[数据结构]-AVL树

这篇具有很好参考价值的文章主要介绍了[数据结构]-AVL树。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

前言

[数据结构]-AVL树,数据结构,算法作者:小蜗牛向前冲

[数据结构]-AVL树,数据结构,算法名言:我可以接受失败,但我不能接受放弃

  如果觉的博主的文章还不错的话,还请[数据结构]-AVL树,数据结构,算法点赞,收藏,关注👀支持博主。如果发现有问题的地方欢迎❀大家在评论区指正

目录

一、AVL树基本知识

1、概念

2、节点定义

3、插入

二、AVL树的旋转

1、右单旋

2、左单旋

 3、左右双旋

4、 右左双旋

三、AVL树的测试 

1、测试的补充代码

2、测试 


 本期学习目标:清楚什么是AVL树,模拟实现AVL树,理解四种旋转模型。 

一、AVL树基本知识

1、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:

  • 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)

 [数据结构]-AVL树,数据结构,算法

2、节点定义

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

	//带参数的构造函数
	AVLTreeNode(const pair<k,v>& kv)
		:_kv(kv)
		,_left(nullptr)
		,_right(nullptr)
		,_parent(nullptr)
		,_bf(0)
	{}
};

这里我们定义了三叉链来定义节点,最为特殊的是我们相对于二叉树,我们多了一个平衡 因子,这是维持AVL特性的关键,下面我们将围绕此展开对AVL树的构建。

注意:平衡因子 = 右树的高度-左树的高度

3、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:

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

对于插入最为重要的是平衡因子的更新,下面我们将讨论更新平衡因子情况:

是否要在更新平衡因子,要根据子树的高度:
1、如果parent->_bf==0,者说明以前的parent->_bf==-1或者parent->_bf==1
即是以前是一边高一边低,现在是插入到矮的一边,树的高度不变,不更新

2、如果parent->_bf==-1或者parent->_bf==-1,者以前parent->_bf==0
即是以前树是均衡的,现在插入让一边高了
子树的高度变了,要向上更新

3 、如果parent->_bf==-2或者parent->_bf==2,者以前parent->_bf==-1或者parent->_bf==1
现在树严重不平衡,让树旋转维持结构

//插入
bool Insert(const pair<k, v>& kv)
{
	if (_root == nullptr)
	{
		_root = new Node(kv);
		return true;
	}

	Node* parent = nullptr;
	Node* cur = _root;
	//找插入位置
	while (cur)
	{
		//插入元素大于比较元素
		if (cur->_kv.first < kv.first)
		{
			parent = cur;
			//继续往右树走
			cur = cur->_right;
		}
		else if (cur->_kv.first > kv.first)
		{
			parent = cur;
			//继续往左树走
			cur = cur->_left;
		}
		else//插入元素于树中元素相等,不插入
		{
			return false;
		}
	}

	cur = new Node(kv);
	//链接节点
	if (parent->_kv.first > kv.first)
	{
		parent->_left = cur;
		//更新parent
		cur->_parent = parent;
	}
	else
	{
		parent->_right = cur;
		//更新parent
		cur->_parent = parent;
	}

	//更新平衡因子
	while (parent)//parent为空,就更新到了根
	{
		//新增在树节点左边,parent->bf--
		//新增在树节点右边,parent->bf++
		if (cur == parent->_left)
		{
			parent->_bf--;
		}
		else
		{
			parent->_bf++;
		}

		//是否要在更新平衡因子,要根据子树的高度:
		//1、如果parent->_bf==0,者说明以前的parent->_bf==-1或者parent->_bf==1
		//即是以前是一边高一边低,现在是插入到矮的一边,树的高度不变,不更新

		//2、如果parent->_bf==-1或者parent->_bf==-1,者以前parent->_bf==0
		//即是以前树是均衡的,现在插入让一边高了
		//子树的高度变了,要向上更新

		//3 、如果parent->_bf==-2或者parent->_bf==2,者以前parent->_bf==-1或者parent->_bf==1
		//现在树严重不平衡,让树旋转维持结构

		//旋转:
		//1、让子树的高度差不差过1
		//2、旋转过程中也要保存搜索树结构
		//3、边更新平衡因子
		//4、让这课树的高度保存和之前一样(旋转结束,不影响上层结构)

		if (parent->_bf == 0)
		{
			break;
		}
		else if (parent->_bf == -1 || parent->_bf == 1)
		{
			cur = parent;
			parent = parent->_parent;

