封装基于 BinaryTreeOperations 的 AVL 树(一种自平衡的二叉查找树)。

除了提供 BinaryTreeOperations 中的部分基础接口外,增加按键的插入 和 按键或节点指针的删除操作。

在阅读本文前,您应该先了解二叉树中的旋转是怎么回事(相关文章很多且简单,笔者不再赘述)。

一、节点定义:

struct Node
{
    _Ty key;
    ;
    Node* left = nullptr;
    Node* right = nullptr;
    Node* parent = nullptr;
    Node(const _Ty& _key) :key(_key) {}
};

二、AVL 树的规则:

  任何节点的两个子树最大高度差为 1。

根据 AVL 树的规则,可见在插入和删除节点后,可能会打破 AVL 树的平衡,因此在插入和删除时应进行调整,使得 AVL 树能够自平衡。

因此在节点定义中加入平衡因子 bf 用于记录节点的平衡状态。

注:bf == 0 时,节点左右子树等高;bf == -1 时,左子树高一层;bf == 1 时,右子树高一层。bf 绝对值大于 1 时应该进行调整。

调整时需要进行旋转,旋转规则(令失衡节点为 cur):

  ① 左左_右旋:cur 左子树比右子树高两层(bf == -2)且 cur 的左子树 bf == -1 时:以 cur 右旋。

  ② 右右_左旋:cur 右子树比左子树高两层(bf == 2)且 cur 的左子树 bf == 1时:以 cur 左旋。

  ③ 左右_左右旋:cur 左子树比右子树高两层(bf == -2)且 cur 的左子树 bf == 1时:先以 cur 的左孩子左旋,再以 cur 右旋。

  ④ 右左_右左旋:cur 右子树比左子树高两层(bf == 2)且 cur 的左子树 bf == -1时:先以 cur 的右孩子右旋,再以 cur 左旋。

  注意 bf 值的含义,左子树高还是右子树高或者等高。

单旋转方法已经在 BinaryTreeOperations.h 中给出。

三、现对旋转(单旋转和双旋转)后相关节点的平衡因子 bf 的变化进行说明(很多教程并未明确提出 导致读者不能明确 bf 的变化)。

  一、以左旋为例(单旋),右旋与左旋类似。

  二、以 右左旋为例(双旋),左右旋与右左旋类似。

  先看 一,与下图结合看(假设应该调整的节点是 X):

  发现:

  ① Z 节点孩子未发生变动,因此 Z 节点的平衡因子不需要改变。

  ② 若 a 为空,则 b,c,d 必定为空(看 AVL 树的规则),因此,X,Y 的平衡因子均应该置零。(此时插入的节点为 Z)。

  ③ 若 a 不为空,则 b 一定不为空,c,d 一定其一为空,另一个不为空。(此时插入的节点为 c,d 之一,另一个为空)。可见,X,Y 节点任然平衡,平衡因子应置零。

  再看 二,与下图结合看(假设应该调整的节点是 X):

  发现:

  ① Z 一定平衡(见下分析),其平衡因子 bf 应置零。

  ② 若 a 为空,则 b,c,d 必定为空(看 AVL 树的规则),X,Y,Z 的平衡因子均应该置零。(此时插入的节点为 Z)。

  ③ 若 a 不为空,则 b 一定不为空,c,d 一定其一为空,另一个不为空。(此时插入的节点为 c,d 之一,另一个为空)。

    1)若插入为 c,则 X 平衡,其 bf 应置零,Y 右子树高,其 bf 应置 1。

    2)若插入为 d,则 X 左子树高,其 bf 应置 -1,Y 平衡,其 bf 应置零。

  至此,单旋双旋 旋转后旋转因子的变化说明清楚(调用 BinaryTreeOperations.h 中的旋转方法后应修改相关节点的 bf)。

四、插入操作:

  可知,新插入的节点(令为 cur)必定是空位置,令插入后其父亲节点为 par(考虑成功插入的情况,只有成功插入才可能打破平衡)。

  插入后的自平衡很简单,首先要知道,插入后 par 一定不会失去平衡(不用解释吧)。

  插入后分为两种情况讨论即可(令 par 的父亲节点为 gpa,也就是新加节点的祖父节点):

    一、par 有两个孩子。

    二、par 只有一个孩子。

  先看 一:par 有两个孩子,说明 cur 的插入没有给 par 或者 par 的祖先带来高度变化(没有新加层),此时直接返回即可。

  再看二:par 只有一个孩子,说明 cur 的插入带来了高度变化,可能需要调整,此时应该怎能做呢?

