目录
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。
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
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
- template<class T,class K>
- struct AVLTreeNode
- {
- AVLTreeNode
* _left; - AVLTreeNode
* _right; - AVLTreeNode
* _parent; - pair<const K, V> _kv;
- int _bf; // Balance factor
- };
-
因为K是不能被修改的,所以我们传一个const
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
- bool insert(const pair
& kv) - {
- if (_root == nullptr)
- {
- _root = new Node(kv);
- return true;
- }
- Node* cur = _root;
- Node* parent = nullptr;
- 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;
- }
- }
-
- //找到插入位置
- cur = new Node(kv);
- if (parent->_kv.first < kv.first)
- {
- parent->_right = cur;
- }
- else
- {
- parent->_left = cur;
- }
-
- cur->_parent = parent;
- //调整平衡因子+旋转
- }
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
- //调整平衡因子+旋转
- //调整最多是调整到根,根是没有父亲的
- while (parent)
- {
- if (cur == parent->_left)
- {
- parent->_bf--;
- }
- else
- {
- parent->_bf++;
- }
-
- if (parent->_bf == 0)
- {
- break;
- }
- else if(abs(parent->_bf) == 1)
- {
- //继续向上调整
- parent = parent->_parent;
- cur = cur->_parent;
- }
- else if (abs(parent->_bf) == 2)
- {
- //开始旋转
- }
- else
- {
- //出错了,按照常理不会出现这种情况
- assert(false);
- }
- break;
- }
- return true;

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

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
- void RotateR(Node* parent)
- {
- Node* subL = parent->_left;
- Node* subLR = subL->_right;
- parent->_left = subLR;
- if (subLR)
- {
- subLR->_parent = parent;
- }
- Node* ppNode = parent->_parent;//记录parent的parent,旋转完成之后链接
- subL->_right = parent;
- parent->_parent = subL;
- if (_root == parent)
- {
- _root = subL;
- subL->_parent = nullptr;
- }
- else
- {
- if (ppNode->_left == parent)
- {
- ppNode->_left = subL;
- }
- else
- {
- ppNode->_right = subL;
- }
- subL->_parent = ppNode;
- }
- //更新bf
- subL->_bf = parent->_bf = 0;
- }
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)

- void RotateLR(Node* parent)
- {
- Node* subL = parent->_left;
- Node* subLR = subL->_right;
- int bf = subLR->_bf;
-
- RotateL(parent->_left);
- RotateR(parent);
-
- subLR->_bf = 0;
- if (bf == 0)
- {
- parent->_bf = 0;
- subL->_bf = 0;
- }
- else if (bf == 1)
- {
- parent->_bf = 0;
- subL->_bf = -1;
- }
- else if (bf == -1)
- {
- parent->_bf = 1;
- subL->_bf = 0;
- }
- else
- {
- assert(false);
- }
- }

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

- void RotateRL(Node* parent)
- {
- Node* subR = parent->_right;
- Node* subRL = subR->_left;
- int bf = subRL->_bf;
- RotateR(parent->_right);
- RotateL(parent);
-
- subRL->_bf = 0;
- if (bf == 0)
- {
- parent->_bf = 0;
- subR->_bf = 0;
- }
- else if (bf == 1)
- {
- parent->_bf = -1;
- subR->_bf = 0;
- }
- else if (bf == -1)
- {
- parent->_bf = 0;
- subR->_bf = 1;
- }
- else
- {
- assert(false);
- }
- }
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
- void InOrder()
- {
- _InOrder(_root);
- }
-
- bool IsBalance()
- {
- return _IsBalance(_root);
- }
-
- void _InOrder(Node* root)
- {
- if (root == nullptr)
- {
- return;
- }
-
- _InOrder(root->_left);
- cout << root->_kv.first << " : " << root->_kv.second << endl;
- _InOrder(root->_right);
- }
-
- bool _IsBalance(Node* root)
- {
- if (root == nullptr)
- {
- return true;
- }
- int leftDepth = GetDepths(root->_left);
- int rightDepth = GetDepths(root->_right);
- int diff = leftDepth - rightDepth;
- if (diff != root->_bf)
- {
- cout << "平衡因子异常" << endl;
- return false;
- }
- return abs(diff) < 2
- && _IsBalance(root->_left)
- && _IsBalance(root->_right);
- }
-
- int GetDepths(Node* root)
- {
- if (root == nullptr)
- {
- return 0;
- }
- return max(GetDepths(root->_left), GetDepths(root->_right)) + 1;
- }
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
- void test_AVLTree()
- {
- srand(time(0));
- AVLTree<int, int> t;
- //{16, 3, 7, 11, 9, 26, 18, 14, 15}
- //int a[] = { 16, 3, 7, 11, 9, 26, 18, 14, 15 };
- /*int a[] = { 4, 2, 6, 1, 3, 5, 15, 7, 16,14 };
- for (auto it : a)
- {
- t.insert(make_pair(it, it));
- }*/
- size_t N = 10000;
- for (size_t i = 0; i < N; i++)
- {
- int x = rand();
- t.insert(make_pair(x, x));
- }
- t.InOrder();
- cout << t.IsBalance() << endl;
- }

结果也是没有问题