引言
之前讲解了二叉搜索树,最优情况下它具有非常好的搜索性能,但是在极端场景下,它可能退化为单支树,可以形象地称为歪脖子树~
这样的话,它搜索的时间复杂度会从O(log2N)退化为O(N2),完全丧失了其优良的搜索性能。那么AVL树就可以登场了,它就是为解决这类问题而生的!
一、AVL树的概念
两位俄罗斯的数学家G.M.Adelson-Velskii和E.M.Landis在1962年发明了AVL树,AVL树满足两条性质:
- 它的左右子树都是AVL树
- 任意结点的左右子树高度差的绝对值不超过1
这样通过控制子树高度差,让AVL树几乎完美接近于平衡,便不会出现单支树的情况,保证了优良的搜索性能,因此AVL树又称为高度平衡二叉搜索树。
二、AVL树的模拟实现
2.1 结点
template<class K, class V>
struct AVLTreeNode
{
AVLTreeNode<K, V>* _left;
AVLTreeNode<K, V>* _right;
AVLTreeNode<K, V>* _parent;
pair<K, V> _kv;
int _bf;//balance factor
AVLTreeNode(const pair<K, V>& kv)
: _left(nullptr)
, _right(nullptr)
, _parent(nullptr)
, _kv(kv)
, _bf(0)
{}
};
细节:
- 使用三叉链,增加了指向parent的指针
- 使用KV模型,数据存储键值对pair
- 结点存储平衡因子,用来记录左右子树高度差
注:平衡因子计算高度差,是 右子树高度 - 左子树高度
2.2 成员变量
template<class K, class V>
class AVLTree
{
protected:
typedef AVLTreeNode<K, V> Node;
public:
protected:
Node* _root = nullptr;
};
2.3 插入
因为AVL树也是二叉搜索树,所以默认成员函数和遍历与之前写的没什么不同,这里重点讲解AVL树的插入。
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)//讨论平衡因子
{
if (cur == parent->_right)
{
++parent->_bf;
}
else
{
--parent->_bf;
}
if (parent->_bf == 1 || parent->_bf == -1)
{
parent = parent->_parent;
cur = cur->_parent;
}
else if (parent->_bf == 0)
{
break;
}
else if (parent->_bf == 2 || parent->_bf == -2)
{
//旋转
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 if (parent->_bf == 2 && cur->_bf == -1)
{
RotateRL(parent);
}
else
{
assert(false);
}
break;
}
else
{
assert(false);
}
}
return true;
}
思路:
- 以二叉搜索树的方式正常插入
- 讨论平衡因子,以及调整结构
这里的重点在于如何讨论和调整平衡因子(bf)。
- 首先,插入cur结点,调整parent结点的bf,左减右加
- 讨论parent的bf
- bf为0
- bf为1或-1
- bf为2或-2
bf为0时:
分析:此时没有增加高度,而是补上缺口,整棵树是平衡的,直接break即可
bf为1或-1时:
分析:此时增加了局部子树的高度,不确定有没有影响整体的高度差,所以要继续向上调整
parent = parent->_parent;
cur = cur->_parent;
bf为2或-2时:
此时bf已经超出平衡限制区间,需要进行结构调整,我们称之为旋转。
2.4 旋转
旋转分为两大类:单旋和双旋。而单旋分为左单旋和右单旋,双旋分为左右旋和右左旋。
2.4.1 左单旋
场景:右部外侧插入
过程:
- parent接过subR的左子树subRL
- subR左边再链接parent
void RotateL(Node* parent)//左单旋
{
Node* grandparent = parent->_parent;
Node* subR = parent->_right;
Node* subRL = subR->_left;
parent->_right = subRL;
if (subRL)
{
subRL->_parent = parent;
}
subR->_left = parent;
parent->_parent = subR;
if (grandparent)
{
if (grandparent->_right == parent)
{
grandparent->_right = subR;
}
else
{
grandparent->_left = subR;
}
}
else
{
_root = subR;
}
subR->_parent = grandparent;
parent->_bf = subR->_bf = 0;
}
细节:
- 大体是三步链接,注意双向链接
- 注意判空(subRL,grandparent)
- 如果判空,注意_root的传递
- 最后调整平衡因子_bf
2.4.2 右单旋
场景:左部外侧插入
过程:
- parent接过subL的右子树subLR
- subL右边再链接parent
void RotateR(Node* parent)//右单旋
{
