C++ AVL树 详细讲解

news2024/7/2 3:48:17

目录

一、AVL树的概念

二、AVL树的实现

1.AVL树节点的定义

2.AVL树的插入

3.AVL树的旋转

4.AVL树的验证

三、AVL树的性能

四、完结撒❀

一、AVL树的概念

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）

如果一棵二叉搜索树是高度平衡的，它就是 AVL 树。如果它有 n 个结点，其高度可保持在
O(log2 n) ，搜索时间复杂度 O(log2 n) 。

二、AVL树的实现

1.AVL树节点的定义

AVL树节点的定义：

template<class T>
struct AVLTreeNode
{
	AVLTreeNode(const T& data)
		: _pLeft(nullptr), _pRight(nullptr), _pParent(nullptr)
		, _data(data), _bf(0)
	{}
	AVLTreeNode<T>* _pLeft;   // 该节点的左孩子
	AVLTreeNode<T>* _pRight;  // 该节点的右孩子
	AVLTreeNode<T>* _pParent; // 该节点的双亲
	T _data;
	int _bf;                  // 该节点的平衡因子
};

2.AVL树的插入

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 
bool Insert(const pair<K, V>& kv)
{
    // 1. 先按照二叉搜索树的规则将节点插入到AVL树中

	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->_left;
		}
		else if (cur->_kv.first < kv.first)
		{
			parent = cur;
			cur = cur->_right;
		}
		else
		{
			//插入相同值
			return false;
		}
	}
	
	//找到cur所在位置
	cur = new Node(kv);
	if (parent->_kv.first > cur->_kv.first)
	{
		parent->_left = cur;
		cur->_parent = parent;
	}
	else
	{
		parent->_right = cur;
		cur->_parent = parent;
	}

     // 2. 新节点插入后，AVL树的平衡性可能会遭到破坏，此时就需要更新平衡因子，并检测是否
    //破坏了AVL树的平衡性
    
     /*
     pCur插入后，pParent的平衡因子一定需要调整，在插入之前，pParent
     的平衡因子分为三种情况：-1，0, 1, 分以下两种情况：
      1. 如果pCur插入到pParent的左侧，只需给pParent的平衡因子-1即可
      2. 如果pCur插入到pParent的右侧，只需给pParent的平衡因子+1即可
  
     此时：pParent的平衡因子可能有三种情况：0，正负1， 正负2
      1. 如果pParent的平衡因子为0，说明插入之前pParent的平衡因子为正负1，插入后被调整成0，此时满足
AVL树的性质，插入成功
      2. 如果pParent的平衡因子为正负1，说明插入前pParent的平衡因子一定为0，插入后被更新成正负1，此
时以pParent为根的树的高度增加，需要继续向上更新
      3. 如果pParent的平衡因子为正负2，则pParent的平衡因子违反平衡树的性质，需要对其进行旋转处理
     */

    //更新平衡因子
	while (parent)
	{
		if (parent->_left == cur)
		{
			parent->_bf--;
		}
		else
		{
			parent->_bf++;
		}

		if (parent->_bf == 0)
		{
			//二叉树高度没问题，更新结束
			break;
		}
		else if (parent->_bf == 1 || parent->_bf == -1)
		{
            // 插入前双亲的平衡因子是0，插入后双亲的平衡因子为1 或者 -1 ，说明以双亲为根的二叉树
            // 的高度增加了一层，因此需要继续向上调整
			cur = parent;
			parent = parent->_parent;
		}
		else if (parent->_bf == -2 || parent->_bf == 2)
		{
            //双亲的平衡因子为正负2，违反了AVL树的平衡性
			//二叉树平衡被破坏，需要旋转完成平衡
			//判断是右单旋还是左单旋还是双旋
			
			//右单旋
			if (parent->_bf == -2 && cur->_bf == -1)
			{
				//...
			}
			//左单旋
			else if (parent->_bf == 2 && cur->_bf == 1)
			{
				//...
			}
			//左右双旋
			else if (parent->_bf == -2 && cur->_bf == 1)
			{
                //...
			}
			//右左双旋
			else if (parent->_bf == 2 && cur->_bf == -1)
			{
                //...
			}

