请要相信我,30分钟让你掌握AVL树(平衡二叉树

2023-11-09 16:58

本文主要是介绍请要相信我,30分钟让你掌握AVL树(平衡二叉树,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!

请要相信我,30分钟让你掌握AVL树(平衡二叉树)

作者:http://my.csdn.net/u011469062

 

                    请要相信我,30分钟让你掌握AVL树(平衡二叉树)

前言:本文不适合 给一组数据15分钟就能实现AVL的插入和删除操作的大牛(也请大牛不要打击小菜)

本文适合,对avl还不了解,还没有亲自实现avl的插入和删除操作的同学

ps,你在嘲笑楼主的题目时,你已证明了自己正在嘲笑自己的智商。我们要善于征服陌生的事物。你如果有半个小时时间就心无杂念的开始吧,建议那些读10分钟文章就心燥还是关闭浏览器吧。


文章结构:


什么是二叉排序树(bst)
二叉排序树(Binary Sort Tree)又称二叉查找树。 它或者是一棵空树;或者是具有下列性质的二叉树: (1)若左子树不空,则左子树上所有结点的值均小于它的根结点的值; (2)若右子树不空,则右子树上所有结点的值均大于它的根结点的值; (3)左、右子树也分别为二叉排序树;

好了二叉排序树定义很好理解(如果还不理解,为了不浪费时间,先暂停一下,去google or baidu 下,理解了再继续),再此就不举别的例子了,下面我实现下BST的一些基本操作算法。
BST的基本操作
typedef struct _BitNode
{int data;struct _BitNode *lchild,*rchild;
}BitNode,*BiTree;
1.1 ,BST的搜索:
为什么先实现搜索呢?一般BST里面没有重复的元素,你增添或者删除元素,都必须要先查找一下,看有没有呀,所以BST搜索要先实现,这个搜索是很简单的,慢慢看我讲解吧,
我们先看这张图

假如你想找到数值为3的节点并给你这个树的根节点,且规定你只能看到这个根节点左右孩子(其他你们权限看到,也看不到)。那不就是很容易啦,先用3和根节点(此为6)比,显然比6小。那我就去找他的左孩子比,注意,此时4就是6的左子树的根了,那我们就和4这个新的树根比吧,显然又比4小。那我们就继续找这个新根的左孩子比,而此时3就是4的左子树的根了,那我们就和这个根比,哇塞,我们顺藤摸瓜,终于找到了哦!!,那我们就提炼一下这个过程吧,注意哦,我们每次都是和树根相比较的哦!
规则:
1.先和这棵树的根比
2.如果比这个树根小就和这个树根的左子树的根比,否则就和这个树根的右子树比。
3.重复2过程,直到根为空为止。
        根据3个步骤很容易实现递归代码。
//搜索元素,参数依次为0: 根节点,1: 查找的元素,2: 找到目标元素的前一个节点指针,初始值为NULL
// 3:如果返回真把目标到元素的指针指向n,返回假,就把pre复制给n)(参数如果不明白,先不要细究,往下看吧)
 bool SearchBST(BiTree T,int key,BiTree pre,BiTree&n);
 bool SearchBST(BiTree T,int key,BiTree pre,BiTree&n){if(!T){n=pre;       //如果此数为空树,那我们就把前一个元素指针pre(此时为NULL)复制给n,注意树为空时,n才为NULL。return false;   //返回假没有找到}else if(key==T->data){n=T;        //找到了就把目标元素指针给nreturn true;}if(key<T->data)SearchBST(T->lchild,key,T,n) ;//去找他的左子树根比else{SearchBST(T->rchild,key,T,n);//去找他的右子树根比。}}
1.2 BST的增添元素算法实现
有了搜索这个功能,那我们的增添元素的功能就很容易实现了,
算法描述:
1.先搜所以下所增添的key,在不在此树里面。
2.如果没有找到,则申请空间,把key加入里面返回true,否则返回false。
bool InsetBST(BiTree &T,int k){BitNode* p;if(!SearchBST(T,k,NULL,p)){   BitNode * temp=new BitNode;temp->data=k;temp->lchild=temp->rchild=NULL;if(!p)  //只有树为空时,此时的p才为NULL。看到这里应该明白SearchBST(T,k,pre,p)这些参数的意义了吧{T=temp; }else{if(k<p->data)  //如果不为空树,加入的key值就和p相比较,小于就是他的左孩子,否子为右孩子p->lchild=temp;else{p->rchild=temp;}}return 0;}else {return false;}}
1.3BST删除元素的算法实现
既然看到这里了,证明你的好奇心很强,这一节看完,我们就离成功不远了,那我们继续吧!
删除总共有3种情况,1只有左子树;2,只有右子树;3,左右子树都有。
 先看第一种

