前言
如果你还没有学习过二叉查找树,那么请你先去看看二叉查找树,因为AVL树便是从二叉查找树进化而来的,不看的话你无法理解AVL树。
链接:二叉查找树的原理及实现
如果你已经学习了二叉查找树,你会觉得二叉查找树性能在各方面都很好,就只有一丢丢的小毛病,那就是当数据非常坑时,二叉查找树退化成了一条单链表,这样各种操作的时间复杂度都变为O(n)了,怎么办呢,今天所要学习的AVL树便以其惊艳四座的高端技巧解决了这一问题,使其在任何情况下的各种操作复杂度都为O(logn)。
AVL树
AVL树是根据它的发明者G.M. Adelson-Velsky和E.M. Landis命名的。
它是最先发明的自平衡二叉查找树,也被称为高度平衡树。
在介绍AVL树时,首先要介绍一个概念——平衡度。
平衡度 = 左子树的高度 – 右子树的高度
当树上所有节点平衡度为-1,0,1时,我们认为这棵树是平衡的,当有节点的平衡度绝对值 > 1时,我们认为这棵树是不平衡的,我们就要对这个节点进行调整。
基本实现
存储实现:
AVL树与二叉查找树一样使用二叉链表实现,这样能够很好的理解,每个节点有一个元素存储值,两个指针分别指向它的左子树和右子树,还有一个元素来存储该节点的高度。
template <class elemType>
class AvlTree{
private:
struct node{
elemType data;
node *left;
node *right;
int height;
node(const elemType &x, node *ln, node *rn, int h = 1):data(x), left(ln), right(rn), height(h){}
};
node *root;
}
find操作:
AVL树的操作与二叉查找树的find操作原理一模一样,这里就不详细讲了,想看的可以去文首的二叉查找树的链接里看。
此处代码使用了非递归实现:
elemType *find(const elemType &x){
node *t = root;
while(t != NULL && t -> data != x){
if(t -> data > x){
t = t -> right;
}
else{
t = t -> left;
}
}
if(t == NULL){
return NULL;
}
else{
return &(t -> data);
}
}
midOrder操作:
也与二叉查找树完全相同,中序遍历输出整个树的值,结果必然是一个从小到大序列。
void midOrder(){
midOrder(root);
}
void midOrder(node *p){
if(p == NULL){
return;
}
midOrder(p -> left);
cout << p -> data << ' ';
midOrder(p -> right);
}
insert操作:
insert操作就与二叉查找树有些不同了,它不但要找到合适位置插入元素,还要判断插入后是不是破坏了树的平衡性,如果破坏了要对树进行调整。
先列举几种失去平衡的情况:
LL: 在节点的左子树的左子树上插入节点,使节点平衡度变为2,失去平衡
LR:在节点的左子树的右子树上插入节点,使节点平衡度变为2,失去平衡
RR:在节点的右子树的右子树上插入节点,使节点平衡度变为-2,失去平衡
RL:在节点的右子树的左子树上插入节点,使节点平衡度变为-2,失去平衡
下面来说解决办法:
LL单旋转:
如图,k2失去平衡,k2的左子树根节点k1顶替k2的位置,且k2的左指针指向其k1的右节点,k1的右指针指向k2,这样整个树恢复了平衡。
void LL(node *&t){
node *t1 = t -> left;
t -> left = t1 -> right;
t1 -> right = t;
t -> height = max(high(t -> left), high(t -> right)) + 1;
t1 -> height = max(high(t1 -> left), high(t1 -> right)) + 1;
t = t1;
}
RR单旋转:
如图,k1失去平衡,k1的左子树根节点k2顶替k1的位置,且k1的右指针指向其k2的左节点,k2的左指针指向k1,这样整个树恢复了平衡。
void RR(node *&t){
node *t1 = t -> right;
t -> right = t1 -> left;
t1 -> left = t;
t -> height = max(high(t -> left), high(t -> right)) + 1;
t1 -> height = max(high(t1 -> left), high(t1 -> right)) + 1;
t = t1;
}
LR双旋转:
如图,k3失去了平衡,如果只对k3使用LL旋转,那样k2作为k3的子树,k1节点则会失去平衡,这时就需要两次旋转来实现。先对k1进行RR旋转,再对k3进行LL旋转,这样就恢复了平衡,是不是被如此酷炫的操作亮瞎了双眼。来看看代码实现:
void LR(node *&t){
RR(t -> left);
LL(t);
}
RL双旋转:
与LR对称着来看就好。
void RL(node *&t){
LL(t -> right);
RR(t);
}
学会了这些操作之后,insert操作就很好理解了,只要在插入后判断一下是否平衡,若不平衡,对症下药调整一下就好。注意要注意每次插入后要从插入点到根节点一个一个更新height值,也就是代码的最后一行。
void insert(const elemType &x, node *&t){
if(t == NULL){
t = new node(x, NULL, NULL);
