C++中AVL树的底层逻辑原理及其实现原理和过程

news2024/11/15 14:04:13

小编在学习完AVL树之后觉得AVL树的底层逻辑原理不是很难,在实现AVL树的过程中可能在调整过程中经过旋转调整会有点难,但是小编可以给大家讲解清楚,结合旋转过程的详细解图,相信大家一定可以学会并且理解AVL树的底层逻辑原理及其实现,话不多说,进入学习!~~~

前导:

继上个博客大家学习完搜索二叉树之后,会发现在下面这种情况下,搜索二叉树的效率会大大降低,附图

所以今天我们学习AVL树就是为了解决这种一边倒的情况,让这棵树一直保持在两侧高度差不超过1,以此来提高查找的效率。

一、AVL树的底层逻辑原理

底层原理插入的过程和搜索二叉树相同,但是保证每次插入一个节点两边的高度差不超过1,这样就是一个AVL树。

二、AVL树的实现原理

实现原理:通过对搜索二叉树的修改来实现AVL树,在实现AVL树的过程中,我们需要引入一个平衡因子来保证每次插入的过程,树两边的高度差仍然是一,再次还要引入一个节点的指针,引入一个父节点的指针(后面旋转有用会讲),引入平衡因子之后就为我们对树进行旋转做了准备,这样就可以通过旋转来保证AVL树的高度差不超过1

三、AVL树的实现过程

1、在了解AVL树的底层原理之后,大家肯定会对这个新增的平衡因子有疑惑,现在我来告诉大家这个平衡因子的作用,在这里先说一下平衡因子的作用:

平衡因子作用:平衡因子的作用就是为了记录子树两侧的高度差,当高度差大于1的时候就需要进行操作旋转(后面就会讲),来保证树的高度差不超过1,也就是AVL树。

请看下图及其平衡因子的讲解(在这里我们规定右边高度为正,左边高度为负):

因为每次新插入一个节点的时候,树两边的高度差会被改变,所以我们每次插入之后需要更新平衡因子,当平衡因子超过绝对值1之后,也就是高度差超过1之后,就会引出旋转,来保持树的平衡,来做到AVL树。

2、在了解到平衡因子的作用之后,大家先跟着我实现一下AVL树的基础结构,代码如下:

template<class T1, class T2>
struct AVLTreeNode
{
	pair<T1,T2> _data;
	struct AVLTreeNode<T1,T2>* _left;
	struct AVLTreeNode<T1, T2>* _right;
	struct AVLTreeNode<T1, T2>* _parent;   // 存的是当前节点的父节点
	int bf;                                // balance factor 记录的是当前位置的平衡因子

	AVLTreeNode(const pair<T1,T2>& data)
		:_data(data)
		,_left(nullptr)
		,_right(nullptr)
		,bf(0)               // 因为每次插入的这个节点左右子节点都为空,所以它的平衡因子为0
		,_parent(nullptr)
	{}
};

3、接下来我们就来实现一下AVL树的节点插入过程,和搜索二叉树不同的是,在插入的过程中我们需要更新每个节点的平衡因子,并且为了后面树不平衡来进行旋转做准备。大家先看下面的图和注释先来了解如何更新平衡因子,这样方便我们来实现插入节点和更新平衡因子的过程:

更新平衡因子的过程中,这里还有两种不同的情况,请看下图分析:

总结:在向上更新节点的平衡因子过程中,如果更新到哪个节点的平衡因子为0,就不再继续往上更新平衡因子,因为插入的这个节点不会影响到其他节点,只会影响到自己的父节点

接下来就该讲到大家最期待的旋转过程了,虽然有点难,但是我会给大家讲清楚的,首先我们应该明白当平衡因子到什么情况下才需要进行旋转的过程,如下图和注释供大家参考和学习:

以上就是所有关于平衡因子的内容,接下来我们来讲解旋转的过程,也就是大家最期待的过程,看了上面大家已经明白了当平衡因子到达什么情况才需要进行旋转,在这里我直接告诉大家旋转方法,旋转有四种情况,我一一来告诉大家:

a、左单旋

b、右单旋

因为左单旋和右单旋的操作类似,所以在这里不在讲解,大家不理解的话请先理解左单旋,右单旋也就会了。

c、先左旋再右旋

d、先右旋再左旋

因为先左旋再右旋和先右旋再左旋的操作类似,所以在这里不在讲解,大家不理解的话请先理解先左旋再右旋,先右旋再左旋也就会了。

总结:

1、左、右单旋:当即将旋转的时候,平衡因子为同号的话就只需要进行单旋即可。

2、先左、右单旋,再右、左单旋:当即将旋转的时候,平衡因子为异号的话就只需要进行双旋。

可能大家会有点疑惑,同号和异号有什么区别,所以我在这块给大家准备了图和注释,相信大家很容易就可以理解:

明白了上面这些,请大家和我一起实现一下节点插入的操作

bool Insert(const pair<T1, T2>& x)
{
	// 第一次插入节点
	if (_root == nullptr)
	{
		_root = new Node(x);
		return true;
	}
	Node* parent = nullptr;
	Node* cur = _root;
	while (cur)
	{
		if (cur->_data.first < x.first)
		{
			parent = cur;
			cur = cur->_right;
		}
		else if (cur->_data.first > x.first)
		{
			parent = cur;
			cur = cur->_left;
		}
		else
		{
			// 走到else说明搜索二叉树里面有这个值,所以就不用插入
			return false;
		}
	}
	if (parent->_left == cur && parent->_data.first > x.first)  // 确定插入的值在哪边
	{
		parent->_left = new Node(x);
		parent->_left->_parent = parent;
		cur = parent->_left;
	}
	else
	{
		parent->_right = new Node(x);
		parent->_right->_parent = parent;
		cur = parent->_right;
	}
	// 更新 bf 的操作
	while (parent)
	{
		if (parent->_left == cur && (parent->bf == 0 || parent->bf == 1))
		{
			parent->bf--;
		}
		else if (parent->_right == cur && (parent->bf == 0 || parent->bf == -1))
		{
			parent->bf++;
		}
		else  // 走到这块说明平衡因子为 2 或者 -2
		{
			// 旋转
			if (parent->_right == cur && parent->bf == 1 && cur->bf == 1)
			{
				// 左单旋
				RotateL(parent);
			}
			else if (parent->_left == cur && parent->bf == -1 && cur->bf == -1)
			{
				// 右单旋
				RotateR(parent);
			}
			else if (parent->_left == cur && parent->bf == -1 && cur->bf == 1)
			{
				// 先左旋在右旋
				RotateLR(parent);
			}
			else if (parent->_right == cur && parent->bf == 1 && cur->bf == -1)
			{
				// 先右旋在左旋
				RotateRL(parent);
			}
			else
			{
				assert(false);
			}
			break;
		}
		if (parent->bf == 0)               // 当平衡因子更新完等于 0 之后 便不再向上继续调整
			break;
		cur = parent;
		parent = parent->_parent;
	}
	return true;
}

// 左单旋
void RotateL(Node* parent)
{
	Node* parent_Parent = parent->_parent;           // 记录此时根节点的父节点 为后面判断是子树还是根做准备
	Node* subR = parent->_right;
	Node* subRL = subR->_left;

	                                                 // 左单旋的操作 连接起来节点 并且改变父节点
	parent->_right = subRL;
	if(subRL)
		subRL->_parent = parent;

