分享

初探AVL树

 KookNut39 2021-12-15

树在计算机中是一种非常重要的数据结构,而二叉树是每个节点最多有两个子节点,没有子节点的称为叶节点。今天我想总结一些有关AVL树的相关知识。
AVL tree是一个二叉搜索树,从名字我们就可以看出来,其目的是为了提高二叉排序树的搜索性能,其查找数据的时间复杂度为:O(log n),n为节点个数。
平衡因子:左子树高度-右子树高度
形成一个AVL树有以下条件:

  • 如果树是AVL树,那么它的左右子树都是AVL树。
  • 左右子树高度差小于1。

AVL树的插入
我们把距离插入点最近的不平衡点称为X节点,这时候,有四种情况需要考虑:

  1. 插入前A节点平衡因子为-1,插入节点在X的左子树中,不影响树的平衡。
  2. 插入前A节点平衡因子为1,插入节点在X的右子树中,不影响树的平衡。
  3. 插入前A节点平衡因子为-1,插入节点在X的右子树中,影响树的平衡。
  4. 插入前A节点平衡因子为1,插入节点在X的左子树中,影响树的平衡。
    在这里插入图片描述
    通常把第3种情况称为R型不平衡,也就是上图中所示的不平衡状态。插入在X节点的右子树的右子树上,称为RR型(如上图所示),插入在X节点的右子树的左子树上,称为RL型。同理第4种情况对应的不平衡有LL型和LR型。
    平衡的调整:
    对于情况RR和LL我称之为外侧插入,可以使用单旋转方式调整解决。
    在这里插入图片描述

当类似图一中的RR型插入,单旋转之后结果:
在这里插入图片描述
当类似图二左图的LL型插入,单旋转之后
在这里插入图片描述
情况LR和RL我称之为内侧插入,可以使用双旋转方式调整解决。
在这里插入图片描述
上图经过一次旋转之后:
在这里插入图片描述
再经过一次旋转之后:
在这里插入图片描述
AVL树的删除

AVL树的删除操作和插入操作相比较起来,肯定是删除操作比较繁琐复杂一些,因为插入只涉及到插入,而删除首先得确定被删除节点,接下来可能涉及到删除之后的重新调整平衡(插入操作),其实调整平衡的操作相当于又一次的插入过程。
在介绍不平衡状态之前,首先统一下称呼,我们把删除发生在左子树,删除之后平衡因子变为-2的情况,称为L型,对应的右子树删除,平衡因子变为2的情况,我们称之为R型。
可能出现需要调整的不平衡情况(L型与R型对称,此处只说L型):
1.L0型的删除,如下图:
在这里插入图片描述
删除前如上图,此处我们是L型,所以删除值为4的节点。删除调整之后,如下图所示:
在这里插入图片描述
由上图可以看出,L0型的调整实际上是对根节点进行一次左旋调整得到,便得到了平衡的AVL树,R0型相对应的做一次右旋操作。
2.L(-1)型的调整:
在这里插入图片描述
删除前如上图所示,删除值为4的节点,删除之后,出现根节点的平衡因子变为-2的情况,所以进行调整,如下图:
在这里插入图片描述

经过一次左旋之后,节点的平衡因子都变成了0。与L(-1)对应的是R1型,R1型需要做一次右旋,此处不再详述。
3.L1型的删除调整:
在这里插入图片描述
L1型的AVL树,如上图所示,此时我们需要删除节点值为4的节点,值为9的节点处出现了平衡因子值为1,所以称L1型,删除调整:
在这里插入图片描述
删除节点值为4的节点之后,第一次旋转,以值为9的节点进行右旋,如上图所示。接下来进行第二次旋转:
在这里插入图片描述
再进行一次左旋,得到如图AVL树。R(-1)和L1是对称的。
以上有关AVL树的知识点,只是一个小小的原理总结,之后哪天心血来潮的话,在博客上更新一下C语言代码实现。

“鸟欲高飞先振翅,人求上进先读书。”—李苦禅

    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多