}
else{
if(x < t -> data){
insert(x, t -> left);
if(high(t -> left) - high(t -> right) == 2){
if(x < t -> left -> data){
LL(t);
}
else{
LR(t);
}
}
}
else{
if(x == t -> data){
cout << "The node has existed" << endl;
return;
}
else{
insert(x, t -> right);
if(high(t -> right) - high(t -> left) == 2){
if(x > t -> right -> data){
RR(t);
}
else{
RL(t);
}
}
}
}
}
t -> height = max(high(t -> left), high(t -> right)) + 1; //!!!
}
remove操作:
同样的道理,remove操作也在二叉查找树的基础上增加了判平衡操作,这里我们使用到了反向思维
这是RL操作的图:
举个栗子,假入说A下面原来挂着一个x,现在我们把它删了,是不是就跟上述情况一样了呢。
其他几种情况自己对照着上面的四种情况这样理解一下,相信你会恍然大悟的。
void remove(const elemType &x, node *&t){
if(t == NULL){
return;
}
if(x < t -> data){
remove(x, t -> left);
if(high(t -> right) - high(t -> left) == 2 ){
if(t -> right -> left != NULL && high(t -> right -> left) > high(t -> right -> right)){
RL(t);
}
else{
RR(t);
}
}
}
else{
if(x > t -> data){
remove(x, t -> right);
if(high(t -> left) - high(t -> right) == 2 ){
if(t -> left -> right != NULL && high(t -> left -> right) > high(t -> left -> left)){
LR(t);
}
else{
LL(t);
}
}
}
else{ //==
if(t -> left != NULL && t -> right != NULL){
node *tmp = t -> right;
while(tmp -> left != NULL){
tmp = tmp -> left;
}
t -> data = tmp -> data;
remove(t -> data, t -> right);
if(high(t -> left) - high(t -> right) == 2 ){
if(t -> left -> right != NULL && high(t -> left -> right) > high(t -> left -> left)){
LR(t);
}
else{
LL(t);
}
}
}
else{
node *old = t;
if(t -> left == NULL && t -> right == NULL){
delete old;
}
else{
if(t -> left!= NULL){
t = t -> left;
}
else{
t = t -> right;
}
delete old;
}
}
}
}
t -> height = max(high(t -> left), high(t -> right)) + 1;
}
完整代码:
#include <iostream>
using namespace std;
template <class elemType>
class AvlTree{
private:
struct node{
elemType data;
node *left;
node *right;
int height;
node(const elemType &x, node *ln, node *rn, int h = 1):data(x), left(ln), right(rn), height(h){}
};
node *root;
public:
AvlTree(){
root = NULL;
}
~AvlTree(){
clear(root);
}
void clear(node *t){
if(t == NULL){
return;
}
clear(t -> left);
clear(t -> right);
delete t;
}
elemType *find(const elemType &x){
node *t = root;
while(t != NULL && t -> data != x){
if(t -> data > x){
t = t -> right;
}
else{
t = t -> left;
}
}
if(t == NULL){
return NULL;
}
else{
return &(t -> data);
}
}
void insert(const elemType &x){
insert(x, root);
}
void insert(const elemType &x, node *&t){
if(t == NULL){
t = new node(x, NULL, NULL);
}
else{
if(x < t -> data){
insert(x, t -> left);
if(high(t -> left) - high(t -> right) == 2){
