实现Avl平衡树
实现Avl平衡树
一、介绍
AVL树是一种自平衡的二叉搜索树,它由Adelson-Velskii和 Landis于1962年发表在论文《An algorithm for the organization of information》中。AVL树的特点是,其左右子树的高度差的绝对值小于2(空树的高度定义为 -1,无子树的树高度为0)。如下图所示,左边的二叉树为AVL树,而右边的二叉树root节点的左子树高度为2,右子树高度为0,高度差为2,不是AVL树。与普通二叉树相同的是查找和遍历;但是插入和删除操作可能会破坏AVL的平衡结构,这也是实现AVL树的难点所在。
二、定义
AVL的特点是平衡,每个节点平衡依赖于其左右子树的高度,因此,每个树节点都有一个height值。这里的定义和实现来自于《数据结构和算法分析-C语言描述》一书,具体定义如下:
/*
filename: Avltree.h
from: chapter 4 tree, page 87, Data Structure and Algorithm Analysis
date: 2013-08-06
function: declearation of AVL Tree
*/
#ifndef _AVLTREE_H_
#define _AVLTREE_H_ // 定义树节点
struct AvlNode{
double element; //内容元素
AvlTree left; //左孩子
AvlTree right; //右孩子
int height; //高度,无子节点时为 0,NULL时为 -1
};
typedef struct AvlNode * Position;
typedef struct AvlNode * AvlTree; void InitAvl(AvlTree *T);
AvlTree MakeEmpty(AvlTree T);
Position Find(double X, AvlTree T);
Position FindMin(AvlTree T);
Position FindMax(AvlTree T);
AvlTree Insert(double X, AvlTree T);
AvlTree Delete(double X, AvlTree T);
double Retrieve(Position P); #endif
对节点高度的控制是通过Height(Position P)实现的,很重要的一点是它规定了空树的高度(此时调用P->height会报错)。Height(Position P)实现如下:
static int Height(Position P){
if(P==NULL) return -1;
else return P->height;
}
三、初始化和置空树
创建一个新树时,使用InitAvl()函数将其初始化为空。删除所有节点使用MakeEmpty()函数,代码如下:
/*
filename: Avltree.c
*/
void InitAvl(AvlTree *T){
*T = NULL;
}
AvlTree MakeEmpty(AvlTree T){
if(T!=NULL){
MakeEmpty(T->left);
MakeEmpty(T->right);
free(T);
}
return NULL;
}
四、实现查找
AVL树的查找与普通二叉树没有区别,可以通过递归或者非递归的方式实现,都比较简单。这里使用的是递归,需要注意,Find()、FindMin()和FindMax()方法前的return 比不可少,否则递归得出的结果无法向上传递。
Position Find(double X, AvlTree T){
if(T!=NULL){
if(X==T->element) return T;
else if(X>T->element) return Find(X, T->right);
else return Find(X, T->left);
}else return T;
}
Position FindMin(AvlTree T){
if(T!=NULL && T->left!=NULL) return FindMin(T->left);
else return T;
}
Position FindMax(AvlTree T){
if(T==NULL ||T->right==NULL) return T;
else return FindMin(T->right);
}
五、实现插入
在插入之前,AVL树中每个节点都是平衡的,插入元素以后,可能会导致 插入节点到根节点路径上的节点的平衡发生改变,而插入节点的子节点的平衡不变。沿着这条路径上行,对路径上的每个节点,检查其平衡状态,修正不平衡的节点,修正height,一直检查和修正到root节点。最后可以得到的是一棵平衡的AVL树。
假设我们遍历到的节点是a,如果a满足平衡条件,则上行一个节点。如果不满足,则有四种情况:
- 插入到a的左儿子的左子树后,平衡被打破,(结果:左高右低,left-left型)(例子见上图)
- 插入到a的左儿子的右子树后,平衡被打破,(结果:左高右低,left-right型)
- 插入到a的右儿子的左子树后,平衡被打破,(结果:右高左低,right-left型)
- 插入到a的右儿子的右子树后,平衡被打破,(结果:右高左低,right-right型)
情形1和情形4对称,情形2和情形3对称。这里先看情形1。需要通过旋转来调整这几种不平衡状态
1、Left-left case
这里,K2是当前要处理的节点。可以看到K2->left 比 K2->right 要高两层,而X比Y要高一层。而插入之前,k2满足平衡条件。插入新元素导致 X 长出一层,使其比Z高两层。重新调整平衡的方法是使X上移一层,Z下移一层,同时将K1设置为当前节点。
实现如下:
/*
filename: AvlTree.c
*/
static Position SingleRotationWithLeft(Position K2){ //左孩子的Height太大
Position K1 = K2->left;