    上图所示 我们要删除4这个节点,我们就把他双亲节点的左孩子指向4的左子树。简单吧!。那我么看第二种吧


如上图所示我们所要删除的7节点只有右子树,想必一定想到了,那我们就把他双亲节点的右孩子指向7节点的右孩子,那不就ok啦,太棒了!!。现在看第三种情况吧。
 大家看出这三幅图的变化了吗?我们所要删除节点4,为了要保持树的顺序我们就要找比4大的且要离4最近的,那就是他的后继,当然你找前继也是可以的。此图是找他的后继。我们找到后就用4的后继替换4,最后删除后继这个节点。ok,大家看完并理解了这3种情况,那代码实现就很easy啦。
 bool DeleElement(BiTree&T,int key){if(!T){return 0;   //树是空树的话就返回假}if(T->data==key){BitNode*s,*p;if(T->rchild==NULL)   //只有右子树,情况2{   s=T;T=T->lchild;free(s);}else if(T->lchild==NULL){s=T;               //只有左子树,情况1T=T->rchild;free(s);}else{                      //情况3,左右子树都有p=T;s=T->rchild;while (s->lchild){p=s;           //找到所要删除节点的后继,那就是他的右孩子的s=s->lchild;}T->data=s->data;    //用删除节点的后继替换所删除的节点if(p!=T)           {p->lchild=NULL;   //所删除的节点的右孩子不是叶结点}else p->rchild=NULL;   //所删除的节点的右孩子是叶节点free(s);}return 1;}else if(key<T->data)DeleElement(T->lchild,key);    //去和他的左子树根去比较else DeleElement(T->rchild,key);   //去和他的右子树根去比较}
//中序遍历并输出元素void InorderReverse(BiTree T){if(T){InorderReverse(T->lchild);cout<<T->data<<endl;InorderReverse(T->rchild);}}
终于搞完啦,咱也立马上机去测试吧,如果理解了,就自己测试吧,看能不能自己写出来哦!下面是我自己的测试
int main()
{BiTree tree=NULL;int a[]={60,86,50,40,35,74,51,100,37,90};for(int i=0;i<10;i++)InsetBST(tree,a[i]);InorderReverse(tree);cout<<"             "<<endl<<endl;DeleElement(tree,62);InorderReverse(tree);return 0;
}

 到这为止二叉排序树已经搞定了,如果你自己也实现了上述功能,那证明你有很强的好奇心并且很有天赋(因为楼主搞了好几天才明白,你十几分就搞定了,那不是最好的证明吗?ps:楼主是那种很迟钝但很有毅力),有了前面的基础,AVL就是手到擒来,不要灰心哦,鼓足劲就继续征程吧。如果没有理解,先暂停会,避免浪费不必要的时间,就不要往下看了,建议反复认真看几遍,如果还不理解,可能这篇文章不适合你,建议参考其它文章。

什么是AVL
定义:

平衡二叉树定义(AVL):它或者是一颗空树,或者具有以下性质的二叉树:它的左子树和右子树的深度之差(平衡因子)的绝对值不超过1,且它的左子树和右子树都是一颗平衡二叉树。