if(x < t -> left -> data){
LL(t);
}
else{
LR(t);
}
}
}
else{
if(x == t -> data){
cout << "The node has existed" << endl;
return;
}
else{
insert(x, t -> right);
if(high(t -> right) - high(t -> left) == 2){
if(x > t -> right -> data){
RR(t);
}
else{
RL(t);
}
}
}
}
}
t -> height = max(high(t -> left), high(t -> right)) + 1;
}
void remove(const elemType &x){
remove(x, root);
}
void remove(const elemType &x, node *&t){
if(t == NULL){
return;
}
if(x < t -> data){
remove(x, t -> left);
if(high(t -> right) - high(t -> left) == 2 ){
if(t -> right -> left != NULL && high(t -> right -> left) > high(t -> right -> right)){
RL(t);
}
else{
RR(t);
}
}
}
else{
if(x > t -> data){
remove(x, t -> right);
if(high(t -> left) - high(t -> right) == 2 ){
if(t -> left -> right != NULL && high(t -> left -> right) > high(t -> left -> left)){
LR(t);
}
else{
LL(t);
}
}
}
else{ //==
if(t -> left != NULL && t -> right != NULL){
node *tmp = t -> right;
while(tmp -> left != NULL){
tmp = tmp -> left;
}
t -> data = tmp -> data;
remove(t -> data, t -> right);
if(high(t -> left) - high(t -> right) == 2 ){
if(t -> left -> right != NULL && high(t -> left -> right) > high(t -> left -> left)){
LR(t);
}
else{
LL(t);
}
}
}
else{
node *old = t;
if(t -> left == NULL && t -> right == NULL){
delete old;
}
else{
if(t -> left!= NULL){
t = t -> left;
}
else{
t = t -> right;
}
delete old;
}
}
}
}
t -> height = max(high(t -> left), high(t -> right)) + 1;
}
int high(node *t){
if(t == NULL){
return 0;
}
else{
return t -> height;
}
}
void LL(node *&t){
node *t1 = t -> left;
t -> left = t1 -> right;
t1 -> right = t;
t -> height = max(high(t -> left), high(t -> right)) + 1;
t1 -> height = max(high(t1 -> left), high(t1 -> right)) + 1;
t = t1;
}
void LR(node *&t){
RR(t -> left);
LL(t);
}
void RR(node *&t){
node *t1 = t -> right;
t -> right = t1 -> left;
t1 -> left = t;
t -> height = max(high(t -> left), high(t -> right)) + 1;
t1 -> height = max(high(t1 -> left), high(t1 -> right)) + 1;
t = t1;
}
void RL(node *&t){
LL(t -> right);
RR(t);
}
int max(int a, int b){
if(a > b){
return a;
}
else{
return b;
}
}
void midOrder(){
midOrder(root);
}
void midOrder(node *p){
if(p == NULL){
return;
}
midOrder(p -> left);
cout << p -> data << ' ';
midOrder(p -> right);
}
};
总结
AVL树很好的解决了平衡二叉树在特殊情况下会退化成单链表的问题,这样AVL树就一直会保持在矮胖的状态,而不会成为一颗瘦高的树。AVL树的查找、插入和删除在平均和最坏情况下都是O(logn)。只要学好AVL树的旋转操作,就能学好AVL树。
(以上图片全部来自于skywang12345的博客:http://www.cnblogs.com/skywang12345/p/3576969.html,没办法,我画的话可能此生都别想看懂AVL树了)