AVL 树的实现与应用

2024-08-28 14:44
文章标签 实现 应用 avl

本文主要是介绍AVL 树的实现与应用，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

目录

  1. 引言
  2. AVL 树简介
  3. AVL 树的性质
  4. AVL 树的旋转
    • 右单旋 (RR)
    • 左单旋 (LL)
    • 右左双旋 (RL)
    • 左右双旋 (LR)
  5. AVL 树的实现
    • AVL 树节点
    • AVL 树类
      • 插入
      • 删除
      • 旋转
      • 验证
  6. 代码示例
  7. 性能考量
  8. 总结
  9. 参考文献

引言

在计算机科学中，AVL 树是一种自平衡的二叉搜索树。它由 Adelson-Velsky 和 Landis 在 1962 年提出，以他们的名字首字母命名。AVL 树通过维持每个节点的平衡因子（即左右子树的高度差）在 [-1, 0, 1] 的范围内，来确保树的高度始终保持在对数级别。这使得 AVL 树非常适合那些需要频繁执行查找、插入和删除操作的应用场景。

本文将详细介绍 AVL 树的原理、实现细节以及一些实际的应用案例。

AVL 树简介

AVL 树是一种特殊的二叉搜索树，其中每个节点的两个子树的高度差至多为 1。这意味着 AVL 树在最坏的情况下也能保持良好的性能，其查找、插入和删除操作的时间复杂度均为 O(log N)。

AVL 树的性质

AVL 树具有以下性质：

  1. 平衡因子: 每个节点都有一个平衡因子，表示左右子树的高度差。
  2. 高度: AVL 树的高度始终保持在对数级别，这保证了高效的查找、插入和删除操作。
  3. 平衡性: 每个节点的两个子树的高度差至多为 1。

AVL 树的旋转

为了保持 AVL 树的平衡性，当插入或删除操作可能导致树失去平衡时，需要通过旋转操作来调整树的结构。AVL 树的旋转主要包括四种类型：

右单旋 (RR)

当一个节点的左子树的高度大于右子树的高度，并且左子树的左子树的高度又大于或等于其右子树的高度时，需要进行右单旋。

左单旋 (LL)

当一个节点的右子树的高度大于左子树的高度，并且右子树的右子树的高度又大于或等于其左子树的高度时，需要进行左单旋。

右左双旋 (RL)

当一个节点的左子树的高度大于右子树的高度，并且左子树的右子树的高度大于其左子树的高度时，需要先对该节点的左子树进行左单旋，然后对该节点进行右单旋。

左右双旋 (LR)

当一个节点的右子树的高度大于左子树的高度，并且右子树的左子树的高度大于其右子树的高度时，需要先对该节点的右子树进行右单旋，然后对该节点进行左单旋。

AVL 树的实现

接下来，我们将使用 C++ 来实现一个简单的 AVL 树。

AVL 树节点

首先定义 AVL 树的节点结构。

template<class T>
struct AVLTreeNode
{AVLTreeNode(const T& data = T()): _pLeft(nullptr), _pRight(nullptr), _pParent(nullptr), _data(data), _bf(0){}AVLTreeNode<T>* _pLeft;AVLTreeNode<T>* _pRight;AVLTreeNode<T>* _pParent;T _data;int _bf;   // 节点的平衡因子
};

AVL 树类

定义 AVL 树类，包含插入、删除、旋转等方法。

插入
template<class T>
bool AVLTree<T>::Insert(const T& data)
{// 省略插入逻辑...
}
删除
template<class T>
bool AVLTree<T>::Remove(const T& data)
{// 省略删除逻辑...
}
旋转

实现四种旋转操作。

template<class T>
void AVLTree<T>::RotateR(AVLTreeNode<T>* pParent)
{// 省略右单旋逻辑...
}template<class T>
void AVLTree<T>::RotateL(AVLTreeNode<T>* pParent)
{// 省略左单旋逻辑...
}template<class T>
void AVLTree<T>::RotateRL(AVLTreeNode<T>* pParent)
{// 省略右左双旋逻辑...
}template<class T>
void AVLTree<T>::RotateLR(AVLTreeNode<T>* pParent)
{// 省略左右双旋逻辑...
}
验证

