平衡二叉树（AVL）

阅读之前请先了解 二叉搜索树

平衡二叉树定义：任意节点的子树的高度差都小于等于 1

1. 为什么使用「平衡二叉树」

二叉树能提高查询的效率 O(logn)，但是当你插入 {1,2,3,4,5,6} 这种数据的时候，你的二叉树就像一个「链表」一样，搜索效率变为 O(n)

于是在 1962 年，一个姓 AV 的大佬（G. M. Adelson-Velsky） 和一个姓 L 的大佬（ Evgenii Landis）提出「平衡二叉树」（AVL） 。

于是插入 {1,2,3,4,5,6} 这种数据结果如下图所示：

2. 判断「平衡二叉树」

判断「平衡二叉树」的 2 个条件：

  • 1. 是「二叉排序树」
  • 2. 任何一个节点的左子树或者右子树都是「平衡二叉树」（左右高度差小于等于 1）

（1）下图不是「平衡二叉树」因为它不是「二叉排序树」违反第 1 条件

（2）下图不是「平衡二叉树」因为有节点子树高度差大于 1 违法第 2 条件

（3）下图是「平衡二叉树」因为符合 1、2 条件

3. 相关概念

3.1 平衡因子 BF

定义：左子树和右子树高度差

计算：左子树高度 - 右子树高度的值

别名：简称 BF（Balance Factor 而不是 Boy Friend）

一般来说 BF 的绝对值大于 1，,平衡树二叉树就失衡，需要「旋转」纠正

3.2 最小不平衡子树

距离插入节点最近的，并且 BF 的绝对值大于 1 的节点为根节点的子树。

「旋转」纠正只需要纠正「最小不平衡子树」即可

例子如下图所示：

4. 二种旋转方式

2 种「旋转」方式：

  1. 左旋
  2. 旧根节点为新根节点的左子树
  3. 新根节点的左子树（如果存在）为旧根节点的右子树
  4. 右旋：
  5. 旧根节点为新根节点的右子树
  6. 新根节点的右子树（如果存在）为旧根节点的左子树

