【C++】—— 详解AVL树

news2025/3/2 4:22:19

目录

序言

（一）AVL树的概念

1、AVL树的由来

2、AVL树的特点

3、平衡因子

（二）AVL树的插入

1、插入操作的思想理解 

2、AVL树的旋转

1️⃣ LL平衡旋转（右单旋转）

2️⃣ RR平衡旋转（左单旋转）

3️⃣ LR平衡旋转（先左后右双旋转）

4️⃣ RL平衡旋转（先右后左双旋转）

3、构造示例

（三）AVL树的删除（了解）

（四）代码实现

1、AVL树节点的定义

2、左单旋转

3、右单旋转

4、先左后右双旋转

5、先右后左双旋转

（五）AVL树的性能

总结

序言

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。
 

（一）AVL树的概念

1、AVL树的由来

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
     

2、AVL树的特点

一棵AVL树或者是空树，或者是具有以下性质的二叉搜索树：

  1. 它的左右子树都是AVL树
  2. 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)
     

 下图所示的平衡二叉树，右边的是不平衡的二叉树：

 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(log_2 n)，搜索时间复杂度O(log_2 n）。

3、平衡因子

平衡因子（Balance Factor）是用于衡量二叉树节点的左子树和右子树之间的平衡程度的指标。它定义为左子树的高度减去右子树的高度（或者相反），即：

  • 平衡因子 = 右子树的高度 - 左子树的高度（反过来也可以）

平衡因子的值可以是正、零或负，具体含义如下：

  1. 如果平衡因子为正数，意味着左子树比右子树高。
  2. 如果平衡因子为零，意味着左子树和右子树具有相同的高度。
  3. 如果平衡因子为负数，意味着右子树比左子树高。

对于 AVL树 来说，平衡因子在每个节点上都需要保持在 -1、0、1 的范围内。如果平衡因子超出了这个范围，就表示树不再平衡，需要进行旋转等操作来恢复平衡。

例如下面这棵树表示的就是一棵 AVL树，结点外的值即表示的是该结点的平衡因子：

因此，综上我们可以知道平衡因子的引入就是为了确保树的高度保持在较小的范围内，从而提高树的查询、插入和删除等操作的性能。通过保持平衡因子在指定范围内，可以确保树结构相对平衡，避免出现极度不平衡的情况，导致操作的时间复杂度恶化。

（二）AVL树的插入

二叉排序树保证平衡的基本思想如下：

  1. 每当在二叉排序树中插入（或删除）一个结点时，首先检查其插入路径上的结点是否因为此次操作而导致了不平衡；
  2. 若导致了不平衡，则先找到插入路径上离插入结点最近的平衡因子的绝对值大于1的结点 A ，再对以 A 为根的子树，在保持二叉排序树特性的前提下，调整各结点的位置关系，使之重新达到平衡。

注意：每次调整的对象都是最小不平衡子树，即以插入路径上离插入结点最近的平衡因子的绝对值大于1的结点作为根的子树。

1、插入操作的思想理解 

 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

 大致思想如下：

1. 先按照二叉搜索树的规则将节点插入到AVL树中
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

2、AVL树的旋转

因此上述操作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：
 

1️⃣ LL平衡旋转（右单旋转）

新节点插入较高左子树的左侧---左左：右单旋
 

【说明】 

  1.  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；
  2. 此时要让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；
  3. 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
     

2️⃣ RR平衡旋转（左单旋转）

新节点插入较高右子树的右侧---右右：左单旋
 

 【说明】 

  1. 上图在插入前，AVL树是平衡的，新节点插入到60的右子树(注意：此处不是右孩子)中，60右子树增加了一层，导致以30为根的二叉树不平衡；
  2. 此时要让30平衡，只能将30右子树的高度减少一层，左子树增加一层，即将右子树往上提；
  3. 这样30转下来，因为30比60小，只能将其放在60的左子树，而如果60有左子树，左子树根的值一定大于30，小于60，只能将其放在30的右子树，旋转完成后，更新节点的平衡因子即可

