一、AVL树简介
1、定义
AVL树是高度平衡的二叉查找树,它的特点是:AVL树中任何结点的两个子树的高度最大差别为1。
AVL树的示意图如下:
1.1 结点定义
typedef int DataType;
struct Node
{
DataType key;
int height;
Node *lchild;
Node *rchild;
Node(DataType value, Node *l, Node *r)
:key(value), height(0), lchild(l), rchild(r) {}
};
1.2 AVL树的定义
class AVLTree
{
private:
Node *root;
public:
AVLTree();
~AVLTree();
//外部接口函数定义
//获取树的高度
int height();
//前序遍历
void preOrder();
//中序遍历
void inOrder();
//后序遍历
void postOrder();
//分层遍历
void levelOrder();
//查找AVL树中键值为key的节点
Node *searchNode(DataType key);
//查找最小节点:返回最小节点的键值
DataType minmum();
//查找最大节点:返回最大节点的键值
DataType maxmum();
//将节点(键值为key)插入到AVL树中
void insertNode(DataType key);
//删除键值为key的节点
void removeNode(DataType key);
//销毁AVL树
void destroyAVLTree();
//打印AVL树
void printAVLTree();
//定义AVL内部接口函数
private:
//获取树的高度
int height(Node *root);
//前序遍历
void preOrder(Node *root) const;
//中序遍历
void inOrder(Node *root) const;
//后序遍历
void postOrder(Node *root) const;
//分层遍历
void levelOrder(Node *root) const;
//查找AVL树中键值为key的节点
Node *searchNode(Node *root, DataType key) const;
//查找最小节点,返回最小节点
Node *minmum(Node *root);
//查找最大节点,返回最大节点
Node *maxmum(Node *root);
//LL:左单旋转,返回旋转后的根节点
Node *leftLeftRotation(Node *k2);
//RR:右单旋转,返回旋转后的根节点
Node *rightRightRotation(Node *k1);
//LR:左双旋转
Node *leftRightRotation(Node *k3);
//RL:右双旋转
Node *rightLeftRotation(Node *k1);
//将键值为key的节点z插入到AVL树中
Node *insertNode(Node *&root, DataType key);
//删除AVL树中的节点z,并返回被删除的节点
Node *removeNode(Node *root, Node *z);
//销毁AVL树
void destroyAVLTree(Node *root);
//打印AVL树
void printAVLTree(Node *root, DataType key, int direction);
};
1.3 树的高度
//获取树的高度 - 内部函数
int AVLTree::height(Node *avlroot)
{
if(avlroot)
return avlroot->height;
return 0;
}
//获取速度额高度 - 外部函数
int AVLTree::height()
{
return height(root);
}
AVL树的高度的定义:树的高度为最大层次。即空的二叉树的高度为0,非空树的高度等于它的最大层次(根的层次为1,根的子结点为第2层,以此类推)。
2、AVL树的时间复杂度分析
AVL树的查找、插入和删除在平均和最坏情况下都是O(logn)。
二、AVL树相关操作
如果在AVL树中插入或删除节点后,使得高度之差大于1。此时,AVL树的平衡状态就被破坏,它就不再是一棵二叉树;为了让它重新维持在一个平衡状态,就需要对其进行旋转处理。
1、AVL树失衡分类
如果在AVL树中进行插入或删除节点后,可能导致AVL树失去平衡。这种失去平衡的可以概括为4种姿态:LL(左左),LR(左右),RR(右右)和RL(右左)。它们都有各自的定义:
(1) LL:LeftLeft,也称为”左左”。插入或删除一个节点后,根节点的左子树的左子树还有非空子节点,导致”根的左子树的高度”比”根的右子树的高度”大2,导致AVL树失去了平衡。
(2) LR:LeftRight,也称为”左右”。插入或删除一个节点后,根节点的左子树的右子树还有非空子节点,导致”根的左子树的高度”比”根的右子树的高度”大2,导致AVL树失去了平衡。