K2->left = K1->right;
K1->right = K2;
K2->height = Max(Height(K2->left), Height(K2->right)) + 1;
K1->height = Max(Height(K1->left), Height(K2))+1;
return K1;
}
2、right-right case
这种情况和与前一种没有本质差别,这里仅仅附上图示和代码
// filename: Avltree.c
static Position SingleRotationWithRight(Position K2){ //右孩子的Height太大,且大的分支在其右孩子
Position K1 = K2->right;
K2->right = K1->left;
K1->left = K2;
K2->height = Max(Height(K2->left), Height(K2->right)) + 1;
K1->height = Max(Height(K1->right), K2->height)+1;
return K1;
}
3、left-right case
这种情况下,使用单次旋转后,可以看出当前节点(K1)仍然是不平衡的,因此我们需要进行两次旋转。旋转方法见图
等价于
这里使用了两次单旋转,先旋转K1和K2,再把K2置为当前节点。(通过图可以直观地看出K1->element < K2->element < K3->element)
// filename: Avltree.c
static Position DoubleRotationWithLeft(Position K2){ // 左孩子太大,且大的分支在左孩子的右孩子上
K2->left = SingleRotationWithRight(K2->left);
K2 = SingleRotationWithLeft(K2); return K2;
}
4、right-left case
这种情形与情形3类似,不多解释,代码如下
// filename: Avltree.c
static Position DoubleRotationWithRight(Position K2){ //右孩子太大,且大的分支是右孩子的左孩子
K2->right = SingleRotationWithLeft(K2->right);
K2 = SingleRotationWithRight(K2);
return K2;
}
这四种旋转实现了平衡AVL树的功能,下面就插入元素分情况进行讨论。
如果T为空树,则插入比较简单,直接分配内存,并存储即可。如果T不为空树,则需要分情况讨论。这里再强调一次,
“在插入之前,AVL树中每个节点都是平衡的,插入元素以后,可能会导致 插入节点到根节点路径上的节点的平衡发生改变,而插入节点的子节点的平衡不变。沿着这条路径上行,对路径上的每个节点,检查其平衡状态,修正不平衡的节点,修正height,一直检查和修正到root节点。最后可以得到的是一棵平衡的AVL树。”
每个节点的平衡状态是由其左右子节点的高度差决定的,使用递归可以保证更新完子节点以后,上溯到父节点进行检查更新。
// filename: Avltree.c
AvlTree Insert(double X, AvlTree T){
if(T==NULL){ // T 为空树
T = (AvlTree)malloc(sizeof(struct AvlNode));
if(T==NULL){
fprintf(stderr, "no space available!\n");
abort();
}else{
T->element = X;
T->left = T->right = NULL;
T->height = 0;
}
}else if(X<T->element){
T->left = Insert(X, T->left);
if(Height(T->left) - Height(T->right)==2){
if(X<T->left->element) // X被插入到其左孩子的左子树中,left-left case
T = SingleRotationWithLeft(T);
else // X被插入到其左孩子的右子树中,left-right case
T = DoubleRotationWithLeft(T);
}
}else if(X>T->element){
T->right = Insert(X, T->right);
if(Height(T->right)-Height(T->left)==2){
if(X<T->right->element) // X被插入到右孩子的左子树中, right-left case
T = DoubleRotationWithRight(T);
else // X 被插入到其右孩子的右子树中, right-right case
T = SingleRotationWithRight(T);
}
}
// else if x== T->left->element, no need to know T->height = Max(Height(T->left),Height(T->right)) + 1; // 更新节点的高度 Max()为辅助函数
return T;
}
六、实现删除
节点的删除比Insert麻烦一些,我们分情形处理。
- T为空树
- 要删除的元素不存在
- 要删除的元素位于叶子节点上
- 要删除的元素位于非叶子节点上
情形1 和情形2不需要太多处理,直接返回T;情形3则需要递归删除,并逐级上溯纠正树的平衡性;情形4比较复杂,这里将详细讨论。
假设要删除的节点为 a,如果a->left 或者 a->right为空树,则将 a = a->right(假设a->left==NULL), 释放原来a节点的空间,即可。然后逐个上溯到父节点,并调整其平衡性。如果 a的左右子树均不为空,则用其右子树的最小值取代 a中的值(a->element = FindMin(a->right)),递归删除右子树的最小值,然后调整a的平衡。最后逐个上溯到父节点,并调整其父节点的平衡性。