3️⃣ LR平衡旋转（先左后右双旋转）

新节点插入较高左子树的右侧---左右：先左单旋再右单旋

  【说明】 

  1. 由于在 90 的左孩子（ L ）的右子树（ R ）上插入新结点， 90 的平衡因子由 -1变为 -2，导致以 90 为根的子树失去平衡；
  2. 需要进行两次旋转操作，先左旋转后右旋转。先将 90 结点的左孩子 30 的右子树的根结点 60 向左上旋转提升到 30 结点的位置，然后把该 60 结点向右上旋转提升到 90 结点的位置

4️⃣ RL平衡旋转（先右后左双旋转）

新节点插入较高右子树的左侧---右左：先右单旋再左单旋
 

 

   【说明】 

  1. 上图在插入前，AVL树是平衡的，新节点插入到60的右子树(注意：此处不是右孩子)中，60右子树增加了一层，导致以30为根的二叉树不平衡； 
  2. 由于在 30 的右孩子（ R ）的左子树（ L ）上插入新结点， 30 的平衡因子由 1变为2，导致以 30为根的子树失去平衡；
  3. 需要进行两次旋转操作，先右旋转后左旋转。先将 30结点的右孩子 90的左子树的根结点 60向右上旋转提升到 90结点的位置，然后把该 60结点向左上旋转提升到 30结点的位置，
     

【注意】：LR 和 RL旋转时，新节点究竟是插入 60 的左子树还是右子树都不影响旋转过程

3、构造示例

以关键字序列（15,3,7,10,9,8）构造一棵平衡二叉树的过程为例：

 【说明】

  • 插入7后导致不平衡，最小不平衡子树的根为15，插入位置为其左孩子的右子树，故执行 LR 旋转，先左后右双旋转，调整后的结果如图所示；
  • 当插入9后导致不平衡，最小不平衡子树的根为15，插入位置为其左孩子的左子树，故执行 LL 旋转，右单旋转；
  • 插入8后导致不平衡，最小不平衡子树的根为7，插入位置为其右孩子的左子树，故执行 RL 旋转，先右后左双旋转。

（三）AVL树的删除（了解）

与平衡二叉树的插入操作类似，以删除结点 w 为例来说明平衡二叉树删除操作的步骤：

1）用二叉排序树的方法对结点 w 执行删除操作。
2）从结点 w 开始，向上回溯，找到第一个不平衡的结点 z （即最小不平衡子树）; y 为结点 z 的高度最高的孩子结点： x 是结点 y 的高度最高的孩子结点。
3）然后对以 z 为根的子树进行平衡调整，其中 x 、 y 和 z 可能的位置有4种情况：

  •  y 是 z 的左孩子， x 是 y 的左孩子（ LL ，右单旋转）;
  •  y 是 z 的左孩子， x 是 y 的右孩子（ LR ，先左后右双旋转）;
  •  y 是 z 的右孩子， x 是 y 的右孩子（ RR ，左单旋转）;
  •  y 是 z 的右孩子， x 是 y 的左孩子（ RL ，先右后左双旋转）。

这四种情况与插入操作的调整方式一样。不同之处在于，插入操作仅需要对以 z 为根的子树进行平衡调整；而删除操作就不一样，先对以 z 为根的子树进行平衡调整，如果调整后子树的高度减1，则可能需要对 z 的祖先结点进行平衡调整，甚至回溯到根结点（导致树高减1)。


以删除下图的结点32为例：
 

 【说明】

  1. 由于32位叶结点，直接删除即可，向上回溯找到第一个不平衡的结点44（即z）；
  2. z的高度最高的孩子结点为 78（即y），y的高度最大的孩子结点为50（即x），满足RL情况，先右后左双旋转，调整后的结果即为上图所示

（四）代码实现

1、AVL树节点的定义

template<class K,class V>
class AVLTreeNode
{
	AVLTreeNode<K, V>* _left;	// 该节点的左孩子
	AVLTreeNode<K, V>* _right;	// 该节点的右孩子
	AVLTreeNode<K, V>* _parent; // 该节点的双亲
	pair<K, V> _kv;
	int _bf;		//平衡因子