		}
		else
		{
			//理论上不会出现这种状况
			assert(false);
		}
	}

	return true;
}

3.AVL树的旋转

如果在一棵原本是平衡的 AVL 树中插入一个新节点，可能造成不平衡，此时必须调整树的结构，
使之平衡化。根据节点插入位置的不同， AVL 树的旋转分为四种：
1) 新节点插入较高左子树的左侧---左左：右单旋 

/*
  上图在插入前，AVL树是平衡的，新节点插入到30的左子树(注意：此处不是左孩子)中，30左
子树增加
  了一层，导致以60为根的二叉树不平衡，要让60平衡，只能将60左子树的高度减少一层，右子
树增加一层，
  即将左子树往上提，这样60转下来，因为60比30大，只能将其放在30的右子树，而如果30有
右子树，右子树根的值一定大于30，小于60，只能将其放在60的左子树，旋转完成后，更新节点
的平衡因子即可。在旋转过程中，有以下几种情况需要考虑：
  1. 30节点的右孩子可能存在，也可能不存在
  2. 60可能是根节点，也可能是子树
     如果是根节点，旋转完成后，要更新根节点
     如果是子树，可能是某个节点的左子树，也可能是右子树
    
此处可举一些详细的例子进行画图，考虑各种情况，加深旋转的理解
*/
void _RotateR(Node Parent)
{
	// SubL: Parent的左孩子
	// SubLR: Parent左孩子的右孩子，注意：该
	Node SubL = Parent->_Left;
	Node SubLR = SubL->_Right;
	// 旋转完成之后，30的右孩子作为双亲的左孩子
	Parent->_Left = SubLR;
	// 如果30的左孩子的右孩子存在，更新亲双亲
	if (SubLR)
		SubLR->_Parent = Parent;
	// 60 作为 30的右孩子
	SubL->_Right = Parent;

	// 因为60可能是棵子树，因此在更新其双亲前必须先保存60的双亲
	Node Parent = Parent->_Parent;

	// 更新60的双亲
	Parent->_Parent = SubL;

	// 更新30的双亲
	SubL->_Parent = Parent;
	// 如果60是根节点，根新指向根节点的指针
	if (NULL == Parent)
	{
		_root = SubL;
		SubL->_Parent = NULL;
	}
	else
	{
		// 如果60是子树，可能是其双亲的左子树，也可能是右子树
		if (Parent->_Left == Parent)
			Parent->_Left = SubL;
		else
			Parent->_Right = SubL;
	}
	// 根据调整后的结构更新部分节点的平衡因子
	Parent->_bf = SubL->_bf = 0;
}

2) 新节点插入较高右子树的右侧---右右：左单旋 

//左单旋
void LNode(Node* parent)
{
	/*if (parent == _root)
	{
		Node* pparent = nullptr;
	}
	else
	{
		Node* pparent = parent->_parent;
	}*/
	Node* pparent = parent->_parent;

	Node* subR = parent->_right;
	Node* subRL = subR->_left;

	parent->_left = subRL;
	if (subRL)
		subRL->_parent = parent;

	subR->_left = parent;
	parent->_parent = subR;

	if (pparent)
	{
		subR->_parent = pparent;

		if (pparent->_left = parent)
		{
			pparent->_left = subR;
		}
		else
		{
			pparent->_right = subR;
		}
	}
	else
	{
		_root = subR;
		subR->_parent = nullptr;
	}

	parent->_bf = subR->_bf = 0;
}

3) 新节点插入较高左子树的右侧---左右：先左单旋再右单旋

将双旋变成单旋后再旋转，即： 先对 30 进行左单旋，然后再对 90 进行右单旋 ，旋转完成后再
考虑平衡因子的更新。 
// 旋转之前，60的平衡因子可能是-1/0/1，旋转完成之后，根据情况对其他节点的平衡因子进
//行调整
void _RotateLR(Node Parent)
{
	Node SubL = Parent->_Left;
	Node SubLR = SubL->_Right;

