的情况。这时候就需要通过旋转操作来平衡AVL树。旋转的目的是降低树的高度。

在这里插入图片描述

某些情况插入可能会导致出现不平衡的情况

在这里插入图片描述

这种情况下,把结点旋转到左边,树就能变回平衡了

4.1 左单旋:

对于插入的结点是在右边的情况,只需要把200的结点向左旋转即可。

左旋某个结点的口诀是**“我的左变成你的右,你变成我的左”**。

在这里插入图片描述

200的左子树(b)变成了100的右子树,100变成了200的左孩子

void RotateL(Node* parent)
{Node* subR = parent->_right;Node* subRL = subR->_left;parent->_right = subRL;if(subRL)//b不一定有subRL->_parent = parent;subR->_left = parent;Node* ppnode = parent->parent;parent->_parent = subR;if(ppnode == _root)//判断100为根结点的情况{_root=subR;subR->_parent = nullptr;}else			 //判断100还有父结点的情况{if(ppnode->left == parent)//判断100在它父结点的左边的情况{ppnode->_left = subR;}else					//判断100在它父结点的右边的情况{ppnode->_right = subR;}}parent->_bf = 0;subR->_bf = 0;
}

4.2 右单旋:

对于插入的结点是在左边的情况,只需要把100的结点向右旋转即可。

右旋某个结点的口诀是**“我的右变成你的左,你变成我的右”**。

在这里插入图片描述

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

4.3 双旋:

双旋也有两种情况,可以分为先左单旋再右单旋的结构和先右单旋再左单旋的结构:

4.3.1 左右双旋

如果插入的结点在中间且左高右低,这时候不能直接在这个层面上操作,还需要把b拆开,然后再对插入的左或右子树进行先左旋再右旋的操作:

在这里插入图片描述

那么此时需要分三种情况讨论

插入的结点在中间结点的左子树

在这里插入图片描述

在这里插入图片描述

插入的结点在中间结点的右子树:

如果插入的结点在150的右边,那么其实操作和上面类似,只是最后的平衡因子不一样

在这里插入图片描述

在这里插入图片描述

中间结点就是被插入的结点本身:

如果150就是被插入的结点,操作也是一样的,先左单旋,再右单旋

在这里插入图片描述

void RotateLR(Node* parent){Node* subL = parent->_left;Node* subLR = subL->_right;int bf = subLR->_bf;RotateL(parent->_left);RotateR(parent);if (bf == -1)//插入在中间结点的左边{subLR->_bf = 0;subL->_bf = 0;parent->_bf = 1;}else if (bf == 1)//插入在中间结点的右边{subLR->_bf = 0;subL->_bf = -1;parent->_bf = 0;}else if (bf == 0)//中间结点就是插入结点{subLR->_bf = 0;subL->_bf = 0;parent->_bf = 0;}else{assert(false);}}
4.2 右左双旋

如果插入的结点在中间且左低右高,需要把b拆开,然后再对插入的左或右子树进行先右旋再左旋的操作:

在这里插入图片描述

插入的结点在中间结点的左子树:

在这里插入图片描述

在这里插入图片描述

插入的结点在中间结点的右子树:

在这里插入图片描述

在这里插入图片描述

中间的结点就是插入结点本身:

在这里插入图片描述

void RotateRL(Node* parent){Node* subR = parent->_right;Node* subRL = subR->_left;int bf = subRL->_bf;RotateR(subR);RotateL(parent);subRL->_bf = 0;if (bf == 1){subR->_bf = 0;parent->_bf = -1;}else if (bf == -1){parent->_bf = 0;subR->_bf = 1;}else{parent->_bf = 0;subR->_bf = 0;}}void _InOrder(Node* root){if (root == nullptr)return;_InOrder(root->_left);cout << root->_kv.first << "[" << root->_bf << "]" << endl;_InOrder(root->_right);}void InOrder(){_InOrder(_root);}int _Height(Node* root){if (root == nullptr)return 0;int leftHeight = _Height(root->_left);int rightHeight = _Height(root->_right);return leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1;}int Height(){return _Height(_root);}

5. AVL树的检查

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
1.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