验证 AVL 树的平衡性。

template<class T>
bool AVLTree<T>::IsAVLTree()
{return _IsAVLTree(_pRoot);
}template<class T>
bool AVLTree<T>::_IsAVLTree(AVLTreeNode<T>* pRoot)
{// 省略验证逻辑...
}

代码示例

下面是完整的 AVL 树实现示例。

#include <cassert>
#include <iostream>// 定义 AVL 树的节点结构
template<class T>
struct AVLTreeNode
{AVLTreeNode(const T& data = T()): _pLeft(nullptr), _pRight(nullptr), _pParent(nullptr), _data(data), _bf(0){}// 指向左子节点的指针AVLTreeNode<T>* _pLeft;// 指向右子节点的指针AVLTreeNode<T>* _pRight;// 指向父节点的指针AVLTreeNode<T>* _pParent;// 存储的数据T _data;// 节点的平衡因子，表示左右子树的高度差int _bf;
};// 定义 AVL 树类
template<class T>
class AVLTree
{typedef AVLTreeNode<T> Node;
public:AVLTree(): _pRoot(nullptr){}// 在 AVL 树中插入值为 data 的节点bool Insert(const T& data);// 从 AVL 树中删除值为 data 的节点bool Remove(const T& data);// 验证 AVL 树是否平衡bool IsAVLTree(){return _IsAVLTree(_pRoot);}private:// 验证给定节点是否构成有效的 AVL 树bool _IsAVLTree(Node* pRoot);// 计算节点的高度size_t _Height(Node* pRoot);// 右单旋void RotateR(Node* pParent);// 左单旋void RotateL(Node* pParent);// 右左双旋void RotateRL(Node* pParent);// 左右双旋void RotateLR(Node* pParent);private:// AVL 树的根节点Node* _pRoot;
};// 实现插入操作
template<class T>
bool AVLTree<T>::Insert(const T& data)
{// 如果树为空，创建一个新的根节点if (_pRoot == nullptr){_pRoot = new Node(data);return true;}// 寻找插入位置Node* parent = nullptr;Node* current = _pRoot;while (current != nullptr){parent = current;if (data < current->_data){current = current->_pLeft;}else{current = current->_pRight;}}// 创建新节点Node* newNode = new Node(data);newNode->_pParent = parent;// 根据数据大小决定插入到左子树还是右子树if (data < parent->_data){parent->_pLeft = newNode;}else{parent->_pRight = newNode;}// 更新平衡因子while (parent != nullptr){// 计算左右子树的高度size_t leftHeight = _Height(parent->_pLeft);size_t rightHeight = _Height(parent->_pRight);// 设置平衡因子parent->_bf = static_cast<int>(rightHeight - leftHeight);// 如果不平衡，则进行旋转if (parent->_bf > 1 || parent->_bf < -1){// 判断需要哪种类型的旋转if (parent->_pLeft != nullptr && parent->_pLeft->_bf == 1){RotateL(parent->_pParent); // 左单旋}else if (parent->_pRight != nullptr && parent->_pRight->_bf == -1){RotateR(parent->_pParent); // 右单旋}else if (parent->_pLeft != nullptr && parent->_pLeft->_bf == -1){RotateLR(parent->_pParent); // 左右双旋}else if (parent->_pRight != nullptr && parent->_pRight->_bf == 1){RotateRL(parent->_pParent); // 右左双旋}break;}// 继续向上更新平衡因子parent = parent->_pParent;}return true;
}// 实现删除操作
template<class T>
bool AVLTree<T>::Remove(const T& data)
{// 删除逻辑省略...// ...// ...
}// 实现右单旋
template<class T>
