[数据结构 C++] AVL树的模拟实现

点击全文阅读

文章目录

1、AVL树1.1 AVL树的概念 2、AVL树节点的定义3、AVL树的插入和旋转3.1 左单旋左旋代码实现 3.2 右单旋右旋代码实现 3.3 右左双旋右左双旋的代码实现 3.4 左右双旋左右双旋的代码实现 3.5 insert接口实现 4、判断是否为AVL树判断AVL树的代码实现 5、AVL树的性能

问题引入：
在上一篇文章中，我们提到了二叉搜索树在插入时，可能会形成单边树，会降低二叉搜索的性能。因此我们需要平衡二叉搜索树，降低二叉搜索树的高度，使得二叉搜索树趋于一颗完全二叉树的样子，这样就可以提高二叉搜索树的性能。本篇文章就来介绍一种平衡二叉树，AVL树。

1、AVL树

1.1 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。因此，两位俄罗斯的数学家G.M.Adelson-Velskii和E.M.Landis在1962年发明了一种解决上述问题的方法：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。
一棵AVL树或者是空树，或者是具有以下性质的二叉搜索树：

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。如果它有n个结点，其高度可保持在O(log N)，搜索时间复杂度O(log N)。
我们了解了AVL树的基本规则后，下面我们来实现一下AVL树。

2、AVL树节点的定义

template <class K, class V>struct AVLTreeNode{AVLTreeNode<K, V>* _left;AVLTreeNode<K, V>* _right;AVLTreeNode<K, V>* _parent;pair<K, V> _kv;// 右子树 - 左子树 的高度差int _bf; // 平衡因子AVLTreeNode(const pair<K, V>& kv):_left(nullptr),_right(nullptr),_parent(nullptr),_kv(kv),_bf(0){}};

3、AVL树的插入和旋转

AVL树就是在二叉搜索树的基础上引入了平衡因子，因此AVL树也可以看成是二叉搜索树。那么
AVL树的插入过程可以分为两步：
1. 按照二叉搜索树的方式插入新节点
2. 调整节点的平衡因子
当某个节点的平衡因子被修改为2的时候，就需要旋转来调节，因此就存在一下四种旋转方式：

3.1 左单旋

我们将 左单旋的情况抽象出来，如下图所示：

当 h >= 0，且parent->_bf == 2 && subR->_bf == 1时，触发左旋。
在这个图中，只能是在 c 子树新增，才能触发左旋的条件parent->_bf == 2 && subR->_bf == 1。此时进行左旋。
如果是在 b 子树新增，那么仅仅左旋是不够的，
旋转步骤：将60的左树变为30的右树，将60的左树变为30，最后将parent和subR的平衡因子变为0就完成了左旋。

左旋代码实现

// 左单旋void RotateL(Node* parent){    Node* subR = parent->_right;    Node* subRL = subR->_left;    Node* parentParent = parent->_parent;    parent->_right = subRL;    if (subRL)        subRL->_parent = parent;    subR->_left = parent;    parent->_parent = subR;    if (_root == parent) // 父节点就是根节点    {        _root = subR;        subR->_parent = nullptr;    }    else // 子树情况    {        if (parentParent->_left == parent)        {            parentParent->_left = subR;        }        else        {            parentParent->_right = subR;        }        subR->_parent = parentParent;    }    // 修改平衡因子    parent->_bf = subR->_bf = 0;}

3.2 右单旋

我们将 右单旋的情况抽象出来，如下图所示：

当 h >= 0，且 parent->_bf == 2 && subL->_bf == -1时，触发右旋。
在这个图中，只能是在 a子树新增，才能触发右旋的条件parent->_bf == -2 && subL->_bf == -1。此时进行右旋。
如果是在 b 子树新增，那么仅仅右旋是不够的。
旋转步骤：将30的右树接到60的左树并断开与30的链接，再将60接到30的右树，并将60的父节点改为3，最后再调整parent与SubL的平衡因子为0，就完成整个右旋。

右旋代码实现

// 右单旋void RotateR(Node* parent){    Node* parentParent = parent->_parent;    Node* subL = parent->_left;    Node* subLR = subL->_right;    parent->_left = subLR;    if (subLR)        subLR->_parent = parent;    subL->_right = parent;    parent->_parent = subL;    if (_root == parent) // 父节点是根节点    {        _root = subL;        subL->_parent = nullptr;    }    else // 子树情况    {        if (parentParent->_left == parent)        {            parentParent->_left = subL;        }        else        {            parentParent->_right = subL;        }        subL->_parent = parentParent;    }    // 修改平衡因子    parent->_bf = subL->_bf = 0;}

3.3 右左双旋

我们将 右左双旋的所有情况抽象出来，如下图所示：

右左双旋的本质是先将子树右旋，让右侧一侧高，再进行整体的左旋，这样就完成了高度的调整。
双旋的插入位置可以是 b/c 子树，此类型插入之后就会触发右左双旋。
旋转步骤：直接复用右旋，再复用左旋即可。不过旋转的基点不同，右旋是以subR为基点，左旋是以parent为基点旋转的。旋转就完成了，难点在于平衡因子的调节。
平衡因子的调节：
这里主要是 记下subRL最初的平衡因子，它的平衡因子就代表了插入节点是在subRL的左边还是右边插入的，由此可以推出最终的parent与subR的平衡因子。

当subRL->_bf = -1时，最后parent->_bf = 0，subR->_bf = 1，subRL->_bf = 0;当subRL->_bf = 0时，最后parent->_bf = 0，subR->_bf = 0，subRL->_bf = 0;当subRL->_bf = 1时，最后parent->_bf = -1，subR->_bf = 0，subRL->_bf = 0;