		}
		//旋转
		else if (parent->_bf == -2 || parent->_bf == 2)
		{
			//左单旋转
			if (parent->_bf == 2 && cur->_bf == 1)
			{
				RotateL(parent);
			}
			//右单旋
			else if (parent->_bf == -2 && cur->_bf == -1)
			{
				RotateR(parent);
			}
			//左右双旋
			else if (parent->_bf == -2 && cur->_bf == 1)
			{
				RotateLR(parent);
			}
			//右左双旋
			else if (parent->_bf == 2 && cur->_bf == -1)
			{
				RotateRL(parent);
			}
			else
			{
				assert(false);
			}
			//旋转完成,平衡因子已经更新跳出循环
			break;
		}
		else
		{
			assert(false);
		}
	}
}

二、AVL树的旋转

如果parent->_bf==-2或者parent->_bf==2,者以前parent->_bf==-1或者parent->_bf==1
现在树严重不平衡,让树旋转维持结构:

旋转的要求:

  • 让子树的高度差不差过1
  • 旋转过程中也要保存搜索树结构
  • 边更新平衡因子
  • 让这课树的高度保存和之前一样(旋转结束,不影响上层结构)

旋转的分类: 

  • 新节点插入较高左子树的左侧—左左:右单旋
  • 新节点插入较高右子树的右侧—右右:左单旋
  • 新节点插入较高左子树的右侧—左右:先左单旋再右单旋
  • 新节点插入较高右子树的左侧—右左:先右单旋再左单旋

1、右单旋

对于可能出现右旋转的情况的子树是多样的

[数据结构]-AVL树,数据结构,算法

 这里我们可以根据需要进行右单旋转抽像图进行理解

[数据结构]-AVL树,数据结构,算法

[数据结构]-AVL树,数据结构,算法 

代码实现: 

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

	//b做60的右
	parent->_left = subLR;

	if (subLR)
	{
		subLR->_parent = parent;
	}

	Node* ppNode = parent->_parent;
	//60做30的右
	subL->_right = parent;
	parent->_parent = subL;
	//60就是以前的根节点
	if (ppNode == nullptr)
	{
		_root = subL;
		subL->_parent = ppNode;
	}
	else
	{
		//上层父节点的左边是子树的parent
		if (ppNode->_left == parent)
		{
			ppNode->_left = subL;
		}
		else
		{
			ppNode->_right = subL;
		}

		subL->_parent = ppNode;
	}
	//更新平衡因子
	parent->_bf = subL->_bf = 0;
}

2、左单旋

[数据结构]-AVL树,数据结构,算法

[数据结构]-AVL树,数据结构,算法 

代码实现:

 

void RotateL(Node * parent)
{
	Node* subR = parent->_right;//父节点的右子树
	Node* subRL = subR->_left;//右树的左树

	//让60左边链接到30的右边
	parent->_right = subRL;
	if (subRL)
	{
		subRL->_parent = parent;
	}

	Node* ppNode = parent->_parent;
	//让30变成60的左边
	subR->_left = parent;
	parent->_parent = subR;

	//subR就是根节点
	if (ppNode == nullptr)
	{
		_root = subR;
		_root->_parent = nullptr;
	}
	else
	{
		//上层父节点的左边是子树的parent
		if (ppNode->_left == parent)
		{
			ppNode->_left = subR;
		}
		else
		{
			ppNode->_right = subR;
		}

		//子树父节点和上层父节点链接
		subR->_parent = ppNode;
	}
	//更新平衡因子
	parent->_bf = subR->_bf = 0;
}

 3、左右双旋

对于双旋转来说:节点新增的位置不同,平衡因子最终也会不同,这里我们要进行分类讨论:

[数据结构]-AVL树,数据结构,算法[数据结构]-AVL树,数据结构,算法

[数据结构]-AVL树,数据结构,算法

对于双旋转来说,最为重要的平衡因子的更新。 

 代码实现:

//左右双旋
void RotateLR(Node* parent)
{
	Node* subL = parent->_left;
	Node* subLR = subL->_right;

	//记录subLR的平衡因子
	int bf = subLR->_bf;
	RotateL(parent->_left);
	RotateR(parent);

	//根据不同情况更新平衡因子

	if (bf == 1)//在c点处新增(在subLR的右子树新增)
	{
		subLR->_bf = 0;
		parent->_bf = 0;
		subL->_bf = -1;
	}
	else if(bf == -1) // 在b点处新增(在subLR的左子树新增)
	{
		subLR->_bf = 0;
		subL->_bf = 0;
		parent->_bf = 1;
	}
	else if (bf == 0) //自己就是增点
	{
		subLR->_bf = 0;
		parent->_bf = 0;
		subL->_bf = 0;
	}
	else
	{
		assert(false);
	}
}

