【数据结构】AVL树(平衡二叉搜索树)

文章目录

  • 1.AVL树
    • 1.1 AVL树的概念
    • 1.2 AVL树节点的定义
    • 1.3 AVL树的插入
    • 1.4 AVL树的旋转
      • 1.4.1 左单旋
      • 1.4.2 右单旋
      • 1.4.3 右左双旋
      • 1.4.4 左右双旋
    • 1.5 AVL树的平衡验证
    • 1.6 AVL树的删除
    • 1.7 AVL树的性能

在这里插入图片描述

1.AVL树

在前面，我们已经介绍过了二叉搜索树，也了解到二叉搜索树查找的效率非常的高。但是在数据有序或接近有序时，它就会退化成单边树，那样效率就变得非常低了。所以我们也一直说二叉搜索树的搜索的时间复杂度是O(N)(高度次)，并不是O(log2N)。
在这里插入图片描述

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。

1.1 AVL树的概念

由于二叉搜索树可能会退化，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。

为什么要求左右子树的高度之差不超过1就可以呢？

对于所有形状的子树来说，如果他有2n-1个节点，那它就可以保持绝对的平衡；如果他有2n (n >= 1)个节点，就无法做到绝对的平衡，最好的结果就是子树高度相差一。

一棵AVL树要么是空树，要么是具有以下性质的二叉搜索树：

  • 它的左右子树都是AVL树
  • 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)

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。如果他有n个节点，其高度可保持在log2N，搜索的时间复杂度就是log2N。

1.2 AVL树节点的定义

为了方便确认一棵树是否是AVL树，我们在节点中定义一个平衡因子，通过它来记录每棵树左右子树的高度。

如果右子树比左子树高一层，那平衡因子就是1；如果左右子树一样高，那平衡因子就是0；如果左子树比右子树高一层，那平衡因子就是-1。此时AVL树的性质都没有被打破。

当左子树比右子树高两层，那平衡因子就是-2；或者右子树比左子树高两层，平衡因子就是2，此时AAVL树的性质就被打破了，需要调整。

在调整失衡的AVL树时，我们需要频繁的访问其父节点，因此我们给每个节点定义一个指向父亲的指针

template<class K, class V>
struct AVLTreeNode
{pair<K, V> _kv;  //存放数据AVLTreeNode<K, V>* _left;AVLTreeNode<K, V>* _right;AVLTreeNode<K, V>* _prev;  //指向当前节点的父亲int _bf;//平衡因子AVLTreeNode(const pair<K,V>& kv):_kv(kv),_left(nullptr),_right(nullptr),prev(nullptr),_bf(0){}
};

1.3 AVL树的插入

AVL树的插入与普通二叉搜索树的插入基本一致。唯一的区别就是AVL树插入节点后需要判断AVL树是否失衡，存在失衡就需要调整。

我们平衡因子是使用右子树的高度-左子树的高度，因此，如果新节点插入到父节点的右边，那父亲的平衡因子+1；如果新节点插入到父亲节点的左边，那父亲的平衡因子-1。
在这里插入图片描述
对于情况二来说，新节点的插入不会影响其祖先的平衡因子的改变，因为子树的高度没有改变。
对于情况一来说，新节点的插入会影响其祖先的平衡因子的改变，因为子树的高度变高了。

在这里插入图片描述
所以，对于情况一来说，我们新插入节点后，还要观察其祖先的平衡因子是否变化，变化后是否需要调整。

那么下面我们就先将节点插入到树中：

	bool insert(const pair<K, V>& kv){//插入前是空树if (_root == nullptr){//新插入的节点就是根_root = new Node(kv);_root->_prev = nullptr;return true;}else{Node* cur = _root;Node* parent = nullptr;//寻找插入位置while (cur){if (cur->_kv.first < kv.first){parent = cur;//记录父节点，以便后序连接cur = cur->_right;}else if (cur->_kv.first > kv.first){parent = cur;cur = cur->_left;}else{return false;//节点已经存在，插入失败}}//已找到了插入位置cur = new Node(kv);//判断连接在父亲的哪一侧if (parent->_kv.first < kv.first)parent->_right = cur;elseparent->_left = cur;cur->_prev = parent;//指向父亲//判断树是否失衡//...}}

