AVL(平衡二叉搜索树)

简介

AVL树,是一种平衡(balanced)的二叉搜索树(binary search tree, 简称为BST)。由两位科学家在1962年发表的论文《An algorithm for the organization of information》当中提出,作者是发明者G.M. Adelson-VelskyE.M. Landis(链接由维基百科提供)。它具有以下两个性质:

  • 任意一个结点的key,比它的左孩子key大,比它的右孩子key小;
  • 任意结点的孩子结点之间高度差距最大为1;

那 AVL 树和普通的二叉查找树有何区别呢?如图,如果我们插入的是一组有序上升或下降的数据,则一棵普通的二叉查找树必然会退化成一个单链表,其查找效率就降为 \(O(n)\)。而 AVL 树因其平衡的限制,可以始终保持 \(O(log~n)\) 的时间复杂度。

树的旋转(左旋,右旋)

img

上面动图直观的感受就是右旋后右子树高度升高,左子树高度降低;左旋后左子树升高,右子树高度降低;除此之外,旋转的过程中也涉及到节点的交换

从上图可以看到,当简单地说右旋,其实展开来说是指:

  • 根节点 5 右旋,首先将左子树 3 的右孩子 4 作为此时根节点 5 的左孩子;
  • 再将 5 这棵树作为新根节点 3 的右子树;

左旋反之;因为这样很啰嗦,平时不会这么说,但这背后的原理得知道。此外旋转后节点还是符合大小排列顺序,这正是我们所希望的。

4 种失衡

上面说到可能导致失衡的隐患,分别是右重和左重。你可能在很多地方看到 LL(左左)、RR(右右)、LR(左右)、RL(右左),搞得跟秘籍键似的这 TM 到底指的是啥?其实就是下面的 4 种失衡情况:

img

以下统一约定:红色结点为新插入结点,y 结点为失衡结点

1. 左左失衡

这里写图片描述

所谓的左左,即 "失衡结点" 的左子树比右子树高 2,左孩子(即 x)下的左子树比右子树高 1。

我们只需对 "以 y 为根的子树" 进行 "左左旋转 (ll_rotate)" 即可。一次旋转后,恢复平衡。

2. 右右失衡

这里写图片描述

所谓的右右,即 "失衡结点" 的右子树比左子树高 2,右孩子(即 x)下的右子树比左子树高 1。

我们只需对 "以 y 为根的子树" 进行 "右右旋转 (rr_rotate)" 即可。一次旋转后,恢复平衡。

3. 左右失衡

这里写图片描述

所谓的左右,即 "失衡结点" 的左子树比右子树高 2,左孩子(即 x)下的右子树比左子树高 1。

观察发现,若先对 "以 x 为根的子树" 进行 "右右旋转 (rr_rotate)",此时 "以 y 为根的子树" 恰好符合 "左左失衡",所以再进行一次 "左左旋转 (ll_rotate)"。两次旋转后,恢复平衡。

4. 右左失衡

这里写图片描述

所谓的右左,即 "失衡结点" 的右子树比左子树高 2,右孩子(即 x)下的左子树比右子树高 1。

观察发现,若先对 "以 x 为根的子树" 进行 "左左旋转 (ll_rotate)",此时 "以 y 为根的子树" 恰好符合 "右右失衡",所以再进行一次 "右右旋转 (rr_rotate)"。两次旋转后,恢复平衡。

AVL树重新平衡

代码实现:

public class AVLTree<T extends Comparable<T>> {
	private AVLTreeNode<T> mRoot;    // 根结点

	// AVL树的节点(内部类)
	class AVLTreeNode<T extends Comparable<T>> {
		T key;                // 关键字(键值)
		int height;         // 高度
		AVLTreeNode<T> left;    // 左孩子
		AVLTreeNode<T> right;    // 右孩子

		public AVLTreeNode(T key, AVLTreeNode<T> left, AVLTreeNode<T> right) {
			this.key = key;
			this.left = left;
			this.right = right;
			this.height = 0;
		}
	}

	// 构造函数
	public AVLTree() {
		mRoot = null;
	}

	/*
	 * 获取树的高度
	 */
	private int height(AVLTreeNode<T> tree) {
		if (tree != null)
			return tree.height;

		return 0;
	}

	public int height() {
		return height(mRoot);
	}

	/*
	 * 比较两个值的大小
	 */
	private int max(int a, int b) {
		return a>b ? a : b;
	}

	/*
	 * 前序遍历"AVL树"
	 */
	private void preOrder(AVLTreeNode<T> tree) {
		if(tree != null) {
			System.out.print(tree.key+" ");
			preOrder(tree.left);
			preOrder(tree.right);
		}
	}

	public void preOrder() {
		preOrder(mRoot);
	}

	/*
	 * 中序遍历"AVL树"
	 */
	private void inOrder(AVLTreeNode<T> tree) {
		if(tree != null)
		{
			inOrder(tree.left);
			System.out.print(tree.key+" ");
			inOrder(tree.right);
		}
	}