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

	if (parent_Parent == nullptr)                    // 说明这个节点就为根节点
	{
		_root = subR;
		subR->_parent = nullptr;
	}
	else                                             // 说明这个节点只是一个子树的节点
	{
		if (parent_Parent->_left == parent)
			parent_Parent->_left = subR;
		else
			parent_Parent->_right = subR;
		subR->_parent = parent_Parent;
	}

	subR->bf = parent->bf = 0;                       // 改变这些地方的平衡因子
}

// 右单旋
void RotateR(Node* parent)
{
	Node* parent_Parent = 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 (parent_Parent == nullptr)
	{
		_root = subL;
		subL->_parent = nullptr;
	}
	else
	{
		if (parent_Parent->_left == parent)
			parent_Parent->_left = subL;
		else
			parent_Parent->_right = subL;
		subL->_parent = parent_Parent;
	}

	subL->bf = parent->bf = 0;
}

// 先左旋再右旋
void RotateLR(Node* parent)
{
	Node* SubL = parent->_left;
	Node* SubLR = SubL->_right;
	int bf = SubLR->bf;
	RotateL(parent->_left);
	RotateR(parent);

	// 更新平衡因子
	if (bf == 0)                            // 处理 h == 0 的情况
	{
		parent->bf = 0;
		SubL->bf = 0;
	}
	else if (bf == 1)       // 后面的是处理 h > 0 的情况
	{
		parent->bf = 0;
		SubL->bf = -1;
	}
	else if(bf == -1)
	{
		SubL->bf = 0;
		parent->bf = 1;
	}
	else
	{
		assert(false);
	}
	SubLR->bf = 0;
}

// 先右旋再左旋
void RotateRL(Node* parent)
{
	Node* SubR = parent->_right;
	Node* SubRL = SubR->_left;
	int bf = SubRL->bf;

	RotateR(parent->_right);
	RotateL(parent);

	if (bf == 0)
	{
		SubR->bf = 0;
		SubRL->bf = 0;
		parent->bf = 0;
	}
	else if (bf == 1)
	{
		SubR->bf = 0;
		SubRL->bf = 0;
		parent->bf = -1;
	}
	else if (bf == -1)
	{
		SubR->bf = 1;
		SubRL->bf = 0;
		parent->bf = 0;
	}
	else
	{
		assert(false);
	}

}

好了以上就是今天最难的部分,相信大家看完这部分肯定会收获满满。

4、接下来就是AVL树的遍历和AVL树的销毁部分,这部分和搜索二叉树一样,我就不在这里做详细讲解了,大家如果有什么不理解的可以评论区留言或者私信我,我帮大家解答,代码及注释我就放到下面了,供大家参考:

// 查找二叉树的中序遍历刚好是顺序排序
void InOrder()
{
	// 中序遍历需要递归来解决,所以这个 _root 不好传 如果直接用_root 的话 _root 就会被改变
	Node* cur = _root;
	_InOrder(cur);
	cout << endl;
}

void _InOrder(Node* root)
{
	if (root == nullptr)
		return;
	_InOrder(root->_left);
	cout << root->_data.first << ":" << root->_data.second << endl;
	_InOrder(root->_right);
}

~AVLTree()
{
	// 后序删除空间  左 右 根
	_AVLTreeDestory(_root);
	_root = nullptr;
}

void _AVLTreeDestory(Node* root)
{
	if (root == nullptr)
		return;
	_AVLTreeDestory(root->_left);
	_AVLTreeDestory(root->_right);
	delete root;
}

5、为了验证自己写的AVL树是否满足条件,也就是否高度差为1,所以对于AVL树我们还有其他操作,比如树的高度,树的节点的计算方法,这里和初阶的二叉树的求解方法一样,所以我不在做详细解答,如果大家有什么不会的,可以评论区留言,或者私信我,代码及注释我放到下面了,供大家参考:

// 节点个数
int Size()
{
	return _size(_root);
}

// 树的高度
int Height()
{
	return _Height(_root);
}

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

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;
}

// 判断是否为AVL树
bool IsAVLTree()
{
	return _IsAVLTree(_root);
}

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

	// 判断每一棵子树是否为AVL树
	int leftHeight = _Height(root->_left);
	int rightHeight = _Height(root->_right);
	int diff = rightHeight - leftHeight;

	// 如果高度差大于1就说明不满足AVL树的底层原理
	if (abs(diff) > 1)
		return false;

