浅谈数据结构-平衡二叉树
平衡二叉树(Balanced Binary Tree)是二叉查找树的一个进化体,也是第一个引入平衡概念的二叉树。1962年,G.M. Adelson-Velsky 和 E.M. Landis发明了这棵树,所以它又叫AVL树。平衡二叉树要求对于每一个节点来说,它的左右子树的高度之差不能超过1,如果插入或者删除一个节点使得高度之差大于1,就要进行节点之间的旋转,将二叉树重新维持在一个平衡状态。这个方案很好的解决了二叉查找树退化成链表的问题,把插入,查找,删除的时间复杂度最好情况和最坏情况都维持在O(logN)。但是频繁旋转会使插入和删除牺牲掉O(logN)左右的时间,不过相对二叉查找树来说,时间上稳定了很多。
平衡二叉树实现的大部分过程和二叉查找树是一样的(学平衡二叉树之前一定要会二叉查找树),区别就在于插入和删除之后要写一个旋转算法去维持平衡,维持平衡需要借助一个节点高度的属性。
一、定义及原理
现在又a[10] = {3, 2, 1, 4, 5, 6, 7, 10, 9, 8}需要构建二叉排序树。在没有学习平衡二叉树之前,根据二叉排序树的特性,通常会将它构建成如下左图。虽然完全符合二叉排序树的定义,但是对这样高度达到8的二叉树来说,查找是非常不利的。因此,更加期望构建出如下右图的样子,高度为4的二叉排序树,这样才可以提供高效的查找效率。
平衡二叉树是一种二叉排序树,是一种高度平衡的二叉树,其中每个结点的左子树和右子树的高度至多等于1.意味着:要么是一棵空树,要么左右都是平衡二叉树,且左子树和右子树深度之绝对值不超过1. 将二叉树上结点的左子树深度减去右子树深度的值称为平衡因子BF,那么平衡二叉树上的所有结点的平衡因子只可能是-1、0和1。只要二叉树上有一个结点的平衡因子的绝对值大于1,则该二叉树就是不平衡的。
平衡二叉树的前提是它是一棵二叉排序树。
距离插入结点最近的,且平衡因子的绝对值大于1的结点为根的子树,称为最小不平衡子树。如下图所示,当插入结点37时,距离它最近的平衡因子的绝对值超过1的结点是58。
typedef struct BitNode {int data;int bf;struct BitNode *lchild, *rchild; }BitNode, *BiTree;
二、结点插入
1、插入原理
根据二叉平衡树的定义,一定保持左右子树深度绝对值小于1.在平衡二叉树插入工作一定考虑深度差,在AVL树进行插入工作时候,困难在于可能破坏AVL树的平衡属性。例如在下图
上图中插入一个节点6,那么如果不进行后续处理就会破坏树的平衡性。因为8的左子树深度为1,而右子树深度为-1.