平衡因子(bf):结点的左子树的深度减去右子树的深度,那么显然-1<=bf<=1,这里我们定义:

#define EH 0,#define LH 1,#define RH -1.依次为等高,左高,右高。

typedef struct _BitNode
{
    int data;
    int bf;//平衡因子
    struct _BitNode *lchild,*rchild;
}BitNode,*BiTree;

我们都知道,平衡二叉树是在二叉排序树(BST)上引入的(这一点很重要哦,下图为例),就是为了解决二叉排序树的不平衡性导致时间复杂度大大下降,那么AVL就保持住了(BST)的最好时间复杂度O(logn),所以每次的插入和删除都要确保二叉树的平衡,那么怎么保持平衡呢?如果还不理解看看下面的图吧。


看看AVL的魅力吧。有它就有它存在的价值,看下图便知。

图一和图二都是BST,但图二不是AVL,图一是AVL Tree,如果我们要找到10,图一比较次数为3,而图二比较次数为7次,很显然,在规模比较大的话AVL优势就很突出了。既然AVL这么强大,牛叉。那我们就把它拿下吧。
2.1 AVL增添元素
  这里搜索和BST搜索一样,我就不浪费时间介绍了,我们先实现增加元素的,实现然后删除元素的。可是每次的插入和删除都要确保二叉树的平衡,那么怎么保持平衡呢?我们就引入平衡因子。注意这里再看下平衡因子的定义
我先演示下给一组数据,怎么组成一棵AVl Tree。。
int a[]={4,3,2,7,9,11,10};
1, 插入4,如图:  平衡因子为0.
2, 插入3,如图:  ,4的平衡因子因为4的左子树增长了,1-0=1,
3, 插入2,如图 ,显然4的平衡因子大于1了,为了保持平衡那我们就这样做:让4节点的左孩子指向3的右子树(此时为NULL),让3的右孩子指向4,让树根指向3,如图  ,这种操作我们规定为右旋操作,此图是以4为根进行旋转。 代码如下
void R_Rotate(BiTree&T)
{BiTree p;             //p=T->lchild;    //假如此时T指向4,则p指向3;T->lchild=p->rchild; //把3的右子树挂接到4的左子树上(此例子3右子树为空)p->rchild=T;       //让3的右孩子指向4.T=p;        //根指向节点3
}

4,插入7,如图:
5,插入9,如图: 显然节点4不平衡了。那我们就把4的右孩子7的左子树(此时为NULL),让7的左孩子指向4,让3的右孩子指向7,如图:  ,我们规定此操作为左旋操作,此图是以4为根进行旋转,代码如下:

 

void L_Rotate(BiTree&T)
{BiTree p;p=T->rchild;     //假如此时T指向4,则p指向7.T->rchild=p->lchild;  //让7的左子树挂接到4的右子树上p->lchild=T;    //让7的左孩子指向4T=p;   //树根指向7
}

   6.我们插入11,如图:

显然3节点,不平衡了,大家都应该知道以3为根进行左旋。让3的右孩子指向7的左子树(此时为4)。7的左孩子指向3,根指向7,如下图所示:

 

7.我们插入10,如图:

显然节点9不平衡,且是右边高,那我们左旋吧,左旋后的效果是上图右图所示。显然这是不对的,10比11小,但在11的右孩子上。(根本原因是9和11的平衡因子符号不同)那我们在怎么办呢,看下图吧:


成功离我们不远了,我们很容易的把这组数据拼出了AVl 树,是不是很有成就感呀。好啦,我们总结下插入元素的有哪些规律吧
         1,如上所述的第3步,当插入元素后导致左边高,右边低,并且为4和3的平衡因子符号相同,则右旋。
         2,  如上所诉的第5步,当插入节点9后,导致以4为根的树右边高,左边低,4和7的平衡因子符号相同,则左旋
         3,如上所述的第7步,当插入节点10后,导致以9为根的树右边高,左边低,由于9和11的平衡因子符号不同(也就是根和他的右孩子的平衡因子符号不同)不能进行左旋,正确操作:需要先右旋在左旋,要让根和根的右孩子平衡因子符号相同。
         4,第4种旋转和3相反,当左边高于右边的话,且根和他的左孩子,平衡因子符号不同,需要先左旋再右旋
恩,就是这么简单。在实现插入函数之前,我们先封装2个函数。
RightBalance():当右高时需要右平衡时调用; 
LeftBalance()功能:当左高时需要左平衡时调用;
右平衡函数代码:
void RightBalance(BiTree&T)
{BiTree R,rl;    //调用此函数时,以T为根的树,右边高于左边,则T->bf=RH。R=T->rchild;     //R是T的右孩子switch (R->bf){case RH:            //如果 T的右孩子和T他们的平衡因子符号相同时,则直接左旋,这是总结中的第2项T->bf=R->bf=EH;  L_Rotate(T);break;
    case EH:T->bf=RH;R->bf=LH;L_Rotate(T);break;case LH:         //如果T的右孩子和T他们的平衡因子符合不同时,需要先以T的右孩子为根进行右旋,再以T为根左旋。//rl为T的右孩子的左孩子rl=R->lchild;    //2次旋转后,T的右孩子的左孩子为新的根 。注意:rl的右子树挂接到R的左子树上,rl的左子树挂接到T的右子树上switch (rl->bf)   //这个switch 是操作T和T的右孩子进行旋转后的平衡因子。{case EH:T->bf=R->bf=EH;    //这些平衡因子操作,大家可以自己画图操作理解 下面的注解break;2次旋转后,T的右孩子的左孩子为新的根 。//并且rl的右子树挂接到R的左子树上,rl的左子树挂接到T的右子树上,rl为新根case RH:R->bf=EH;T->bf=LH;break;case LH:R->bf=RH;T->bf=EH;break;default:break;}rl->bf=EH;    R_Rotate(T->rchild);    //先左旋,以T->rchild为根左旋。L_Rotate(T);  //右旋,以T为根, 左旋后 T是和rl想等,rl是新根break;}
}
void LeftBalance(BiTree&T)
{BiTree L,lr;L=T->lchild;switch (L->bf){
    case EH:L->bf=RH;T->bf=LH;R_Rotate(T);break;case LH:L->bf=T->bf=EH;R_Rotate(T);break;case RH:lr=L->rchild;switch (lr->bf){case EH:L->bf=L->bf=EH;case RH:T->bf=EH;L->bf=LH;break;case LH:L->bf=EH;T->bf=RH;break;default:break;}lr->bf=EH;L_Rotate(T->lchild);R_Rotate(T);break;default:break;}
}

//哈哈,两元猛将我们已经找到了,但是你看到这有点累了,但不要灰心,成功就在我们脚下,现在放弃,岂不是很可惜啦。那我们就实现插入元素的功能
bool InsertAVLtree(BiTree&T,int key,bool&taller)
{if(!T)       //此树为空{T=new BitNode;   //直接作为整棵树的根。T->bf=EH;T->lchild=T->rchild=NULL;T->data=key;taller=true;return true;}else{   if(key==T->data)      //已有元素,不用插入了,返回false;{taller=false;return false;}if(key<T->data)      //所插元素小于此根的值,就找他的左孩子去比{if(!InsertAVLtree(T->lchild,key,taller))   //所插元素小于此根的值,就找他的左孩子去比 return false;if(taller)    //taller为根,则树长高了,并且插入到了此根的左子树上。{switch (T->bf)       //此根的平衡因子{case EH:             //原先是左右平衡,等高T->bf=LH;          //由于插入到左子树上,导致左高=》》LHtaller=true;      //继续往上递归break;case LH:LeftBalance(T); //原先LH,由于插入到了左边,这T这个树,不平衡需要左平衡taller=false;  //以平衡,设taller为false,往上递归就不用进入此语句了,break;case RH:T->bf=EH;     //原先RH,由于插入到左边,导致此T平衡taller=false;break;default:break;}}}else {if(!InsertAVLtree(T->rchild,key,taller))return false;if(taller){switch (T->bf){case EH:T->bf=RH;taller=true;break;case LH:T->bf=EH;taller=false;break;case RH:RightBalance(T);taller=false;break;default:break;}}}}
//中序遍历输出
void InOrderReverse(BiTree&T)
{if(T){InOrderReverse(T->lchild);cout<<T->data<<endl;InOrderReverse(T->rchild);}
}
看到这了,自己出一组数据或按照我刚才用一组数据拼成avl的过程,看代码走一遍,你会有不一样的收货的哦(这其实非常重要),并插入了成功了,你已经成功99%了,没有想到自己这么厉害吧,我们接下来完成它的删除操作,我们就完美了。如果你有追求完美的目标,那就跟我走吧 2.2AVL的删除操作