void AVLTree<T>::RotateR(Node* pParent)
{assert(pParent->_pLeft != nullptr); // 确保父节点有左子节点// 获取父节点的左子节点Node* pChild = pParent->_pLeft;// 将父节点的左子节点设置为左子节点的右子节点pParent->_pLeft = pChild->_pRight;// 如果父节点的左子节点不为空，更新其父节点if (pParent->_pLeft != nullptr){pParent->_pLeft->_pParent = pParent;}// 将左子节点的右子节点设置为父节点pChild->_pRight = pParent;// 更新父节点的父节点pParent->_pParent = pChild;// 更新父节点的父节点指向if (pParent == _pRoot){_pRoot = pChild;}else if (pParent->_pParent->_pLeft == pParent){pParent->_pParent->_pLeft = pChild;}else{pParent->_pParent->_pRight = pChild;}// 更新左子节点的父节点指向pChild->_pParent = pParent->_pParent;
}// 实现左单旋
template<class T>
void AVLTree<T>::RotateL(Node* pParent)
{assert(pParent->_pRight != nullptr); // 确保父节点有右子节点// 获取父节点的右子节点Node* pChild = pParent->_pRight;// 将父节点的右子节点设置为右子节点的左子节点pParent->_pRight = pChild->_pLeft;// 如果父节点的右子节点不为空，更新其父节点if (pParent->_pRight != nullptr){pParent->_pRight->_pParent = pParent;}// 将右子节点的左子节点设置为父节点pChild->_pLeft = pParent;// 更新父节点的父节点pParent->_pParent = pChild;// 更新父节点的父节点指向if (pParent == _pRoot){_pRoot = pChild;}else if (pParent->_pParent->_pLeft == pParent){pParent->_pParent->_pLeft = pChild;}else{pParent->_pParent->_pRight = pChild;}// 更新右子节点的父节点指向pChild->_pParent = pParent->_pParent;
}// 实现右左双旋
template<class T>
void AVLTree<T>::RotateRL(Node* pParent)
{RotateR(pParent->_pLeft); // 先对父节点的左子节点进行右单旋RotateL(pParent);         // 再对父节点进行左单旋
}// 实现左右双旋
template<class T>
void AVLTree<T>::RotateLR(Node* pParent)
{RotateL(pParent->_pRight); // 先对父节点的右子节点进行左单旋RotateR(pParent);          // 再对父节点进行右单旋
}// 验证给定节点是否构成有效的 AVL 树
template<class T>
bool AVLTree<T>::_IsAVLTree(Node* pRoot)
{// 如果树为空，则它是平衡的if (pRoot == nullptr){return true;}// 验证左右子树是否为 AVL 树if (!_IsAVLTree(pRoot->_pLeft) || !_IsAVLTree(pRoot->_pRight)){return false;}// 计算左右子树的高度size_t leftHeight = _Height(pRoot->_pLeft);size_t rightHeight = _Height(pRoot->_pRight);// 检查当前节点的平衡因子是否有效if (abs(static_cast<int>(rightHeight - leftHeight)) > 1){return false;}return true;
}// 计算节点的高度
template<class T>
size_t AVLTree<T>::_Height(Node* pRoot)
{// 如果节点为空，则高度为 0if (pRoot == nullptr){return 0;}// 递归计算左右子树的高度size_t leftHeight = _Height(pRoot->_pLeft);size_t rightHeight = _Height(pRoot->_pRight);// 返回较大的高度值加 1return 1 + std::max(leftHeight, rightHeight);
}// 主函数
int main()
{AVLTree<int> avlTree;avlTree.Insert(10);avlTree.Insert(20);avlTree.Insert(30);avlTree.Insert(40);avlTree.Insert(50);avlTree.Insert(25);std::cout << "AVL Tree is balanced: " << avlTree.IsAVLTree() << std::endl;return 0;
}

