• 【C++】AVL树的简单实现


    目录

    前言:

    一、AVL树的性质

    二、AVL树基本结构

    1、AVL树的节点

    三、AVL树的插入

    1、平衡因子更新规则

    2、左单旋

    3、右单旋

    4、左右双旋

    5、右左双旋

    四、AVL树的验证

    五、AVL树的性能


    前言:

    AVL树是为了弥补搜索树插入时,效率问题而提出来的一种树形结构

    二叉搜索树在搜索时的效率比较高是O(logH),也就是说搜索树的搜索效率依赖于树的高度,当搜

    索树插入数据是有序或者接近有序时,树的高度是N(有N个数据),搜索效率就会退化到O(N),因

    此要提高搜索树的效率,就是要尽量使树的高度低,AVL树就是一颗高度平衡的二叉搜索树。


    一、AVL树的性质

    AVL树的性质是,它的左右子树都是AVL树,并且左右子树的高度差不超过1

    这样就限制了搜索树的高度,AVL树接近完全二叉树,使得它的效率提升

    如果它有n个结点,其高度可保持在 O(logN),搜索时间复杂度O(logN)

    二、AVL树基本结构

    1、AVL树的节点

    这里我们要保证插入节点之后还是AVL树,而AVL树的定义是左右子树高度差不超过1,所以我们要在每一个节点记录它的左右子树高度差,这也就引出了平衡因子

    平衡因子 = 右子树的高度 - 左子树的高度

    并且为了方便调整AVL树的高度,还需要记录每个节点的父节点(三叉链)

    我们这里直接实现搜索树的K/V模型,所以节点就直接存储pair了

    1. template<class T,class K>
    2. struct AVLTreeNode
    3. {
    4. AVLTreeNode* _left;
    5. AVLTreeNode* _right;
    6. AVLTreeNode* _parent;
    7. pair<const K, V> _kv;
    8. int _bf; // Balance factor
    9. };

    因为K是不能被修改的,所以我们传一个const

    三、AVL树的插入

    AVL树的插入与二叉搜索树类似,首先要找到插入位置,然后是调整平衡因子,判断是否需要旋转,最后是旋转。旋转主要分为四种情况,左单旋,右单旋,左右双旋,右左双旋

    1. bool insert(const pair& kv)
    2. {
    3. if (_root == nullptr)
    4. {
    5. _root = new Node(kv);
    6. return true;
    7. }
    8. Node* cur = _root;
    9. Node* parent = nullptr;
    10. while (cur)
    11. {
    12. if (cur->_kv.first < kv.first)
    13. {
    14. parent = cur;
    15. cur = cur->_right;
    16. }
    17. else if (cur->_kv.first > kv.first)
    18. {
    19. parent = cur;
    20. cur = cur->_left;
    21. }
    22. else
    23. {
    24. return false;
    25. }
    26. }
    27. //找到插入位置
    28. cur = new Node(kv);
    29. if (parent->_kv.first < kv.first)
    30. {
    31. parent->_right = cur;
    32. }
    33. else
    34. {
    35. parent->_left = cur;
    36. }
    37. cur->_parent = parent;
    38. //调整平衡因子+旋转
    39. }

    1、平衡因子更新规则

    新增在右,parent->_bf++, 新增在左,parent->_bf--

    更新后parent->_bf == 1 or -1,说明在插入之前parent->_bf == 0,说明左右子树高度相同,插入之后左右子树高度不同,需要往上更新平衡因子

    更新后,parent->_bf == 0,说明之前parent->_bf == 1  or -1 说明左右子树不一边高,插入后左右子树高度相同,说明插入到了左右子树中矮的那一边,不需要往上更新

    更新后parent->_bf == 2 or -2 说明parent插入前的平衡因子是1  or  -1,已经在平衡的临界值,插入之后打破平衡,需要进行旋转

    更新之后parent->_bf > 2 or < -2 说明,在插入之前就不是AVL树,需要检查之前的操作

    1. //调整平衡因子+旋转
    2. //调整最多是调整到根,根是没有父亲的
    3. while (parent)
    4. {
    5. if (cur == parent->_left)
    6. {
    7. parent->_bf--;
    8. }
    9. else
    10. {
    11. parent->_bf++;
    12. }
    13. if (parent->_bf == 0)
    14. {
    15. break;
    16. }
    17. else if(abs(parent->_bf) == 1)
    18. {
    19. //继续向上调整
    20. parent = parent->_parent;
    21. cur = cur->_parent;
    22. }
    23. else if (abs(parent->_bf) == 2)
    24. {
    25. //开始旋转
    26. }
    27. else
    28. {
    29. //出错了,按照常理不会出现这种情况
    30. assert(false);
    31. }
    32. break;
    33. }
    34. return true;