	public void inOrder() {
		inOrder(mRoot);
	}

	/*
	 * 后序遍历"AVL树"
	 */
	private void postOrder(AVLTreeNode<T> tree) {
		if(tree != null) {
			postOrder(tree.left);
			postOrder(tree.right);
			System.out.print(tree.key+" ");
		}
	}

	public void postOrder() {
		postOrder(mRoot);
	}

	/*
	 * (递归实现)查找"AVL树x"中键值为key的节点
	 */
	private AVLTreeNode<T> search(AVLTreeNode<T> x, T key) {
		if (x==null)
			return x;

		int cmp = key.compareTo(x.key);
		if (cmp < 0)
			return search(x.left, key);
		else if (cmp > 0)
			return search(x.right, key);
		else
			return x;
	}

	public AVLTreeNode<T> search(T key) {
		return search(mRoot, key);
	}

	/*
	 * (非递归实现)查找"AVL树x"中键值为key的节点
	 */
	private AVLTreeNode<T> iterativeSearch(AVLTreeNode<T> x, T key) {
		while (x!=null) {
			int cmp = key.compareTo(x.key);

			if (cmp < 0)
				x = x.left;
			else if (cmp > 0)
				x = x.right;
			else
				return x;
		}

		return x;
	}

	public AVLTreeNode<T> iterativeSearch(T key) {
		return iterativeSearch(mRoot, key);
	}

	/*
	 * 查找最小结点:返回tree为根结点的AVL树的最小结点。
	 */
	private AVLTreeNode<T> minimum(AVLTreeNode<T> tree) {
		if (tree == null)
			return null;

		while(tree.left != null)
			tree = tree.left;
		return tree;
	}

	public T minimum() {
		AVLTreeNode<T> p = minimum(mRoot);
		if (p != null)
			return p.key;

		return null;
	}

	/*
	 * 查找最大结点:返回tree为根结点的AVL树的最大结点。
	 */
	private AVLTreeNode<T> maximum(AVLTreeNode<T> tree) {
		if (tree == null)
			return null;

		while(tree.right != null)
			tree = tree.right;
		return tree;
	}

	public T maximum() {
		AVLTreeNode<T> p = maximum(mRoot);
		if (p != null)
			return p.key;

		return null;
	}

	/*
	 * LL:左左对应的情况(左单旋转)。
	 *
	 * 返回值:旋转后的根节点
	 */
	private AVLTreeNode<T> leftLeftRotation(AVLTreeNode<T> k2) {
		AVLTreeNode<T> k1;

		k1 = k2.left;
		k2.left = k1.right;
		k1.right = k2;

		k2.height = max( height(k2.left), height(k2.right)) + 1;
		k1.height = max( height(k1.left), k2.height) + 1;

		return k1;
	}

	/*
	 * RR:右右对应的情况(右单旋转)。
	 *
	 * 返回值:旋转后的根节点
	 */
	private AVLTreeNode<T> rightRightRotation(AVLTreeNode<T> k1) {
		AVLTreeNode<T> k2;

		k2 = k1.right;
		k1.right = k2.left;
		k2.left = k1;

		k1.height = max( height(k1.left), height(k1.right)) + 1;
		k2.height = max( height(k2.right), k1.height) + 1;

		return k2;
	}

	/*
	 * LR:左右对应的情况(左双旋转)。
	 *
	 * 返回值:旋转后的根节点
	 */
	private AVLTreeNode<T> leftRightRotation(AVLTreeNode<T> k3) {
		k3.left = rightRightRotation(k3.left);

		return leftLeftRotation(k3);
	}

	/*
	 * RL:右左对应的情况(右双旋转)。
	 *
	 * 返回值:旋转后的根节点
	 */
	private AVLTreeNode<T> rightLeftRotation(AVLTreeNode<T> k1) {
		k1.right = leftLeftRotation(k1.right);

		return rightRightRotation(k1);
	}

	/*
	 * 将结点插入到AVL树中,并返回根节点
	 *
	 * 参数说明:
	 *     tree AVL树的根结点
	 *     key 插入的结点的键值
	 * 返回值:
	 *     根节点
	 */
	private AVLTreeNode<T> insert(AVLTreeNode<T> tree, T key) {
		if (tree == null) {
			// 新建节点
			tree = new AVLTreeNode<T>(key, null, null);
			if (tree==null) {
				System.out.println("ERROR: create avltree node failed!");
				return null;
			}
		} else {
			int cmp = key.compareTo(tree.key);

			if (cmp < 0) {    // 应该将key插入到"tree的左子树"的情况
				tree.left = insert(tree.left, key);
				// 插入节点后,若AVL树失去平衡,则进行相应的调节。
				if (height(tree.left) - height(tree.right) == 2) {
					if (key.compareTo(tree.left.key) < 0)
						tree = leftLeftRotation(tree);
					else
						tree = leftRightRotation(tree);
				}
			} else if (cmp > 0) {    // 应该将key插入到"tree的右子树"的情况
				tree.right = insert(tree.right, key);
				// 插入节点后,若AVL树失去平衡,则进行相应的调节。
				if (height(tree.right) - height(tree.left) == 2) {
					if (key.compareTo(tree.right.key) > 0)
						tree = rightRightRotation(tree);
					else
						tree = rightLeftRotation(tree);
				}
			} else {    // cmp==0
				System.out.println("添加失败:不允许添加相同的节点!");
			}
		}