 

下面我会贴出代码,根据代码把上图的元素删除掉吧,你会成功的

为了更好的理解,建议先把插入代码先实现。

删除代码和BST的删除相似,AVL删除元素后还要照顾好平衡。

bool DeletElement(BiTree&T,int key,bool&lower)//参数(0)树根,(1)删除的元素,(3)此树是否降低标志位
{
    bool L,R;//删除的是左子树还是右子树,作为标志。
    L=R=false;
       if(T==NULL)        // 判断树根是否为空                     
        return false;
    if(key==T->data)//找到了所要删除的节点
    {
        BitNode* p,*s;
        p=T->rchild;
        s=p;
        lower=true;    //找到了必定删除,lower为真
        if(T->rchild==NULL)  // 如果所要删除的节点的右孩子为空
        {   

            p=T;
            T=T->lchild;         //直接删除比如删除上图的 4,9,10,
            free(p);

             lower=true;

            return true;
        }
        else
        {
            while (s)//如果所要删除的T节点右子树不为空,就找T的后继,也就是T的右孩子左子树的最左叶节点
            {
                p=s;
                s=s->lchild;
            }
            T->data=p->data;//替换T
            DeletElement(T->rchild,p->data,lower);//删除掉T的后继
            R=true;
        }
    }
    else if(key<T->data)
    {
        DeletElement(T->lchild,key,lower);
        L=true;
    }
    else
    {
        DeletElement(T->rchild,key,lower);
        R=true;
    }
    if(lower)//如果有节点删除
    {
        if(L)//删除的是左节点
        {
            switch (T->bf)
            {
            case LH://没删之前LH,删后T->bf=EH;
                T->bf=EH;
                lower=true;
                break;
            case RH://没删之前RH,删后导致右不平衡,
                RightBalance(T);
                lower=false;
                break;
            case EH://没删之前EH,删后RH;
                T->bf=RH;
                lower=false;
                break;
            default:
                break;
            }
        }
        else
        {
            switch (T->bf)
            {
            case EH:
                T->bf=LH;
                lower=false;
                break;
            case RH:
                T->bf=EH;
                lower=true;
                break;
            case LH:
                LeftBalance(T);
                lower=false;
                break;
            default:
                break;
            }
        }
    }
}     

好吧,请原谅我骗了你,你看到这时,已不止半小时了。但为你使你相信你是有能力看完的,我不得不做这个下贱的谎言。 我不期望你能全部都能按照我的思路写下去,因为我写的还不够好,哪怕你有一点收获,楼主也是值得的。

这篇关于请要相信我,30分钟让你掌握AVL树(平衡二叉树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/377392

相关文章

TP-Link PDDNS服将于务6月30日正式停运:用户需转向第三方DDNS服务

《TP-LinkPDDNS服将于务6月30日正式停运:用户需转向第三方DDNS服务》近期,路由器制造巨头普联(TP-Link)在用户群体中引发了一系列重要变动,上个月,公司发出了一则通知,明确要求所... 路由器厂商普联(TP-Link)上个月发布公告要求所有用户必须完成实名认证后才能继续使用普联提供的 D

