【C++】AVL树(旋转、平衡因子)

🌈个人主页:秦jh_-CSDN博客
🔥 系列专栏:https://blog.csdn.net/qinjh_/category_12575764.html?spm=1001.2014.3001.5482

 9efbcbc3d25747719da38c01b3fa9b4f.gif​ 

目录

前言

AVL树的概念

 节点

插入

AVL树的旋转 

新节点插入较高左子树的左侧---左左:右单旋 

新节点插入较高右子树的右侧---右右:左单旋

新节点插入较高左子树的右侧---左右:先左单旋再右单旋

 新节点插入较高右子树的左侧---右左:先右单旋再左单旋

AVL树的验证 

 AVL树的性能

完整代码


前言

    💬 hello! 各位铁子们大家好哇。

             今日更新了AVL树的相关内容
    🎉 欢迎大家关注🔍点赞👍收藏⭐️留言📝

AVL树的概念

 二叉搜索树虽可以缩短查找的效率,但如果数据有序或接近有序二叉搜索树将退化为单支树,查 找元素相当于在顺序表中搜索元素,效率低下。

解决方案: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。

  • 它的左右子树都是AVL树
  • 左右子树高度之差(简称平衡因子)的绝对值不超过1(-1/0/1)

如果一棵二叉搜索树是高度平衡的,它就是AVL树。

插入的总体原则:

  1.  按照搜索树规则插入
  2. 更新插入节点的祖先节点的平衡因子。
    1. 如果插入在父亲左边,父亲的平衡因子--。
    2. 如果插入在父亲右边,父亲的平衡因子++。
    3. 父亲平衡因子==0,则父亲所在子树高度不变,不再继续往上更新,插入结束。
    4. 父亲平衡因子==1or-1,父亲所在子树高度变了,继续往上更新。
    5. 父亲平衡因子==2or-2,父亲所在子树已经不平衡了,需要旋转处理。

 节点

插入

	bool Insert(const pair<K, V>& kv)
	{
		if (_root == nullptr)
		{
			_root = new Node(kv);
			return true;
		}

		Node* cur = _root;
		Node* parent = nullptr;
		while (cur)
		{
			if (cur->_kv.first < kv.first)
			{
				parent = cur;
				cur = cur->_right;
			}
			else if (cur->_kv.first > kv.first)
			{
				parent = cur;
				cur = cur->_left;
			}
			else
			{
				return false;
			}
		}

		cur = new Node(kv);
		if (parent->_kv.first > kv.first)
		{
			parent->_left = cur;
		}
		else
		{
			parent->_right = cur;
		}
		cur->_parent = parent;

		//更新平衡因子
		while (parent) 
		{
			if (cur == parent->_left)
			{
				parent->_bf--;
			}
			else
			{
				parent->_bf++;
			}

			if (parent->_bf == 0)
			{
				//更新结束
				break;
			}
			else if (parent->_bf == 1 || parent->_bf == -1)
			{
				//继续往上更新
				cur = parent;
				parent = parent->_parent;
			}
			else if (parent->_bf == 2 || parent->_bf == -2)
			{
				//当前子树出问题了,需要旋转平衡一下

				break;
			}
			else
			{
				//理论而言不可能出现该情况
				assert(false);
			}
		}


		return true;
	}

上面是插入的大体流程,旋转操作还未给出。

AVL树的旋转 

如果在一棵原本是平衡的AVL树中插入一个新节点,可能造成不平衡,此时必须调整树的结构, 使之平衡化。根据节点插入位置的不同,AVL树的旋转分为四种:

新节点插入较高左子树的左侧---左左:右单旋 

这里以抽象图进行分析,因为具体的情况有很多种,无法画出。

注意:a子树的情况必须是插入后会引发祖先节点的更新,而不是只是内部变化。如下图情况就不符合要求。

旋转流程:新节点插入在a树中,导致以60为根的二叉树不平衡。所以就要右单旋。

右单旋:把60的左子树高度减少,即把60取出来,让30的右子树变成60的左子树,再把以60为根的树变成30的右子树。30成为新的根。

	void RotateR(Node* parent)
	{
		Node* subL = parent->_left;
		Node* subLR = subL->_right;

		parent->_left = subLR;
		if (subLR) //节点可能为空
			subLR->_parent = parent;

		subL->_right = parent; //旧父节点变成subL的右节点
		
		Node* ppNode = parent->_parent;  //该不平衡节点可能不是根节点,所以要找到它的父节点
		parent->_parent = subL;				

		if (parent == _root)   //如果该节点是根节点
		{
			_root = subL;		
			_root->_parent = nullptr;
		}
		else  //不平衡节点只是一棵子树
		{
			if (ppNode->_left == parent)  //如果旧父节点等于爷爷节点的左节点,新父节点为爷爷节点的左节点
			{
				ppNode->_left = subL;
			}
			else
			{
				ppNode->_right = subL;
			}

			subL->_parent = ppNode;	//新父节点指向爷爷节点。
		}

		parent->_bf = subL->_bf = 0;  //只需要修改这两个的平衡因子


	}

新节点插入较高右子树的右侧---右右:左单旋

参考右单旋。

左单旋和右单旋的调用如下图:

新节点插入较高左子树的右侧---左右:先左单旋再右单旋

单旋用在一边一直高的情况。双旋是先一边高再另一边高的情况。

双旋的的原理就是把折线变成直线,再像处理直线一样旋转。

双旋可以复用单旋,但双旋主要要搞清平衡因子的变化。

第一种情况: 

双旋的结果:60的左边给了30的右边,60的右边给了90的左边,30和90分别成为60的左右,60成为根。

上图是插入b引起的旋转,当插入c时是第二种情况,如下图:

上面两种插入位置的不同,导致最终的平衡因子不同。

第三种情况:

h==0时,60就是新增节点,最终的平衡因子也不同。

	void RotateLR(Node* parent)
	{
		Node* subL = parent->_left;
		Node* subLR = subL->_right; 

		int bf = subLR->_bf;  //记录未旋转前subLR的平衡因子

		RotateL(parent->_left);  
		RotateR(parent);
	
		if (bf == -1)  //如果bf为-1,即插入在subLR的左边
		{
			subLR->_bf = 0;
			subL->_bf = 0;
			parent->_bf = 1;
		}
		else if (bf == 1) //插入在subLR的右边
		{
			subLR->_bf = 0;
			subL->_bf = -1;
			parent->_bf = 0;
		}
		else if (bf == 0)
		{
			subLR->_bf = 0;
			subL->_bf = 0;
			parent->_bf = 0;
		}
		else
		{
			assert(false);
		}
	}

 新节点插入较高右子树的左侧---右左:先右单旋再左单旋

参考左右双旋,注意,这里也要讨论那三种情况。 

	void RotateRL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subR->_left;
		int bf = subRL->_bf;

		RotateR(parent->_right);
		RotateL(parent);

		subRL->_bf = 0;
		if (bf == 1)
		{
			subR->_bf = 0;
			parent->_bf = -1;
		}
		else if (bf == -1)
		{
			parent->_bf = 0;
			subR->_bf = 1;
		}
		else
		{
			parent->_bf = 0;
			subR->_bf = 0;
		}
	}

AVL树的验证 

AVL树是在二叉搜索树的基础上加入了平衡性的限制,因此要验证AVL树,可以分两步:

  1. 验证其为二叉搜索树。如果中序遍历可得到一个有序的序列,就说明为二叉搜索树
  2. 验证其为平衡树。每个节点子树高度差的绝对值不超过1(注意节点中如果没有平衡因子) 节点的平衡因子是否计算正确 

