AVL树和平衡二叉树 平衡因子 右旋转LL 左旋转RR LR RL
前言
今天要介绍几种高级数据结构AVL树，介绍之前AVL，会先说明平衡二叉树，并将树的学习路线进行总结，并介绍维持平衡的方法：右旋转、左旋转。
一、树学习路线
1、路线总结
总结了一下树的学习路线，如下图：
2、说明
上面这个图要从上往下进行一步一步学习；首先，从二叉树开始学习，要对树的一些概念有一些基本了解，如树的左孩子和右孩子等，然后对树的遍历方法：先序、中序和后序遍历都熟练掌握，有精力再把层序遍历掌握；
接下来，大部分的树，都是在二叉树的基础上加了许多特性而形成的，所以二叉树是基础，如二叉搜索树，任意一个节点都比左子树大，都比右子树小，主要用于解决查找问题，对二分查找法有一个基本了解，还有一个特性，二分搜索树的中序遍历：数据就从从小到大进行排序了。
AVL树，是今天要讲的话题，下面会详细进行讲解。
红黑树应该是大名鼎鼎了，都应该听过了，之后我会专门介绍。
trie树就不再是二叉树了，是多叉树了，之后也会讲解。
二、平衡二叉树
1、定义
平衡二叉树，首先是二叉树，并且对于任意一个节点，左子树和右子树的高度差不能超过1。
2、意义
有了二分查找树为什么还要平衡二叉树呢？这篇对二分查找树进行了详细介绍,并对先序、中序和后序进行了明确说明，可以参考：https://www.cnblogs.com/liudw-0215/p/9835691.html，因为二叉树有一个弊端就是会退化为链表，就是只有左子树或右子树有节点，这样查询效率就会变低了。所以，就需要“平衡”这个概念了。
3、平衡因子
先画个图，进行说明，不是平衡二叉树，只是为了说明问题，如下图：
说明：如上图，树的高度从叶子节点开始，并且叶子节点高度是1；平衡因子就是用左子树高度减去右子树高度，例如：4这个节点，左子树2的高度为1，右子树没有则为0，所以4这个节点的平衡因子为1。
三、AVL树
1、定义
AVL树是自平衡二分搜索树，既具有平衡性和二分性。
2、构建AVL树类
是在二分搜索树的基础上进行修改并维持“平衡”这个特性的，首先，来看下AVL树的类，如下：
#ifndef AVLTREE_AVLTREE_H #define AVLTREE_AVLTREE_H #include <algorithm> #include <iostream> #include <vector> template<typename Key, typename Value> class AVLTree { private: struct Node { Key key; Value value; Node *left; Node *right; int height; //用于标注高度，计算平衡因子 Node(Key key, Value value) { this->key = key; this->value = value; this->left = this->right = nullptr; height = 1; } Node(Node *node) { this->key = node->key; this->value = node->value; this->left = node->left; this->right = node->right; this->height = node->height; } }; Node *root; int size; public: AVLTree() { root = nullptr; size = 0; } ~AVLTree() { destroy(root); } int getSize() { return size; } int isEmpty() { return size == 0; } int getHeight(Node *node) { //获取高度 if (node == nullptr) { return 0; } return node->height; } int getBalanceFactor(Node *node) { //获取平衡因子 if (node == nullptr) { return 0; } return getHeight(node->left) - getHeight(node->right); } bool isBST() { std::vector<Key> keys; inOrder(root, keys); for (int i = 1; i < keys.size(); ++i) { if (keys.at(i - 1) < keys.at(i)) { return false; } } return true; } bool isBalanced() { return isBalanced(root); } void add(Key key, Value value) { root = add(root, key, value); } bool contains(Key key) { return getNode(root, key) != nullptr; } Value *get(Key key) { Node *node = getNode(root, key); return node == nullptr ? nullptr : &(node->value); } void set(Key key, Value newValue) { Node *node = getNode(root, key); if (node != nullptr) { node->value = newValue; } } // 从二叉树中删除键值为key的节点 Value *remove(Key key) { Node *node = getNode(root, key); if (node != nullptr) { root = remove(root, key); return &(node->value); } return nullptr; } private: // 向以node为根的二叉搜索树中,插入节点(key, value) // 返回插入新节点后的二叉搜索树的根 Node *add(Node *node, Key key, Value value) { if (node == nullptr) { size++; return new Node(key, value); } if (key == node->key) { node->value = value; } else if (key < node->key) { node->left = add(node->left, key, value); } else { node->right = add(node->right, key, value); } node->height = 1 + std::max(getHeight(node->left), getHeight(node->right)); int balanceFactor = getBalanceFactor(node); if (std::abs(balanceFactor) > 1) { std::cout << "unbalanced : " << balanceFactor; } return node; } // 在以node为根的二叉搜索树中查找key所对应的Node Node *getNode(Node *node, Key key) { if (node == nullptr) { return nullptr; } if (key == node->key) { return node; } else if (key < node->key) { return getNode(node->left, key); } else { return getNode(node->right, key); } } void destroy(Node *node) { if (node != nullptr) { destroy(node->left); destroy(node->right); delete node; size--; } } // 在以node为根的二叉搜索树中,返回最小键值的节点 Node *minimum(Node *node) { if (node->left == nullptr) return node; return minimum(node->left); } // 在以node为根的二叉搜索树中,返回最大键值的节点 Node *maximum(Node *node) { if (node->right == nullptr) return node; return maximum(node->right); } // 删除掉以node为根的二分搜索树中的最小节点 // 返回删除节点后新的二分搜索树的根 Node *removeMin(Node *node) { if (node->left == nullptr) { Node *rightNode = node->right; delete node; size--; return rightNode; } node->left = removeMin(node->left); return node; } // 删除掉以node为根的二分搜索树中的最大节点 // 返回删除节点后新的二分搜索树的根 Node *removeMax(Node *node) { if (node->right == nullptr) { Node *leftNode = node->left; delete node; size--; return leftNode; } node->right = removeMax(node->right); return node; } // 删除掉以node为根的二分搜索树中键值为key的节点 // 返回删除节点后新的二分搜索树的根 Node *remove(Node *node, Key key) { if (node == nullptr) { return nullptr; } if (key < node->key) { node->left = remove(node->left, key); return node; } else if (key > node->key) { node->right = remove(node->right, key); return node; } else { if (node->left == nullptr) { Node *rightNode = node->right; delete node; size--; return rightNode; } if (node->right == nullptr) { Node *leftNode = node->left; delete node; size--; return leftNode; } Node *successor = new Node(minimum(node->right)); //Node *precursor = new Node(maximum(node->right)); size++; successor->right = removeMin(node->right); successor->left = node->left; //precursor->left = removeMax(node->left); //precursor->right = node->right; delete node; size--; return successor; //return precursor; } } void inOrder(Node *node, std::vector<Key> keys) { if (node == nullptr) { return; } inOrder(node->left, keys); keys.push_back(node->key); inOrder(node->right, keys); } bool isBalanced(Node *node) { if (node == nullptr) { return true; } int balanceFactor = getBalanceFactor(node); if (std::abs(balanceFactor) > 1) { return false; } return isBalanced(node->left) && isBalanced(node->right); } }; #endif //AVLTREE_AVLTREE_H
增加height属性，用于记录每个节点的高度，并计算平衡因子；
3、获取节点高度
把height属性返回就可以了：
int getHeight(Node *node) { //获取高度 if (node == nullptr) { return 0; } return node->height; }
4、获取平衡因子
将左子树高度减去右子树高度即可，但注意：不要区绝对值，因为之后的旋转要判断左子树还是右子树的高度高，代码如下：
int getBalanceFactor(Node *node) { //获取平衡因子 if (node == nullptr) { return 0; } return getHeight(node->left) - getHeight(node->right); }
5、判断是不是平衡二叉树
平衡因子大于1就不是平衡二叉树了，代码如下：
bool isBalanced(Node *node) { if (node == nullptr) { return true; } int balanceFactor = getBalanceFactor(node); if (std::abs(balanceFactor) > 1) { return false; } return isBalanced(node->left) && isBalanced(node->right); } bool isBalanced() { return isBalanced(root); }
四、AVL树的旋转
1、什么时维护平衡？
如下图，假如原来没有2这个节点，那么树是平衡二叉树，但插入2之后，就不再平衡了，这时就需要维护平衡了，大体上有4种情况需要维护平衡，来说明这一种。
2、右旋转 LL
将其中的部分节点抽离出来，如下图：
说明：主要分为两步：
第一步：将T3保存，然后将y以及孩子节点旋转到x的右孩子位置，相对于x，y是顺时针向右旋转的，所以叫右旋转；
第二步：将T3移到y的左孩子位置
最后，形成的二叉树符合二分和平衡两个性质，所以还是平衡二叉树。
3、右旋转代码实现
上图应该已经讲解的很明白了吧，代码如下：
Node *rightRotate(Node *y) { Node *x = y->left; //存x Node *tmp = x->right; //将x的右孩子备份 x->right = y; //将y右旋转到x的右孩子 y->left = tmp; //将x的右孩子移到y的左侧 y->height = std::max(getHeight(y->left), getHeight(y->right)) + 1; //修改y高度，注意要先修改y的高度 x->height = std::max(getHeight(x->left), getHeight(x->right)) + 1; //修改x的高度 return x; }
4、左旋转 RR
左旋转和右旋转很相似，只是方向不同，如下图：
说明：相对于x，y是逆时针向左旋转，所以是左旋转
5、左旋转代码实现
左旋转代码跟右旋转很相似，代码如下：
Node *leftRotate(Node *y){ Node *x = y->right; Node *tmp = x->left; x->left = y; y->right = tmp; y->height = std::max(getHeight(y->left), getHeight(y->right)) + 1; x->height = std::max(getHeight(x->left), getHeight(x->right)) + 1; return x; }
6、LR
还有两种情况需要讨论，LL代表“左左”，LR代表“左右”，如下图：
说明：借助左旋转将LR转为LL，再对LL进行右旋转就OK了，所以理解左、右旋转是基础！
7、LR代码实现
代码如下：
if (balanceFactor > 1 && getBalanceFactor(node->left) < 0) { //LR node->left = leftRotate(node->left); return rightRotate(node); }
8、RL
最后一种情况RL，如下图：
9、RL代码实现
代码如下：
if (balanceFactor < -1 && getBalanceFactor(node->right) > 0) { //RL node->right = rightRotate(node->right); return leftRotate(node); }
总结
AVL树和平衡二叉树就比较难了，主要理解右旋转和左旋转，对之后理解红黑树有巨大作用！
-------------------------------------------
个性签名：独学而无友，则孤陋而寡闻。做一个灵魂有趣的人！
如果觉得这篇文章对你有小小的帮助的话，记得在右下角点个“推荐”哦，博主在此感谢！
万水千山总是情，打赏一分行不行，所以如果你心情还比较高兴，也是可以扫码打赏博主，哈哈哈(っ•̀ω•́)っ✎⁾⁾！