4 种「旋转」纠正类型：

  1. LL 型：插入左孩子的左子树，右旋
  2. RR 型：插入右孩子的右子树，左旋
  3. LR 型：插入左孩子的右子树，先左旋，再右旋
  4. RL 型：插入右孩子的左子树，先右旋，再左旋

4.1 LL 型失衡「右旋」

第三个节点「1」插入的 时候，BF(3) = 2，BF(2) = 1 LL 型失衡，右旋，根节点顺时针旋转

（1）最小不平衡子树「右旋」

右旋

  • 旧根节点（节点 3）为新根节点（节点 2）的右子树
  • 新根节点的左子树（如果存在）为旧根节点的右子树

4.2 RR 型失衡「左旋」

第三个节点「3」插入的 时候，BF(1)=-2 BF(2)=-1，RR 型失衡，左旋，根节点逆时针旋转

（1）最小不平衡子树左旋

左旋

  • 旧根节点（节点 1）为新根节点（节点 2）的左子树
  • 新根节点的左子树（如果存在）为旧根节点的右子树

4.3 LR 型

第三个节点「3」插入的 时候，BF(3)=2 BF(1)=-1 LR 型失衡，先「左旋」再「右旋」

（1）最小不平衡子树左子树 {2,1} 先左旋

左旋

  • 旧根节点（节点 1）为新根节点（节点 2）的左子树
  • 新根节点的左子树（如果存在）为旧根节点的右子树

（2）最小不平衡子树 {3,2,1} 再右旋

右旋

  • 旧根节点（节点 3）为新根节点（节点 2）的右子树
  • 新根节点的左子树（如果存在）为旧根节点的右子树

4.4 RL 型

第三个节点「1」插入的 时候，BF(1)=-2 BF(3)=1 RL 型失衡，先「右旋」再「左旋」

（1）最小不平衡子树根节点右子树{3,2}先右旋

右旋

  • 旧根节点（节点 3）为新根节点（节点 2）的右子树
  • 新根节点的左子树（如果存在）为旧根节点的右子树

（2）最小不平衡子树 {1,2,3} 再左旋（L）

左旋

  • 旧根节点（节点 1）为新根节点（节点 2）的左子树
  • 新根节点的左子树（如果存在）为旧根节点的右子树

5. 实例

接下来我们以 {3,2,1,4,5,6,7,10,9,8} 为实例练习刚刚的 4 种插入方式

（1）依次插入 3、2、1 插入第三个点 1 的时候 BF(3)=2 BF(2)=1，LL 型失衡。

对最小不平衡树 {3,2,1}进行「右旋」

右旋：

  • 旧根节点（节点 3）为新根节点（节点 2）的右子树
  • 新根节点（节点 2）的右子树（这里没有右子树）为旧根节点的左子树

（2）依次插入 4 ，5 插入 5 点的时候 BF(3) = -2 BF(4)=-1，RR 型失衡

对最小不平衡树 {3,4,5} 进行「左旋」

左旋：

  • 旧根节点（节点 3）为新根节点（节点 4）的左子树
  • 新根节点（节点 4）的右子树（这里没有右子树）为旧根节点的左子树

（3）插入 4 ，5 插入 5 点的时候 BF(2)=-2 BF(4)=-1 ，RR 型失衡 对最小不平衡树进行「左旋」

左旋：

  • 旧根节点（节点 2）为新根节点（节点 4）的左子树
  • 新根节点（节点 4）的右子树（节点 3）为旧根节点的左子树

新根节点（节点 4）的右子树（节点 3）为旧根节点的左子树

（4）插入 7 节点的时候 BF(5)=-2, BF(6)=-1 ，RR 型失衡，对最小不平衡树 进行「左旋」

左旋：

  • 旧根节点（节点 5）为新根节点（节点 6）的左子树
  • 新根节点的右子树（这里没有）为旧根节点的左子树

（5）依次插入 10 ，9 。插入 9 点的时候 BF(10) = 1，BF(7) = -2 ，RL 型失衡，对先「右旋」再「左旋」

平衡二叉树（AVL）

阅读之前请先了解 二叉搜索树

平衡二叉树定义：任意节点的子树的高度差都小于等于 1

1. 为什么使用「平衡二叉树」

二叉树能提高查询的效率 O(logn)，但是当你插入 {1,2,3,4,5,6} 这种数据的时候，你的二叉树就像一个「链表」一样，搜索效率变为 O(n)

于是在 1962 年，一个姓 AV 的大佬（G. M. Adelson-Velsky） 和一个姓 L 的大佬（ Evgenii Landis）提出「平衡二叉树」（AVL） 。

于是插入 {1,2,3,4,5,6} 这种数据结果如下图所示：

2. 判断「平衡二叉树」

判断「平衡二叉树」的 2 个条件：

  • 1. 是「二叉排序树」
  • 2. 任何一个节点的左子树或者右子树都是「平衡二叉树」（左右高度差小于等于 1）

（1）下图不是「平衡二叉树」因为它不是「二叉排序树」违反第 1 条件

（2）下图不是「平衡二叉树」因为有节点子树高度差大于 1 违法第 2 条件

（3）下图是「平衡二叉树」因为符合 1、2 条件

3. 相关概念

3.1 平衡因子 BF

定义：左子树和右子树高度差

计算：左子树高度 - 右子树高度的值

别名：简称 BF（Balance Factor 而不是 Boy Friend）

一般来说 BF 的绝对值大于 1，,平衡树二叉树就失衡，需要「旋转」纠正

3.2 最小不平衡子树

距离插入节点最近的，并且 BF 的绝对值大于 1 的节点为根节点的子树。

「旋转」纠正只需要纠正「最小不平衡子树」即可

例子如下图所示：

4. 二种旋转方式

2 种「旋转」方式：

  1. 左旋
  2. 旧根节点为新根节点的左子树
  3. 新根节点的左子树（如果存在）为旧根节点的右子树
  4. 右旋：
  5. 旧根节点为新根节点的右子树
  6. 新根节点的右子树（如果存在）为旧根节点的左子树