4、 右左双旋

这里同样也要进行分类讨论:

[数据结构]-AVL树,数据结构,算法

[数据结构]-AVL树,数据结构,算法

[数据结构]-AVL树,数据结构,算法 

代码实现: 

//右左双旋
void RotateRL(Node* parent)
{
	Node* subR = parent->_right;
	Node* subRL = subR->_left;

	//记录subLR的平衡因子
	int bf = subRL->_bf;
	RotateR (parent->_right);
	RotateL(parent);


	//根据不同情况更新平衡因子

	if (bf == 1)//在c点处新增(在subLR的右子树新增)
	{
		subR->_bf = 0;
		subRL->_bf = 0;
		parent->_bf = -1;
	}
	else if (bf == -1) // 在b点处新增(在subLR的左子树新增)
	{
		subR->_bf = 1;
		subRL->_bf = 0;
		parent->_bf = 0;
	}
	else if (bf == 0) //自己就是增点
	{
		subR->_bf = 0;
		subRL->_bf = 0;
		parent->_bf = 0;
	}
	else
	{
		assert(false);
	}
}

三、AVL树的测试 

为了测试我们模拟实现的AVL树是否成功,还需要进行检查

1、测试的补充代码

树的高度:

int Height()
{
	return _Height(_root);
}
//求树的高度
int _Height(Node* root)
{
	//树高度为0
	if (root == nullptr)
	{
		return 0;
	}
	//递归求左树的高度
	int Lh = _Height(root->_left);
	//递归求右树的高度
	int Rh = _Height(root->_right);
	return  Lh > Rh ? Lh + 1 : Rh + 1;
}

检查平衡因子

	
		//检测平衡因子
		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->_bf << endl;
				cout << rightHeight - leftHeight << endl;
				cout << root->_kv.first << "平衡因子异常" << endl;
				return false;
			}

			return abs(rightHeight - leftHeight) < 2
				&& _IsBalance(root->_left)
				&& _IsBalance(root->_right);
		}

中序遍历

	void InOrder()//这是为了解决在外面调用,不好传根的问题
	{
		_InOrder(_root);
	}
	//中序遍历
	void _InOrder(Node* root)
	{
		if (root == nullptr)
			return;
		_InOrder(root->_left);
		cout << root->_kv.first << ":" << root->_kv.second << endl;
		_InOrder(root->_right);
	}

2、测试 

完整代码:

#pragma once
#include<time.h>
#include<assert.h>

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

	//带参数的构造函数
	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:
	//插入
	bool Insert(const pair<k, v>& kv)
	{
		if (_root == nullptr)
		{
			_root = new Node(kv);
			return true;
		}

		Node* parent = nullptr;
		Node* cur = _root;
		//找插入位置
		while (cur)
		{
			//插入元素大于比较元素
			if (cur->_kv.first < kv.first)
			{
				parent = cur;
				//继续往右树走
				cur = cur->_right;
			}
			else if (cur->_kv.first > kv.first)
			{
				parent = cur;
				//继续往左树走
				cur = cur->_left;
			}
			else//插入元素于树中元素相等,不插入
			{
				return false;
			}
		}

		cur = new Node(kv);
		//链接节点
		if (parent->_kv.first > kv.first)
		{
			parent->_left = cur;
			//更新parent
			cur->_parent = parent;
		}
		else
		{
			parent->_right = cur;
			//更新parent
			cur->_parent = parent;
		}

		//更新平衡因子
		while (parent)//parent为空,就更新到了根
		{
			//新增在树节点左边,parent->bf--
			//新增在树节点右边,parent->bf++
			if (cur == parent->_left)
			{
				parent->_bf--;
			}
			else
			{
				parent->_bf++;
			}

			//是否要在更新平衡因子,要根据子树的高度:
			//1、如果parent->_bf==0,者说明以前的parent->_bf==-1或者parent->_bf==1
			//即是以前是一边高一边低,现在是插入到矮的一边,树的高度不变,不更新

			//2、如果parent->_bf==-1或者parent->_bf==-1,者以前parent->_bf==0
			//即是以前树是均衡的,现在插入让一边高了
			//子树的高度变了,要向上更新

			//3 、如果parent->_bf==-2或者parent->_bf==2,者以前parent->_bf==-1或者parent->_bf==1
			//现在树严重不平衡,让树旋转维持结构

			//旋转:
 

			if (parent->_bf == 0)
			{
				break;
			}
			else if (parent->_bf == -1 || parent->_bf == 1)
			{
				cur = parent;
				parent = parent->_parent;