	// 旋转之前，保存pSubLR的平衡因子，旋转完成之后，需要根据该平衡因子来调整其他节
	点的平衡因子
		int bf = SubLR->_bf;

	// 先对30进行左单旋
	_RotateL(Parent->_Left);

	// 再对90进行右单旋
	_RotateR(Parent);
	if (1 == bf)
		SubL->_bf = -1;
	else if (-1 == bf)
		Parent->_bf = 1;
}

4) 新节点插入较高右子树的左侧---右左：先右单旋再左单旋

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

	int bf = subRL->_bf;

	RNode(parent->_right);
	LNode(parent);

	if (bf == 1)
	{
		subRL->_bf = 0;
		subR->_bf = 0;
		parent->_bf = -1;
	}
	else if (bf == -1)
	{
		subRL->_bf = 0;
		subR->_bf = 1;
		parent->_bf = 0;
	}
	else if (bf == 0)
	{
		subRL->_bf = 0;
		subR->_bf = 0;
		parent->_bf = 0;
	}
	else
	{
		//理论没有该状况
		assert(false);
	}
}
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。

4.AVL树的验证

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 
int _size(Node* root)
{
	return root == nullptr ? 0 : _size(root->_left) + _size(root->_right) + 1；
}

int _Height(Node* root)
{
	if (root == nullptr)
	{
		return 0;
	}

	return max(_Height(root->_left), _Height(root->_right)) + 1;
}

bool _IsBalance(Node* root)
{
	if (root == nullptr)
	{
		return true;
	}

	int LeftHeight = _Height(root->_left);
	int RightHeight = _Height(root->_right);

	if (abs(LeftHeight - RightHeight) >= 2)
	{
		return false;
	}

	//可以顺便再检查一下平衡因子
	if (abs(LeftHeight - RightHeight) != root->_bf)
	{
		cout << root->_kv.first << endl;
		return false;
	}

	return _IsBalance(root->_left) && _IsBalance(root->_right);
}

三、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 log2 N 。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。

四、完结撒❀

如果以上内容对你有帮助不妨点赞支持一下，以后还会分享更多编程知识，我们一起进步。
最后我想讲的是，据说点赞的都能找到漂亮女朋友❤

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.coloradmin.cn/o/1798881.html

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，一经查实，立即删除！

相关文章

【多目标跟踪】《FlowMOT: 3D Multi-Object Tracking by Scene Flow Association》论文阅读笔记

【多目标跟踪】《FlowMOT: 3D Multi-Object Tracking by Scene Flow Association》论文阅读笔记

0.论文 论文地址链接：https://arxiv.org/pdf/2012.07541v1 通过流的方式跟踪是一个比较新颖的点，所以这里比较关注运动跟踪，是如果做到流的跟踪来预测目标的位置以及ID绑定的。 FlowMOT的框架结构如下所示，本中会主要关注下运动跟踪、数据关联、ID分配、新生/消亡…
阅读更多...
python基础实例

python基础实例

下一个更大的数 定义一个Solution类&#xff0c;用于实现next_great方法 class Solution: def next_great(self, nums1, nums2): # 初始化一个空字典answer&#xff0c;用于存储答案 answer {} # 初始化一个空列表stack&#xff0c;用于存储待比较的数字 stack [] # 遍历nu…
阅读更多...
香橙派Orange AI Pro / 华为昇腾310芯片 部署自己训练的yolov8模型进行中国象棋识别

香橙派Orange AI Pro / 华为昇腾310芯片 部署自己训练的yolov8模型进行中国象棋识别

香橙派Orange AI Pro / 华为昇腾310芯片 部署自己训练的yolov8模型进行中国象棋识别 一、香橙派简介1.1、香橙派 AI Pro 硬件资源介绍1.2、华为昇腾310&#xff08;Ascend310&#xff09; 简介1.3、 昇腾310AI能力和CANN 简介昇腾310 NPU简介 二、远程环境配置2.1、ssh2.2、vnc…
阅读更多...
开发一个Dapp需要多少？