右左双旋的代码实现

// 右左双旋void RotateRL(Node* parent){    Node* subR = parent->_right;    Node* subRL = subR->_left;    int bf = subRL->_bf;    RotateR(subR);    RotateL(parent);    if (bf == 0) // subRL 就是插入的    {        parent->_bf = subR->_bf = subRL->_bf = 0;    }    else if (bf == 1) // subRL 右边边插入    {        parent->_bf = -1;        subR->_bf = 0;        subRL->_bf = 0;    }    else if (bf == -1) // subRL 左边插入    {        parent->_bf = 0;        subR->_bf = 1;        subRL->_bf = 0;    }    else    {        assert(false);    }}

3.4 左右双旋

我们将 右左双旋的所有情况抽象出来，如下图所示：

左右双旋与右左双旋的思路是差不多的，我们来看看。
左右双旋的本质是先将子树左旋，让左侧一侧高，在进行整体的右旋,这样就完成了高度的调整。
双旋的插入位置可以是 b/c 子树，此类型插入之后就会触发左右双旋。
旋转步骤：直接复用左旋，再复用右旋即可。不过旋转的基点不同，右旋是以subR为基点，左旋是以parent为基点旋转的。旋转就完成了，难点也是在于平衡因子的调节。
平衡因子的调节：
这里主要是 记下subLR最初的平衡因子，它的平衡因子就代表了插入节点是在subLR的左边还是右边插入的，由此可以推出最终的parent与subL的平衡因子。

当subLR->_bf = -1时，最后parent->_bf = 1，subL->_bf = 0，subLR->_bf = 0;当subLR->_bf = 0时，最后parent->_bf = 0，subL->_bf = 0，subLR->_bf = 0;当subLR->_bf = 1时，最后parent->_bf = 0，subL->_bf = -1，subLR->_bf = 0;

左右双旋的代码实现

// 左右双旋void RotateLR(Node* parent){    Node* subL = parent->_left;    Node* subLR = subL->_right;    int bf = subLR->_bf;    RotateL(subL);    RotateR(parent);    if (0 == bf)    {        parent->_bf = subL->_bf = subLR->_bf = 0;    }    else if (1 == bf)    {        parent->_bf = 0;        subL->_bf = -1;        subLR->_bf = 0;    }    else if (-1 == bf)    {        parent->_bf = 1;        subL->_bf = 0;        subLR->_bf = 0;    }    else    {        assert(false);    }}

3.5 insert接口实现

bool Insert(const pair<K, V>& kv){    if (_root == nullptr)    {        _root = new Node(kv);        return true;    }    Node* parent = nullptr;    Node* cur = _root;    // 1、先找到插入的位置    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;        }    }    // 2、new一个节点，并与parent链接起来    cur = new Node(kv);    if (parent->_kv.first < kv.first)    {        parent->_right = cur;        cur->_parent = parent;    }    else    {        parent->_left = cur;        cur->_parent = parent;    }    // 3、调平横 —— 旋转 + 平衡因子的调节    while (parent)    {        if (parent->_left == cur)        {            parent->_bf--;        }        else        {            parent->_bf++;        }        if (0 == parent->_bf)        {            break;        }        else if (parent->_bf == -1 || parent->_bf == 1)        {            cur = parent;            parent = parent->_parent;        }        else if (parent->_bf == -2 || parent->_bf == 2)        {            if (parent->_bf == 2 && cur->_bf == 1)            {                RotateL(parent);            }            else if (parent->_bf == 2 && cur->_bf == -1)            {                RotateRL(parent);            }            else if (parent->_bf == -2 && cur->_bf == 1)            {                RotateLR(parent);            }            else if (parent->_bf == -2 && cur->_bf == -1)            {                RotateR(parent);            }            // 1、旋转让这颗子树平衡了            // 2、旋转降低了这颗子树的高度，恢复到跟插入前一样的高度，所以对上一层没有影响，不用继续更新            break;        }        else        {            assert(false);        }    }    return true;}

4、判断是否为AVL树

AVL树的本质是搜索二叉树 + 平衡机制，所以验证步骤：
1、首先判断是否为搜索树，写一个中序遍历，看看是不是升序即可；
2、按照AVL树的性质来判断：

每个节点的左右子树高度差绝对值小于等于1；节点的平衡因子是否正确；

判断AVL树的代码实现

bool _IsBalance(Node* pRoot){    if (pRoot == nullptr)        return true;    int leftHeight = _Height(pRoot->_left);    int rightHeight = _Height(pRoot->_right);    if (rightHeight - leftHeight != pRoot->_bf)    {        cout << pRoot->_kv.first << "平衡因子异常" << endl;        return false;    }    return rightHeight - leftHeight < 2        && _IsAVLTree(pRoot->_left)        && _IsAVLTree(pRoot->_right);}size_t _Height(Node* pRoot){    if (pRoot == nullptr)        return 0;    int leftHeight = _Height(pRoot->_left);    int rightHeight = _Height(pRoot->_right);    return leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1;}void _InOrder(Node* pRoot){    if (pRoot == nullptr)        return;    _InOrder(pRoot->_left);    cout << pRoot->_kv.first << " ";    _InOrder(pRoot->_right);}

5、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(log N)。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。
AVL树的实现代码放在代码仓库：https://gitee.com/xiaobai-is-working-hard-jy/data-structure/tree/master/AVLTree

点击全文阅读