4 种「旋转」纠正类型：

  1. LL 型：插入左孩子的左子树，右旋
  2. RR 型：插入右孩子的右子树，左旋
  3. LR 型：插入左孩子的右子树，先左旋，再右旋
  4. RL 型：插入右孩子的左子树，先右旋，再左旋

4.1 LL 型失衡「右旋」

第三个节点「1」插入的 时候，BF(3) = 2，BF(2) = 1 LL 型失衡，右旋，根节点顺时针旋转

（1）最小不平衡子树「右旋」

右旋

  • 旧根节点（节点 3）为新根节点（节点 2）的右子树
  • 新根节点的左子树（如果存在）为旧根节点的右子树

4.2 RR 型失衡「左旋」

第三个节点「3」插入的 时候，BF(1)=-2 BF(2)=-1，RR 型失衡，左旋，根节点逆时针旋转

（1）最小不平衡子树左旋

左旋

  • 旧根节点（节点 1）为新根节点（节点 2）的左子树
  • 新根节点的左子树（如果存在）为旧根节点的右子树

4.3 LR 型

第三个节点「3」插入的 时候，BF(3)=2 BF(1)=-1 LR 型失衡，先「左旋」再「右旋」

（1）最小不平衡子树左子树 {2,1} 先左旋

左旋

  • 旧根节点（节点 1）为新根节点（节点 2）的左子树
  • 新根节点的左子树（如果存在）为旧根节点的右子树

（2）最小不平衡子树 {3,2,1} 再右旋

右旋

  • 旧根节点（节点 3）为新根节点（节点 2）的右子树
  • 新根节点的左子树（如果存在）为旧根节点的右子树

4.4 RL 型

第三个节点「1」插入的 时候，BF(1)=-2 BF(3)=1 RL 型失衡，先「右旋」再「左旋」

（1）最小不平衡子树根节点右子树{3,2}先右旋

右旋

  • 旧根节点（节点 3）为新根节点（节点 2）的右子树
  • 新根节点的左子树（如果存在）为旧根节点的右子树

（2）最小不平衡子树 {1,2,3} 再左旋（L）

左旋

  • 旧根节点（节点 1）为新根节点（节点 2）的左子树
  • 新根节点的左子树（如果存在）为旧根节点的右子树

5. 实例

接下来我们以 {3,2,1,4,5,6,7,10,9,8} 为实例练习刚刚的 4 种插入方式

（1）依次插入 3、2、1 插入第三个点 1 的时候 BF(3)=2 BF(2)=1，LL 型失衡。

对最小不平衡树 {3,2,1}进行「右旋」

右旋：

  • 旧根节点（节点 3）为新根节点（节点 2）的右子树
  • 新根节点（节点 2）的右子树（这里没有右子树）为旧根节点的左子树

（2）依次插入 4 ，5 插入 5 点的时候 BF(3) = -2 BF(4)=-1，RR 型失衡

对最小不平衡树 {3,4,5} 进行「左旋」

左旋：

  • 旧根节点（节点 3）为新根节点（节点 4）的左子树
  • 新根节点（节点 4）的右子树（这里没有右子树）为旧根节点的左子树

（3）插入 4 ，5 插入 5 点的时候 BF(2)=-2 BF(4)=-1 ，RR 型失衡 对最小不平衡树进行「左旋」

左旋：

  • 旧根节点（节点 2）为新根节点（节点 4）的左子树
  • 新根节点（节点 4）的右子树（节点 3）为旧根节点的左子树

新根节点（节点 4）的右子树（节点 3）为旧根节点的左子树

（4）插入 7 节点的时候 BF(5)=-2, BF(6)=-1 ，RR 型失衡，对最小不平衡树 进行「左旋」

左旋：

  • 旧根节点（节点 5）为新根节点（节点 6）的左子树
  • 新根节点的右子树（这里没有）为旧根节点的左子树

（5）依次插入 10 ，9 。插入 9 点的时候 BF(10) = 1，BF(7) = -2 ，RL 型失衡，对先「右旋」再「左旋」

右子树先「右旋」

最小不平衡子树的右子树 {10,9} 先右旋：
右旋：

  • 旧根节点（节点 10）为新根节点（节点 9）的右子树
  • 新根节点（节点 9）的右子树（这里没有右子树）为旧根节点的左子树

最小不平衡子树再左旋：

  • 旧根节点（节点 7）为新根节点（节点 9）的左子树
  • 新根节点（节点 9）的左子树（这里没有左子树）为旧根节点的右子树

（6）最后插入节点 8 ，BF(6)=-2 BF(9)=1，RL 型失衡，先「右旋」再「左旋」

最小不平衡子树的右子树 {9,7,10,8} 先「右旋」

右旋：

  • 旧根节点（节点 9 {9,10}）为新根节点（节点 7）的右子树
  • 新根节点（节点 7）的右子树（这里没有）为旧根节点的左子树

最小不平衡子树 {6,5,7,8,9,10} 再「左旋」

左旋：

  • 旧根节点（节点 6 {6,5} ）为新根节点（节点 7）的左子树
  • 新根节点的左子树（节点 8）为旧根节点（节点 6）的右子树

新根节点的左子树（节点 8）为旧根节点（节点 6）的右子树

程序结束

6.代码实现

6.1 定义节点

public class AVLNode {/** 数据 **/public int data;/** 相对高度 **/public int height;/** 父节点 **/public AVLNode parent;/** 左子树 **/public AVLNode left;/** 右子树 **/public AVLNode right;public AVLNode(int data) {this.data = data;this.height = 1;}