开发一个Dapp需要多少？

区块链开发一个Dapp要多少钱&#xff1f; 开发一个去中心化应用&#xff08;Dapp&#xff09;的成本取决于多个因素&#xff0c;包括Dapp的复杂性、功能需求、区块链平台以及开发团队的经验水平。以下是一些主要的影响因素&#xff1a; 1. 区块链平台&#xff1a;不同区块链…
阅读更多...
Python中的@staticmethod和@classmethod装饰器

Python中的@staticmethod和@classmethod装饰器

名词解释 本文主要介绍静态方法staticmethod和类方法classmethod在类中的应用&#xff0c;在介绍这两个函数装饰器之前&#xff0c;先介绍类中的几个名词&#xff0c;便于后面的理解&#xff1a; 类对象&#xff1a;定义的类就是类对象 类属性&#xff1a;定义在__init__ 外…
阅读更多...
哈希经典题目（C++）

哈希经典题目（C++）

文章目录 前言一、两数之和1.题目解析2.算法原理3.代码编写 二、判定是否互为字符重排1.题目解析2.算法原理3.代码编写 三、 字⺟异位词分组1.题目解析2.算法原理3.代码编写 总结 前言 哈希表是一个存储数据的容器&#xff0c;我们如果想要快速查找某个元素&#xff0c;就可以…
阅读更多...
定个小目标之每天刷LeetCode热题（12）

定个小目标之每天刷LeetCode热题（12）

这是一道简单题&#xff0c;使用位运算中的异或运算即可&#xff0c;异或运算有以下性质&#xff1a; 1、任何数异或 0 结果仍然是原来的数&#xff0c;即 a⊕0a 2、任何数和其自身做异或运算&#xff0c;结果是 0 所以我们只需要让数组里的所有元素进行异或运算得到的结果就…
阅读更多...
对话Nature子刊论文作者：DiG如何揭示蛋白质秘密

对话Nature子刊论文作者：DiG如何揭示蛋白质秘密

编者按&#xff1a;尽管当前利用人工智能技术预测生物分子结构的模型已经可以精确预测包括蛋白质、核酸、小分子、离子和修饰残基在内的复合物结构&#xff0c;但对于科学家们来说仅了解分子的微观结构还远远不够&#xff0c;因为分子的宏观属性和功能往往取决于分子结构在平衡…
阅读更多...
游戏盾之应用加速，何为应用加速

游戏盾之应用加速，何为应用加速

在数字化时代&#xff0c;用户对于应用程序的防护要求以及速度和性能要求越来越高。为了满足用户的期望并提高业务效率&#xff0c;应用加速成为了不可忽视的关键。 应用加速是新一代的智能分布式云接入系统&#xff0c;采用创新级SD-WAN跨域技术&#xff0c;针对高防机房痛点进…
阅读更多...
ES 8的向量检索性能调优实践

ES 8的向量检索性能调优实践

前言 ES的官方实验室曾发布过一篇博客，介绍了使ES向量检索性能获得显著提升的技术要点与展望： 多线程搜索能力的利用：Lucene 的分段架构允许实现多线程搜索能力。Elasticsearch 通过同时搜索多个段来提高性能，使用所有可用的 CPU 核心的计算能力显著减少了单个搜索的延迟。…
阅读更多...
网易云音乐格式在线转换

网易云音乐格式在线转换

应用分享&#xff1a;众所周知网易云下载的格式为 .NCM&#xff0c;只能在网易云音乐里播放。 今天提供在线转换为MP3格式 NCM TO MP3&#xff0c;无需安装&#xff0c;转换后就能在任意播放器使用。 使用地址&#xff1a; https://ncm.worthsee.com/ 网络研究观 数据泄露…
阅读更多...
【NOIP普及组】税收与补贴问题

【NOIP普及组】税收与补贴问题

【NOIP普及组】税收与补贴问题 &#x1f496;The Begin&#x1f496;点点关注&#xff0c;收藏不迷路&#x1f496; 每样商品的价格越低&#xff0c;其销量就会相应增大。现已知某种商品的成本及其在若干价位上的销量&#xff08;产品不会低于成本销售&#xff09;&#xff0c;…
阅读更多...
Win10 Edge提示兼容性问题打不开|解决浏览器兼容性问题