	AVLTreeNode(const pair<K, V>& kv)
		:_left(nullptr)
		,_right(nullptr)
		,_parent(nullptr)
		,_kv(kv)
		,_bf(0)
	{}
};

2、左单旋转

代码如下：

//左旋转
	void RotateL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subR->_left;

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

		Node* ppnode = parent->_parent;

		subR->_left = parent;
		parent->_parnet = subR;

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

		// 根据调整后的结构更新部分节点的平衡因子
		parent->_bf = subR->_bf = 0;
	}

3、右单旋转

代码如下：

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

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

		Node* ppnode = parent->_parent;

		subL->_right = parent;
		parent->_parent = subL;

		if (ppnode == nullptr)
		{
			_root = subL;
			_root->_parent = nullptr;
		}
		else
		{
			if (ppnode->_left == parent)
			{
				ppnode->_left = subL;
			}
			else
			{
				ppnode->_right = subL;
			}
			subL->_parent = ppnode;
		}
		subL->_bf = parent->_bf = 0;
	}

4、先左后右双旋转

大家结合下图以及上述讲LR时的图进行思考，我相信就不难解决：

 代码如下：

//LR操作
	void RotateLR(Node* parent)
	{
		Node* subL = parent->_left;
		Node* subLR = subL->_right;
		int bf = subLR->_bf;

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

		if (bf == 1)
		{
			parent->_bf = 0;
			subLR->_bf = 0;
			subL->_bf = -1;
		}
		else if (bf == -1)
		{
			parent->_bf = 1;
			subLR->_bf = 0;
			subL->_bf = 0;
		}
		else if (bf == 0)
		{
			parent->_bf = 0;
			subLR->_bf = 0;
			subL->_bf = 0;
		}
		else
		{
			assert(false);
		}
	}

5、先右后左双旋转

跟上述同理：

    void RotateRL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subR->_left;
		int bf = subRL->_bf;

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

		if (bf == 1)
		{
			subR->_bf = 0;
			parent->_bf = -1;
			subRL->_bf = 0;
		}
		else if (bf == -1)
		{
			subR->_bf = 1;
			parent->_bf = 0;
			subRL->_bf = 0;
		}
		else if (bf == 0)
		{
			subR->_bf = 0;
			parent->_bf = 0;
			subRL->_bf = 0;
		}
		else
		{
			assert(false);
		}
	}

（五）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$log_2 (N)$。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。
 

代码链接：AVL的实现

总结

以上便是关于本期AVL的树的详细介绍，感谢大家的观看与支持！！！

 

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/895877.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

基于Canal实现MySQL 8.0 数据库数据同步

基于Canal实现MySQL 8.0 数据库数据同步

前言 服务器说明 主机名称操作系统说明192.168.11.82Ubuntu 22.04主库所在服务器192.168.11.28Oracle Linux Server 8.7从库所在服务器 版本说明 <span style"color:#000000"><span style"background-color:#ffffff"><code class"la…
阅读更多...
carla中lka实现(二)

carla中lka实现(二)

前言&#xff1a; 首先计算之前检测出来的车道线的中线与输入图像的中线进行计算距离&#xff0c;&#xff0c;并设置不同的阈值对于不同的方向进行相关的调整。 一、车辆中心线 一般而言将摄像头架设在车辆的正中心轴上&#xff0c;所获得的图像的中间线极为车辆的中心。 …
阅读更多...
激光雷达 01 线数

激光雷达 01 线数

一、线数 对于 360 旋转式和一维转镜式架构的激光雷达来说&#xff0c;有几组激光收发模块&#xff0c;垂直方向上就有几条线&#xff0c;被称为线数。这种情况下&#xff0c;线数就等同于激光雷达内部激光器的数量[参考]。 通俗来讲&#xff0c;线数越高&#xff0c;激光器的…
阅读更多...
Adobe Acrobat 无法使用 PS 编辑图片 的解决方法