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

好啦,以上就是今天的所有内容,相信大家看完一定会收获满满,我们下次再见!~~~~

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/2096031.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

[论文阅读]JTORO in NOMA-based VEC:A game-theoretic DRL approach

论文&#xff1a;Joint task offloading and resource optimization in NOMA-based vehicular edge computing: A game-theoretic DRL approach ​​​​​​​​​​​​​​基于 NOMA 的车载边缘计算中的联合任务卸载和资源优化&#xff1a;一种博弈论的 DRL 方法 代码地址…

Salesforce标准RestAPI用法总结,看这一篇就够了(附Java代码实现)

引言 Salesforce提供给外部系统的标准RestAPI类型,还是非常丰富的,能满足用户基本的增删改查的操作。 就是由于提供的RestAPI多,所以本文旨在为salesforce开发者或者是集成开发者,提供一个RestAPI的用法总结,以及基本的java代码实现用例。 目录 第一部分,Salesforce R…

【个人学习】JVM(12):垃圾回收相关概念

垃圾回收相关概念 System.gc() 的理解 在默认情况下,通过System.gc()者Runtime.getRuntime().gc() 的调用,会显式触发Full GC,同时对老年代和新生代进行回收,尝试释放被丢弃对象占用的内存。 然而System.gc()调用附带一个免责声明,无法保证对垃圾收集器的调用(不能确保立…

大语言模型的超参数含义: Top-P 采样; Top-P 采样;logit_bias:

目录 大语言模型的超参数含义 Top-P 采样 频率惩罚(Frequency Penalty) top_k: logit_bias: top_logprobs: max_tokens: 大语言模型的超参数含义 Top-P 采样 含义:一种采样替代方法,称为核采样。模型考虑top_p概率质量的token结果。例如,0.1表示仅考虑组成前10%…

【学习笔记】卫星通信NTN 3GPP标准化进展分析(四)- 3GPP Release18内容

一、引言&#xff1a; 本文来自3GPP Joern Krause, 3GPP MCC (May 14,2024) Non-Terrestrial Networks (NTN) (3gpp.org) 本文总结了NTN标准化进程以及后续的研究计划&#xff0c;是学习NTN协议的入门。 【学习笔记】卫星通信NTN 3GPP标准化进展分析&#xff08;一&#xff…

2166. 子树的大小及深度

代码 #include<bits/stdc.h> using namespace std; vector<int> a[110]; int d[110],s[110]; int dfs(int x,int y) {int i;s[x]1;d[x]d[y]1;for(i0;i<a[x].size();i)if(a[x][i]!y)s[x]s[x]dfs(a[x][i],x);return s[x]; } int main() {int n,x,y,i;cin>>…

字符集介绍

在计算机科学中&#xff0c;字符集 (Character Set) 是指一组用于表示文本中字符的集合。字符集通过特定的编码方式&#xff0c;将字符与其在计算机内存或存储设备中的二进制表示联系起来。字符集在文本处理、文件传输、网络通信等场景中起着至关重要的作用。 1. 字符与编码的…

Redis(13)| 缓存与数据库数据一致性问题

本文讨论的前提&#xff1a; 不是一个事务&#xff0c;永远无法满足数据库和缓存的强一直性的;文中会列举不一致的逻辑场景;一定是依解决业务问题&#xff0c;和业务达成的共同目标为前提&#xff1b; 前言 只要用到多数据源存储同一份相同的数据&#xff0c;在更新时&#…

计算方法——插值法程序实现(一)

例题 给出的函数关系表&#xff0c;分别利用线性插值及二次插值计算的近似值。 0.10.20.30.40.51.1051711.2214031.3498591.4918251.648721 参考代码一&#xff1a;Python代码实现&#xff08;自编码&#xff09; import math """ :parameter用于计算插值多项…

linux-基础知识2

目录和文件的权限 修改目录和文件的拥有者 用root用户执行&#xff1a; chown -R 用户:组 目录和文件列表 -R选项表示连同各子目录一起修改 创建aa目录mkdir aa ,查看 ls -l 普通用户没有权限&#xff0c;不能删除 转移权限&#xff0c;chown -R mysal:deb /aa/aa 加上-R…