    ① 先根据 par 和 gpa 的关系(即 par 是 gpa 的左孩子还是右孩子)来更新 gpa 的 bf。(默认插入时已经对 par 的平衡因子进行更新)

      注:如何更新 par 和 gpa 的平衡因子不用说吧?(看是左孩子还是右孩子,右孩子 则 bf 自增,左孩子 则 bf 自减)。

    ② 根据 gpa 的平衡因子判断是否需要调整(即是否需要旋转)。

      1)gpa 不需要旋转,则 par,gpa 分别指向各自父节点,继续 ① 操作,直到 2)或者 gpa 为空。

      2)gpa 要旋转,则根据 par,gpa 的 bf 判断旋转方法进行调整,然后返回即可(请看上文 旋转规则)。

      注:2)之后需要继续向上操作吗?(当然不需要!gpa 旋转后,对 gpa 的祖先而言没有高度的增加和减小)。

    注意插入空树的情况。

  至此,插入操作讲解完成,后序进行删除操作讲解,这会比插入操作稍加困难。

五、删除操作:

  删除操作会比插入操作稍加复杂,下面先分析其原因所在(这里令 待删除节点为 cur,其父节点为 par)。

  注:红黑树亦是如此,RBTree 的 删除比 AVLTree 的删除更加复杂,所以对于 AVLTree 的删除不用慌。

  ① 插入时, 新插入节点的 父亲节点 在插入前 一定:没有孩子 或 有一个孩子(该孩子一定没有孩子),而删除时 cur 可能没有孩子或有一个或两个孩子。

  ② 删除时有无孩子都需要判断是否 cur 是根节点。

  ③ 应该如何删除 cur 且如何判断是否调整。

  针对上述问题,我们可将其简化。

    ① 删除节点是否为根节点的问题比较简单,只需做一下判断即可,后文不讨论该情况。

    ② 删除节点有两个孩子时:如二叉查找树一般,用后继节点代替并调用函数自身去删除后继结点(也可用前驱节点代替)。

    ③ 删除节点没有孩子。

    ④ 删除节点只有一个孩子。

    注:② 中的后继结点(或前驱节点)一定属于 ③ 或 ④ 情况。

  因此,将重点讨论 ③ ④ 情况。

  即:

  一、删除节点没有孩子(是叶子节点)。

  二、删除节点只有一个孩子。

  注:令 cur 为待删除节点,par 为其父亲节点,gpa 为 par 的父亲节点。

  先看 一(cur 是叶子节点):

    ① 若 cur 不存在兄弟节点,则删除 cur 会造成高度变化,gpa 是第一个可能失衡的节点(不用图也能想清楚吧)。

    ② 若 cur 存在兄弟节点,则 par 可能失衡(比如 par 右子树深度为2,左子树深度为一,删除左子树会失衡)。

    OK,既然知道第一个可能失去平衡的节点,那只需要检测并调整就好了。

  注意:什么情况需要继续向根节点回溯呢?即:通过旋转操作后 需要继续向上 还是 没有旋转操作 才需要继续向上?

  当然是:par 经过旋转后才需要继续向上,若 par 不需要旋转,则 gpa 没有发生左右子树高度差变化,反之,par 经过旋转后 gpa 对应 par 子树的高度减小,则可能失衡。

  所以 par 为经旋转是退出循环的条件。

  继续回溯时,注意改变父节点的 bf。

  再看 二(cur 只有一个孩子):

    ① cur 只有一个孩子,则该孩子一定没有孩子(否则 cur 不是平衡的)。

    ② 删除 cur,par 在 cur 的子树上高度一定减小,par 则有可能失衡,即 par 是第一个可能失衡点。

    ③ 删除 cur 时,用 cur 的孩子替代 cur 并删除 cur 的孩子,然后从 par 开始回溯判断是否需要调整,退出循环条件与前文一致。

  至此,删除说明到此为止,AVL 树的说明也到此为止,最后给出示例代码。

测试代码 main.cpp:

#include <iostream>
#include "AVLTree.h"

using std::cout;
using std::endl;

int main()
{
    AVLTree<int> avl;

    auto Add = [&avl](int _key)
    {
        cout << "Add " << _key << ":" << endl;
        avl.insert(_key);
        avl.levelTraversal();
        cout << endl << "size: " << avl.size() << "  level: " << avl.level() << endl << endl;
    };
    auto il = { , , , , , ,  };
    for (auto& x : il) Add(x);
    auto Del = [&avl](int _key)
    {
        cout << "Del " << _key << ":" << endl;
        avl.erase(_key);
        avl.levelTraversal();
        cout << endl << "size: " << avl.size() << "  level: " << avl.level() << endl << endl;
    };
    Del(); Del(); Del();

    ;
}

头文件 AVLTree.h:

#pragma once
#ifndef __AVLTREE_H__
#define __AVLTREE_H__

#include"BinaryTreeOperations.h"
template<typename _Ty>
class AVLTree
{
private:
    struct Node
    {
        _Ty key;
        ;
        Node* left = nullptr;
        Node* right = nullptr;
        Node* parent = nullptr;
        Node(const _Ty& _key) :key(_key) {}
    };

public:
    AVLTree() = default;
    ~AVLTree() { BTO::clear(root); size_n = ; }
    ; }

    void preorderTraversal() { BTO::preorderTraversal(root, drawData); }
    void inorderTraversal() { BTO::inorderTraversal(root, drawData); }
    void postorderTraversal() { BTO::postorderTraversal(root, drawData); }
    void iterativePreorderTraversal() { BTO::iterativePreorderTraversal(root, drawData); }
    void iterativeInorderTraversal() { BTO::iterativeInorderTraversal(root, drawData); }
    void iterativePostorderTraversal() { BTO::iterativePostorderTraversal(root, drawData); }
    void levelTraversal() { BTO::levelTraversal(root, drawData); }

    Node* find(const _Ty& _key) { return BTO::find(root, _key); }
    Node* iterativeFind(const _Ty& _key) { return BTO::iterativeFind(root, _key); }
    Node* findMaximum() { return BTO::findMaximum(root); }
    Node* findMinimum() { return BTO::findMinimum(root); }
    size_t level() { return BTO::getLevel(root); }
    size_t size() const { return size_n; }

    void insert(const _Ty&);
    bool erase(const _Ty&);
    void erase(Node*);

private:
    void LL_R(Node*);
    void RR_L(Node*);
    void LR_LR(Node*);
    void RL_RL(Node*);
    static void drawData(const Node* _node) { std::cout << _node->key << " "; }

private:
    size_t size_n = ;
    Node* root = nullptr;
};

template<typename _Ty>
void AVLTree<_Ty>::LL_R(Node* _node)
{
    _node = BTO::rightRotate(_node);
    _node->bf = _node->right->bf = ;
    if (_node->parent == nullptr) root = _node;
}

template<typename _Ty>
void AVLTree<_Ty>::RR_L(Node* _node)
{
    _node = BTO::leftRotate(_node);
    _node->bf = _node->left->bf = ;
    if (_node->parent == nullptr) root = _node;
}

template<typename _Ty>
void AVLTree<_Ty>::LR_LR(Node* _node)
{
    BTO::leftRotate(_node->left);
    _node = BTO::rightRotate(_node);
    if (_node->right->right == nullptr)
        _node->left->bf = _node->right->bf = ;
    else
    {
        if (_node->right->left == nullptr)
        {
            _node->right->bf = ;
            _node->left->bf = ;
        }
        else
        {
            _node->left->bf = ;
            _node->right->bf = -;
        }
    }
    _node->bf = ;
    if (_node->parent == nullptr) root = _node;
}

template<typename _Ty>
void AVLTree<_Ty>::RL_RL(Node* _node)
{
    BTO::rightRotate(_node->right);
    _node = BTO::leftRotate(_node);
    if (_node->left->left == nullptr)
        _node->left->bf = _node->right->bf = ;
    else
    {
        if (_node->left->right == nullptr)
        {
            _node->left->bf = -;
            _node->right->bf = ;
        }
        else
        {
            _node->left->bf = ;
            _node->right->bf = ;
        }
    }
    _node->bf = ;
    if (_node->parent == nullptr) root = _node;
}

template<typename _Ty>
void AVLTree<_Ty>::insert(const _Ty& _key)
{
    auto ret = BTO::insert(root, _key);
    if (ret.second) ++size_n;
    else return;
    auto temp = ret.first;
    if (temp->parent == nullptr) return;

    ;
    ;
    temp = temp->parent;
    if (temp->left != nullptr && temp->right != nullptr) return;

