平衡二叉树AVL插入
二叉树 插入 平衡 AVL
2023-09-14 08:57:55 时间
平衡二叉树(Balancedbinary tree)是由阿德尔森-维尔斯和兰迪斯(Adelson-Velskiiand Landis)于1962年首先提出的,所以又称为AVL树。
定义:平衡二叉树或为空树,或为如下性质的二叉排序树:
(1)左右子树深度之差的绝对值不超过1;
(2)左右子树仍然为平衡二叉树.
平衡二叉树可以避免排序二叉树深度上的极度恶化,使树的高度维持在O(logn)来提高检索效率。
因为插入节点导致整个二叉树失去平衡分成如下的四种情况:
假设由于在二叉排序树上插入节点而失去平衡的最小子数根节点的指针为a(即a是离插入节点最近,且平衡因子绝对值超过1的祖先节点),则失去平衡后进行调整的规律如下:
1.如上图LL单向右旋处理:由于在*a的左子树根节点的左子树上插入节点,*a的平衡因子由1增至2,致使以*a为根节点的子树失去平衡,则需要进行一次向右的顺时针旋转操作。
2.如上图RR单向左旋处理:由于在*a的右子树根节点的右子树上插入节点, *a的平衡因子有-1变为-2,致使以*a为根节点的子树失去平衡,则学要进行一次向左的逆时针旋转操作。
3.如上图LR双向旋转(先左后右)处理:由于在*a的左子树根节点的右子树插入节点,*a的平衡因子有1增至2,致使以*a为根节点的子树失去平衡,则需要进行两次旋转(先左旋后右旋)操作。
4.如上图RL双向旋转(先右后左)处理:由于在*a的右子树根节点的左子树上插入节点,*a的平衡因子由-1变为-2,致使以*a为根节点的子树失去平衡,则需要进行两次旋转(先左旋后右旋)操作。
#include iostream #include cstring #include string #include queue #include map #include cstdio #define LH 1 //左高 #define EH 0 //等高 #define RH -1 //右高 using namespace std; template typename ElemType class BSTNode{ public: ElemType data;//节点的数据 int bf;//节点的平衡因子 BSTNode *child[2]; BSTNode(){ child[0] = NULL; child[1] = NULL; typedef BSTNode string BSTnode, *BSTree; template typename ElemType class AVL{ public: BSTNode ElemType void buildT(); void outT(BSTNode ElemType *T); private: bool insertAVL(BSTNode ElemType * T, ElemType key, bool taller); void rotateT(BSTNode ElemType * o, int x);//子树的左旋或者右旋 void leftBalance(BSTNode ElemType * void rightBalance(BSTNode ElemType * template typename ElemType void AVL ElemType ::rotateT(BSTNode ElemType * o, int x){ BSTNode ElemType * k = o- child[x^1]; o- child[x^1] = k- child[x]; k- child[x] = o; o = k; template typename ElemType void AVL ElemType ::outT(BSTNode ElemType *T){ if(!T) return; cout T- data " "; outT(T- child[0]); outT(T- child[1]); template typename ElemType void AVL ElemType ::buildT(){ T = NULL; ElemType key; while(cin key){ if(key==0) break; bool taller = false; insertAVL(T, key, taller); outT(T); cout endl; template typename ElemType bool AVL ElemType ::insertAVL(BSTNode ElemType * T, ElemType key, bool taller){ if(!T){//插入新的节点,taller=true 那么树的高度增加 T = new BSTNode ElemType T- data = key; T- bf = EH; taller = true; } else { if(T- data == key){ taller = false; return false; if(T- data key){//向T的左子树进行搜索并插入 if(!insertAVL(T- child[0], key, taller)) return false; if(taller){// switch(T- bf){ case LH://此时左子树的高度高,左子树上又插入了一个节点,失衡,需要进行调整 leftBalance(T); taller = false;//调整之后高度平衡 break; case EH: T- bf = LH; taller = true; break; case RH: T- bf = EH; taller = false; break; if(T- data key) {//向T的右子树进行搜索并插入 if(!insertAVL(T- child[1], key, taller)) return false; switch(T- bf){ case LH: T- bf = EH; taller = false; break; case EH: T- bf = RH; taller = true; break; case RH: rightBalance(T); taller = false; break; return true; template typename ElemType void AVL ElemType ::leftBalance(BSTNode ElemType * T){ BSTNode ElemType * lchild = T- child[0]; switch(lchild- bf){//检查T的左子树的平衡度,并作相应的平衡处理 case LH://新节点 插入到 T的左孩子的左子树上,需要对T节点做单旋(右旋)处理 T- bf = lchild- bf = EH; rotateT(T, 1); break; case RH://新节点 插入到 T的左孩子的右子树上,需要做双旋处理 1.对lchild节点进行左旋,2.对T节点进行右旋 BSTNode ElemType * rdchild = lchild- child[1]; switch(rdchild- bf){//修改 T 及其左孩子的平衡因子 case LH: T- bf = RH; lchild- bf = EH; break; case EH: T- bf = lchild- bf = EH; break;//发生这种情况只能是 rdchild无孩子节点 case RH: T- bf = EH; lchild- bf = LH; break; rdchild- bf = EH; rotateT(T- child[0], 0);//不要写成 rotateT(lc, 0);//这样的话T- lchild不会改变 rotateT(T, 1); break; template typename ElemType void AVL ElemType ::rightBalance(BSTNode ElemType * T){ BSTNode ElemType * rchild = T- child[1]; switch(rchild- bf){//检查T的左子树的平衡度,并作相应的平衡处理 case RH://新节点 插入到 T的右孩子的右子树上,需要对T节点做单旋(左旋)处理 T- bf = rchild- bf = EH; rotateT(T, 0); break; case LH://新节点 插入到 T的右孩子的左子树上,需要做双旋处理 1.对rchild节点进行右旋,2.对T节点进行左旋 BSTNode ElemType * ldchild = rchild- child[0]; switch(ldchild- bf){//修改 T 及其右孩子的平衡因子 case LH: T- bf = EH; rchild- bf = RH; break; case EH: T- bf = rchild- bf = EH; break;//发生这种情况只能是 ldchild无孩子节点 case RH: T- bf = LH; rchild- bf = EH; break; ldchild- bf = EH; rotateT(T- child[1], 1); rotateT(T, 0); break; int main(){ AVL int avl; avl.buildT(); avl.outT(avl.T); return 0; 24 37 90 53 0 */
二叉树、平衡二叉树AVL、红黑树、B树、B+树 B树的阶数等于叶节点最大关键字数量+1(因为关键字两边都有指向子节点的指针-分叉) 在m阶(m叉)B树中除根结点外,任何节点至少[m/2]个分叉,即至少[m/2]-1个关键字, [ ]代表向上取整。 节点内的关键字采用顺序查找或二分查找。 因为关键字太少会导致树变高,降低查找效率。另外就是保证同级子树的高度相同-平衡。