(3) RL:RightLeft,称为”右左”。插入或删除一个节点后,根节点的右子树的左子树还有非空子节点,导致”根的右子树的高度”比”根的左子树的高度”大2,导致AVL树失去了平衡。
(4) RR:RightRight,称为”右右”。插入或删除一个节点后,根节点的右子树的右子树还有非空子节点,导致”根的右子树的高度”比”根的左子树的高度”大2,导致AVL树失去了平衡。
2、AVL树的旋转操作
AVL失去平衡之后,可以通过旋转使其恢复平衡,下面分别介绍”LL(左左),LR(左右),RR(右右)和RL(右左)”这4种情况对应的旋转方法。
2.1 LL旋转
对于LL旋转,你可以这样理解为:LL旋转是围绕”失去平衡的AVL根节点”进行的,也就是节点k2;而且由于是LL情况,即左左情况,就用手抓着”左孩子,即k1″使劲摇。将k1变成根节点,k2变成k1的右子树,”k1的右子树”变成”k2的左子树”。 LL选旋转实现代码如下:
//返回值为旋转后的根节点
Node *AVLTree::leftLeftRotation(Node *k2)
{
Node *k1;
k1 = k2->lchild;
k2->lchild = k1->rchild;
k1->rchild = k2;
k2->height = max( height(k2->lchild), height(k2->rchild)) + 1;
k1->height = max( height(k1->lchild), k2->height) + 1;
return k1;
}
2.2 RR旋转
理解了LL之后,RR就容易理解了,RR是与LL对称的。RR旋转代码实现如下:
//返回值为旋转后的根节点
Node *AVLTree::rightRightRotation(Node *k1)
{
Node *k2;
k2 = k1->rchild;
k1->rchild = k2->lchild;
k2->lchild = k1;
k1->height = max( height(k1->lchild), height(k1->rchild)) + 1;
k2->height = max( height(k2->rchild), k1->height) + 1;
return k2;
}
LL失衡和RR失衡的情况只需要一次旋转就可以是AVL树恢复平衡,当LR失衡和RL失衡需要两次旋转才能使AVL树恢复平衡。
2.3 LR旋转
上图展示的是AVL树LR失衡的情况。LR失衡的AVL树需要两次旋转才能使AVL树恢复平衡,第一次旋转是围绕k1进行“RR”旋转,旋转结果如下:
第二次旋转是围绕k2进行“LL”旋转,旋转结果如下:
LR旋转的代码实现如下:
//返回值为旋转后的根节点
Node *AVLTree::leftRightRotation(Node *k3)
{
k3->lchild = rightRightRotation(k3->lchild);
return leftLeftRotation(k3);
}
2.4 RL旋转
RL旋转是与LR旋转对称的情况,同样需要两次旋转才能使AVL树恢复平衡。具体过程如下:
第一次旋转是围绕k3进行“LL”旋转,第二次是围绕k1进行“RR”旋转。RL旋转的代码实现如下:
//返回值为旋转后的根节点
Node *AVLTree::rightLeftRotation(Node *k1)
{
k1->rchild = leftLeftRotation(k1->rchild);
return rightRightRotation(k1);
}
3、AVL树的插入操作
插入结点的代码实现如下:
//tree为AVL树的根结点
//key为要插入的结点的键值
//返回值为:根结点
Node *AVLTree::insertNode(Node *&avlroot, DataType key)
{
if(avlroot == NULL)
{
//新建节点
avlroot = new Node(key, NULL, NULL);
if(avlroot == NULL)
{
cout << "creat avltree node failed" << endl;
return NULL;
}
}
else if(key < avlroot->key)//应该将可以插入到avltree的左子树的情况
{
avlroot->lchild = insertNode(avlroot->lchild, key);
//插入节点后,若AVL树失去平衡,则进行相应的调节
if(height(avlroot->lchild) -height(avlroot->rchild) == 2)
{
if(key < avlroot->lchild->key)
avlroot = leftLeftRotation(avlroot);
else
avlroot = leftRightRotation(avlroot);
}
}
else if(key > avlroot->key)//应该将key插入到AVLTree的右子树的情况
{
avlroot->rchild = insertNode(avlroot->rchild, key);
if(height(avlroot->rchild) - height(avlroot->lchild) == 2)
{
if(key > avlroot->rchild->key)
