数据结构平衡二叉树
参考代码如下:
/* 名称:平衡二叉树 语言:数据结构C语言版 编译环境:VC++ 6.0 日期: 2014-3-26 */ #include <stdio.h> #include <malloc.h> #include <windows.h> #define LH +1 // 左高 #define EH 0 // 等高 #define RH -1 // 右高 #define N 5 // 数据元素个数 typedef char KeyType; // 设关键字域为字符型 typedef struct { KeyType key; int order; }ElemType; // 数据元素类型 // 平衡二叉树的类型 typedef struct BSTNode { ElemType data; // bf结点的平衡因子,只能够取0,-1,1,它是左子树的深度减去 // 右子树的深度得到的 int bf; struct BSTNode *lchild,*rchild; // 左、右孩子指针 }BSTNode,*BSTree; // 构造一个空的动态查找表DT int InitDSTable(BSTree *DT) { *DT=NULL; return 1; } // 销毁动态查找表DT void DestroyDSTable(BSTree *DT) { if(*DT) // 非空树 { if((*DT)->lchild) // 有左孩子 DestroyDSTable(&(*DT)->lchild); // 销毁左孩子子树 if((*DT)->rchild) // 有右孩子 DestroyDSTable(&(*DT)->rchild); // 销毁右孩子子树 free(*DT); // 释放根结点 *DT=NULL; // 空指针赋0 } } // 在根指针T所指二叉排序树中递归地查找某关键字等于key的数据元素, // 若查找成功,则返回指向该数据元素结点的指针,否则返回空指针。 BSTree SearchBST(BSTree T,KeyType key) { if((!T)|| (key == T->data.key)) return T; // 查找结束 else if(key < T->data.key) // 在左子树中继续查找 return SearchBST(T->lchild,key); else return SearchBST(T->rchild,key); // 在右子树中继续查找 } // 对以*p为根的二叉排序树作右旋处理,处理之后p指向新的树根结点,即旋转 // 处理之前的左子树的根结点。 void R_Rotate(BSTree *p) { BSTree lc; lc=(*p)->lchild; // lc指向p的左子树根结点 (*p)->lchild=lc->rchild; // lc的右子树挂接为p的左子树 lc->rchild=*p; *p=lc; // p指向新的根结点 } // 对以*p为根的二叉排序树作左旋处理,处理之后p指向新的树根结点,即旋转 // 处理之前的右子树的根结点。 void L_Rotate(BSTree *p) { BSTree rc; rc=(*p)->rchild; // rc指向p的右子树根结点 (*p)->rchild=rc->lchild; // rc的左子树挂接为p的右子树 rc->lchild=*p; *p=rc; // p指向新的根结点 } // 对以指针T所指结点为根的二叉树作左平衡旋转处理,本算法结束时, // 指针T指向新的根结点。 void LeftBalance(BSTree *T) { BSTree lc,rd; lc=(*T)->lchild; // lc指向*T的左子树根结点 switch(lc->bf) { // 检查*T的左子树的平衡度,并作相应平衡处理 case LH: // 新结点插入在*T的左孩子的左子树上,要作单右旋处理 (*T)->bf=lc->bf=EH; R_Rotate(T); break; case RH: // 新结点插入在*T的左孩子的右子树上,要作双旋处理 rd=lc->rchild; // rd指向*T的左孩子的右子树根 switch(rd->bf) { // 修改*T及其左孩子的平衡因子 case LH: (*T)->bf=RH; lc->bf=EH; break; case EH: (*T)->bf=lc->bf=EH; break; case RH: (*T)->bf=EH; lc->bf=LH; } rd->bf=EH; L_Rotate(&(*T)->lchild); // 对*T的左子树作左旋平衡处理 R_Rotate(T); // 对*T作右旋平衡处理 } } // 对以指针T所指结点为根的二叉树作右平衡旋转处理,本算法结束时, // 指针T指向新的根结点 void RightBalance(BSTree *T) { BSTree rc,rd; rc=(*T)->rchild; // rc指向*T的右子树根结点 switch(rc->bf) { // 检查*T的右子树的平衡度,并作相应平衡处理 case RH: // 新结点插入在*T的右孩子的右子树上,要作单左旋处理 (*T)->bf=rc->bf=EH; L_Rotate(T); break; case LH: // 新结点插入在*T的右孩子的左子树上,要作双旋处理 rd=rc->lchild; // rd指向*T的右孩子的左子树根 switch(rd->bf) { // 修改*T及其右孩子的平衡因子 case RH: (*T)->bf=LH; rc->bf=EH; break; case EH: (*T)->bf=rc->bf=EH; break; case LH: (*T)->bf=EH; rc->bf=RH; } rd->bf=EH; R_Rotate(&(*T)->rchild); // 对*T的右子树作右旋平衡处理 L_Rotate(T); // 对*T作左旋平衡处理 } } // 若在平衡的二叉排序树T中不存在和e有相同关键字的结点,则插入一个 // 数据元素为e的新结点,并返回1,否则返回0。若因插入而使二叉排序树 // 失去平衡,则作平衡旋转处理,布尔变量taller反映T长高与否。 int InsertAVL(BSTree *T,ElemType e,int *taller) { if(!