    Node* pa = temp->parent;
    while (pa != nullptr)
    {
        if (temp == pa->left)
            pa->bf += -;
        else
            pa->bf += ;
        )
        {
            ) LL_R(pa);
            else LR_LR(pa);
            break;
        }
        )
        {
            ) RL_RL(pa);
            else RR_L(pa);
            break;
        }
        temp = pa;
        pa = pa->parent;
    }
}

template<typename _Ty>
bool AVLTree<_Ty>::erase(const _Ty& _key)
{
    bool succeed = false;
    Node* del = BTO::find(root, _key);
    if (del != nullptr)
    {
        erase(del);
        succeed = true;
    }
    return succeed;
}

template<typename _Ty>
void AVLTree<_Ty>::erase(Node* _node)
{
    if (_node == nullptr) return;
    --size_n;
    Node* pa = nullptr;
    Node* temp = nullptr;
    if (_node->left == nullptr && _node->right == nullptr)
    {
        if (_node == root)
        {
            root = nullptr;
            delete _node;
            return;
        }
        if (_node == _node->parent->left)
        {
            _node->parent->left = nullptr;
            _node->parent->bf += ;
            temp = _node->parent->right;
        }
        else
        {
            _node->parent->right = nullptr;
            _node->parent->bf += -;
            temp = _node->parent->left;
        }
        pa = _node->parent;
        delete _node;
    }
    else if (!(_node->left != nullptr && _node->right != nullptr))
    {
        if (_node->parent == nullptr)
        {
            if (_node->left != nullptr) root = _node->left;
            else root = _node->right;
            root->parent = nullptr;
            delete _node;
            return;
        }
        if (_node == _node->parent->left)
        {
            _node->parent->left = _node->left == nullptr ? _node->right : _node->left;
            if (_node->left != nullptr) _node->left->parent = _node->parent;
            else _node->right->parent = _node->parent;
            _node->parent->bf += ;
            temp = _node->parent->right;
        }
        else
        {
            _node->parent->right = _node->left == nullptr ? _node->right : _node->left;
            if (_node->left != nullptr) _node->left->parent = _node->parent;
            else _node->right->parent = _node->parent;
            _node->parent->bf += -;
            temp = _node->parent->left;
        }
        pa = _node->parent;
        delete _node;
    }
    else
    {
        Node* de = BTO::findMinimum(_node->right);
        _node->key = de->key;
        ++size_n;
        erase(de);
    }
    )
    {
        temp = pa;
        pa = pa->parent;
        if (pa != nullptr)
        {
            if (temp == pa->left)
            {
                temp = pa->right;
                pa->bf += ;
            }
            else
            {
                temp = pa->left;
                pa->bf += -;
            }
        }
    }
    while (pa != nullptr)
    {
        )
        {
             || temp->bf == ) LL_R(pa);
            else LR_LR(pa);
        }
        )
        {
            ) RL_RL(pa);
            else RR_L(pa);
        }
        else break;
         : ;
        pa = temp->parent;
        if (pa != nullptr)
        {
            if (isLeft)
            {
                temp = pa->left;
                pa->bf += -;
            }
            else
            {
                temp = pa->right;
                pa->bf += ;
            }
        }
    }
}

#endif // !__AVLTREE_H__

二叉树(3)AVL 树的更多相关文章

  1. 二叉树与AVL树

    二叉树 什么是二叉树? 父节点至多只有两个子树的树形结构成为二叉树.如下图所示,图1不是二叉树,图2是一棵二叉树. 图1 普通的树                                    ...

  2. 二叉树,AVL树和红黑树

    为了接下来能更好的学习TreeMap和TreeSet,讲解一下二叉树,AVL树和红黑树. 1. 二叉查找树 2. AVL树 2.1. 树旋转 2.1.1. 左旋和右旋 2.1.2. 左左,右右,左右, ...

  3. 二叉树-二叉查找树-AVL树-遍历

    一.二叉树 定义:每个节点都不能有多于两个的儿子的树. 二叉树节点声明: struct treeNode { elementType element; treeNode * left; treeNod ...

  4. python常用算法(5)——树,二叉树与AVL树

    1,树 树是一种非常重要的非线性数据结构,直观的看,它是数据元素(在树中称为节点)按分支关系组织起来的结构,很像自然界中树那样.树结构在客观世界中广泛存在,如人类社会的族谱和各种社会组织机构都可用树形 ...