avlroot = rightRightRotation(avlroot);
else
avlroot = rightLeftRotation(avlroot);
}
}
else //key == avlroot->key
{
cout << "添加失败" << endl;
}
avlroot->height = max(height(avlroot->lchild), height(avlroot->rchild)) + 1;
return avlroot;
}
void AVLTree::insertNode(DataType key)
{
insertNode(root, key);
}
4、AVL树的删除操作
删除结点的代码实现如下:
//对内接口函数
//tree为AVL树的根节点
//z为要删除的结点
//返回值为根结点
Node *AVLTree::removeNode(Node *avlroot, Node *z)
{
if(avlroot == NULL || z == NULL)
return NULL;
if(z->key < avlroot->key)
{
avlroot->lchild = removeNode(avlroot->lchild, z);
//删除节点后,如果AVL树失去平衡则进行相应的调整
if(height(avlroot->rchild) - height(avlroot->lchild) == 2)
{
Node *r = avlroot->rchild;
if(height(r->lchild) > height(r->rchild))
avlroot = rightLeftRotation(avlroot);
else
avlroot = rightRightRotation(avlroot);
}
}
else if(z->key > avlroot->key)
{
avlroot->rchild = removeNode(avlroot->rchild, z);
//删除节点后,若AVL树失去平衡,则进行相应的调整
if(height(avlroot->lchild) - height(avlroot->rchild) == 2)
{
Node *l = avlroot->lchild;
if(height(l->rchild) > height(l->lchild))
avlroot = leftRightRotation(avlroot);
else
avlroot = leftLeftRotation(avlroot);
}
}
else//删除根节点
{
//avlroot的左右孩子都非空
if(avlroot->lchild != NULL && avlroot->rchild != NULL)
{
if(height(avlroot->lchild) > height(avlroot->rchild))
{
//如果avlroot的左子树比右子树高
//则(1)找出avlroot的左子树中的最大节点(avlroot的前驱节点)
//(2)将该最大节点赋值给avlroot
//(3)删除该最大节点
//这类似于用avlroot的左子树中的最大节点做avlroot的替身
//采用这种方式的好处是:删除了avlroot的左子树中的最大节点后,AVL树仍是平衡的
Node *max = maxmum(avlroot->lchild);
avlroot->key = max->key;
avlroot->lchild = removeNode(avlroot->lchild, max);
}
else
{
//若avlroot的左子树不比右子树高(即他们相等,或右子树比左子树高)
//则(1)找出avlroot的右子树中的最小节点(avlroot的后继节点)
//(2)将该最小节点的值赋值给avlroot
//(3)删除该最小节点
//这类似于用avlroot的右子树中的最小节点做avlroot的替身
//采用这种方式的好处是:删除avlroot右子树中的最小节点后,AVL树仍是平衡的
Node *min = minmum(avlroot->rchild);
avlroot->key = min->key;
avlroot->rchild = removeNode(avlroot->rchild, min);
}
}
else //如果avlroot的左右子树中有一个为空
{
Node *temp = avlroot;
avlroot = (avlroot->lchild != NULL) ? avlroot->lchild : avlroot->rchild;
delete temp;
}
}
return avlroot;
}
void AVLTree::removeNode(DataType key)
{
Node *z;
//如果键值为key的节点存在与AVL树中,则删除它,并返回删除后的根节点
if((z = searchNode(root, key)) != NULL)
root = removeNode(root, z);
}
AVL树的遍历、最大值查找、最小值查找,打印、销毁等接口与“二叉查找树”的基本一样。
完整的示例代码
参考文章:http://www.cnblogs.com/skywang12345/p/3576969.html