Node* grandparent = parent->_parent;
Node* subL = parent->_left;
Node* subLR = subL->_right;
parent->_left = subLR;
if (subLR)
{
subLR->_parent = parent;
}
subL->_right = parent;
parent->_parent = subL;
if (grandparent)
{
if (grandparent->_right == parent)
{
grandparent->_right = subL;
}
else
{
grandparent->_left = subL;
}
}
else
{
_root = subL;
}
subL->_parent = grandparent;
parent->_bf = subL->_bf = 0;
}
细节:同左单旋
2.4.3 左右旋
场景:左部内侧插入
过程:
- 先对subL进行左单旋
- 再对parent进行右单旋
void RotateLR(Node* parent)//左右旋
{
Node* subL = parent->_left;
Node* subLR = subL->_right;
int bf = subLR->_bf;
RotateL(subL);
RotateR(parent);
if (bf == 1)
{
subL->_bf = -1;
subLR->_bf = 0;
parent->_bf = 0;
}
else if (bf == -1)
{
subL->_bf = 0;
subLR->_bf = 0;
parent->_bf = 1;
}
else if (bf == 0)
{
subL->_bf = 0;
subLR->_bf = 0;
parent->_bf = 0;
}
else
{
assert(false);
}
}
细节:
- 这里旋转直接复用前面单旋的代码
- 主要的重点,在于平衡因子bf的讨论
- bf为1,在subLR的右侧插入
- bf为-1,在subLR的左侧插入
- bf为0,插入subLR(之前为空)
2.4.4 右左旋
场景:右部内侧插入
过程:
- 先对subR进行右单旋
- 再对parent进行左单旋
void RotateRL(Node* parent)//右左旋
{
Node* subR = parent->_right;
Node* subRL = subR->_left;
int bf = subRL->_bf;
RotateR(subR);
RotateL(parent);
if (bf == 1)
{
parent->_bf = -1;
subRL->_bf = 0;
subR->_bf = 0;
}
else if (bf == -1)
{
parent->_bf = 0;
subRL->_bf = 0;
subR->_bf = 1;
}
else if (bf == 0)
{
parent->_bf = 0;
subRL->_bf = 0;
subR->_bf = 0;
}
else
{
assert(false);
}
}
细节:同左右旋
综上所述,旋转的目的:保证平衡,同时降低树的高度。
三、AVL树的验证
我们主要验证左右子树高度是否平衡,即高度差是否小于等于1
bool IsBalance()
{
return _IsBalance(_root);
}
int Height(Node* root)
{
if (root == nullptr)
{
return 0;
}
int leftH = Height(root->_left);
int rightH = Height(root->_right);
return leftH > rightH ? leftH + 1 : rightH + 1;
}
bool _IsBalance(Node* root)
{
if (root == nullptr)
{
return true;
}
int leftH = Height(root->_left);
int rightH = Height(root->_right);
if (rightH - leftH != root->_bf)
{
cout << root->_kv.first << "节点平衡因子异常" << endl;
return false;
}
return abs(rightH - leftH) <= 1
&& _IsBalance(root->_left)
&& _IsBalance(root->_right);
}
细节:
- 为了方便计算高度,写一个Height函数
- 在子函数递归中,计算高度差是否小于等于1
- 与此同时,还要检查平衡因子是否正常
四、AVL树的性能
4.1 优势
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 l o g 2 ( N ) log_2 (N) log2(N)。
4.2 缺陷
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。
4.3 适用场景
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。文章来源:https://www.toymoban.com/news/detail-843258.html
文章来源地址https://www.toymoban.com/news/detail-843258.html
到了这里,关于【C++练级之路】【Lv.15】AVL树(双子旋转,领略绝对平衡之美)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!