针对此类问题,需要根据树的实际结构进行几种简单的旋转(rotation)操作就可以让树恢复AVL树的平衡性质
2.旋转问题
对于一个平衡的节点,由于任意节点最多有两个儿子,因此高度不平衡时,此节点的两颗子树的高度差2.容易看出,这种不平衡出现在下面四种情况:
1、6节点的左子树3节点高度比右子树7节点大2,左子树3节点的左子树1节点高度大于右子树4节点,这种情况成为左左。
2、6节点的左子树2节点高度比右子树7节点大2,左子树2节点的左子树1节点高度小于右子树4节点,这种情况成为左右。
3、2节点的左子树1节点高度比右子树5节点小2,右子树5节点的左子树3节点高度大于右子树6节点,这种情况成为右左。
4、2节点的左子树1节点高度比右子树4节点小2,右子树4节点的左子树3节点高度小于右子树6节点,这种情况成为右右。
从图2中可以可以看出,1和4两种情况是对称的,这两种情况的旋转算法是一致的,只需要经过一次旋转就可以达到目标,我们称之为单旋转。2和3两种情况也是对称的,这两种情况的旋转算法也是一致的,需要进行两次旋转,我们称之为双旋转。
3、旋转操作
单旋转是针对于左左和右右这两种情况的解决方案,这两种情况是对称的,只要解决了左左这种情况,右右就很好办了。图3是左左情况的解决方案,节点k2不满足平衡特性,因为它的左子树k1比右子树Z深2层,而且k1子树中,更深的一层的是k1的左子树X子树,所以属于左左情况。
为使树恢复平衡,我们把k2变成这棵树的根节点,因为k2大于k1,把k2置于k1的右子树上,而原本在k1右子树的Y大于k1,小于k2,就把Y置于k2的左子树上,这样既满足了二叉查找树的性质,又满足了平衡二叉树的性质。
这样的操作只需要一部分指针改变,结果我们得到另外一颗二叉查找树,它是一棵AVL树,因为X向上一移动了一层,Y还停留在原来的层面上,Z向下移动了一层。整棵树的新高度和之前没有在左子树上插入的高度相同,插入操作使得X高度长高了。因此,由于这颗子树高度没有变化,所以通往根节点的路径就不需要继续旋转了。
右旋转代码
void R_rotate(BiTree *t) {BiTree s;s = (*t)->lchild; //s指向t的左子树根结点(*t)->lchild = s->rchild; //s的右子树挂接为t的左子树s->rchild = (*t);*t = s; //t指向新的根结点 }
右旋转原理:获取失去平衡结点以及左结点,为了让lchild作为根节点,将lchild的rchild挂接到之前左结点上,然后在挂接到s->rchild.
左旋转代码
void L_rotate(BiTree *t) {BiTree s;s = (*t)->rchild; //s指向t的右子树根结点(*t)->rchild = s->lchild; //s的左子树挂接为t的右子树s->lchild = (*t);*t = s; //t指向新的根结点 }
左旋转原理正好相反,让其右结点作为根节点
第六步:双旋转
对于左右和右左这两种情况,单旋转不能使它达到一个平衡状态,要经过两次旋转。双旋转是针对于这两种情况的解决方案,同样的,这样两种情况也是对称的,只要解决了左右这种情况,右左就很好办了。图4是左右情况的解决方案,节点k3不满足平衡特性,因为它的左子树k1比右子树Z深2层,而且k1子树中,更深的一层的是k1的右子树k2子树,所以属于左右情况。
为使树恢复平衡,我们需要进行两步,第一步,把k1作为根,进行一次z左旋转,旋转之后就变成了左左情况,所以第二步再进行一次右旋转,最后得到了一棵以k2为根的平衡二叉树树。
3、旋转代码分析
#define LH +1 /* 左高 */ #define EH 0 /* 等高 */ #define RH -1 /* 右高 */ /* 对以指针T所指结点为根的二叉树作左平衡旋转处理 */ /* 本算法结束时,指针T指向新的根结点 */ void LeftBalance(BiTree *T) { BiTree L,Lr;L = (*T)->lchild; /* L指向T的左子树根结点 */switch(L->bf){ /* 检查T的左子树的平衡度,并作相应平衡处理 */case LH: /* 新结点插入在T的左孩子的左子树上,要作单右旋处理 */(*T)->bf=L->bf=EH;R_Rotate(T);break;case RH: /* 新结点插入在T的左孩子的右子树上,要作双旋处理 */Lr=L->rchild; /* Lr指向T的左孩子的右子树根 */switch(Lr->bf){ /* 修改T及其左孩子的平衡因子 */case LH: (*T)->bf=RH;L->bf=EH;break;case EH: (*T)->bf=L->bf=EH;break;case RH: (*T)->bf=EH;L->bf=LH;break;}Lr->bf=EH;L_Rotate(&(*T)->lchild); /* 对T的左子树作左旋平衡处理 */R_Rotate(T); /* 对T作右旋平衡处理 */} }
首先,定义三个常数变量,分别代码1、0、-1。
(1)函数被调用,传入一个需调整平衡型的子树T,根节点为k3,由于LeftBalance函数被调用时,其实是已经确认当前子树是不平衡的状态,且左子树的高度大于右子树的高度。换句话说,此时T的根结点应该是平衡因子BF的值大于1的数。k3的BF为2
(2)将T的左孩子赋值给L。L指向K1.