			}
			//旋转
			else if (parent->_bf == -2 || parent->_bf == 2)
			{
				//左单旋转
				if (parent->_bf == 2 && cur->_bf == 1)
				{
					RotateL(parent);
				}
				//右单旋
				else if (parent->_bf == -2 && cur->_bf == -1)
				{
					RotateR(parent);
				}
				//左右双旋
				else if (parent->_bf == -2 && cur->_bf == 1)
				{
					RotateLR(parent);
				}
				//右左双旋
				else if (parent->_bf == 2 && cur->_bf == -1)
				{
					RotateRL(parent);
				}
				else
				{
					assert(false);
				}
				//旋转完成,平衡因子已经更新跳出循环
				break;
			}
			else
			{
				assert(false);
			}
		}
	}
		void RotateL(Node * parent)
		{
			Node* subR = parent->_right;//父节点的右子树
			Node* subRL = subR->_left;//右树的左树

			//让60左边链接到30的右边
			parent->_right = subRL;
			if (subRL)
			{
				subRL->_parent = parent;
			}

			Node* ppNode = parent->_parent;
			//让30变成60的左边
			subR->_left = parent;
			parent->_parent = subR;

			//subR就是根节点
			if (ppNode == nullptr)
			{
				_root = subR;
				_root->_parent = nullptr;
			}
			else
			{
				//上层父节点的左边是子树的parent
				if (ppNode->_left == parent)
				{
					ppNode->_left = subR;
				}
				else
				{
					ppNode->_right = subR;
				}

				//子树父节点和上层父节点链接
				subR->_parent = ppNode;
			}
			//更新平衡因子
			parent->_bf = subR->_bf = 0;
		}
		//右单旋
		void RotateR(Node* parent)
		{
			Node* subL = parent->_left;
			Node* subLR = subL->_right;

			//b做60的右
			parent->_left = subLR;

			if (subLR)
			{
				subLR->_parent = parent;
			}

			Node* ppNode = parent->_parent;
			//60做30的右
			subL->_right = parent;
			parent->_parent = subL;
			//60就是以前的根节点
			if (ppNode == nullptr)
			{
				_root = subL;
				subL->_parent = ppNode;
			}
			else
			{
				//上层父节点的左边是子树的parent
				if (ppNode->_left == parent)
				{
					ppNode->_left = subL;
				}
				else
				{
					ppNode->_right = subL;
				}

				subL->_parent = ppNode;
			}
			//更新平衡因子
			parent->_bf = subL->_bf = 0;
		}

		//左右双旋
		void RotateLR(Node* parent)
		{
			Node* subL = parent->_left;
			Node* subLR = subL->_right;

			//记录subLR的平衡因子
			int bf = subLR->_bf;
			RotateL(parent->_left);
			RotateR(parent);

			//根据不同情况更新平衡因子

			if (bf == 1)//在c点处新增(在subLR的右子树新增)
			{
				subLR->_bf = 0;
				parent->_bf = 0;
				subL->_bf = -1;
			}
			else if(bf == -1) // 在b点处新增(在subLR的左子树新增)
			{
				subLR->_bf = 0;
				subL->_bf = 0;
				parent->_bf = 1;
			}
			else if (bf == 0) //自己就是增点
			{
				subLR->_bf = 0;
				parent->_bf = 0;
				subL->_bf = 0;
			}
			else
			{
				assert(false);
			}
		}

		//右左双旋
		void RotateRL(Node* parent)
		{
			Node* subR = parent->_right;
			Node* subRL = subR->_left;

			//记录subLR的平衡因子
			int bf = subRL->_bf;
			RotateR (parent->_right);
			RotateL(parent);


			//根据不同情况更新平衡因子

			if (bf == 1)//在c点处新增(在subLR的右子树新增)
			{
				subR->_bf = 0;
				subRL->_bf = 0;
				parent->_bf = -1;
			}
			else if (bf == -1) // 在b点处新增(在subLR的左子树新增)
			{
				subR->_bf = 1;
				subRL->_bf = 0;
				parent->_bf = 0;
			}
			else if (bf == 0) //自己就是增点
			{
				subR->_bf = 0;
				subRL->_bf = 0;
				parent->_bf = 0;
			}
			else
			{
				assert(false);
			}
		}

		int Height()
		{
			return _Height(_root);
		}
		//求树的高度
		int _Height(Node* root)
		{
			//树高度为0
			if (root == nullptr)
			{
				return 0;
			}
			//递归求左树的高度
			int Lh = _Height(root->_left);
			//递归求右树的高度
			int Rh = _Height(root->_right);
			return  Lh > Rh ? Lh + 1 : Rh + 1;
		}
		bool IsAVLTree()
		{
			return _IsBalance(_root);
		}
		