    2、左单旋

    假如有这样的一棵树,子树a,b,c都是高度为h的AVL树,现在我们要在c子树插入一个节点

     插入之后更新平衡因子,因为是插入在60的右边,导致60的平衡因子变成1,30的平衡因子变成2,右边高了,所以需要我们进行左旋

    具体过程:将cur的左子树给parent的右子树,parent作为cur的左子树

    最后是更新平衡因子,因为parent的左右子树高度相同所以parent->_bf == 0

    cur的左右子树高度相同,所以也是0

    1. void RotateL(Node* parent)
    2. {
    3. Node* subR = parent->_right;
    4. Node* subRL = subR->_left;
    5. parent->_right = subRL;
    6. if (subRL)
    7. {
    8. subRL->_parent = parent;
    9. }
    10. Node* ppNode = parent->_parent;
    11. subR->_left = parent;
    12. parent->_parent = subR;
    13. if (_root == parent)
    14. {
    15. _root = subR;
    16. subR->_parent = nullptr;
    17. }
    18. else
    19. {
    20. if (ppNode->_left == parent)
    21. {
    22. ppNode->_left = subR;
    23. }
    24. else
    25. {
    26. ppNode->_right = subR;
    27. }
    28. subR->_parent = ppNode;
    29. }
    30. subR->_bf = parent->_bf = 0;
    31. }

    3、右单旋

    假如有这样的一棵树,子树a,b,c都是高度为h的AVL树,现在我们要在a子树插入一个节点

    a这棵树的高度是h+1,更新平衡因子

    发现parent->_bf == -2, cur->_bf == -1,这时候左边高,需要我们将左子树向右边旋转

    具体的旋转过程是,先将cur的右子树给parent的左边,然后parent作为cur的右子树

    最后是要看平衡因子的更新,对于parent(60这个节点),它的左右子树高度相同,平衡因子是0

    cur的左子树高度等于右子树高度,平衡因子是0 

    1. void RotateR(Node* parent)
    2. {
    3. Node* subL = parent->_left;
    4. Node* subLR = subL->_right;
    5. parent->_left = subLR;
    6. if (subLR)
    7. {
    8. subLR->_parent = parent;
    9. }
    10. Node* ppNode = parent->_parent;//记录parent的parent,旋转完成之后链接
    11. subL->_right = parent;
    12. parent->_parent = subL;
    13. if (_root == parent)
    14. {
    15. _root = subL;
    16. subL->_parent = nullptr;
    17. }
    18. else
    19. {
    20. if (ppNode->_left == parent)
    21. {
    22. ppNode->_left = subL;
    23. }
    24. else
    25. {
    26. ppNode->_right = subL;
    27. }
    28. subL->_parent = ppNode;
    29. }
    30. //更新bf
    31. subL->_bf = parent->_bf = 0;
    32. }

    4、左右双旋

    接下来是左右双旋,先进行左旋,再进行右旋

     我们要在b的下面插入一个新节点

     

    单看30为根的这棵树, 它的右子树高于左子树,所以进行左旋

    左旋之后发现左边高,再进行右旋(以60为轴点)

     

     

    1. void RotateLR(Node* parent)
    2. {
    3. Node* subL = parent->_left;
    4. Node* subLR = subL->_right;
    5. int bf = subLR->_bf;
    6. RotateL(parent->_left);
    7. RotateR(parent);
    8. subLR->_bf = 0;
    9. if (bf == 0)
    10. {
    11. parent->_bf = 0;
    12. subL->_bf = 0;
    13. }
    14. else if (bf == 1)
    15. {
    16. parent->_bf = 0;
    17. subL->_bf = -1;
    18. }
    19. else if (bf == -1)
    20. {
    21. parent->_bf = 1;
    22. subL->_bf = 0;
    23. }
    24. else
    25. {
    26. assert(false);
    27. }
    28. }

