图解AVL树数据结构输入与输出及实现示例
AVL树(平衡二叉树):
AVL树本质上是一颗二叉查找树,但是它又具有以下特点:它是一棵空树或它的左右两个子树的高度差的绝对值不超过1,并且左右两个子树都是一棵平衡二叉树。在AVL树中任何节点的两个子树的高度最大差别为一,所以它也被称为平衡二叉树。下面是平衡二叉树和非平衡二叉树对比的例图:
平衡因子(bf):结点的左子树的深度减去右子树的深度,那么显然-1<=bf<=1;
AVL树的作用:
我们知道,对于一般的二叉搜索树(Binary Search Tree),其期望高度(即为一棵平衡树时)为log2n,其各操作的时间复杂度(O(log2n))同时也由此而决定。但是,在某些极端的情况下(如在插入的序列是有序的时),二叉搜索树将退化成近似链或链,此时,其操作的时间复杂度将退化成线性的,即O(n)。我们可以通过随机化建立二叉搜索树来尽量的避免这种情况,但是在进行了多次的操作之后,由于在删除时,我们总是选择将待删除节点的后继代替它本身,这样就会造成总是右边的节点数目减少,以至于树向左偏沉。这同时也会造成树的平衡性受到破坏,提高它的操作的时间复杂度。
例如:我们按顺序将一组数据1,2,3,4,5,6分别插入到一颗空二叉查找树和AVL树中,插入的结果如下图:
由上图可知,同样的结点,由于插入方式不同导致树的高度也有所不同。特别是在带插入结点个数很多且正序的情况下,会导致二叉树的高度是O(N),而AVL树就不会出现这种情况,树的高度始终是O(lgN).高度越小,对树的一些基本操作的时间复杂度就会越小。这也就是我们引入AVL树的原因
AVL树的基本操作:
AVL树的操作基本和二叉查找树一样,这里我们关注的是两个变化很大的操作:插入和删除!
我们知道,AVL树不仅是一颗二叉查找树,它还有其他的性质。如果我们按照一般的二叉查找树的插入方式可能会破坏AVL树的平衡性。同理,在删除的时候也有可能会破坏树的平衡性,所以我们要做一些特殊的处理,包括:单旋转和双旋转!
AVL树的插入,单旋转的第一种情况---右旋:
由上图可知:在插入之前树是一颗AVL树,而插入之后结点T的左右子树高度差的绝对值不再 < 1,此时AVL树的平衡性被破坏,我们要对其进行旋转。由上图可知我们是在结点T的左结点的左子树上做了插入元素的操作,我们称这种情况为左左情况,我们应该进行右旋转(只需旋转一次,故是单旋转)。具体旋转步骤是:
T向右旋转成为L的右结点,同时,Y放到T的左孩子上。这样即可得到一颗新的AVL树,旋转过程图如下:
左左情况的右旋举例:
AVL树的插入,单旋转的第二种情况---左旋:
由上图可知:在插入之前树是一颗AVL树,而插入之后结点T的左右子树高度差的绝对值不再 < 1,此时AVL树的平衡性被破坏,我们要对其进行旋转。由上图可知我们是在结点T的右结点的右子树上做了插入元素的操作,我们称这种情况为右右情况,我们应该进行左旋转(只需旋转一次,故事单旋转)。具体旋转步骤是:
T向右旋转成为R的左结点,同时,Y放到T的左孩子上。这样即可得到一颗新的AVL树,旋转过程图如下:
右右情况的左旋举例:
以上就是插入操作时的单旋转情况!我们要注意的是:谁是T谁是L,谁是R还有谁是X,Y,Z!T始终是开始不平衡的左右子树的根节点。显然L是T的左结点,R是T的右节点。X、Y、Y是子树当然也可以为NULL.NULL归NULL,但不能破坏插入时我上面所说的左左情况或者右右情况。
AVL树的插入,双旋转的第一种情况---左右(先左后右)旋:
由上图可知,我们在T结点的左结点的右子树上插入一个元素时,会使得根为T的树的左右子树高度差的绝对值不再 < 1,如果只是进行简单的右旋,得到的树仍然是不平衡的。我们应该按照如下图所示进行二次旋转:
左右情况的左右旋转实例:
AVL树的插入,双旋转的第二种情况---右左(先右后左)旋:
由上图可知,我们在T结点的右结点的左子树上插入一个元素时,会使得根为T的树的左右子树高度差的绝对值不再 < 1,如果只是进行简单的左旋,得到的树仍然是不平衡的。我们应该按照如下图所示进行二次旋转:
右左情况的右左旋转实例:
AVL树的插入代码实现:(仅供参考)
懂了以上单旋转和双旋转的原理之后,那么代码写起来也就比较简单了,以下是我写的代码,如果有错还望大家不吝指正。(参考数据结构与算法分析)
#include <iostream> using namespace std; #define DataType int /* 定义AVL树的结构体,链式 */ typedef struct AvlNode{ DataType data; AvlNode * m_pLeft; AvlNode * m_pRight; int height; }*AvlTree,*Position,AvlNode; //求两个数的最大值 int Max(int a,int b) { return a>b?a:b; } //求树的高度 int Height( AvlTree T) { if(NULL == T) return -1; else return T->height; } //单旋转右旋 AvlTree singleRotateWithRight(AvlTree T) { AvlTree L = T->m_pLeft; T->m_pLeft = L->m_pRight; L->m_pRight = T; T->height = Max( Height(T->m_pLeft),Height(T->m_pRight) ) + 1; L->height = Max( Height(L->m_pLeft),Height(L->m_pRight) ) + 1; return L; //此时L成为根节点了(可参考AVL的插入的左左情况的右旋图) } //单旋转左旋 