		//检测平衡因子
		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->_bf << endl;
				cout << rightHeight - leftHeight << endl;
				cout << root->_kv.first << "平衡因子异常" << endl;
				return false;
			}

			return abs(rightHeight - leftHeight) < 2
				&& _IsBalance(root->_left)
				&& _IsBalance(root->_right);
		}

		void InOrder()//这是为了解决在外面调用,不好传根的问题
		{
			_InOrder(_root);
		}
		//中序遍历
		void _InOrder(Node* root)
		{
			if (root == nullptr)
				return;
			_InOrder(root->_left);
			cout << root->_kv.first << ":" << root->_kv.second << endl;
			_InOrder(root->_right);
		}

private:
	Node* _root = nullptr;
};




void TestAVLTree1()
{
	//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 };*/
	int a[] = { 30,60,90 };
	AVLTree<int, int> t;
	for (auto e : a)
	{
		t.Insert(make_pair(e, e));
	}

	t.InOrder();

	cout << t.IsAVLTree() << 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));
		/*cout << t.IsAVLTree() << endl;*/
	}
	cout << t.IsAVLTree() << endl;
}
 

这里我们分别进行简单 TestAVLTree1()和用生成随机数字生成的数字进行测试TestAVLTree2()

如果成功就会打印1.

[数据结构]-AVL树,数据结构,算法文章来源地址https://www.toymoban.com/news/detail-758787.html

到了这里,关于[数据结构]-AVL树的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

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: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【数据结构】AVL 树

    前面对 map / multimap / set / multiset 进行了简单的介绍【C++】map set,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

    2024年04月12日
    浏览(33)
  • 【数据结构】AVL树/红黑树

    目录 1.AVL树(高度平衡二叉搜索树) 10.1.基本概念 10.2.实现 10.2.1.AVL树节点的定义 10.2.2.AVL树的插入 10.2.3.AVL树的旋转 1.新节点插入较高左子树的左侧---左左:右单旋 2.新节点插入较高右子树的右侧---右右:左单旋 3.新节点插入较高左子树的右侧---左右:先左单旋再右单旋(左

    2024年02月15日
    浏览(47)
  • 【高阶数据结构】AVL树详解

    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

    2024年02月12日
    浏览(41)
  • C++&&数据结构——AVL树

    根据前面对二叉搜索树的学习我们可以了解到二叉搜索树可以提高查找的效率,但是如果数据本身有序,搜索树将退化成单支树,查找时相当于顺序表查找,效率低下,如下图: 为了解决上面的问题,来自俄罗斯的两位天才数学家G.M.Adelson-Velskii和E.M.Landis在1962年发明了一种方

    2024年01月19日
    浏览(66)
  • 数据结构进阶(一):AVL树

    所谓的AVL树也叫做高度平衡的二叉搜索树。 啥是高度平衡的二叉搜索树? 高度平衡的二叉搜索树: 意味着左右子树的高度最大不超过一 。 我们先来回顾一下二叉搜索树的概念: 二叉搜索树又称二叉排序树,它或者是一棵空树 ,或者是具有以下性质的二叉树: 若它的左子树

    2024年02月12日
    浏览(36)
  • 【1++的数据结构】之AVL树

    👍作者主页:进击的1++ 🤩 专栏链接:【1++的数据结构】 在说AVL树之前我们先来说说为什么会出现AVL树。在前面的文章中我们讲过二叉搜索树,虽然查找,插入效率比较高,但其有个缺陷:在某些情况下其可能会成为一颗单支树或其他高度较高的树,这时我们的效率就比较

    2024年02月11日
    浏览(35)
  • 【数据结构】—AVL树(C++实现)

                                                            🎬慕斯主页 : 修仙—别有洞天                                                  💜 本文前置知识:  搜索二叉树                                                       ♈️ 今日夜电波

    2024年02月05日
    浏览(50)
  • 数据结构:AVL树讲解(C++)

    普通二叉搜索树: 二叉搜索树 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普通的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

    2024年02月04日
    浏览(42)
  • 【高阶数据结构】AVL树详解(图解+代码)

    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

    2024年02月13日
    浏览(50)
  • 【数据结构】AVL树的插入与验证

    普通的二叉搜索树在极端情况下会 退化成类似链表 的形状,从而使 查找的效率降低至O(N) 。 在此基础上,苏联与以色列数学家 A delson- V elskii 与 苏联数学家 L andis,发明出了 AVL树或者说平衡二叉搜索树。 注:第一张——Adelson-Velskii(1922-2014) ,第二张——Landis(1921——

    2024年02月09日
    浏览(37)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包