当前位置: 首页 > ds >正文

AVLTree的模拟实现

1:AVLTree的概念

1:AVL树是最先发明的⾃平衡⼆叉查找树,AVL是⼀颗空树,或者具备下列性质的⼆叉搜索树:它的左右⼦树都是AVL树,且左右⼦树的⾼度差的绝对值不超过1。AVL树是⼀颗⾼度平衡搜索⼆叉树,通过控制⾼度差去控制平衡。

2: AVL树得名于它的发明者G.M.Adelson - Velsky和E.M.Landis是两个前苏联的科学家,他们在1962年的论⽂《An algorithm for the organization of information》中发表了它。

3:AVL树实现这⾥我们引⼊⼀个平衡因⼦(balance factor)的概念,每个结点都有⼀个平衡因⼦,任何结点的平衡因⼦等于右⼦树的⾼度减去左⼦树的⾼度,也就是说任何结点的平衡因⼦等于0 / 1 / -1,AVL树并不是必须要平衡因⼦,但是有了平衡因⼦可以更⽅便我们去进⾏观察和控制树是否平衡,就像⼀个风向标⼀样。

4:思考⼀下为什么AVL树是⾼度平衡搜索⼆叉树,要求⾼度差不超过1,⽽不是⾼度差是0呢?0不是更好的平衡吗?画画图分析我们发现,不是不想这样设计,⽽是有些情况是做不到⾼度差是0的。⽐如⼀棵树是2个结点,4个结点等情况下,⾼度差最好就是1,⽆法做到⾼度差是0

5:AVL树整体结点数量和分布和完全⼆叉树类似,⾼度可以控制在 ,那么增删查改的效率也可以控制在 ,相⽐⼆叉搜索树有了本质的提升

2:AVLTree的实现

1:AVLTree的节点

template<class T>
struct AVLTreeNode {AVLTreeNode(const T& data = T()) :_pLeft(nullptr), _pRight(nullptr), _pParent(nullptr), _data(data), _bf(0){}//结构体成员AVLTreeNode<T>* _pLeft;AVLTreeNode<T>* _pRight;AVLTreeNode<T>* _pParent;T _data;int _bf;//节点的平衡因子
};
template<class T>
class AVLTree 
{typedef AVLTreeNode<T> Node;
public:AVLTree():_pRoot(nullptr){}//.................
private:Node* _pRoot;
};

2:AVLTree的插入

1:插入的大概过程

1. 插⼊⼀个值按⼆叉搜索树规则进⾏插⼊。

2. 新增结点以后,只会影响祖先结点的⾼度,也就是可能会影响部分祖先结点的平衡因⼦,所以更新从新增结点->根结点路径上的平衡因⼦,实际中最坏情况下要更新到根,有些情况更新到中间就可以停⽌了,具体情况我们下⾯再详细分析。

3. 更新平衡因⼦过程中没有出现问题,则插⼊结束

4. 更新平衡因⼦过程中出现不平衡,对不平衡⼦树旋转,旋转后本质调平衡的同时,本质降低了⼦树的⾼度,不会再影响上⼀层,所以插⼊结束。

2:平衡因子的更新

更新原则:

• 平衡因⼦ = 右⼦树⾼度 - 左⼦树⾼度

• 只有⼦树⾼度变化才会影响当前结点平衡因⼦。

• 插⼊结点,会增加⾼度,所以新增结点在parent的右⼦树,parent的平衡因⼦++,新增结点在parent的左⼦树,parent平衡因⼦--

• parent所在⼦树的⾼度是否变化决定了是否会继续往上更新

更新停⽌条件:

• 更新后parent的平衡因⼦等于0,更新中parent的平衡因⼦变化为 - 1->0 或者 1->0,说明更新前parent⼦树⼀边⾼⼀边低,新增的结点插⼊在低的那边,插⼊后parent所在的⼦树⾼度不变,不会影响parent的⽗亲结点的平衡因⼦,更新结束。

• 更新后parent的平衡因⼦等于1 或 - 1,更新前更新中parent的平衡因⼦变化为0->1 或者 0-> - 1,说明更新前parent⼦树两边⼀样⾼,新增的插⼊结点后,parent所在的⼦树⼀边⾼⼀边低,parent所在的⼦树符合平衡要求,但是⾼度增加了1,会影响parent的⽗亲结点的平衡因⼦,所以要继续向上更新。

• 更新后parent的平衡因⼦等于2 或 - 2,更新前更新中parent的平衡因⼦变化为1->2 或者 - 1-> - 2,说明更新前parent⼦树⼀边⾼⼀边低,新增的插⼊结点在⾼的那边,parent所在的⼦树⾼的那边更⾼了,破坏了平衡,parent所在的⼦树不符合平衡要求,需要旋转处理,旋转的⽬标有两个:1、把parent⼦树旋转平衡。2、降低parent⼦树的⾼度,恢复到插⼊结点以前的⾼度。所以旋转后也不需要继续往上更新,插⼊结束。