(3)然后是分支判断。
(4)当L(k1)的平衡因子为LH,即为1时,表明它与根结点的BF值符号相同,因此,将它们的BF值都改为0,并进行右旋(顺时针)操作,是左左情况
(5)当L的平衡因子为RH时,即为-1时,表明它与根结点的BF值符号相反,此时需要做双旋操作。针对L的右孩子k2的BF作判断,修改结点T(k3)和L(k1)的BF值。将当前的Lr的BF改为0。从图中看到K2的左结点是连接到K1的右子树上,右结点连接到K3的左子树
其中当k2结点为RH,说明K2有右结点有,左结点无,k3为0((*T)->bf=EH; ),k1就没有右结点为LH。当为Lh看程序。
(6)对根结点的左子树进行左旋,以K1为根节点进行左旋转,形成左左情况。
(7)对根结点K3进行右旋,完成平衡操作。
三、总体代码
<strong>#include <stdio.h> #include <stdlib.h> #define OK 1 #define ERROR 0 #define TRUE 1 #define FALSE 0 #define MAXSIZE 100 /* 存储空间初始分配量 */typedef int Status; /* Status是函数的类型,其值是函数结果状态代码,如OK等 *//* 二叉树的二叉链表结点结构定义 */ typedef struct BitNode /* 结点结构 */ {int data; /* 结点数据 */int bf; /* 结点的平衡因子 */struct BitNode *lchild, *rchild; /* 左右孩子指针 */ } BitNode, *BiTree;/* 对以p为根的二叉排序树作右旋处理 */ /* 处理之后p指向新的树根结点,即旋转处理之前的左子树的根结点 */ //右旋-顺时针旋转(如LL型就得对根结点做该旋转) void R_Rotate(BiTree *P) { BiTree L;L=(*P)->lchild; /* L指向P的左子树根结点 */(*P)->lchild=L->rchild; /* L的右子树挂接为P的左子树 */L->rchild=(*P);*P=L; /* P指向新的根结点 */ }/* 对以P为根的二叉排序树作左旋处理, */ /* 处理之后P指向新的树根结点,即旋转处理之前的右子树的根结点0 */ //左旋-逆时针旋转(如RR型就得对根结点做该旋转) void L_Rotate(BiTree *P) { BiTree R;R = (*P)->rchild; /* R指向P的右子树根结点 */(*P)->rchild = R->lchild; /* R的左子树挂接为P的右子树 */R->lchild = (*P);*P = R; /* P指向新的根结点 */ }#define LH +1 /* 左高 */ #define EH 0 /* 等高 */ #define RH -1 /* 右高 */ /* 对以指针T所指结点为根的二叉树作左平衡旋转处理 */ /* 本算法结束时,指针T指向新的根结点 */ void LeftBalance(BiTree *T) { BiTree L,Lr;L = (*T)->lchild; /* L指向T的左子树根结点 */switch(L->bf){ /* 检查T的左子树的平衡度,并作相应平衡处理 */case LH: /* 新结点插入在T的左孩子的左子树上,要作单右旋处理 */(*T)->bf=L->bf=EH;R_Rotate(T);break;case RH: /* 新结点插入在T的左孩子的右子树上,要作双旋处理 */ // Lr=L->rchild; /* Lr指向T的左孩子的右子树根 */switch(Lr->bf){ /* 修改T及其左孩子的平衡因子 */case LH: (*T)->bf=RH;L->bf=EH;break;case EH: (*T)->bf=L->bf=EH;break;case RH: (*T)->bf=EH;L->bf=LH;break;}Lr->bf=EH;L_Rotate(&(*T)->lchild); /* 对T的左子树作左旋平衡处理 */R_Rotate(T); /* 对T作右旋平衡处理 */} }/* 对以指针T所指结点为根的二叉树作右平衡旋转处理, */ /* 本算法结束时,指针T指向新的根结点 */ void RightBalance(BiTree *T) { BiTree R,Rl;R=(*T)->rchild; /* R指向T的右子树根结点 */switch(R->bf){ /* 检查T的右子树的平衡度,并作相应平衡处理 */case RH: /* 新结点插入在T的右孩子的右子树上,要作单左旋处理 */(*T)->bf=R->bf=EH;L_Rotate(T);break;case LH: /* 新结点插入在T的右孩子的左子树上,要作双旋处理 */ //最小不平衡树的根结点为负,其右孩子为正Rl=R->lchild; /* Rl指向T的右孩子的左子树根 */switch(Rl->bf){ /* 修改T及其右孩子的平衡因子 */case RH: (*T)->bf=LH;R->bf=EH;break;case EH: (*T)->bf=R->bf=EH;break;case LH: (*T)->bf=EH;R->bf=RH;break;}Rl->bf=EH;R_Rotate(&(*T)->rchild); /* 对T的右子树作右旋平衡处理 */L_Rotate(T); /* 对T作左旋平衡处理 */} }/* 若在平衡的二叉排序树T中不存在和e有相同关键字的结点,则插入一个 */ /* 数据元素为e的新结点,并返回1,否则返回0。若因插入而使二叉排序树 */ /* 失去平衡,则作平衡旋转处理,布尔变量taller反映T长高与否。 */ Status InsertAVL(BiTree *T,int e,Status *taller) { if(!*T){ /* 插入新结点,树“长高”,置taller为TRUE */*T=(BiTree)malloc(sizeof(BitNode));(*T)->data=e; (*T)->lchild=(*T)->rchild=NULL; (*T)->bf=EH;*taller=TRUE;}else{if (e==(*T)->data){ /* 树中已存在和e有相同关键字的结点则不再插入 */*taller=FALSE; return FALSE;}if (e<(*T)->data){ /* 应继续在T的左子树中进行搜索 */if(!InsertAVL(&(*T)->lchild, e, taller)) /* 未插入 */return FALSE;if(*taller) /* 已插入到T的左子树中且左子树“长高” */switch((*T)->bf) /* 检查T的平衡度 */{case LH: /* 原本左子树比右子树高,需要作左平衡处理 */LeftBalance(T); *taller=FALSE; break;case EH: /* 原本左、右子树等高,现因左子树增高而使树增高 */(*T)->bf=LH; *taller=TRUE; break;case RH: /* 原本右子树比左子树高,现左、右子树等高 */ (*T)->bf=EH; *taller=FALSE; break;}}else{ /* 应继续在T的右子树中进行搜索 */if(!InsertAVL(&(*T)->rchild,e, taller)) /* 未插入 */{return FALSE;}if(*taller) /* 已插入到T的右子树且右子树“长高” */{switch((*T)->bf) /* 检查T的平衡度 */{case LH: /* 原本左子树比右子树高,现左、右子树等高 */(*T)->bf=EH; *taller=FALSE; break;case EH: /* 原本左、右子树等高,现因右子树增高而使树增高 */(*T)->bf=RH; *taller=TRUE; break;case RH: /* 原本右子树比左子树高,需要作右平衡处理 */RightBalance(T); *taller=FALSE; break;}}}}return TRUE; }/* 若在平衡的二叉排序树t中存在和e有相同关键字的结点,则删除之 并返回TRUE,否则返回FALSE。