 因为root是私有的,又因为需要递归检查每棵子树是否平衡,所以可以写一个私有的_IsBalance方法,通过公有的IsBalance方法来调用。

 AVL树的性能

AVL树是一棵绝对平衡的二叉搜索树,其要求每个节点的左右子树高度差的绝对值都不超过1,这 样可以保证查询时高效的时间复杂度,即O(logN)。 但是如果要对AVL树做一些结构修改的操作,性能非常低下,比如:插入时要维护其绝对平衡,旋转的次数比较多,更差的是在删除时, 有可能一直要让旋转持续到根的位置。因此:如果需要一种查询高效且有序的数据结构,而且数据的个数为静态的(即不会改变),可以考虑AVL树,但一个结构经常修改,就不太适合。红黑树在经常进行增删的结构中性能比AVL树更优。

完整代码

template<class K, class V>
struct AVLTreeNode
{
	AVLTreeNode<K, V>* _left;
	AVLTreeNode<K, V>* _right;
	AVLTreeNode<K, V>* _parent;
	pair<K, V> _kv;

	int _bf;

	AVLTreeNode(const pair<K, V>& kv)
		:_left(nullptr)
		, _right(nullptr)
		, _parent(nullptr)
		, _kv(kv)
		,_bf(0)
	{}
};

template<class K, class V>
class AVLTree
{
	typedef AVLTreeNode<K, V> Node;
public:
	bool Insert(const pair<K, V>& kv)
	{
		if (_root == nullptr)
		{
			_root = new Node(kv);
			return true;
		}

		Node* cur = _root;
		Node* parent = nullptr;
		while (cur)
		{
			if (cur->_kv.first < kv.first)
			{
				parent = cur;
				cur = cur->_right;
			}
			else if (cur->_kv.first > kv.first)
			{
				parent = cur;
				cur = cur->_left;
			}
			else
			{
				return false;
			}
		}

		cur = new Node(kv);
		if (parent->_kv.first > kv.first)
		{
			parent->_left = cur;
		}
		else
		{
			parent->_right = cur;
		}
		cur->_parent = parent;

		//更新平衡因子
		while (parent) 
		{
			if (cur == parent->_left)
			{
				parent->_bf--;
			}
			else
			{
				parent->_bf++;
			}

			if (parent->_bf == 0)
			{
				//更新结束
				break;
			}
			else if (parent->_bf == 1 || parent->_bf == -1)
			{
				//继续往上更新
				cur = parent;
				parent = parent->_parent;
			}
			else if (parent->_bf == 2 || parent->_bf == -2)
			{
				//当前子树出问题了,需要旋转平衡一下
				if (parent->_bf == -2 && cur->_bf == -1) //左边高,右单旋
				{
					RotateR(parent);
				}
				else if (parent->_bf == 2 && cur->_bf == 1)//右边高,左单旋
				{
					RotateL(parent);
				}
				else if (parent->_bf == 2 && cur->_bf == -1)
				{ 
					RotateRL(parent);
				}
				else if (parent->_bf == -2 && cur->_bf == 1)
				{
					RotateLR(parent); 
				}

				break;
			}
			else
			{
				//理论而言不可能出现该情况
				assert(false);
			}
		}


		return true;
	}

	Node* Find(const K& key)
	{
		Node* cur = _root;
		while (cur)
		{
			if (cur->_kv.first < key)
			{
				cur = cur->_right;
			}
			else if (cur->_kv.first > key)
			{
				cur = cur->_left;
			}
			else
			{
				return cur;
			}
		}
		return nullptr;
	}

	void InOrder()
	{
		_InOrder(_root);
		cout << endl;
	}

	void RotateR(Node* parent)
	{
		Node* subL = parent->_left;
		Node* subLR = subL->_right;

		parent->_left = subLR;
		if (subLR) //节点可能为空
			subLR->_parent = parent;

		subL->_right = parent; //旧父节点变成subL的右节点
		
		Node* ppNode = parent->_parent;  //该不平衡节点可能不是根节点,所以要找到它的父节点
		parent->_parent = subL;				

		if (parent == _root)   //如果该节点是根节点
		{
			_root = subL;		
			_root->_parent = nullptr;
		}
		else  //不平衡节点只是一棵子树
		{
			if (ppNode->_left == parent)  //如果旧父节点等于爷爷节点的左节点,新父节点为爷爷节点的左节点
			{
				ppNode->_left = subL;
			}
			else
			{
				ppNode->_right = subL;
			}
			subL->_parent = ppNode;	//新父节点指向爷爷节点。
		}
		parent->_bf = subL->_bf = 0;  //只需要修改这两个的平衡因子
	}