ModuleNotFoundError: No module named ‘cv2‘,python

ModuleNotFoundError: No module named cv2&#xff0c;python 报错如同&#xff1a; 解决方案&#xff1a; pip install opencv-python https://blog.csdn.net/zhangphil/category_9486298.html

陀螺仪LSM6DSV16X与AI集成(12)----SFLP获取四元数

陀螺仪LSM6DSV16X与AI集成.12--SFLP获取四元数 概述视频教学样品申请源码下载硬件准备SFLP生成STM32CUBEMX串口配置IIC配置CS和SA0设置ICASHE修改堆栈串口重定向参考程序初始换管脚获取ID复位操作BDU设置设置量程初始化SFLP步骤初始化SFLP读取四元数数据 概述 在现代的运动跟踪…

World of Warcraft [CLASSIC][80][Grandel]Sapphire Hive Drone

Sapphire Hive Drone 蓝玉虫巢雄蜂 蓝玉虫巢巨峰 索拉查盆地 实用性不强&#xff0c;好看是好看&#xff0c;模型很大&#xff0c;无奈栏位太少

面相对象的成员介绍

2.面相对象的成员 -> 类: a.类的定义&#xff1a; 1.类是对公共特点的抽象&#xff0c;其中包含了很多成员&#xff0c;如属性&#xff08;成员变量 &#xff09;、方法、构造器等.要想很好的定义类&#xff0c;就必须要好好的了解这些类的成员 b.访问修饰符 控制属性的…

stm32开发之rt-thread使SysTick处于微妙级运行时,出现的问题记录

前言 在使用rt-thread开发时&#xff0c;想将调度的时间间隔缩短到微妙级别。根据提示需要修改对应的宏定义即可。这里在修改宏定义时&#xff0c;发现进入中断太过频繁&#xff0c;以至于主逻辑一直无法执行。这里测试的环境如下: 相关环境介绍 开发工具使用的是CLION测试开…

《编译原理:编程语言的幕后魔法师》

《编译原理&#xff1a;编程语言的幕后魔法师》 在计算机科学的宏伟殿堂中&#xff0c;编译原理犹如一位神秘而强大的魔法师&#xff0c;默默地施展着魔法&#xff0c;将人类可读的编程语言转化为计算机能够理解的机器语言。它是连接高级编程语言和计算机硬件的重要桥梁&#…

机器学习周报(8.26-9.1)

文章目录 摘要Abstractself-attetionQKV理解如何让self-attention更有效local attention/truncated attention方法stride attention方法Global Attention方法data driving方法Clusteringsinkhorn sorting network选取representative keys减少Keys数量的方法self-attentionSynth…

光电红外传感器详解(STM32)

目录 一、介绍 二、传感器原理 1.原理图 2.引脚描述 三、程序设计 main.c文件 HW.h文件 HW.c文件 四、实验效果 五、资料获取 项目分享 一、介绍 光电传感器对环境光线适应能力强,其具有一对红外线发射与接收管&#xff0c;发射管发射出一定频率的红外线&#xff…

企业邮箱申请步骤

一家企业如果希望建立专业形象、提高内外部沟通效率&#xff0c;申请并配置一个企业邮箱是至关重要的一步。下面详细介绍企业邮箱申请的步骤&#xff0c;以确保您的企业能够顺利拥有一个高效、安全的电子邮件系统。 第一步&#xff1a;确定需求和选择邮箱服务提供商 在开始申请…

Docker培训

基本概念 容器是一种轻量级、可移植、自包含的软件打包技术&#xff0c;由两部分组成&#xff1a;应用程序、依赖环境。通过标准格式打包应用的所有代码和依赖关系&#xff0c;确保应用能够快速、可靠地在计算环境下运行。 当容器启动时&#xff0c;一个新的可写层被加载到镜…