1. 概述
AVL树是最早提出的自平衡二叉树,在AVL树中任何节点的两个子树的高度最大差别为一,所以它也被称为高度平衡树。AVL树得名于它的发明者G.M. Adelson-Velsky和E.M. Landis。AVL树种查找、插入和删除在平均和最坏情况下都是O(log n),增加和删除可能需要通过一次或多次树旋转来重新平衡这个树。本文介绍了AVL树的设计思想和基本操作。
2. 基本术语
有四种种情况可能导致二叉查找树不平衡,分别为:
(1)LL:插入一个新节点到根节点的左子树(Left)的左子树(Left),导致根节点的平衡因子由1变为2
(2)RR:插入一个新节点到根节点的右子树(Right)的右子树(Right),导致根节点的平衡因子由-1变为-2
(3)LR:插入一个新节点到根节点的左子树(Left)的右子树(Right),导致根节点的平衡因子由1变为2
(4)RL:插入一个新节点到根节点的右子树(Right)的左子树(Left),导致根节点的平衡因子由-1变为-2
针对四种种情况可能导致的不平衡,可以通过旋转使之变平衡。有两种基本的旋转:
(1)左旋转:将根节点旋转到(根节点的)右孩子的左孩子位置
(2)右旋转:将根节点旋转到(根节点的)左孩子的右孩子位置
3. AVL树的旋转操作
AVL树的基本操作是旋转,有四种旋转方式,分别为:左旋转,右旋转,左右旋转(先左后右),右左旋转(先右后左),实际上,这四种旋转操作两两对称,因而也可以说成两类旋转操作。
基本的数据结构:
typedef struct Node* Tree; typedef struct Node* Node_t; typedef Type int; struct Node{ Node_t left; Node_t right; int height; Type data; }; int Height(Node_t node) { return node->height; }
3.1 LL
LL情况需要右旋解决,如下图所示:
代码为:
Node_t RightRotate(Node_t a) { b = a->left; a->left = b->right; b->right = a; a->height = Max(Height(a->left), Height(a->right)); b->height = Max(Height(b->left), Height(b->right)); return b; }
3.2 RR
RR情况需要左旋解决,如下图所示:
代码为:
Node_t LeftRotate(Node_t a) { b = a->right; a->right = b->left; b->left = a; a->height = Max(Height(a->left), Height(a->right)); b->height = Max(Height(b->left), Height(b->right)); return b; }
3.3 LR
LR情况需要左右(先B左旋转,后A右旋转)旋解决,如下图所示:
代码为:
Node_t LeftRightRotate(Node_t a) { a->left = LeftRotate(a->left); return RightRotate(a); }
3.4 RL
RL情况需要右左旋解决(先B右旋转,后A左旋转),如下图所示:
代码为:
Node_t RightLeftRotate(Node_t a) { a->right = RightRotate(a->right); return LeftRotate(a); }
4. AVL数的插入和删除操作
(1) 插入操作:实际上就是在不同情况下采用不同的旋转方式调整整棵树,具体代码如下:
Node_t Insert(Type x, Tree t) { if(t == NULL) { t = NewNode(x); } else if(x < t->data) { t->left = Insert(t->left); if(Height(t->left) - Height(t->right) == 2) { if(x < t->left->data) { t = RightRotate(t); } else { t = LeftRightRotate(t); } } } else { t->right = Insert(t->right); if(Height(t->right) - Height(t->left) == 2) { if(x > t->right->data) { t = LeftRotate(t); } else { t = RightLeftRotate(t); } } } t->height = Max(Height(t->left), Height(t->right)) + 1; return t; }
(2) 删除操作:首先定位要删除的节点,然后用该节点的右孩子的最左孩子替换该节点,并重新调整以该节点为根的子树为AVL树,具体调整方法跟插入数据类似,代码如下:
Node_t Delete(Type x, Tree t) { if(t == NULL) return NULL; if(t->data == x) { if(t->right == NULL) { Node_t temp = t; t = t->left; free(temp); } else { Node_t head = t->right; while(head->left) { head = head->left; } t->data = head->data; //just copy data t->right = Delete(t->data, t->right); t->height = Max(Height(t->left), Height(t->right)) + 1; } return t; } else if(t->data < x) { Delete(x, t->right); if(t->right) Rotate(x, t->right); } else { Delete(x, t->left); if(t->left) Rotate(x, t->left); } if(t) Rotate(x, t); }
5. 总结
AVL树是最早的自平衡二叉树,相比于后来出现的平衡二叉树(红黑树,treap,splay树)而言,它现在应用较少,但研究AVL树对于了解后面出现的常用平衡二叉树具有重要意义。
6. 参考资料
(1) 数据结构(C语言版) 严蔚敏,吴伟民著
(2) http://zh.wikipedia.org/wiki/AVL%E6%A0%91
本文向大家介绍数据结构之红黑树详解,包括了数据结构之红黑树详解的使用技巧和注意事项,需要的朋友参考一下 1.简介 红黑树是一种自平衡二叉查找树。它的统计性能要好于平衡二叉树(AVL树),因此,红黑树在很多地方都有应用。在C++ STL中,很多部分(目前包括set, multiset, map, multimap)应用了红黑树的变体(SGI STL中的红黑树有一些变化,这些修改提供了更好的性能,以及
描述 AVL树是最早发明的一种自平衡二叉查找树,树中的任何节点的左右两个子树的高度最大差别为 1 ,因此也称为高度平衡树。AVL树的查找、插入、删除操作的平均时间复杂度都是 O(log_2n) ,AVL树高度为 O(log_2n) 。 为了保持树的左右子树的平衡,避免一侧过长或过短,AVL树会对LL(左左)、RR(右右)、LR(左右)、RL(右左)四种情况进行调整: 上面四种情况包含了所有从不
问题内容: 是否有一个良好的可用(标准Java)数据结构来表示Java中的树? 具体来说,我需要代表以下内容: 任何节点上的树都可以有任意数量的子代 每个节点(在根之后)只是一个字符串(其子代也是字符串) 我需要能够获得代表给定节点的输入字符串的所有子代(某种形式的列表或字符串数组) 是否有可用的结构或者我需要创建自己的结构(如果这样的话,实施建议会很好)。 问题答案: 这里: 那是可用于或任
本文向大家介绍详解JavaScript树结构,包括了详解JavaScript树结构的使用技巧和注意事项,需要的朋友参考一下 对于数据结构“树”,想必大家都熟悉,今儿,我们就再来回顾一下数据结构中的二叉树与树,并用JavaScript实现它们。 ps:树结构在前端中,很多地方体现得淋漓尽致,如Vue的虚拟DOM以及冒泡等等。 二叉树 --概念-- 二叉树是一种树形结构,它的特点是每个结点至多只有两棵
主要内容:树的结点,子树和空树,结点的度和层次,有序树和无序树,森林,树的表示方法,总结之前介绍的所有的 数据结构都是 线性存储结构。本章所介绍的树结构是一种非线性存储结构,存储的是具有“一对多”关系的数据元素的集合。 (A)
本文向大家介绍数据结构之数组Array实例详解,包括了数据结构之数组Array实例详解的使用技巧和注意事项,需要的朋友参考一下 数据结构之数组Array实例详解 数组Array 基本操作 几个小程序(代码正误检验) 主函数: 感谢阅读,希望能帮助到大家,谢谢大家对本站的支持!