}

6.2 计算高度

节点高度等于左子树和右子树最大高度 + 1

/** 通过子树高度 计算高度 **/
private int calcHeight(AVLNode root) {if (root.left == null && root.right == null) {return 1;}else if (root.right == null) {return root.left.height + 1;} else if (root.left == null) {return root.right.height + 1;}else {return root.left.height > root.right.height ? root.left.height + 1 : root.right.height + 1;}
}

6.3 计算 BF

BF（平衡因子）的值为：左子树高度 - 右子树高度

private int calcBF(AVLNode root) {if (root == null){return 0;}else if (root.left == null && root.right == null) {return 0;}else if (root.right == null) {return root.left.height ;} else if (root.left == null) {return - root.right.height;}else {return root.left.height - root.right.height;}
}

6.4 旋转

2 种「旋转」方式：

  1. 左旋
  2. 旧根节点为新根节点的左子树
  3. 新根节点的左子树（如果存在）为旧根节点的右子树
  4. 右旋：
  5. 旧根节点为新根节点的右子树
  6. 新根节点的右子树（如果存在）为旧根节点的左子树

重点理解：旋转之后通过需要刷新高度

高度变化只有： oldRoot 和 newRoot

但是它们子树的高度是不变的（这很关键）

我们可以通过它们 子树的高度计算他们的高度

使用不变的因数计算变化的因素是一个很好的思维

public AVLNode leftRotate(AVLNode root) {AVLNode oldRoot = root;AVLNode newRoot = root.right;AVLNode parent = root.parent;//1.newRoot 替换 oldRoot 位置if (null != parent ) {if (oldRoot.parent.data > oldRoot.data) {parent.left = newRoot;}else  {parent.right = newRoot;}}newRoot.parent = parent;//2.重新组装 oldRoot (将 newRoot 的左子树 给 oldRoot 的右子树)oldRoot.right = newRoot.left;if (newRoot.left != null) {newRoot.left.parent = oldRoot;}//3. oldRoot 为 newRoot 的左子树newRoot.left = oldRoot;oldRoot.parent = newRoot;//刷新高度oldRoot.height = calcHeight(oldRoot);newRoot.height = calcHeight(newRoot);return newRoot;
}public AVLNode rightRotate(AVLNode root) {AVLNode oldRoot = root;AVLNode newRoot = root.left;AVLNode parent = root.parent;//1.newRoot 替换 oldRoot 位置if (null != parent ) {if (oldRoot.parent.data > oldRoot.data) {parent.left = newRoot;}else {parent.right = newRoot;}}newRoot.parent = parent;//2.重新组装 oldRoot (将 newRoot 的右子树 给 oldRoot 的左子树)oldRoot.left = newRoot.right;if (newRoot.right != null) {newRoot.right.parent = oldRoot;}//3. oldRoot 为 newRoot 的左子树newRoot.right = oldRoot;oldRoot.parent = newRoot;//刷新高度oldRoot.height = calcHeight(oldRoot);newRoot.height = calcHeight(newRoot);return newRoot;
}