2.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

bool _IsBalance(Node* root, int& height){if (root == nullptr){height = 0;return true;}int leftHeight = 0, rightHeight = 0;if (!_IsBalance(root->_left, leftHeight) || !_IsBalance(root->_right, rightHeight)){return false;}if (abs(rightHeight - leftHeight) >= 2){cout <<root->_kv.first<<"不平衡" << endl;return false;}if (rightHeight - leftHeight != root->_bf){cout << root->_kv.first <<"平衡因子异常" << endl;return false;}height = leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1;return true;}bool IsBalance(){int height = 0;return _IsBalance(_root, height);}

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O(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。
t << root->_kv.first <<“平衡因子异常” << endl;
return false;
}

	height = leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1;return true;
}bool IsBalance()
{int height = 0;return _IsBalance(_root, height);
}
## 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**O(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。

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.mzph.cn/news/773787.shtml

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

相关文章

Vuex笔记

Vuex vuex 是实现数据集中式状态管理的插件。数据由 vex 统一管理。其它组件都去使用 vuex 中的数据。只要有其中一个组件去修改了这个 共享的数据&#xff0c;其它组件会同步更新。 多个组件之间依赖于同一状态。来自不同组件的行为需要变更同一状态。 环境搭建 1、vue2安…

Linux虚拟机环境搭建spark

Linux环境搭建Spark分为两个版本&#xff0c;分别是Scala版本和Python版本。 一、 安装Pyspark 本环境以 Python 环境为例。 1、下载spark 下载网址&#xff1a;https://archive.apache.org/dist/spark 下载安装包&#xff1a;根据自己环境选择合适版本&#xff0c;本环境…

BitMap介绍与应用

文章目录 BitMapBitMap介绍BitMap 结构RoaringBitmap 常见BitMapJava中的BitSetRedis中的BitMapClickHouse中的BitMap BitMap应用案例人群圈选 BitMap 场景一&#xff1a;(大部分开发面试都会遇到的一个问题&#xff09; 有10亿个用户id (int类型)&#xff0c;判断用户是否登…

自养号测评:如何助力跨境电商平台亚马逊、速卖通等店铺提升产品权重

对于卖家而言&#xff0c;爆款产品不仅意味着源源不断的流量&#xff0c;更是店铺销量增长的强有力保障。因此&#xff0c;多数卖家都积极学习如何打造爆款产品&#xff0c;特别是那些希望将店铺运营得风生水起的卖家们。那么&#xff0c;如何在激烈的市场竞争中打造出具有创新…

题解 P3295 【[SCOI2016]萌萌哒】

先引用一下这位大佬的题解&#xff0c;对此我再进行细化 题解 P3295 【[SCOI2016]萌萌哒】 - 洛谷专栏https://www.luogu.com.cn/article/it7foeu6并查集 首先是如何想出来需要并查集处理&#xff0c;下面是n8&#xff0c;第一组约束条件是[1,4]和[5,8]&#xff0c;如下图&am…

算法的时间复杂度与空间复杂度

俗话说“条条大路通罗马”&#xff0c; 我们在用算法解决某一个问题时&#xff0c;往往会存在多种解决方法&#xff0c;但正如道路有远近之分&#xff0c;不同的算法也应该是有优劣的。为了更加清晰的量化算法的优劣&#xff0c;我们就需要引入算法的时间复杂度与空间复杂度了。…

我的 Android 性能书上架了!内附书籍介绍

大家好&#xff0c;我是拭心。 很高兴地向大家宣布&#xff0c;我的新书《Android 性能优化入门与实战》上架了&#xff01; 点击下面的小程序进行购买&#xff1a; 封面介绍 这本书的封面来自之前的投票文章 # 投票啦&#xff01;最新安卓进阶书籍封面由你来定&#xff0c;从四…

设计模式深度解析:深入浅出的揭秘游标尺模式与迭代器模式的神秘面纱 ✨

​&#x1f308; 个人主页&#xff1a;danci_ &#x1f525; 系列专栏&#xff1a;《设计模式》 &#x1f4aa;&#x1f3fb; 制定明确可量化的目标&#xff0c;坚持默默的做事。 深入浅出的揭秘游标尺模式与迭代器模式的神秘面纱 开篇&#xff1a; 欢迎来到设计模式的神秘…

Unity 打包真机脚本丢失的问题

记录Bug Bug详情分析解决方案附录 Bug详情 项目中导入了UI Particle的Package,用于处理特效层级 unity 运行效果正常&#xff0c;打包真机后运行时发现特效并没有正确显示&#xff0c;真机Log如下图 需要接入查看真机Log工具的点这里 查看图中Log发现对应的Prefab上挂载的脚本…

【CSDN活动】程序员职业生涯的分水岭:年龄还是经验?