• 不断更新,更新到根,跟的平衡因⼦是1或 - 1也停⽌了

3:更新平衡因子的代码实现
bool Insert(const T& data)
{if (_pRoot == nullptr){_pRoot = new Node(data);return true;}Node* parent = nullptr;Node* cur = _pRoot;while (cur){parent = cur;if (cur->_data < data){				cur = cur->_pRight;}else if (cur->_data > data){cur = cur->_pLeft;}else{return false;}}cur = new Node(data);if (parent->_data < data){parent->_pRight = cur;}else{parent->_pLeft = cur;}cur->_pParent = parent;//更新平衡因子while (parent){if (cur == parent->_pLeft){parent->_bf--;}else{parent->_bf++;}if (parent->_bf == 0){break;}else if (parent->_bf == 1 || parent->_bf == -1){cur = parent;parent = parent->_pParent;}else if (parent->_bf == 2 || parent->_bf == -2){if (parent->_bf == -2 && cur->_bf == -1){RR(parent);}else if (parent->_bf == 2 && cur->_bf == 1){RL(parent);}else if (parent->_bf == -2 && cur->_bf == 1){RLR(parent);}else if (parent->_bf == 2 && cur->_bf == -1){RRL(parent);}break;}else{assert(false);}}
}

3:AVLTree的旋转

1:旋转的原则

1. 保持搜索树的规则
2. 让旋转的树从不满⾜变平衡,其次降低旋转树的⾼度旋转总共分为四种,左单旋 / 右单旋 / 左右双旋 / 右左双旋。

说明:下⾯的图中,有些结点我们给的是具体值,如10和5等结点,这⾥是为了⽅便讲解,实际中是什么值都可以,只要⼤⼩关系符合搜索树的性质即可。

2:右单旋

//右单旋
void RR(Node* pParent)
{Node* subL = pParent->_pLeft;Node* subLR = subL->_pRight;pParent->_pLeft = subLR;if (subLR != nullptr){subLR->_pParent = pParent;}subL->_pRight = pParent;Node* ppnode = pParent->_pParent;pParent->_pParent = subL;subL->_pParent = ppnode;if (ppnode == nullptr){_pRoot = subL;}else{if (ppnode->_pLeft == pParent){ppnode->_pLeft = subL;}else{ppnode->_pRight = subL;}}subL->_bf = pParent->_bf = 0;
}

3:左单旋

//左单旋
void RL(Node* pParent)
{Node* subR = pParent->_pRight;Node* subRL = subR->_pLeft;pParent->_pRight = subRL;if (subRL!=nullptr){subRL->_pParent = pParent;}subR->_pLeft = pParent;Node* ppnode = pParent->_pParent;pParent->_pParent = subR;subR->_pParent = ppnode;if (ppnode == nullptr){_pRoot = subR;}else{if (ppnode->_pLeft == pParent){ppnode->_pLeft = subR;}else{ppnode->_pRight = subR;}}pParent->_bf = subR->_bf = 0;
}

4:右左双旋

//右左双旋转
void RRL(Node* pParent)
{Node* subR = pParent->_pRight;Node* subRL = subR->_pLeft;int bf = subRL->_bf;RR(subR);RL(pParent);if (bf == -1){pParent->_bf = 0;subR->_bf = 1;subRL->_bf = 0;}else if (bf == 1){pParent->_bf = -1;subR->_bf = 0;subRL->_bf = 0;}else if (bf == 0){pParent->_bf = 0;subR->_bf = 0;subRL->_bf = 0;}else{assert(false);}
}

5:左右双旋

//左右双旋转
void RLR(Node* pParent)
{Node* subL = pParent->_pLeft;Node* subLR = subL->_pRight;int bf = subLR->_bf;RL(subL);RR(pParent);if (bf == 1){pParent->_bf = 0;subL->_bf = -1;subLR->_bf = 0;}else if (bf == -1){pParent->_bf = 1;subL->_bf = 0;subLR->_bf = 0;}else if (bf == 0){pParent->_bf = 0;subL->_bf = 0;subLR->_bf = 0;}else{assert(false);}
}

http://www.xdnf.cn/news/6400.html

相关文章:

  • 内存分配器ptmalloc2、tcmalloc、jemalloc,结构设计、内存分配过程详解
  • Cesium.Ray 知识详解,示例代码
  • 实验六:按键模拟控制实现
  • Java—— 可变参数、集合工具类、集合嵌套、不可变集合
  • 十个免费试用的云数据库
  • Awesome WM自定义菜单实现nas共享目录挂载
  • K8S Ingress 实现AB测试、蓝绿发布、金丝雀(灰度)发布
  • 基于大模型预测的全面惊厥性癫痫持续状态技术方案大纲
  • 力扣-98.验证二叉搜索树
  • C# winform 日志 NLog
  • 【vue】脚手架
  • 瀑布模型VS敏捷模型VS喷泉模型
  • 【Linux】多路转接epoll、Linux高并发I/O多路复用
  • SpringAI
  • 印度尼西亚数据源对接技术指南
  • YOLOv11融合[CVPR2025]OverLock中的模块
  • 合并有重叠的时间区间的极简方法
  • 【证书与信任机制​】​​SSL证书类型全解析:DV、OV、EV的区别与应用场景
  • 【C#基础】集合.Any() 与 判断集合的长度有啥区别?
  • atoi函数,sprintf函数,memcmp函数,strchar函数的具体原型,功能,返回值;以及使用方法
  • 现代计算机图形学Games101入门笔记(六)
  • 19、云端工业物联网生态组件 - 工厂能效与预测维护 - /数据与物联网组件/cloud-iiot-factory-analysis
  • 紫外波段太阳光模拟器介绍
  • Python Matplotlib 库【绘图基础库】全面解析
  • 在UI 原型设计中,交互规则有哪些核心要素?
  • 数据统计分析及可视化
  • 开源 Web Shell 工具
  • 万文c++继承
  • 前端表格滑动滚动条太费事,做个浮动滑动插件
  • Java基于SpringBoot的外卖系统小程序【附源码、文档说明】