6.5 插入（总代码）

插入操作

  • 递归插入新节点
  • 刷新高度
  • 旋转并再次刷新高度
public class ALVTree {AVLNode root;public void insert(int data) {if (null == this.root) {this.root = new AVLNode(data);return;}this.root = insert(this.root, data);}public AVLNode insert(AVLNode root, int data) {//插入左子树if (data < root.data) {if (null == root.left) {root.left = new AVLNode(data);root.left.parent = root;}else {insert(root.left,data);}}//插入右子树else if (data > root.data) {if (null == root.right) {root.right = new AVLNode(data);root.right.parent = root;} else {insert(root.right,data);}}//刷新高度root.height = calcHeight(root);//旋转//1. LL 型 右旋转if (calcBF(root) == 2){//2. LR 型 先左旋转if (calcBF(root.left) == -1) {root.left = leftRotate(root.left);}root = rightRotate(root);}//3. RR型 左旋转if (calcBF(root) == -2){//4. RL 型 先右旋转if (calcBF(root.right)== 1) {root.right = rightRotate(root.right);}root = leftRotate(root);}return root;}public AVLNode leftRotate(AVLNode root) {AVLNode oldRoot = root;AVLNode newRoot = root.right;AVLNode parent = root.parent;//1.newRoot 替换 oldRoot 位置if (null != parent ) {if (oldRoot.parent.data > oldRoot.data) {parent.left = newRoot;}else  {parent.right = newRoot;}}newRoot.parent = parent;//2.重新组装 oldRoot (将 newRoot 的左子树 给 oldRoot 的右子树)oldRoot.right = newRoot.left;if (newRoot.left != null) {newRoot.left.parent = oldRoot;}//3. oldRoot 为 newRoot 的左子树newRoot.left = oldRoot;oldRoot.parent = newRoot;//刷新高度oldRoot.height = calcHeight(oldRoot);newRoot.height = calcHeight(newRoot);return newRoot;}public AVLNode rightRotate(AVLNode root) {AVLNode oldRoot = root;AVLNode newRoot = root.left;AVLNode parent = root.parent;//1.newRoot 替换 oldRoot 位置if (null != parent ) {if (oldRoot.parent.data > oldRoot.data) {parent.left = newRoot;}else {parent.right = newRoot;}}newRoot.parent = parent;//2.重新组装 oldRoot (将 newRoot 的右子树 给 oldRoot 的左子树)oldRoot.left = newRoot.right;if (newRoot.right != null) {newRoot.right.parent = oldRoot;}//3. oldRoot 为 newRoot 的左子树newRoot.right = oldRoot;oldRoot.parent = newRoot;//刷新高度oldRoot.height = calcHeight(oldRoot);newRoot.height = calcHeight(newRoot);return newRoot;}/** 通过子树高度 计算高度 **/private int calcHeight(AVLNode root) {if (root.left == null && root.right == null) {return 1;}else if (root.right == null) {return root.left.height + 1;} else if (root.left == null) {return root.right.height + 1;}else {return root.left.height > root.right.height ? root.left.height + 1 : root.right.height + 1;}}private int calcBF(AVLNode root) {if (root == null){return 0;}else if (root.left == null && root.right == null) {return 0;}else if (root.right == null) {return root.left.height ;} else if (root.left == null) {return - root.right.height;}else {return root.left.height - root.right.height;}}
}

测试

public static void main(String[] args) {ALVTree tree = new ALVTree();tree.insert(3);tree.insert(2);tree.insert(1);tree.insert(4);tree.insert(5);tree.insert(6);tree.insert(7);tree.insert(10);tree.insert(9);tree.insert(8);//遍历输出innerTraverse(tree.root);
}
private static void innerTraverse(AVLNode root) {if (root == null) {return;}innerTraverse(root.left);System.out.println(root.data + " height:"+root.height);innerTraverse(root.right);
}

输出

1 height:1
2 height:2
3 height:1
4 height:4
5 height:1
6 height:2
7 height:3
8 height:1
9 height:2
10 height:1最小不平衡子树的右子树 {10,9} 先右旋：右旋：

