目录
查找,无论在什么情况下都与我们息息相关。在我们学习数组阶段学习到了线性查找,可是它的效率很低下,又演变出来了二分查找,它的效率非常之高,可是缺点也很明显,它必须是在有序的情况下才能完成快速查找。后来,一种名为搜索二叉树的数据结构诞生,它的效率同样也是出类拔萃,但是在极端情况下它也会退化成一个链表。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。
首先,AVL树必须具有一下两个特点
1:它的左右子树都是AVL树
2:左右子树的高度只差(平衡因子)不能超过绝对值1(-1-0-1)
而计算平衡因子的方法可以是左树高度减去右树高度,也可以是右数高度减去左树高度,这里我们
用到右树高度减左树高度
如果一棵搜索二叉树的高度是平衡的,他就是AVL树,如果它有n个节点,其高度可保持在O(log_2 n),搜索时间复杂度可以保持在O(log_2n)。
那么既然要一颗搜索二叉树保持其左右子树绝对值的高度不超过1,那么必然在插入的时候就要维持住它的特性,当一边过高时我们需要对其进行调整使它满足这个特性。那么这里要用到的调整就是对高的子树进行旋转。
那么这里是我们的一颗树,此时可以看出它的右边已经过高,那么现在要对它进行左单旋。先回顾一下搜索二叉树的特性,左孩子比根节点要小,右孩子比根节点要大,根据这个特性,我们可以看出如果让90来做这个这个根节点,岂不是刚好可以又满足了搜索二叉树的特性,树的高度也被调整过来了。
那么现在还有一种情况,如果cur的左孩子不为空又该如何进行旋转呢
同样我们也可以根据搜索二叉树的特性,curleft是一定比parent大的,那么我们就可以让curleft去做parent的右边,parent做cur的左边,cur做新的根节点。
同样右单旋和左单旋是一个原理,这里我们就只对其右孩子存在的情况进行分析
根据搜索二叉树的原理,curright一定比parent小,那么我就可以让curright去左parent的左边,parent做cur的右边,cur做新的根
那么现在有一种更复杂的情况,
这样一颗树,如果只是单纯的进行左旋或者右旋都无法解决问题,那么这个时候就需要进行两次旋转才能符合AVL树的条件。根据平衡因子可以得出这棵树是左边偏高,所以我们可以让cur来做parent,curright做cur,先交换一下角色
当角色交换完之后,我们可以根据左单旋的性质对40这颗子树进行旋转。旋转之后在对整棵树进行一个右单旋
经过两次旋转之后的树就又会符合AVL树的性质了。
那么既然有左边高的树一定会有右边高的树,那么此时我们同样可以进行两次旋转来调整
同样我们可以先调整位置,让cur成为parent,curleft成为parent
然后在根据右旋的特性,让cur的右边成为parent的左边,parent成为cur的右边,cur成为新的根
第一次右旋调整结束之后,我们继续往上更新,接下来进行左旋,同样根据左旋的性质,cur的leift做parent的右边,parent做cur的左边,cur做新的根,当这一次调整结束之后,这棵树又会重新符合条件
有人可能会疑惑,如果一边高出更多的情况应该怎么处理,答案是这种情况是不会出现的。因为有一个平衡因子在控制着高度使这棵树左右高度不会超过2,如果一边高出很多,那说明在前面对树进行调整的时候就已经出了问题,所以上面的4中旋转适用所有的情况。