Win10 Edge提示兼容性问题打不开|解决浏览器兼容性问题

Edge有时候会与某些安全软件不兼容&#xff0c;导致报错 报错代码&#xff1a;STATUS_INVALID_IMAGE_HASH 解决Edge浏览器兼容性问题方法/步骤&#xff1a; 1、按 Win R 组合键&#xff0c;打开运行&#xff0c;并输入 regedit 命令&#xff0c;确定或回车&#xff0c;可以…
阅读更多...
Linux Shell脚本编写指南

Linux Shell脚本编写指南

大家好&#xff0c;在当今快节奏的科技时代&#xff0c;自动化和高效的工作流程对于个人和组织来说变得愈发重要。而Shell脚本编写作为一种强大且广泛应用的技能&#xff0c;成为了实现自动化任务和系统管理的利器。通过编写Shell脚本&#xff0c;我们可以将繁琐的重复任务自动…
阅读更多...
JavaScript的核心语法

JavaScript的核心语法

JavaScript JavaScript&#xff1a;JavaScript的组成&#xff1a;核心语法&#xff1a;Hello&#xff1a;变量&#xff1a;JS的基本数据类型&#xff1a;特殊点&#xff1a; 数组&#xff1a;流程控制语句&#xff1a;函数&#xff1a;函数的重载&#xff1a;函数的递归:预定义…
阅读更多...
算法：226. 翻转二叉树

算法：226. 翻转二叉树

给你一棵二叉树的根节点 root &#xff0c;翻转这棵二叉树&#xff0c;并返回其根节点。 示例 1&#xff1a; 输入&#xff1a;root [4,2,7,1,3,6,9] 输出&#xff1a;[4,7,2,9,6,3,1]示例 2&#xff1a; 输入&#xff1a;root [2,1,3] 输出&#xff1a;[2,3,1]示例 3&#x…
阅读更多...
算法学习笔记（7.4）-贪心算法（区间调度问题）

算法学习笔记（7.4）-贪心算法（区间调度问题）

目录 ##什么是区间调度问题 ##贪心解法 ##具体的例题示例讲解 ##452. 用最少数量的箭引爆气球 - 力扣&#xff08;LeetCode&#xff09; ##435. 无重叠区间 - 力扣&#xff08;LeetCode&#xff09; ##56. 合并区间 - 力扣&#xff08;LeetCode&#xff09; ##什么是区间调…
阅读更多...
学习周报：文献阅读+Fluent案例+Fluent相关算法学习

学习周报：文献阅读+Fluent案例+Fluent相关算法学习

目录 摘要 Abstract 文献阅读&#xff1a;求解正逆运动波问题的物理信息神经网络 文献摘要 讨论|结论 理论基础 KWM&#xff08;运动波动方程&#xff09; Hard constraint &#xff08;硬约束方式&#xff09; 具有重新分布的搭配点的PINN 具有停止梯度的分数阶方程 …
阅读更多...
解决Nginx出现An error occurred问题

解决Nginx出现An error occurred问题

每个人遇到Nginx的An error occurred情况可能都不一样&#xff08;见图1&#xff09;&#xff0c;Nginx造成该错误的原因&#xff1a; 1. 我在配置域名解析成IP时&#xff0c;没有把所有解析配置都修改&#xff0c;见图2&#xff1a;解析 *.hanxiaozhang.xyz 配置的是新IP地…
阅读更多...
4.通用编程概念

4.通用编程概念

目录 一、变量与常量1.1 变量1.2 常量 二、遮蔽三、数据类型3.1 标量类型1. 整型2. 浮点型3. 布尔类型4.字符类型 3.2 复合类型1. 元组2. 数组 四、函数五、语句和表达式六、函数的返回值 一、变量与常量 1.1 变量 在Rust中默认的变量是不可变的&#xff0c;如果修改其值会导致…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023