  • 旧根节点（节点 10）为新根节点（节点 9）的右子树
  • 新根节点（节点 9）的右子树（这里没有右子树）为旧根节点的左子树

最小不平衡子树再左旋：

  • 旧根节点（节点 7）为新根节点（节点 9）的左子树
  • 新根节点（节点 9）的左子树（这里没有左子树）为旧根节点的右子树

（6）最后插入节点 8 ，BF(6)=-2 BF(9)=1，RL 型失衡，先「右旋」再「左旋」

最小不平衡子树的右子树 {9,7,10,8} 先「右旋」

右旋：

  • 旧根节点（节点 9 {9,10}）为新根节点（节点 7）的右子树
  • 新根节点（节点 7）的右子树（这里没有）为旧根节点的左子树

最小不平衡子树 {6,5,7,8,9,10} 再「左旋」

左旋：

  • 旧根节点（节点 6 {6,5} ）为新根节点（节点 7）的左子树
  • 新根节点的左子树（节点 8）为旧根节点（节点 6）的右子树

新根节点的左子树（节点 8）为旧根节点（节点 6）的右子树

程序结束

6.代码实现

6.1 定义节点

public class AVLNode {/** 数据 **/public int data;/** 相对高度 **/public int height;/** 父节点 **/public AVLNode parent;/** 左子树 **/public AVLNode left;/** 右子树 **/public AVLNode right;public AVLNode(int data) {this.data = data;this.height = 1;}
}

6.2 计算高度

节点高度等于左子树和右子树最大高度 + 1

/** 通过子树高度 计算高度 **/
private int calcHeight(AVLNode root) {if (root.left == null && root.right == null) {return 1;}else if (root.right == null) {return root.left.height + 1;} else if (root.left == null) {return root.right.height + 1;}else {return root.left.height > root.right.height ? root.left.height + 1 : root.right.height + 1;}
}

6.3 计算 BF

BF（平衡因子）的值为：左子树高度 - 右子树高度

private int calcBF(AVLNode root) {if (root == null){return 0;}else if (root.left == null && root.right == null) {return 0;}else if (root.right == null) {return root.left.height ;} else if (root.left == null) {return - root.right.height;}else {return root.left.height - root.right.height;}
}

6.4 旋转

2 种「旋转」方式：

  1. 左旋
  2. 旧根节点为新根节点的左子树
  3. 新根节点的左子树（如果存在）为旧根节点的右子树
  4. 右旋：
  5. 旧根节点为新根节点的右子树
  6. 新根节点的右子树（如果存在）为旧根节点的左子树

重点理解：旋转之后通过需要刷新高度

高度变化只有： oldRoot 和 newRoot

但是它们子树的高度是不变的（这很关键）

我们可以通过它们 子树的高度计算他们的高度

使用不变的因数计算变化的因素是一个很好的思维

public AVLNode leftRotate(AVLNode root) {AVLNode oldRoot = root;AVLNode newRoot = root.right;AVLNode parent = root.parent;//1.newRoot 替换 oldRoot 位置if (null != parent ) {if (oldRoot.parent.data > oldRoot.data) {parent.left = newRoot;}else  {parent.right = newRoot;}}newRoot.parent = parent;//2.重新组装 oldRoot (将 newRoot 的左子树 给 oldRoot 的右子树)oldRoot.right = newRoot.left;if (newRoot.left != null) {newRoot.left.parent = oldRoot;}//3. oldRoot 为 newRoot 的左子树newRoot.left = oldRoot;oldRoot.parent = newRoot;//刷新高度oldRoot.height = calcHeight(oldRoot);newRoot.height = calcHeight(newRoot);return newRoot;
}public AVLNode rightRotate(AVLNode root) {AVLNode oldRoot = root;AVLNode newRoot = root.left;AVLNode parent = root.parent;//1.newRoot 替换 oldRoot 位置if (null != parent ) {if (oldRoot.parent.data > oldRoot.data) {parent.left = newRoot;}else {parent.right = newRoot;}}newRoot.parent = parent;//2.重新组装 oldRoot (将 newRoot 的右子树 给 oldRoot 的左子树)oldRoot.left = newRoot.right;if (newRoot.right != null) {newRoot.right.parent = oldRoot;}//3. oldRoot 为 newRoot 的左子树newRoot.right = oldRoot;oldRoot.parent = newRoot;//刷新高度oldRoot.height = calcHeight(oldRoot);newRoot.height = calcHeight(newRoot);return newRoot;
}