*T) { // 插入新结点,树“长高”,置taller为1 *T=(BSTree)malloc(sizeof(BSTNode)); (*T)->data=e; (*T)->lchild=(*T)->rchild=NULL; (*T)->bf=EH; *taller=1; } else { if(e.key == (*T)->data.key) { // 树中已存在和e有相同关键字的结点则不再插入 *taller=0; return 0; } if(e.key < (*T)->data.key) { // 应继续在*T的左子树中进行搜索 if(!InsertAVL(&(*T)->lchild,e,taller)) // 未插入 return 0; if(*taller) // 已插入到*T的左子树中且左子树“长高” switch((*T)->bf) // 检查*T的平衡度 { case LH: // 原本左子树比右子树高,需要作左平衡处理 LeftBalance(T); *taller=0; //标志没长高 break; case EH: // 原本左、右子树等高,现因左子树增高而使树增高 (*T)->bf=LH; *taller=1; //标志长高 break; case RH: // 原本右子树比左子树高,现左、右子树等高 (*T)->bf=EH; *taller=0; //标志没长高 } } else { // 应继续在*T的右子树中进行搜索 if(!InsertAVL(&(*T)->rchild,e,taller)) // 未插入 return 0; if(*taller) // 已插入到T的右子树且右子树“长高” switch((*T)->bf) // 检查T的平衡度 { case LH: (*T)->bf=EH; // 原本左子树比右子树高,现左、右子树等高 *taller=0; break; case EH: // 原本左、右子树等高,现因右子树增高而使树增高 (*T)->bf=RH; *taller=1; break; case RH: // 原本右子树比左子树高,需要作右平衡处理 RightBalance(T); *taller=0; } } } return 1; } // 按关键字的顺序对DT的每个结点调用函数Visit()一次 void TraverseDSTable(BSTree DT,void(*Visit)(ElemType)) { if(DT) { TraverseDSTable(DT->lchild,Visit); // 先中序遍历左子树 Visit(DT->data); // 再访问根结点 TraverseDSTable(DT->rchild,Visit); // 最后中序遍历右子树 } } void print(ElemType c) { printf("(%d,%d)",c.key,c.order); } int main() { BSTree dt,p; int k; int i; KeyType j; ElemType r[N]={ {13,1},{24,2},{37,3},{90,4},{53,5} }; // (以教科书P234图9.12为例) InitDSTable(&dt); // 初始化空树 for(i=0;i<N;i++) InsertAVL(&dt,r[i],&k); // 建平衡二叉树 TraverseDSTable(dt,print); // 按关键字顺序遍历二叉树 printf("\n请输入待查找的关键字: "); scanf("%d",&j); p=SearchBST(dt,j); // 查找给定关键字的记录 if(p) print(p->data); else printf("表中不存在此值"); printf("\n"); DestroyDSTable(&dt); system("pause"); return 0; } /* 输出效果: (13,1)(24,2)(37,3)(53,5)(90,4) 请输入待查找的关键字: 53 (53,5) 请按任意键继续. . . */
运行结果如下:
感谢阅读,希望能帮助到大家,谢谢大家对本站的支持!
主要内容:二叉排序树转化为平衡二叉树,构建平衡二叉树的代码实现,总结上一节介绍如何使用二叉排序树实现动态 查找表,本节介绍另外一种实现方式—— 平衡二叉树。 平衡二叉树,又称为 AVL 树。实际上就是遵循以下两个特点的二叉树: 每棵子树中的左子树和右子树的深度差不能超过 1; 二叉树中每棵子树都要求是平衡二叉树; 其实就是在二叉树的基础上,若树中每棵子树都满足其左子树和右子树的深度差都不超过 1,则这棵二叉树就是平衡二叉树。 图 1 平衡与不平衡的二叉树及结点的
NowCoder 题目描述 平衡二叉树左右子树高度差不超过 1。 解题思路 // java private boolean isBalanced = true; public boolean IsBalanced_Solution(TreeNode root) { height(root); return isBalanced; } private int height(Tre
排序二叉树中存在一个问题就是可能会退化成一个链表,当只有左子树或者右子树有节点的时候,此时排序二叉树就像链表一样,但因为排序二叉树在插入查询的时候还要判断左右子树的问题,这样查询的效率反而变低,从而引出了平衡二叉树 平衡二叉树又称平衡搜索树(Self-balance Binary Search Tree)又称AVL树,同时保证了查询和添加的效率。首先平衡二叉树是一颗排序二叉树,且它是空树或者他的每
我工作的问题,以检查如果二进制结构树是平衡或不,当我运行代码,我得到EXC_BAD_ACCESS,我不确定如何修复问题,是什么导致它打破。 假设代码在某个时刻命中 NULL 并返回 (true,-1),并深入到左侧子树。然后返回并转到右侧子树。我们可以检查左和右的子树是否由不同的平衡,如果它是 谢谢
我试图理解二叉树的属性。但有一件事我不确定: 二叉树的dev.表示: > 如果任意两片树叶的深度差最大为1,则二叉树是平衡的。 我问我这两个定义是否相等,我的意思是定义。1统计Def。2和viceversa?...对我来说似乎是的...但是谁能用例子准确地解释我这个属性的(非)等价? 谢谢,帕特里克
二叉树简介 在计算机科学中,二叉树是每个节点最多有两个子树的树结构。通常子树被称作“左子树”(left subtree)和“右子树”(right subtree)。二叉树常被用于实现二叉查找树和二叉堆。 二叉查找树的子节点与父节点的键一般满足一定的顺序关系,习惯上,左节点的键少于父亲节点的键,右节点的键大于父亲节点的键。 二叉堆是一种特殊的堆,二叉堆是完全二元树(二叉树)或者是近似完全二元树(二叉