更新父亲/祖先的平衡因子

		//判断树是否失衡while (parent){//更新父亲的平衡因子if (parent->_left == cur)parent->_bf--;elseparent->_bf++;if (parent->_bf == 0)//属于情况二，不影响祖先break;//情况一，影响祖先的平衡因子，需要继续更新else if (parent->_bf == 1 || parent->_bf == -1){cur = parent;parent = cur->_prev;}else if (parent->_bf == 2 || parent->_bf == -2){//旋转处理break;}else{assert(false);//平衡因子异常了}}

1.4 AVL树的旋转

AVL树的旋转分为四种情况：

  • 左单旋
  • 右单旋
  • 左右双旋
  • 右左双旋

下面，我们对这四种情况具体分析

1.4.1 左单旋

新节点插入到较高右子树的右侧- -左单旋
在这里插入图片描述
在旋转过程中，有以下几种情况需要考虑：

  1. 7节点的左孩子可能存在，也可能不存在
  2. 6可能是根节点，也可能是子树
    • 如果是根节点，旋转完成后，根节点就是7
    • 如果是子树，可能是某个节点的左子树，也可能是右子树，需要判断以后连接
void RotateL(Node* parent){Node* subR = parent->_right;//父亲的右孩子Node* subRL = subR->_left;//右孩子的左孩子//升高度，连孙子parent->_right = subRL;if (subRL)subRL->_prev = parent;Node* parentPrev = parent->_prev;//降高度，变父亲subR->_left = parent;parent->_prev = subR;//连接旋转后的子树subR->_prev = parentPrev;if (parentPrev == nullptr){//如果原父亲就是根，旋转后的儿子变根_root = subR;}else{//原父亲是子树，判断儿子连接在哪一边if (parentPrev->_left == parent)parentPrev->_left = subR;elseparentPrev->_right = subR;}//更新平衡因子subR->_bf = 0;parent->_bf = 0;}

1.4.2 右单旋

新节点插入到较高左子树的左侧- - 右旋

在这里插入图片描述
在旋转过程中，有以下几种情况需要考虑：

  1. 5节点的右孩子可能存在，也可能不存在
  2. 6可能是根节点，也可能是子树
    • 如果是根节点，旋转完成后，根节点就是5
    • 如果是子树，可能是某个节点的左子树，也可能是右子树，需要判断以后连接
	void RotateR(Node* parent){Node* subL = parent->_left;Node* subLR = subL->_right;//升高度，连孙子parent->_left = subLR;if (subLR)subLR->_prev = parent;Node* parentPrev = parent->_prev;//降高度，变父亲subL->_right = parent;parent->_prev = subL;//新父亲指向前subL->_prev = parentPrev;if (nullptr == parentPrev){//如果原父亲就是根，旋转后的儿子变根_root = subL;}else{//原父亲是子树，判断儿子连接在哪一边if (parentPrev->_left == parent)parentPrev->_left = subL;elseparentPrev->_right = subL;}subL->_bf = 0;parent->_bf = 0;}

1.4.3 右左双旋

新节点插入到较高右子树的左侧- -右左双旋
在这里插入图片描述
所以，为了解决这种情况，我们可以将这种歪脖树先变成一棵单边树，然后再进行单旋即可。
在这里插入图片描述

为了满足所有情况，我们下面使用抽象图再画一遍
在这里插入图片描述

在这里插入图片描述

观察上图我们可以发现，双旋就是一种抛弃自己的孩子，独自登基的感觉，因此对于旋转后平衡因子的改变，取决于新节点插入到哪一边，最后又到哪里去。

void RotateRL(Node* parent){//由于单旋会改变节点的位置以及平衡因子，所以提前记录Node* subR = parent->_right;Node* subRL = subR->_left;int bf = subRL->_bf;RotateR(parent->_right);RotateL(parent);//修改平衡因子if (bf == 0)//subRL插入前是空{parent->_bf = 0;subR->_bf = 0;subRL->_bf = 0;}else if (bf == 1)//subRL之前是一棵树，新节点插入其  右侧{parent->_bf = -1;subR->_bf = 0;subRL->_bf = 0;}else			 //subRL之前是一棵树，新节点插入其  左侧{parent->_bf = 0;subR->_bf = -1;subRL->_bf = 0;}}