if(!T->left){ // 第一种情况: 左子树为NULL, 删除后需要重新计算高度(减一),但不需要调节平衡
pos = T;
T = T->right;
free(pos);
}else if(!T->right){ //第二种情况:右子树为NULL,删除后需要重新计算高度(减一),但不需要调节平衡
pos = T;
T = T->left;
free(pos);
}else{ // 第三种情况,左右子树均不为空
// 用右子树的最小值代替X,删除右子树最小值,并调节其平衡
pos = FindMin(T->right);
T->element = pos->element;
Delete(pos->element, T->right); // 递归删除最小值,计算高度,并调节平衡至 T->right
// 但无法保证 T 的平衡,因此需要调节
if(Height(T->left) - Height(T->right)==2){
if(Height(T->left->right)-Height(T->left->left)==1) // left-right型
T = DoubleRotationWithLeft(T);
else T = SingleRotationWithLeft(T); // left-left型
}
}
Delete的全部实现如下:
AvlTree Delete(double X, AvlTree T){
Position pos;
if(!T) return NULL; // when T ==NULL // 递归删除
if(X<T->element){
T->left = Delete(X, T->left);// 删除后,左子树元素个数减少,可能为 NULL
if(Height(T->right)-Height(T->left)==2){ // 平衡被打破,右子树高度过高
if(T->left==NULL){
// need to identify them
if(T->right->right==NULL) T = DoubleRotationWithRight(T);
else T = SingleRotationWithRight(T);
}else if(X<T->left->element) // X小于左子树的元素,为 left-right型
T = DoubleRotationWithLeft(T);
else // X 大于左子树的元素,左子树的右子树的元素被删除,为left-left型
T = SingleRotationWithLeft(T);
}
}else if(X>T->element){
T->right = Delete(X, T->right); //删除后,右子树的元素个数减少, 可能为 NULL
if(Height(T->left)-Height(T->right)==2){ //平衡被打破,左子树高度过高
if(T->right==NULL){
//left-left or left-right
if(T->left->left==NULL) T = DoubleRotationWithLeft(T);
else T = SingleRotationWithLeft(T);
}else if(X<T->right->element) //X小于右子树元素,,为right-right型
T = SingleRotationWithRight(T);
else //X 大于右子树元素,为right-left型
T = DoubleRotationWithRight(T);
}
}else{ // X == T->element if(!T->left){ // 第一种情况: 左子树为NULL, 删除后需要重新计算高度(减一),但不需要调节平衡
pos = T;
T = T->right;
free(pos);
}else if(!T->right){ //第二种情况:右子树为NULL,删除后需要重新计算高度(减一),但不需要调节平衡
pos = T;
T = T->left;
free(pos);
}else{ // 第三种情况,左右子树均不为空
// 用右子树的最小值代替X,删除右子树最小值,并调节其平衡
pos = FindMin(T->right);
T->element = pos->element;
Delete(pos->element, T->right); // 递归删除最小值,计算高度,并调节平衡至 T->right
// 但无法保证 T 的平衡,因此需要调节
if(Height(T->left) - Height(T->right)==2){
if(Height(T->left->right)-Height(T->left->left)==1) // left-right型
T = DoubleRotationWithLeft(T);
else T = SingleRotationWithLeft(T); // left-left型
}
}
}
// things does not work when T ==NULL
if(T) T->height = Max(Height(T->left),Height(T->right)) + 1;
return T;
}
参考引用: 《数据结构与算法分析--C语言描述》
实现Avl平衡树的更多相关文章
- Python与数据结构[3] -> 树/Tree[2] -> AVL 平衡树和树旋转的 Python 实现
AVL 平衡树和树旋转 目录 AVL平衡二叉树 树旋转 代码实现 1 AVL平衡二叉树 AVL(Adelson-Velskii & Landis)树是一种带有平衡条件的二叉树,一棵AVL树其实 ...
- 数据结构学习-AVL平衡树
环境:C++ 11 + win10 IDE:Clion 2018.3 AVL平衡树是在BST二叉查找树的基础上添加了平衡机制. 我们把平衡的BST认为是任一节点的左子树和右子树的高度差为-1,0,1中 ...