	void RotateL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subR->_left;

		parent->_right = subRL;
		if (subRL)
			subRL->_parent = parent;

		subR->_left = parent;
		Node* ppNode = parent->_parent;

		parent->_parent = subR;

		if (parent == _root)
		{
			_root = subR;
			_root->_parent = nullptr;
		}
		else
		{
			if (ppNode->_right == parent)
			{
				ppNode->_right = subR;
			}
			else
			{
				ppNode->_left = subR;
			}
			subR->_parent = ppNode;
		}
		parent->_bf = subR->_bf = 0;
	}

	void RotateRL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subR->_left;
		int bf = subRL->_bf;

		RotateR(parent->_right);
		RotateL(parent);

		subRL->_bf = 0;
		if (bf == 1)
		{
			subR->_bf = 0;
			parent->_bf = -1;
		}
		else if (bf == -1)
		{
			parent->_bf = 0;
			subR->_bf = 1;
		}
		else
		{
			parent->_bf = 0;
			subR->_bf = 0;
		}
	}

	void RotateLR(Node* parent)
	{
		Node* subL = parent->_left;
		Node* subLR = subL->_right; 

		int bf = subLR->_bf;  //记录未旋转前subLR的平衡因子

		RotateL(parent->_left);  
		RotateR(parent);
	
		if (bf == -1)  //如果bf为-1,即插入在subLR的左边
		{
			subLR->_bf = 0;
			subL->_bf = 0;
			parent->_bf = 1;
		}
		else if (bf == 1) //插入在subLR的右边
		{
			subLR->_bf = 0;
			subL->_bf = -1;
			parent->_bf = 0;
		}
		else if (bf == 0)
		{
			subLR->_bf = 0;
			subL->_bf = 0;
			parent->_bf = 0;
		}
		else
		{
			assert(false);
		}
	}
	bool IsBalance()
	{
		return _IsBalance(_root);
	}

	int Height() //树的高度
	{
		return _Height(_root);
	}

	int Size()  //插入的节点个数
	{
		return _Size(_root);
	}

private:
	int _Size(Node* root)
	{
		return root == nullptr ? 0 : _Size(root->_left) + _Size(root->_right) + 1;
	}

	int _Height(Node* root)
	{
		if (root == nullptr)
			return 0;
		return max(_Height(root->_left), _Height(root->_right)) + 1;
	}

	bool _IsBalance(Node* root) 
	{
		if (root == nullptr) 
			return true;
		
		int	leftHeight = _Height(root->_left);
		int	rightHeight = _Height(root->_right);
		//如果不平衡
		if (abs(leftHeight - rightHeight) >= 2)
		{
			cout << root->_kv.first << endl;
			return false;
		}

		//检查平衡因子是否正确
		if (rightHeight - leftHeight != root->_bf)
		{
			cout << root->_kv.first << endl;
			return false;
		}

		return _IsBalance(root->_left)
			&& _IsBalance(root->_right);
	}
	
	
	void _InOrder(Node* root)
	{
		if (root == nullptr)
			return;

		_InOrder(root->_left);
		cout << root->_kv.first << ":" << root->_kv.second << endl;
		_InOrder(root->_right);
	}

private:
	Node* _root=nullptr; 
};

void AVLTreeTest1()
{
	//int a[] = { 8, 3, 1, 10, 6, 4, 7, 14, 13 };
	int a[] = { 4, 2, 6, 1, 3, 5, 15, 7, 16, 14 };
	AVLTree<int,int> t1;
	for (auto e : a)
	{
		t1.Insert({e,e});

		cout <<"Insert:"<<e<<"->"<< t1.IsBalance() << endl;
	}

	t1.InOrder();	

	cout << t1.IsBalance() << endl;
}