Adobe Acrobat 无法使用 PS 编辑图片 的解决方法

问题描述 使用较新版本的Adobe Acrobat时&#xff0c;有时会遇到问题。 比如对pdf中的图片使用 PS 进行编辑&#xff0c;会弹出以下窗口&#xff0c;导致打不开 PS &#xff0c;无法对图片进行编辑。 Adobe 无法启动您指定的图像编辑应用程序。请在"首选项"的"…
阅读更多...
【STM32CubeMX】低功耗模式

【STM32CubeMX】低功耗模式

前言 本文讲解STM32F10X的低功耗模式&#xff0c;部分资料参考自STM32手册。STM32F10X提供了三种低功耗模式&#xff1a;睡眠模式&#xff08;Sleep mode&#xff09;、停机模式&#xff08;Stop mode&#xff09;和待机模式&#xff08;Standby mode&#xff09;。这些低功耗模…
阅读更多...
双环传动CIO吴学信：数字化转型为企业高效运转和业绩腾飞提供重要支撑

双环传动CIO吴学信：数字化转型为企业高效运转和业绩腾飞提供重要支撑

引言 浙江双环传动机械股份有限公司&#xff08;股票代码&#xff1a;002472&#xff09;创建40年来专注于机械传动核心部件——齿轮及其组件的研发、制造与销售&#xff0c;已成为全球最大的专业齿轮产品制造商和服务商之一。 2019年以来&#xff0c;双环传动与纷享销客CRM建…
阅读更多...
【0Ω电阻在PCB板中的5大常见作用】

【0Ω电阻在PCB板中的5大常见作用】

文章目录 前言1、充当跳线2、进行调试时的前后级隔离3、让调试更灵活4、方便测试电流5、用于单点接地 前言 在PCB板中&#xff0c;时常见到一些阻值为0Ω的电阻。我们都知道&#xff0c;在电路中&#xff0c;电阻的作用是阻碍电流&#xff0c;而0Ω电阻显然失去了这个作用。那…
阅读更多...
LC-将有序数组转换为二叉搜索树

LC-将有序数组转换为二叉搜索树

LC-将有序数组转换为二叉搜索树 链接&#xff1a;https://leetcode.cn/problems/convert-sorted-array-to-binary-search-tree/description/ 描述&#xff1a; 给你一个整数数组 nums &#xff0c;其中元素已经按 升序 排列&#xff0c;请你将其转换为一棵 高度平衡 二叉搜索…
阅读更多...
new String()到底创建了几个对象

new String()到底创建了几个对象

题目&#xff1a; new String&#xff08;"abc"&#xff09;会创建几个对象&#xff1f; 看字节码&#xff0c;就知道是两个。
阅读更多...
经验分享丨HR告诉你：同样是找工作，这些简历绝对会被直接刷掉！

经验分享丨HR告诉你：同样是找工作，这些简历绝对会被直接刷掉！

上次的文章分享了自己软件测试面试时的一些经历&#xff0c;今天我想分享一下自己当时写简历以及投简历方面的经历&#xff0c;本文内容纯粹是个人简单分享&#xff0c;如果有写得不好的地方还请读者包涵与指正。 我是去年的九月初开始投递简历的&#xff0c;貌似各行各业的人都…
阅读更多...
[JavaWeb]【七】web后端开发-MYSQL

[JavaWeb]【七】web后端开发-MYSQL

前言&#xff1a;MySQL是一种流行的关系型数据库管理系统,它的作用是存储和管理数据。在Web开发中,MySQL是必备的数据库技能之一,因为它可以帮助Web开发人员处理大量的数据,并且提供了强大的数据查询和管理功能。 一 数据库介绍 1.1 什么是数据库 1.2 数据库产品 二 MySQL概述…
阅读更多...
电煎锅出口欧洲CE认证标准

电煎锅出口欧洲CE认证标准

电煎锅是家庭烹饪中比较常见的电器&#xff0c;一般家庭在日常生活中都会使用&#xff0c;所以电煎锅具有广大的市场&#xff0c;尤其在欧洲市场更是日常烹饪离不开的家庭电器。欧洲是我国出口比例占比较大的地区&#xff0c;每年出口到欧洲的家庭电器占很大一部分。而根据欧盟…
阅读更多...
3 Python的数据类型