5分钟获取deepseek api并搭建简易问答应用

《5分钟获取deepseekapi并搭建简易问答应用》本文主要介绍了5分钟获取deepseekapi并搭建简易问答应用,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... 目录1、获取api2、获取base_url和chat_model3、配置模型参数方法一:终端中临时将加

mysql-8.0.30压缩包版安装和配置MySQL环境过程

《mysql-8.0.30压缩包版安装和配置MySQL环境过程》该文章介绍了如何在Windows系统中下载、安装和配置MySQL数据库,包括下载地址、解压文件、创建和配置my.ini文件、设置环境变量... 目录压缩包安装配置下载配置环境变量下载和初始化总结压缩包安装配置下载下载地址:https://d

Springboot的ThreadPoolTaskScheduler线程池轻松搞定15分钟不操作自动取消订单

《Springboot的ThreadPoolTaskScheduler线程池轻松搞定15分钟不操作自动取消订单》:本文主要介绍Springboot的ThreadPoolTaskScheduler线... 目录ThreadPoolTaskScheduler线程池实现15分钟不操作自动取消订单概要1,创建订单后

轻松掌握python的dataclass让你的代码更简洁优雅

《轻松掌握python的dataclass让你的代码更简洁优雅》本文总结了几个我在使用Python的dataclass时常用的技巧,dataclass装饰器可以帮助我们简化数据类的定义过程,包括设置默... 目录1. 传统的类定义方式2. dataclass装饰器定义类2.1. 默认值2.2. 隐藏敏感信息

30常用 Maven 命令

Maven 是一个强大的项目管理和构建工具,它广泛用于 Java 项目的依赖管理、构建流程和插件集成。Maven 的命令行工具提供了大量的命令来帮助开发人员管理项目的生命周期、依赖和插件。以下是 常用 Maven 命令的使用场景及其详细解释。 1. mvn clean 使用场景:清理项目的生成目录,通常用于删除项目中自动生成的文件(如 target/ 目录)。共性规律:清理操作

2024网安周今日开幕,亚信安全亮相30城

2024年国家网络安全宣传周今天在广州拉开帷幕。今年网安周继续以“网络安全为人民,网络安全靠人民”为主题。2024年国家网络安全宣传周涵盖了1场开幕式、1场高峰论坛、5个重要活动、15场分论坛/座谈会/闭门会、6个主题日活动和网络安全“六进”活动。亚信安全出席2024年国家网络安全宣传周开幕式和主论坛,并将通过线下宣讲、创意科普、成果展示等多种形式,让广大民众看得懂、记得住安全知识,同时还

leetcode105 从前序与中序遍历序列构造二叉树

根据一棵树的前序遍历与中序遍历构造二叉树。 注意: 你可以假设树中没有重复的元素。 例如,给出 前序遍历 preorder = [3,9,20,15,7]中序遍历 inorder = [9,3,15,20,7] 返回如下的二叉树: 3/ \9 20/ \15 7   class Solution {public TreeNode buildTree(int[] pr

生信代码入门:从零开始掌握生物信息学编程技能

少走弯路,高效分析;了解生信云,访问 【生信圆桌x生信专用云服务器】 : www.tebteb.cc 介绍 生物信息学是一个高度跨学科的领域,结合了生物学、计算机科学和统计学。随着高通量测序技术的发展,海量的生物数据需要通过编程来进行处理和分析。因此,掌握生信编程技能,成为每一个生物信息学研究者的必备能力。 生信代码入门,旨在帮助初学者从零开始学习生物信息学中的编程基础。通过学习常用

软件架构模式:5 分钟阅读

原文: https://orkhanscience.medium.com/software-architecture-patterns-5-mins-read-e9e3c8eb47d2 软件架构模式:5 分钟阅读 当有人潜入软件工程世界时,有一天他需要学习软件架构模式的基础知识。当我刚接触编码时,我不知道从哪里获得简要介绍现有架构模式的资源,这样它就不会太详细和混乱,而是非常抽象和易