6.5 插入（总代码）

插入操作

  • 递归插入新节点
  • 刷新高度
  • 旋转并再次刷新高度
public class ALVTree {AVLNode root;public void insert(int data) {if (null == this.root) {this.root = new AVLNode(data);return;}this.root = insert(this.root, data);}public AVLNode insert(AVLNode root, int data) {//插入左子树if (data < root.data) {if (null == root.left) {root.left = new AVLNode(data);root.left.parent = root;}else {insert(root.left,data);}}//插入右子树else if (data > root.data) {if (null == root.right) {root.right = new AVLNode(data);root.right.parent = root;} else {insert(root.right,data);}}//刷新高度root.height = calcHeight(root);//旋转//1. LL 型 右旋转if (calcBF(root) == 2){//2. LR 型 先左旋转if (calcBF(root.left) == -1) {root.left = leftRotate(root.left);}root = rightRotate(root);}//3. RR型 左旋转if (calcBF(root) == -2){//4. RL 型 先右旋转if (calcBF(root.right)== 1) {root.right = rightRotate(root.right);}root = leftRotate(root);}return root;}public AVLNode leftRotate(AVLNode root) {AVLNode oldRoot = root;AVLNode newRoot = root.right;AVLNode parent = root.parent;//1.newRoot 替换 oldRoot 位置if (null != parent ) {if (oldRoot.parent.data > oldRoot.data) {parent.left = newRoot;}else  {parent.right = newRoot;}}newRoot.parent = parent;//2.重新组装 oldRoot (将 newRoot 的左子树 给 oldRoot 的右子树)oldRoot.right = newRoot.left;if (newRoot.left != null) {newRoot.left.parent = oldRoot;}//3. oldRoot 为 newRoot 的左子树newRoot.left = oldRoot;oldRoot.parent = newRoot;//刷新高度oldRoot.height = calcHeight(oldRoot);newRoot.height = calcHeight(newRoot);return newRoot;}public AVLNode rightRotate(AVLNode root) {AVLNode oldRoot = root;AVLNode newRoot = root.left;AVLNode parent = root.parent;//1.newRoot 替换 oldRoot 位置if (null != parent ) {if (oldRoot.parent.data > oldRoot.data) {parent.left = newRoot;}else {parent.right = newRoot;}}newRoot.parent = parent;//2.重新组装 oldRoot (将 newRoot 的右子树 给 oldRoot 的左子树)oldRoot.left = newRoot.right;if (newRoot.right != null) {newRoot.right.parent = oldRoot;}//3. oldRoot 为 newRoot 的左子树newRoot.right = oldRoot;oldRoot.parent = newRoot;//刷新高度oldRoot.height = calcHeight(oldRoot);newRoot.height = calcHeight(newRoot);return newRoot;}/** 通过子树高度 计算高度 **/private int calcHeight(AVLNode root) {if (root.left == null && root.right == null) {return 1;}else if (root.right == null) {return root.left.height + 1;} else if (root.left == null) {return root.right.height + 1;}else {return root.left.height > root.right.height ? root.left.height + 1 : root.right.height + 1;}}private int calcBF(AVLNode root) {if (root == null){return 0;}else if (root.left == null && root.right == null) {return 0;}else if (root.right == null) {return root.left.height ;} else if (root.left == null) {return - root.right.height;}else {return root.left.height - root.right.height;}}
}

测试

public static void main(String[] args) {ALVTree tree = new ALVTree();tree.insert(3);tree.insert(2);tree.insert(1);tree.insert(4);tree.insert(5);tree.insert(6);tree.insert(7);tree.insert(10);tree.insert(9);tree.insert(8);//遍历输出innerTraverse(tree.root);
}
private static void innerTraverse(AVLNode root) {if (root == null) {return;}innerTraverse(root.left);System.out.println(root.data + " height:"+root.height);innerTraverse(root.right);
}

输出

1 height:1
2 height:2
3 height:1
4 height:4
5 height:1
6 height:2
7 height:3
8 height:1
9 height:2
10 height:1

带父节点的平衡二叉树_平衡二叉树 通俗易懂相关推荐

  1. 带父节点的平衡二叉树_数据结构(八)平衡二叉树

    该来的总会来,平衡二叉树果然又来了.... 出现背景 前文已经研究过普通的二叉树, 为什么要用二叉树呢?因为二叉树的结构可以实现二分法查找的效果. 你比如前文介绍的满二叉树:如下图所示, 如果你想要查 ...

  2. 带父节点的平衡二叉树_深入理解(二叉树、平衡二叉树、B-Tree、B+Tree )的区别

    一.背景 一般说MySQL的索引,都清楚其索引主要以B+树为主,此外还有Hash.RTree.FullText.本文简要说明一下MySQL的B+Tree索引,以及和其相关的二叉树.平衡二叉树.B-Tr ...