在这里插入图片描述

1.4.4 左右双旋

新节点插入到较高左子树的右侧–左右双旋

最简单的情况，2的右子树插入前为空
在这里插入图片描述

抽象图
在这里插入图片描述
跟右左双旋基本一样，这里就不赘述了，咱们直接开旋。
在这里插入图片描述
平衡因子的改变也需要小心。

	void RotateLR(Node* parent){Node* subL = parent->_left;Node* subLR = subL->_right;int bf = subLR->_bf;RotateL(parent->_left);RotateR(parent);if (bf == 0) // subLR插入前为空{parent->_bf = 0;subL->_bf = 0;subLR->_bf = 0;}else if (bf == 1) //subLR是一棵树，新节点插入到树的  右侧{parent->_bf = 0;subL->_bf = -1;subLR->_bf = 0;}else              //subLR是一棵树，新节点插入到树的  左侧{parent->_bf = 1;subL->_bf = 0;subLR->_bf = 0;}}

在这里插入图片描述

下面就是更新平衡因子的整体思路：

			//判断树是否失衡while (parent){//更新父亲的平衡因子if (parent->_left == cur)parent->_bf--;elseparent->_bf++;if (parent->_bf == 0)//属于情况二，不影响祖先break;//情况一，影响祖先的平衡因子，需要继续更新else if (parent->_bf == 1 || parent->_bf == -1){cur = parent;parent = cur->_prev;}else if (parent->_bf == 2 || parent->_bf == -2){//旋转处理//左单旋//    p                     cur//      cur      --->    p      new//         newif (parent->_bf == 2 && cur->_bf == 1)RotateL(parent);//右单旋//			p               cur//		cur      --->   new     p//	newelse if (parent->_bf == -2 && cur->_bf == -1)RotateR(parent);//右左双旋//     p            p                  cur//        cur  -->    cur      -->   p     new//     new                newelse if (parent->_bf == 2 && cur->_bf == -1)RotateRL(parent);//左右双旋//      p             p            cur//  cur      -->    cur      --> new   p     //     new        newelse if (parent->_bf == -2 && cur->_bf == 1)RotateLR(parent);elseassert(false);break;//旋转后，以parent为根的树已经平衡，无需继续向上更新}else{assert(false);//平衡因子异常了}

总结：
假如以Parent为根的子树不平衡，即Parent的平衡因子为2或者-2，分以下情况考虑

  1. Parent的平衡因子为2，说明Parent的右子树高，设Parent的右子树的根为SubR
    • 当SubR的平衡因子为1时，执行左单旋
    • 当SubR的平衡因子为-1时，执行右左双旋
  2. Parent的平衡因子为-2，说明Parent的左子树高，设Parent的左子树的根为SubL
    • 当SubL的平衡因子为-1是，执行右单旋
    • 当SubL的平衡因子为1时，执行左右双旋

旋转完成后，原Parent为根的子树个高度降低，已经平衡，不需要再向上更新。

1.5 AVL树的平衡验证

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能超过1
    • 节点的平衡因子是否计算正确
	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;}bool _isBalanceTree(){return isBalanceTree(_root);}bool isBalanceTree(Node* root){if (root == nullptr)//空树也是平衡二叉搜索树return true;int leftHeight = Height(root->_left);int rightHeight = Height(root->_right);int gap = rightHeight - leftHeight;  //计算root的平衡因子// 如果计算出的平衡因子与root的平衡因子不相等，或者//root平衡因子的绝对值超过1，则一定不是AVL树if (gap != root->_bf || (gap > 1 || gap < -1)){return false;}return isBalanceTree(root->_left) && isBalanceTree(root->_right);}

在这里插入图片描述

1.6 AVL树的删除

  • 因为AVL树也是二叉搜索树，可按照二叉搜索树的方式将节点删除
  • (分析有无左右孩子，若仅有一个孩子，则直接将删除节点连接孩子；若有两个孩子，将删除节点替换为删除节点的左子树的最大或右子树的最小)
  • 然后再更新平衡因子，只不过与插入不同的是，删除节点后的平衡因子更新，最差情况下一直要调整到根节点的位置。

1.7 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。

在这里插入图片描述

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/web/48596.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

美摄科技企业级视频拍摄与编辑SDK解决方案

美摄科技企业级视频拍摄与编辑SDK解决方案

在数字化浪潮汹涌的今天&#xff0c;视频已成为企业传递信息、塑造品牌、连接用户不可或缺的强大媒介。为了帮助企业轻松驾驭这一视觉盛宴的制作过程&#xff0c;美摄科技凭借其在影视级非编技术领域的深厚积累&#xff0c;推出了面向企业的专业视频拍摄与编辑SDK解决方案&…
阅读更多...
Mac安装Hoomebrew与升级Python版本