AvlTree singleRotateWithLeft(AvlTree T) { AvlTree R = T->m_pRight; T->m_pRight = R->m_pLeft; R->m_pLeft = T; T->height = Max( Height(T->m_pLeft),Height(T->m_pRight) ) + 1; R->height = Max( Height(R->m_pLeft),Height(R->m_pRight) ) + 1; return R; //此时R成为根节点了(可参考AVL的插入的左左情况的左旋图) } //双旋转,先左后右 AvlTree doubleRotateWithLeft(AvlTree T) //先左后右 { T->m_pLeft = singleRotateWithLeft(T->m_pLeft); return singleRotateWithRight(T); } //双旋转,先右后左 AvlTree doubleRotateWithRight(AvlTree T) //先右后左 { T->m_pRight = singleRotateWithRight(T->m_pRight); return singleRotateWithLeft(T); } AvlTree AvlTreeInsert(AvlTree T, DataType x) { if(T == NULL) //如果树为空 { T = (AvlNode *)malloc(sizeof(struct AvlNode)); if(T) { T->data = x; T->m_pLeft = NULL; T->m_pRight = NULL; T->height = 0; } else { cout << "空间不够" << endl; exit(0); } } else if( x < T->data) //如果插入到T结点的左子树上 { T->m_pLeft = AvlTreeInsert(T->m_pLeft,x); //先插入,后旋转 if(Height(T->m_pLeft) - Height(T->m_pRight) == 2) //只有可能是这个 { if(x < T->m_pLeft->data) //左左情况,只需要右旋转 { T = singleRotateWithRight( T ); } else //左右情况,双旋转,先左 { T = doubleRotateWithLeft( T ); } } } else if( x > T->data ) { T->m_pRight = AvlTreeInsert(T->m_pRight,x); if(Height(T->m_pRight) - Height(T->m_pLeft) == 2) { if(x > T->m_pRight->data) //右右情况,进行左旋 { T = singleRotateWithLeft( T ); } else //左右情况,双旋转,先右 { T = doubleRotateWithRight( T ); } } } //如果这个数已经存在,那么不进行插入 T->height = Max(Height(T->m_pLeft),Height(T->m_pRight)) + 1; return T; } //递归实现中序遍历 void inOrderVisitUseRecur(const AvlTree pCurrent) { if(pCurrent) { inOrderVisitUseRecur(pCurrent->m_pLeft); cout << pCurrent->data << " "; if(pCurrent->m_pLeft) cout << " leftChild: "<<pCurrent->m_pLeft->data; else cout << " leftChild: "<<"NULL" ; if(pCurrent->m_pRight) cout << " rightChild: "<<pCurrent->m_pRight->data; else cout << " rightChild: "<< "NULL"; cout << endl; inOrderVisitUseRecur(pCurrent->m_pRight); } } int main() { AvlTree root = NULL; root = AvlTreeInsert(root,1); root = AvlTreeInsert(root,2); root = AvlTreeInsert(root,3); root = AvlTreeInsert(root,4); root = AvlTreeInsert(root,5); root = AvlTreeInsert(root,6); root = AvlTreeInsert(root,7); root = AvlTreeInsert(root,8); root = AvlTreeInsert(root,9); root = AvlTreeInsert(root,10); root = AvlTreeInsert(root,11); root = AvlTreeInsert(root,12); root = AvlTreeInsert(root,13); root = AvlTreeInsert(root,14); root = AvlTreeInsert(root,15); inOrderVisitUseRecur(root); return 0; }
以上就是图解AVL树数据结构输入与输出及实现示例的详细内容,更多关于AVL树数据结构图解的资料请关注脚本之家其它相关文章!
最新评论