  3. 带父节点的平衡二叉树_学习数据结构--第四章：树与二叉树（平衡二叉树）

    第四章:树与二叉树(平衡二叉树) 1.平衡二叉树 平衡二叉树:AVL,任意结点的平衡因子的绝对值不超过一. 平衡因子:左子树高度 - 右子树高度 如上图二叉树,是否是平衡二叉树? 可以把所有结点的平衡 ...

  4. 带哨兵节点的链_【算法导论】10.2不带哨兵节点和带哨兵节点的双向链表

    不带哨兵节点的双向链表即一般的双向链表,有一个头指针指向第一个节点,每个节点有key值和两个指针next和pre,分别指向前后相邻的节点,头结点的pre=NULL,尾节点的next=NULL,比较明了 ...

  5. 带哨兵节点的链_限流降级神器-哨兵(sentinel)的资源调用链原理分析

    点击上方 Yoon丶徒手摘星 ,选择 置顶或者星标技术干货每日送达! 我们已经知道了sentinel实现限流降级的原理,其核心就是一堆Slot组成的调用链. 这里大概的介绍下每种Slot的功能职责:N ...

  6. 带父节点的平衡二叉树_平衡二叉树的左右旋以及双旋转的图文详解

    高度平衡的搜索二叉树 一棵平衡树,或是空树,或是具有以下性质的二叉搜索树:左子树和右子树都是AVL树,且左右子树的高度之差的绝对值不超过1. 该二叉树,根结点的右子树高度为3,左子树高度为2.结点上方 ...

  7. 带父节点的平衡二叉树_Python算法系列—深度优先遍历算法【二叉树】

    一.什么是深度优先遍历 深度优先遍历算法是经典的图论算法.从某个节点v出发开始进行搜索.不断搜索直到该节点所有的边都被遍历完,当节点v所有的边都被遍历完以后,深度优先遍历算法则需要回溯到v以前驱节点来 ...

  8. 子节点随父节点高度改变_完全二叉树的子节点数

    如果让你数一下一棵普通二叉树有多少个节点,这很简单,只要在二叉树的遍历框架上加一点代码就行了. 但是,如果给你一棵完全二叉树,让你计算它的节点个数,你会不会?算法的时间复杂度是多少? 这个算法的时间复 ...

  9. 带哨兵节点的链_第五章：部署带安全认证的3节点哨兵集群

    下面所示是sentinel.conf配置文件 #创建配置文件路径 mkdir /etc/sentinel #创建数据文件路径 mkdir -p /var/sentinel/26379 #拷贝senti ...

最新文章

  1. DCN-2655同异步端口
  2. Linux 多应用程序docker自动部署脚本
  3. linux top命令简介
  4. arraylist删除指定元素_面试官：谈谈常用的Arraylist和Linkedlist的区别
  5. 在页脚里显示本页统计数据_外卖营业统计里的数据您能看懂吗？
  6. ShardingSphere-Proxy 分库分表 简单示例
  7. while (n-- ＞ 0) 的用法
  8. android菜单详解四：子菜单
  9. Progressive Scramble 复杂模拟
  10. DC学院学习笔记 （十）：SQLite及MongoDB
  11. 从零实现深度学习框架——动手实现逻辑回归
  12. docker 升级版本
  13. html浅绿色配色效果图大全,纯CSS3渐变色板配色代码
  14. Runloop与UITableView简单结合
  15. 玉米社：SEM竞价搜索推广移动优先还是PC优先，怎么设置？
  16. windows常见开机报错码以及解决方法
  17. 流利说英语level4_流利说 懂你英语 level4 unit1 part1
  18. flex布局遇到white-space失效问题
  19. java 国际化_Java国际化基础
  20. 波导Z769手机java下载_手机指令秘籍传授

热门文章

  1. 记录一次linux病毒清除过程
  2. Android开发学习总结(三)——appcompat_v7项目说明
  3. Nginx学习之一：从权威途径(wiki)了解Nginx
  4. 通过异常处理错误-2
  5. struct、union、enum and sizeof
  6. Python -- 大小写转换
  7. 2014年百度之星程序设计大赛 - 初赛（第二轮）JZP Set
  8. duilib CTileLayoutUI 控件
  9. ADO 连接数据库的几种方式
  10. AndroidStudio_安卓原生开发_判断蓝牙_定位是否开启---Android原生开发工作笔记162