性能考量

AVL 树的主要优势在于其高度始终保持在对数级别，这保证了高效的查找、插入和删除操作。然而，AVL 树在进行旋转操作时可能会带来一定的开销。对于频繁插入和删除操作的应用场景，AVL 树可能不是最佳选择，因为每次插入或删除操作后都需要进行旋转来维持平衡。

总结

本文介绍了 AVL 树的基本概念、性质、旋转操作以及在 C++ 中的实现。AVL 树是一种自平衡的二叉搜索树，适用于需要高效查找、插入和删除操作的应用场景。通过本文的学习，读者应该能够理解 AVL 树的工作原理，并能够在实际项目中运用它。

这篇关于AVL 树的实现与应用的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/1115062。

相关文章

在Ubuntu上部署SpringBoot应用的操作步骤

在Ubuntu上部署SpringBoot应用的操作步骤

《在Ubuntu上部署SpringBoot应用的操作步骤》随着云计算和容器化技术的普及,Linux服务器已成为部署Web应用程序的主流平台之一,Java作为一种跨平台的编程语言,具有广泛的应用场景,本... 目录一、部署准备二、安装 Java 环境1. 安装 JDK2. 验证 Java 安装三、安装 mys
阅读更多...
python使用watchdog实现文件资源监控

python使用watchdog实现文件资源监控

《python使用watchdog实现文件资源监控》watchdog支持跨平台文件资源监控,可以检测指定文件夹下文件及文件夹变动,下面我们来看看Python如何使用watchdog实现文件资源监控吧... python文件监控库watchdogs简介随着Python在各种应用领域中的广泛使用，其生态环境也
阅读更多...
el-select下拉选择缓存的实现

el-select下拉选择缓存的实现

《el-select下拉选择缓存的实现》本文主要介绍了在使用el-select实现下拉选择缓存时遇到的问题及解决方案,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录项目场景：问题描述解决方案：项目场景：从左侧列表中选取字段填入右侧下拉多选框，用户可以对右侧
阅读更多...
Python中构建终端应用界面利器Blessed模块的使用

Python中构建终端应用界面利器Blessed模块的使用

《Python中构建终端应用界面利器Blessed模块的使用》Blessed库作为一个轻量级且功能强大的解决方案,开始在开发者中赢得口碑,今天,我们就一起来探索一下它是如何让终端UI开发变得轻松而高... 目录一、安装与配置：简单、快速、无障碍二、基本功能：从彩色文本到动态交互1. 显示基本内容2. 创建链
阅读更多...
Python pyinstaller实现图形化打包工具

Python pyinstaller实现图形化打包工具

《Pythonpyinstaller实现图形化打包工具》：本文主要介绍一个使用PythonPYQT5制作的关于pyinstaller打包工具,代替传统的cmd黑窗口模式打包页面,实现更快捷方便的... 目录1.简介2.运行效果3.相关源码1.简介一个使用python PYQT5制作的关于pyinstall
阅读更多...
使用Python实现大文件切片上传及断点续传的方法

使用Python实现大文件切片上传及断点续传的方法

《使用Python实现大文件切片上传及断点续传的方法》本文介绍了使用Python实现大文件切片上传及断点续传的方法,包括功能模块划分（获取上传文件接口状态、临时文件夹状态信息、切片上传、切片合并）、整... 目录概要整体架构流程技术细节获取上传文件状态接口获取临时文件夹状态信息接口切片上传功能文件合并功能小
阅读更多...
python实现自动登录12306自动抢票功能

python实现自动登录12306自动抢票功能

《python实现自动登录12306自动抢票功能》随着互联网技术的发展,越来越多的人选择通过网络平台购票,特别是在中国,12306作为官方火车票预订平台,承担了巨大的访问量,对于热门线路或者节假日出行... 目录一、遇到的问题？二、改进三、进阶–展望总结一、遇到的问题？1.url-正确的表头：就是首先ur
阅读更多...
C#实现文件读写到SQLite数据库

C#实现文件读写到SQLite数据库

《C#实现文件读写到SQLite数据库》这篇文章主要为大家详细介绍了使用C#将文件读写到SQLite数据库的几种方法,文中的示例代码讲解详细,感兴趣的小伙伴可以参考一下... 目录1. 使用 BLOB 存储文件2. 存储文件路径3. 分块存储文件《文件读写到SQLite数据库China编程的方法》博客中，介绍了文
阅读更多...
Redis主从复制实现原理分析

Redis主从复制实现原理分析

《Redis主从复制实现原理分析》Redis主从复制通过Sync和CommandPropagate阶段实现数据同步,2.8版本后引入Psync指令,根据复制偏移量进行全量或部分同步,优化了数据传输效率... 目录Redis主DodMIK从复制实现原理实现原理Psync: 2.8版本后总结Redis主从复制实
阅读更多...
JAVA利用顺序表实现“杨辉三角”的思路及代码示例

JAVA利用顺序表实现“杨辉三角”的思路及代码示例

《JAVA利用顺序表实现“杨辉三角”的思路及代码示例》杨辉三角形是中国古代数学的杰出研究成果之一,是我国北宋数学家贾宪于1050年首先发现并使用的,：本文主要介绍JAVA利用顺序表实现杨辉三角的思... 目录一：“杨辉三角”题目链接二：题解代码：三：题解思路：总结一：“杨辉三角”题目链接题目链接：点击这里
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2