- AVL平衡树的插入例程
/* **AVL平衡树插入例程 **2014-5-30 11:44:50 */ avlTree insert(elementType X, avlTree T){ if(T == NULL){ T = ...
- AVL 平衡树
AVL是一种平衡二叉树,它通过对二叉搜索树中的节点进行旋转使得二叉搜索树达到平衡.AVL在所有的平衡二叉搜索树中具有最高的平衡性. 定义 平衡二叉树或者为空树或者为满足如下性质的二叉搜索树: 左右子树 ...
- AVL平衡树(非指针实现)
看了网上三四篇博客,学习了AVL树维护平衡的方式.但感觉他们给出的代码都有一点瑕疵或者遗漏,懂得了思想之后,花了一些时间把他们几篇的长处结合起来,没有使用指针,实现了一下.每个小逻辑功能都抽象成了函数 ...
- 数据结构——AVL平衡树
1.是二叉搜索树(Binary Search Tree) 2.树和所有左右子树高度之差为-1,0,1 平衡因子(balance factor) =右子树高度-左子树高度 平衡化旋转: 1.从插入位置向 ...
- My implementation of AVL tree
C++实现的avl平衡树 #include <stdlib.h> #include <time.h> #include <string.h> #include &l ...
- [SinGuLaRiTy] 平衡树
[SinGuLaRiTy-1009] Copyright (c) SinGuLaRiTy 2017. All Rights Reserved. 二叉查找树 二叉查找树是指具有下列性质的非空二叉树: ⑴ ...
- 数据结构--Avl树的创建,插入的递归版本和非递归版本,删除等操作
AVL树本质上还是一棵二叉搜索树,它的特点是: 1.本身首先是一棵二叉搜索树. 2.带有平衡条件:每个结点的左右子树的高度之差的绝对值最多为1(空树的高度为-1). 也就是说,AVL树,本质上 ...
随机推荐
- Linux中加入用户、删除用户时新手可能遇到的问题
Linux中加入用户.删除用户时新手可能遇到的问题 1.创建新用户后切换到新用户:No directory, logging in with HOME=/ 加入用户 #sudo us ...
- Socket 学习(三)
前2节,说的是 Server 与 Client 的数据交互.服务端IP.端口固定,客户端 网服务端发送消息的时候,他的Socket对面被服务端获取到了,而且链接没有中断,他当然可以很容易回复信息. 现 ...
- MySQL 升级方法指南大全
原文:MySQL 升级方法指南大全 通常,从一个发布版本升级到另一个版本时,我们建议按照顺序来升级版本.例如,想要升级 MySQL 3.23 时,先升级到 MySQL 4.0,而不是直接升级到 MyS ...
- The Swift Programming Language-官方教程精译Swift(8)闭包 -- Closures
闭包是功能性自包含模块,可以在代码中被传递和使用. Swift 中的闭包与 C 和 Objective-C中的 blocks 以及其他一些编程语言中的 lambdas 比较相似. 闭包可以捕获和存储其 ...
- 从用python做zoj1011发生Non-zero Exit Code错误说起
近期做了浙大oj的第1011道题,遇见一件奇怪的事.这道题我用c++和php做,提交后都正确.可是用全然同样的逻辑改写成python代码提交后却产生了Non-zero Exit Code的判题结果.p ...
- APlayer组件自制播放器
.NET中使用APlayer组件自制播放器 2015-02-02 09:46 by xiaozhi_5638, 402 阅读, 9 评论, 收藏, 编辑 目录 说明 APlayer介绍 APlayer ...
- javascript 控制台输出 图片 console.log 真强大 真佩服你们的创造力
无意中,在百度知道页面发现了这货.居然能输出图片到控制台. 完全颠覆自己的三观,果断查阅其输出方法.后得知,原来如此. 曾经做过的项目中,同事把控制台做成一个网页形式方便远程控制和远程调用.没想到过这 ...
- nginx 查看并发连接数
这里仅仅说一下用命令查看(也可配置页面) 通过查tcp连接数 1.netstat -n | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]} ...
- bzoj 1799: [Ahoi2009]self 类似的分布 解读
[原标题] 1799: [Ahoi2009]self 同类分布 Time Limit: 50 Sec Memory Limit: 64 MB Submit: 554 Solved: 194 [id ...
- OCP-1Z0-051-题目解析-第13题
13. View the Exhibit and examine the structure of the PRODUCTS table. You need to generate a report ...