&#x1f308;个人主页: 鑫宝Code &#x1f525;热门专栏: 闲话杂谈&#xff5c; 炫酷HTML | JavaScript基础 ​&#x1f4ab;个人格言: "如无必要&#xff0c;勿增实体" 文章目录 程序员职业生涯的分水岭&#xff1a;年龄还是经验&#xff1f;引言技术更新换代…

邮件营销工具的必备功能?如何选营销工具?

邮件营销工具的效果如何&#xff1f;营销工具怎么提升邮件营销&#xff1f; 一款优秀的邮件营销工具&#xff0c;不仅能够帮助企业高效地进行邮件发送&#xff0c;还能通过精准的数据分析和用户行为跟踪&#xff0c;提升营销效果。AokSend将探讨邮件营销工具的必备功能。 邮件…

Python机器学习赋能GIS:地质灾害风险评价的新方法论

地质灾害是指全球地壳自然地质演化过程中&#xff0c;由于地球内动力、外动力或者人为地质动力作用下导致的自然地质和人类的自然灾害突发事件。由于降水、地震等自然作用下&#xff0c;地质灾害在世界范围内频繁发生。我国除滑坡灾害外&#xff0c;还包括崩塌、泥石流、地面沉…

鉴源论坛丨形式化工程方法之需求建模(下)

作者 | 杨坤 上海控安可信软件创新研究院系统建模组 版块 | 鉴源论坛 观模 引言&#xff1a;需求建模是一种从源头确保软件质量的重要手段。需求建模可分为需求规约和需求确认两个部分&#xff0c;前者通过严格设计的形式化语言精确地将需求文档转换为了形式化规约&#xff0…

PASSL代码解读[01] readme

介绍 PASSL 是一个基于 PaddlePaddle 的视觉库&#xff0c;用于使用 PaddlePaddle 进行最先进的视觉自监督学习研究。PASSL旨在加速自监督学习的研究周期&#xff1a;从设计一个新的自监督任务到评估所学的表征。 PASSL 主要特性&#xff1a; 自监督前沿算法实现 PASSL 实现了…

为什么requests不是python标准库?

在知乎上看到有人问&#xff1a;为什么requests不是python标准库&#xff1f; 这确实是部分人困惑的问题&#xff0c;requests作为python最受欢迎的http请求库&#xff0c;已经成为爬虫必备利器&#xff0c;为什么不把requests直接装到python标准库里呢&#xff1f;可以省去第…

学习使用xbox手柄控制小乌龟节点移动

使用xbox手柄控制小乌龟&#xff0c;首先要下载joy功能包&#xff0c;发布sensor_msgs话题也就是手柄和ros通信的话题。 下载的步骤就根据官方文档即可 joy/Tutorials/ConfiguringALinuxJoystick - ROS Wiki 这里我提供一下具体步骤 第一步 安装joy 首先安装对应系统版本的…

【第二部分--Python之基础】02

二、运算符与程序流程控制 1、运算符 1.1 算术运算符 算术运算符用于组织整数类型和浮点类型的数据&#xff0c;有一元运算符和二元运算符之分。 一元算术运算符有两个&#xff1a;&#xff08;正号&#xff09;和-&#xff08;负号&#xff09;&#xff0c;例如&#xff1…

SV-7041VP SIP塑料壳sip音箱支持POE供电(白色弧形)

SV-7041VP SIP塑料壳sip音箱支持POE供电 &#xff08;白色弧形&#xff09; 一、描述18123651365微信 SV-7041VP是深圳锐科达电子有限公司的一款壁挂式SIP网络有源音箱&#xff0c;具有10/100M以太网接口&#xff0c;可将网络音源通过自带的功放和喇叭输出播放&#xff0c;可…

QT的 纯代码+注释 学习笔记

QT学习笔记链接 更新到数据库操作为止..ing

微信怎么恢复聊天记录?效果惊人的3个方法

微信作为我们日常生活中最常用的即时通讯工具之一&#xff0c;承载着我们与亲友之间的重要沟通记录。然而&#xff0c;不可避免地会遇到误删聊天记录的情况&#xff0c;可能是因为手误、设备问题或其他原因。 当我们发现重要的聊天记录不见了&#xff0c;往往会感到焦虑和困扰…