  5. 5分钟了解二叉树之AVL树

    转载请注明出处:https://www.cnblogs.com/morningli/p/16033733.html AVL树是带有平衡条件的二叉查找树,其每个节点的左子树和右子树的高度最多相差1.为了 ...

  6. 二叉树之AVL树的平衡实现(递归与非递归)

    这篇文章用来复习AVL的平衡操作,分别会介绍其旋转操作的递归与非递归实现,但是最终带有插入示例的版本会以递归呈现. 下面这张图绘制了需要旋转操作的8种情况.(我要给做这张图的兄弟一个赞)后面会给出这八 ...

  7. 二叉树之AVL树

    高度为 h 的 AVL 树,节点数 N 最多2^h − 1: 最少N(h)=N(h− 1) +N(h− 2) + 1. 最少节点数n 如以斐波那契数列可以用数学归纳法证明: 即: N(0) = 0 ( ...

  8. 04-树4. Root of AVL Tree-平衡查找树AVL树的实现

    对于一棵普通的二叉查找树而言,在进行多次的插入或删除后,容易让树失去平衡,导致树的深度不是O(logN),而接近O(N),这样将大大减少对树的查找效率.一种解决办法就是要有一个称为平衡的附加的结构条件 ...

  9. AVL树和伸展树 -数据结构(C语言实现)

    读数据结构与算法分析 AVL树 带有平衡条件的二叉树,通常要求每颗树的左右子树深度差<=1 可以将破坏平衡的插入操作分为四种,最后通过旋转恢复平衡 破坏平衡的插入方式 描述 恢复平衡旋转方式 L ...

  10. 【数据结构】什么是AVL树

    目录 什么是AVL树 1. 什么是AVL树 2. 节点的实现 3. AVL树的调整 3.1 LL旋转 3.2 RR旋转 3.3 RL旋转 3.4 LR旋转 什么是AVL树 二叉查找树的一个局限性就是有 ...

随机推荐

  1. 多种语言输出helloworld

  2. 数星星 Stars

    问题 A: 数星星 Stars 时间限制: 1 Sec  内存限制: 128 MB[命题人:admin] 题目描述 输入 第一行一个整数 N,表示星星的数目: 接下来 N 行给出每颗星星的坐标,坐标用 ...

  3. Codeforces Round #618 (Div. 1)C(贪心)

    把所有数看作N块,后面的块比前面的块小的话就合并,这个过程可能会有很多次,因为后面合并后会把前面的块均摊地更小,可能会影响更前面地块,像是多米诺骨牌效应,从后向前推 #define HAVE_STRU ...

  4. 设备驱动基础学习--platform driver简单实现

    platform是一条虚拟的总线.设备用platform_device表示,驱动用platform_driver进行注册,Linux platform driver机制和传统的device drive ...

  5. 【Python】第一个程序---Helloworld!

    对于大多数程序语言,第一个入门编程代码便是"Hello World!",以下代码为使用Python输出"Hello World!": #!/usr/bin/py ...

  6. MySQL中 IS NULL、IS NOT NULL、!= 能用上索引吗?

    看面试题的时候,总能看到MySQL在什么情况下用不上索引,如下: MySQL的WHERE子句中包含 IS NULL.IS NOT NULL.!= 这些条件时便不能使用索引查询,只能使用全表扫描. 不耽 ...

  7. 用Python给头像加上圣诞帽或圣诞老人小徽章

    随着圣诞的到来,想给给自己的头像加上一顶圣诞帽.如果不是头像,就加一个圣诞老人陪伴. 用Python给头像加上圣诞帽,看了下大概也都是来自2017年大神的文章: https://zhuanlan.zh ...

  8. 一份比较详细的DOS命令说明

    一份比较详细的DOS命令说明 1 echo 和 @ 回显命令 @                     #关闭单行回显 echo off              #从下一行开始关闭回显 @echo ...

  9. k8s搭建

    K8s官方文档地址:https://kubernetes.io/docs/reference/command-line-tools-reference/kube-apiserver/  如果用云主机部 ...

  10. 传奇衣服、翅膀、武器、怪物、NPC等外观代码计算方法与公式

    详细介绍humX.wil  weaponX.wil itemsX.wil dnitemsX.wil stateitemX.wil monX.wil代码计算方法   以下计算方法适用于HERO引擎和3K ...