Mac安装Hoomebrew与升级Python版本

参考 mac 安装HomeBrew(100%成功)_mac安装homebrew-CSDN博客 /bin/zsh -c "$(curl -fsSL https://gitee.com/cunkai/HomebrewCN/raw/master/Homebrew.sh)" 安装了Python 3.x版本&#xff0c;你可以使用以下命令来设置默认的Python版本&#xff1a; # 首先找到新安…
阅读更多...
leetcode 二叉树 空指针报错

leetcode 二叉树 空指针报错

222. 完全二叉树的节点个数 通过的代码&#xff1a; /*** Definition for a binary tree node.* struct TreeNode {* int val;* TreeNode *left;* TreeNode *right;* TreeNode() : val(0), left(nullptr), right(nullptr) {}* TreeNode(int x) : val(x),…
阅读更多...
lua 游戏架构 之 游戏 AI （一）ai_base

lua 游戏架构 之 游戏 AI （一）ai_base

定义了一个基础AI组件类&#xff0c;它的作用是为游戏中的AI实体提供一个通用的框架和接口。以下是它提供的几个主要功能和概念&#xff1a; 1. **类定义**&#xff1a;继承class 函数 2. **构造函数 (ctor)**&#xff1a;类的构造函数用于初始化新创建的对象实例。它接受 en…
阅读更多...
THS配置keepalive（yjm）

THS配置keepalive（yjm）

启动完THS管理控制台和THS后&#xff0c;登录控制台&#xff0c;进入实例管理》节点管理&#xff0c;可以分别使用界面配置和编辑配置设置长连接。 1、界面配置 点击界面配置》集群设置&#xff0c;启用长连接&#xff0c;设置长连接数、最大请求数和超时时间。 2、编辑配置 …
阅读更多...
(C++回溯01) 组合

(C++回溯01) 组合

77、组合 回溯题目三步走 1. 确定参数 2. 确定终止条件 3. for 循环横向遍历&#xff0c;递归纵向遍历 class Solution { public:vector<vector<int>> result;vector<int> path;void backtracking(int n, int k, int startIndex) {if(path.size() k) {…
阅读更多...
项目的纪要

项目的纪要

ai客服项目中发现的问题: 可以在控制台看到我们存储的cookie: 可以看到是这样的, 但是我们通过getCookie方法专门获取这个字段, 然后在控制台打印后 const userName getTheCookie(SA_USER_NICK_NAME); console.log(userName, userName); 输出结果是: 然后我们尝试通过…
阅读更多...
C++拷贝和移动

C++拷贝和移动

一、赋值 1.使拷贝赋值非virtual&#xff0c;以const& 传参&#xff0c;并返回非const的引用 2.使移动赋值非virtual&#xff0c;以&&传参&#xff0c;并返回非const的引用 // 拷贝赋值 vector& operator (const vector& other);// 移动赋值 vector&am…
阅读更多...
2.3 openCv 对矩阵执行掩码操作

2.3 openCv 对矩阵执行掩码操作

在矩阵上进行掩模操作相当简单。其基本思想是根据一个掩模矩阵（也称为核）来重新计算图像中每个像素的值。这个掩模矩阵包含的值决定了邻近像素（以及当前像素本身）对新的像素值产生多少影响。从数学角度来看，我们使用指定的值来做一个加权平均。 具体而言，掩模操作通常涉…
阅读更多...
怎么服务器组内网？

怎么服务器组内网？

服务器组内网&#xff0c;就是将两台以上的服务器建立一个局域网&#xff0c;使得这些服务器之间的连接更加安全快速&#xff0c;运行效率更高&#xff0c;起到 一加一大于二的效果。内网既能在同一个机柜或机房组件&#xff0c;也可以在不同城市或者不同国家之间组建&#xff…
阅读更多...
JMeter的使用方法及https的使用方法

JMeter的使用方法及https的使用方法

软件安装&#xff1a; 参考链接&#xff1a;JMeter 下载安装及环境配置&#xff08;包含jdk1.8安装及配置&#xff09;_jmeter5.2.1需要什么版本的jdk-CSDN博客 前置知识储备&#xff1a; Https请求的案例: JMeter的第一个案例 增加线程数 线程&#xff08;thread&#xff…
阅读更多...
IP地址在后端怎么存才好？