3 Python的数据类型

概述 在上一节&#xff0c;我们介绍了Python的基础语法&#xff0c;包括&#xff1a;编码格式、标识符、关键字、注释、多行、空行、缩进、引号、输入输出、import、运算符、条件控制、循环等内容。Python是一种动态类型的编程语言&#xff0c;这意味着当你创建一个变量时&…
阅读更多...
解决c/c++ Error: redefinition of ‘xxx’ 的问题

解决c/c++ Error: redefinition of ‘xxx’ 的问题

错误信息 两个类/文件同时引用定义ReplyInfo的头文件&#xff0c;会造成头文件中定义重复定义 如两个类/文件重复引用massage文件报错 message.h:36:16: error: redefinition of struct MSG_SERVOCTRL message.h:40:2: error: conflicting types for servoctrl解决 一般是目…
阅读更多...
[SWPUCTF 2022 新生赛]ez_ez_php

[SWPUCTF 2022 新生赛]ez_ez_php

这段代码是一个简单的PHP文件处理脚本。让我们逐行进行分析&#xff1a; error_reporting(0); - 这行代码设置了错误报告的级别为0&#xff0c;意味着不显示任何错误。 if (isset($_GET[file])) { - 这行代码检查是否存在一个名为"file"的GET参数。 if ( substr($_…
阅读更多...
步步为赢：打造一个酷炫而吸引人的Hadoop HDFS分布式文件系统集群部署方案

步步为赢：打造一个酷炫而吸引人的Hadoop HDFS分布式文件系统集群部署方案

文章目录 版权声明一 分布式存储缘起二 分布式的基础架构2.1 大数据架构模式2.2 主从模式 三 HDFS的基础架构HDFS的角色组成 四 HDFS集群环境部署4.1 安装包下载4.2 Hadoop安装包目录结构4.3 修改配置文件&#xff0c;应用自定义设置4.4 分发Hadoop文件夹4.5 配置环境变量4.6 授…
阅读更多...
【论文笔记】基于指令回译的语言模型自对齐-MetaAI

【论文笔记】基于指令回译的语言模型自对齐-MetaAI

MetaAI最近发布的Humpback&#xff0c;论文链接&#xff1a;https://arxiv.org/abs/2308.06259 解决什么问题&#xff1f; 大量高质量的指令微调数据集的生成。 思路 在这项工作中&#xff0c;我们通过开发迭代自训练算法来利用大量未标记的数据来创建高质量的指令调优数据集…
阅读更多...
IC流程中 DFT 学习笔记（2）

IC流程中 DFT 学习笔记（2）

引言 DFT是ASIC芯片设计流程中不可或缺的环节。其主要目的是在芯片前端设计验证完成后插入一些诸如寄存器链等可供测试的逻辑&#xff0c;算是IC后端设计的范畴&#xff0c;属于结构测试而非功能测试。主要是在ASIC芯片流片完成后&#xff0c;通过这些已插入的逻辑&#xff0c…
阅读更多...
Rancher-RKE-install 部署k8s集群

Rancher-RKE-install 部署k8s集群

一、为什么用Rancher-RKE-install 1.CNCF认证的k8s安装程序。 2.有中文文档。 二、安装步骤 1.下载Rancher-Rke的二进制包-下面是项目的地址 GitHub - rancher/rke: Rancher Kubernetes Engine (RKE), an extremely simple, lightning fast Kubernetes distrib…
阅读更多...
javaScript:还有人不会js中的Math方法？

javaScript:还有人不会js中的Math方法？

目录 一.前言 二.Math方法 1.Math.floor()向下取整&#xff08;重点&#xff09; 示例 注意 2.Math.ceil()向上取整 示例 3.Math.round() 四舍五入 示例 4.Math.random()随机数&#xff08;重点&#xff09; 范围 示例 m-n之间的随机整数数(重点) 示例 输出10个[2…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023