AVL树
来源:互联网 发布:淘宝iphone 正品原装 编辑:程序博客网 时间:2024/05/16 10:14
1.什么事AVL树
AVL树本质上还是一棵二叉搜索树(因此读者可以看到我后面的代码是继承自二叉搜索树的),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(平衡因子)最多为1。
2.AVL树的优点
我们先来看看二叉搜索树吧(因为AVL树本质上是一棵二叉搜索树),假设有这么一种极端的情况:二叉搜索树的结点为1、2、3、4、5,也就是:
上图显示的树查找的时间复杂度为O(n),显而易见——这棵二叉搜索树其实等同于一个链表了。
好,那么假如是AVL树(别忘了AVL树还是二叉搜索树),则会是:
可以看出,AVL树的查找平均时间复杂度要比二叉搜索树低——它是O(logN)。也就是说,在大量的随机数据中AVL树的表现要好得多。
3 旋转
假设有一个结点的平衡因子为2(在AVL树中,最大就是2,因为结点是一个一个地插入到树中的,一旦出现不平衡的状态就会立即进行调整,因此平衡因子最大不可能超过2),那么就需要进行调整。由于任意一个结点最多只有两个儿子,所以当高度不平衡时,只可能是以下四种情况造成的:
1. 对该结点的左儿子的左子树进行了一次插入。
2. 对该结点的左儿子的右子树进行了一次插入。
3. 对该结点的右儿子的左子树进行了一次插入。
4. 对该结点的右儿子的右子树进行了一次插入。
情况1和4是关于该点的镜像对称,同样,情况2和3也是一对镜像对称。因此,理论上只有两种情况,当然了,从编程的角度来看还是四种情况。
第一种情况是插入发生在“外边”的情况(即左-左的情况或右-右的情况),该情况可以通过对树的一次单旋转来完成调整。第二种情况是插入发生在“内部”的情况(即左-右的情况或右-左的情况),该情况要通过稍微复杂些的双旋转来处理。
3.1 单旋转
情况1:对该结点的左儿子的左子树进行了一次插入。
左边为调整前得节点,我们可以看出k2的左右子树已不再满足AVL平衡条件,调整后的为右图。
我们可以看出,解决办法是将x上移一层,并将z下移一层,由于在原树中k2 > k1,所以k2成为k1的右子树,而y是小于k2的,所以成为k2的左子树。
情况4:对该结点的右儿子的右子树进行了一次插入。
左边为调整前得节点,我们可以看出k1的左右子树已不再满足AVL平衡条件,调整后的为右图。
我们可以看出,解决办法是将z上移一层,并将x下移一层,由于在原树中k2 > k1,所以k1成为k2的左子树,而y是大于k1的,所以成为k1的右子树。
3.2 双旋转
情况2:对该结点的左儿子的右子树进行了一次插入。
我们发现通过一次左旋或者右旋都无法实现平衡。这时可以分两步进行。首先将左子树左旋,然后将整体右旋。第一步如下图:
情况3:对该结点的右儿子的左子树进行了一次插入。
- AVL树
- AVL树
- AVL树
- avl树
- AVL树
- avl树
- AVL树
- AVL树
- AVL树
- AVL树
- avl树
- avl树
- AVL树
- AVL树
- AVL树
- AVL树
- AVL 树
- AVL树
- 【HUSTOJ】1110: 查找单词
- 关于文献阅读和寻找新的科研题目
- 点分治模板 (树中点对距离)
- Ext JS 初识
- hdu1728逃离迷宫(BFS最优解)
- AVL树
- Java中abstract class和interface的区别
- LeetCode:Number of 1 Bits
- Linux串口编程(中断方式和select方式)
- android中播放本地raw下的文件
- C# 中的 break ,goto ,contitue ,return 语句
- Deep Learning(深度学习)
- Windows网络编程学习笔记(2) IPV4地址协议编程
- acm_数塔问题