IP地址在后端怎么存才好？

一、地址的区别 在网络中&#xff0c;IP地址分为IPV4和IPV6&#xff0c;IPV4是一共占32位的&#xff0c;每8位小数点分隔&#xff0c;IPV6占128位&#xff0c;16位为一组&#xff0c;一共是8组。 IPV4 列&#xff1a;192.168.1.12&#xff08;每组转十进制后&#xff09; 1100…
阅读更多...
量化机器人对市场趋势的反应速度

量化机器人对市场趋势的反应速度

量化机器人对市场趋势的反应速度在当前金融市场中具有重要意义。随着算法和大数据技术的发展&#xff0c;量化机器人通过先进的计算能力和实时数据分析&#xff0c;能够迅速捕捉市场变化&#xff0c;做出及时的交易决策。这种快速反应能力&#xff0c;不仅提高了交易效率&#…
阅读更多...
Meta 发布 LLAMA 3.1；特斯拉无人出租车推迟至 10 月；谷歌将向 Waymo 再投 50 亿美元

Meta 发布 LLAMA 3.1；特斯拉无人出租车推迟至 10 月；谷歌将向 Waymo 再投 50 亿美元

先瞧一下 Chat 和 Agent 的差异。 Chat&#xff08;聊天&#xff09;&#xff1a;纯粹的 Chat&#xff0c;宛如一个主要由“大脑与嘴”组成的智能体&#xff0c;着重于信息处置和语言沟通。诸如 ChatGPT 这般的系统&#xff0c;其能够领会用户的询问&#xff0c;给出有益且连贯…
阅读更多...
Linux：基础命令学习

Linux：基础命令学习

目录 一、ls命令 实例&#xff1a;-l以长格式显示文件和目录信息 实例&#xff1a;-F根据文件类型在列出的文件名称后加一符号 实例&#xff1a; -R 递归显示目录中的所有文件和子目录。 实例&#xff1a; 组合使用 Home目录和工作目录 二、目录修改和查看命令 三、mkd…
阅读更多...
go语言环境变量及其作用

go语言环境变量及其作用

Go语言环境变量 set GO111MODULEon set GOARCHamd64 set GOBIN set GOCACHEC:\Users\rrrr\AppData\Local\go-build set GOENVC:\Users\rrrr\AppData\Roaming\go\env set GOEXE.exe set GOEXPERIMENT set GOFLAGS set GOHOSTARCHamd64 set GOHOSTOSwindows set GOINSECURE se…
阅读更多...
网络学习｜如何理解服务的端口号

网络学习｜如何理解服务的端口号

文章目录 1. 端口号的定义2. 端口号的分类3. 端口号的用途4. 注意事项5. 示例图解 后端面试中可能遇到的端口相关问题及答案1. 什么是端口号&#xff1f;为什么需要端口号&#xff1f;2. 知名端口&#xff08;Well-Known Ports&#xff09;有哪些&#xff0c;举例说明&#xff…
阅读更多...
【面试题】喔影网络科技面试题复盘

【面试题】喔影网络科技面试题复盘

1. 分别用Flex布局和Grid布局实现两边固定中间自适应三列布局 相关文章&#xff1a;https://juejin.cn/post/7249010956935266364?searchId202407250009004EE0BBD1E792FB92FB60#heading-5 2. Http1.1 和 Http 2 有什么区别&#xff1f; 新的二进制格式&#xff1b;多路复用&a…
阅读更多...
《Java初阶数据结构》----4.＜线性表---Stack栈和Queue队列＞

《Java初阶数据结构》----4.＜线性表---Stack栈和Queue队列＞

前言 大家好&#xff0c;我目前在学习java。之前也学了一段时间&#xff0c;但是没有发布博客。时间过的真的很快。我会利用好这个暑假&#xff0c;来复习之前学过的内容&#xff0c;并整理好之前写过的博客进行发布。如果博客中有错误或者没有读懂的地方。热烈欢迎大家在评论区…
阅读更多...
学习笔记6：docker swarm

学习笔记6：docker swarm

docker swarm Docker Swarm 是 Docker 原生的集群管理工具&#xff0c;它允许你将多个 Docker 主机组合成一个虚拟的单一主机。通过 Docker Swarm&#xff0c;你可以管理多个容器的部署、扩展和负载均衡&#xff0c;而不需要手动配置每台主机。以下是 Docker Swarm 的一些关键…
阅读更多...
最新文章

Copyright @ 2022~2023