    5、右左双旋

    再60的右边插入一个节点

     

    这时以90为轴进行右旋

     

    接下来以30为轴进行左旋

    1. void RotateRL(Node* parent)
    2. {
    3. Node* subR = parent->_right;
    4. Node* subRL = subR->_left;
    5. int bf = subRL->_bf;
    6. RotateR(parent->_right);
    7. RotateL(parent);
    8. subRL->_bf = 0;
    9. if (bf == 0)
    10. {
    11. parent->_bf = 0;
    12. subR->_bf = 0;
    13. }
    14. else if (bf == 1)
    15. {
    16. parent->_bf = -1;
    17. subR->_bf = 0;
    18. }
    19. else if (bf == -1)
    20. {
    21. parent->_bf = 0;
    22. subR->_bf = 1;
    23. }
    24. else
    25. {
    26. assert(false);
    27. }
    28. }

     

    四、AVL树的验证

    我们要想验证一棵树是否是AVL树,不能够通过观察它的平衡因子,因为旋转之后的平衡因子是我们手动更新的,就好比我既是裁判又是球员,所以这种方式不可靠。

    我们选择判断左右子树高度差是否符合条件来判断 + 中序遍历 + 平衡因子

    这三种方式叠加来判断

    1. void InOrder()
    2. {
    3. _InOrder(_root);
    4. }
    5. bool IsBalance()
    6. {
    7. return _IsBalance(_root);
    8. }
    9. void _InOrder(Node* root)
    10. {
    11. if (root == nullptr)
    12. {
    13. return;
    14. }
    15. _InOrder(root->_left);
    16. cout << root->_kv.first << " : " << root->_kv.second << endl;
    17. _InOrder(root->_right);
    18. }
    19. bool _IsBalance(Node* root)
    20. {
    21. if (root == nullptr)
    22. {
    23. return true;
    24. }
    25. int leftDepth = GetDepths(root->_left);
    26. int rightDepth = GetDepths(root->_right);
    27. int diff = leftDepth - rightDepth;
    28. if (diff != root->_bf)
    29. {
    30. cout << "平衡因子异常" << endl;
    31. return false;
    32. }
    33. return abs(diff) < 2
    34. && _IsBalance(root->_left)
    35. && _IsBalance(root->_right);
    36. }
    37. int GetDepths(Node* root)
    38. {
    39. if (root == nullptr)
    40. {
    41. return 0;
    42. }
    43. return max(GetDepths(root->_left), GetDepths(root->_right)) + 1;
    44. }

    我们先拿常规测试用例来测试{16, 3, 7, 11, 9, 26, 18, 14, 15}

    接下来是特殊场景{4, 2, 6, 1, 3, 5, 15, 7, 16, 14}

     

    结果也是没有问题的

    最后是拿一组随机值来测试

    1. void test_AVLTree()
    2. {
    3. srand(time(0));
    4. AVLTree<int, int> t;
    5. //{16, 3, 7, 11, 9, 26, 18, 14, 15}
    6. //int a[] = { 16, 3, 7, 11, 9, 26, 18, 14, 15 };
    7. /*int a[] = { 4, 2, 6, 1, 3, 5, 15, 7, 16,14 };
    8. for (auto it : a)
    9. {
    10. t.insert(make_pair(it, it));
    11. }*/
    12. size_t N = 10000;
    13. for (size_t i = 0; i < N; i++)
    14. {
    15. int x = rand();
    16. t.insert(make_pair(x, x));
    17. }
    18. t.InOrder();
    19. cout << t.IsBalance() << endl;
    20. }

     

    结果也是没有问题 

    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logN。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。

  • 相关阅读:
    程序环境和预处理
    AndroidStudio kotlin插件意外disable后的恢复办法。
    RabbitMQ:路由模式
    分布式文件存储——分块上传和断点续传
    【机器学习】聚类【Ⅴ】密度聚类与层次聚类
    [SpringMVC笔记] 01-SpringMVC快速入门案例
    后端开发总结(3):代码健壮性:容错处理+测试
    Keras可视化神经网络架构的4种方法
    三维点云的格网(体素)组织
    基础复习——共享参数SharedPreferences——记住密码项目——存储卡的文件操作(读写文件&读写图片)...
  • 原文地址:https://blog.csdn.net/m0_62179366/article/details/127655415