		tree.height = max( height(tree.left), height(tree.right)) + 1;

		return tree;
	}

	public void insert(T key) {
		mRoot = insert(mRoot, key);
	}

	/*
	 * 删除结点(z),返回根节点
	 *
	 * 参数说明:
	 *     tree AVL树的根结点
	 *     z 待删除的结点
	 * 返回值:
	 *     根节点
	 */
	private AVLTreeNode<T> remove(AVLTreeNode<T> tree, AVLTreeNode<T> z) {
		// 根为空 或者 没有要删除的节点,直接返回null。
		if (tree==null || z==null)
			return null;

		int cmp = z.key.compareTo(tree.key);
		if (cmp < 0) {        // 待删除的节点在"tree的左子树"中
			tree.left = remove(tree.left, z);
			// 删除节点后,若AVL树失去平衡,则进行相应的调节。
			if (height(tree.right) - height(tree.left) == 2) {
				AVLTreeNode<T> r =  tree.right;
				if (height(r.left) > height(r.right))
					tree = rightLeftRotation(tree);
				else
					tree = rightRightRotation(tree);
			}
		} else if (cmp > 0) {    // 待删除的节点在"tree的右子树"中
			tree.right = remove(tree.right, z);
			// 删除节点后,若AVL树失去平衡,则进行相应的调节。
			if (height(tree.left) - height(tree.right) == 2) {
				AVLTreeNode<T> l =  tree.left;
				if (height(l.right) > height(l.left))
					tree = leftRightRotation(tree);
				else
					tree = leftLeftRotation(tree);
			}
		} else {    // tree是对应要删除的节点。
			// tree的左右孩子都非空
			if ((tree.left!=null) && (tree.right!=null)) {
				if (height(tree.left) > height(tree.right)) {
					// 如果tree的左子树比右子树高;
					// 则(01)找出tree的左子树中的最大节点
					//   (02)将该最大节点的值赋值给tree。
					//   (03)删除该最大节点。
					// 这类似于用"tree的左子树中最大节点"做"tree"的替身;
					// 采用这种方式的好处是:删除"tree的左子树中最大节点"之后,AVL树仍然是平衡的。
					AVLTreeNode<T> max = maximum(tree.left);
					tree.key = max.key;
					tree.left = remove(tree.left, max);
				} else {
					// 如果tree的左子树不比右子树高(即它们相等,或右子树比左子树高1)
					// 则(01)找出tree的右子树中的最小节点
					//   (02)将该最小节点的值赋值给tree。
					//   (03)删除该最小节点。
					// 这类似于用"tree的右子树中最小节点"做"tree"的替身;
					// 采用这种方式的好处是:删除"tree的右子树中最小节点"之后,AVL树仍然是平衡的。
					AVLTreeNode<T> min = maximum(tree.right);
					tree.key = min.key;
					tree.right = remove(tree.right, min);
				}
			} else {
				AVLTreeNode<T> tmp = tree;
				tree = (tree.left!=null) ? tree.left : tree.right;
				tmp = null;
			}
		}

		return tree;
	}

	public void remove(T key) {
		AVLTreeNode<T> z;

		if ((z = search(mRoot, key)) != null)
			mRoot = remove(mRoot, z);
	}

	/*
	 * 销毁AVL树
	 */
	private void destroy(AVLTreeNode<T> tree) {
		if (tree==null)
			return ;

		if (tree.left != null)
			destroy(tree.left);
		if (tree.right != null)
			destroy(tree.right);

		tree = null;
	}

	public void destroy() {
		destroy(mRoot);
	}

	/*
	 * 打印"二叉查找树"
	 *
	 * key        -- 节点的键值
	 * direction  --  0,表示该节点是根节点;
	 *               -1,表示该节点是它的父结点的左孩子;
	 *                1,表示该节点是它的父结点的右孩子。
	 */
	private void print(AVLTreeNode<T> tree, T key, int direction) {
		if(tree != null) {
			if(direction==0)    // tree是根节点
				System.out.printf("%2d is root\n", tree.key, key);
			else                // tree是分支节点
				System.out.printf("%2d is %2d's %6s child\n", tree.key, key, direction==1?"right" : "left");

			print(tree.left, tree.key, -1);
			print(tree.right,tree.key,  1);
		}
	}

	public void print() {
		if (mRoot != null)
			print(mRoot, mRoot.key, 0);
	}
}

参考:

AVL 树

AVL树(三)之 Java的实现

彻底搞懂AVL树

AVL树的旋转图解和简单实现

看图轻松理解数据结构与算法系列(AVL树)

数据结构与算法(5):AVL树

AVLTreeST.java

AVL Tree

平衡二叉树之AVL树(Adelson-Velsky and Landis Tree)简介及Java实现

AVL树01(c++代码实现)

posted @ 2020-01-08 14:51  hongdada  阅读(1697)  评论(0编辑  收藏  举报