若因删除而使二叉排序树 失去平衡,则作平衡旋转处理,布尔变量shorter反映t变矮与否 */ int deleteAVL(BiTree *t, int key, int *shorter) {if(*t == NULL) //不存在该元素 {return FALSE; //删除失败 }else if(key == (*t)->data) //找到元素结点 {BitNode *q = NULL;if((*t)->lchild == NULL) //左子树为空 {q = (*t);(*t) = (*t)->rchild;free(q);*shorter = TRUE;}else if((*t)->rchild == NULL) //右子树为空 {q = (*t);(*t) = (*t)->lchild;free(q);*shorter = TRUE;}else //左右子树都存在, {q = (*t)->lchild;while(q->rchild){q = q->rchild;}(*t)->data = q->data;deleteAVL(&(*t)->lchild, q->data, shorter); //在左子树中递归删除前驱结点 }}else if(key < (*t)->data) //左子树中继续查找 {if(!deleteAVL(&(*t)->lchild, key, shorter)){return FALSE;}if(*shorter){switch((*t)->bf){case LH:(*t)->bf = EH;*shorter = TRUE;break;case EH:(*t)->bf = RH;*shorter = FALSE;break;case RH:RightBalance(&(*t)); //右平衡处理if((*t)->rchild->bf == EH) //注意这里,画图思考一下 *shorter = FALSE;else*shorter = TRUE;break;}}}else //右子树中继续查找 {if(!deleteAVL(&(*t)->rchild, key, shorter)){return FALSE;}if(shorter){switch((*t)->bf){case LH:LeftBalance(&(*t)); //左平衡处理 if((*t)->lchild->bf == EH) //注意这里,画图思考一下 *shorter = FALSE;else*shorter = TRUE;break;case EH:(*t)->bf = LH;*shorter = FALSE;break;case RH:(*t)->bf = EH;*shorter = TRUE;break;}}}return TRUE; }void InOrderTraverse(BiTree t) {if(t){InOrderTraverse(t->lchild);printf("%d ", t->data);InOrderTraverse(t->rchild);} }int main(void) { int i;int a[10]={3,2,1,4,5,6,7,10,9,8};BiTree T=NULL;Status taller;for(i=0;i<10;i++){InsertAVL(&T,a[i],&taller);}printf("中序遍历二叉平衡树:\n");InOrderTraverse(T);printf("\n");printf("删除结点元素5后中序遍历:\n");int shorter;deleteAVL(&T, 5, &shorter);InOrderTraverse(T);printf("\n");return 0; }
转载于:https://www.cnblogs.com/polly333/p/4798944.html
浅谈数据结构-平衡二叉树相关推荐
- 浅谈数据结构和数据类型
版权声明:本文为博主原创文章,未经博主允许不得转载. https://blog.csdn.net/u012540337/article/details/80499226 最近总是被这两个概念混淆,抽出 ...
- 【浅谈数据结构】《数据结构》Data Structure
<数据结构>60' 一.栈(stack).队列(Queue).向量(Vector) 1.链表 带哨兵节点链表了解清楚 链表要会写,会分析.各种链表. 2.栈 LIFO(last in fi ...
- 浅谈mysql 平衡二叉树理解_浅析二分查找,二叉树,平衡二叉树,B树,B+树
二分查找 二分查找是最基本的,后面的二叉树,平衡二叉树,B树,B+树都是基于二分查找演变而来的. 二分查找法作为一种常见的查找方法,将原本是线性时间提升到了对数时间范围,大大缩短了搜索时间,但它有一个 ...
- 浅谈:数据结构之双链表结构与代码模拟双链表的实现
双链表 本文是观看尚硅谷韩老师数据结构与算法根据老师讲解自己做的笔记,部分信息收集网络 与单链表区别 逻辑上没有区别.他们均是完成线性表的内容.主要的区别是结构上的构造有所区别. 对于单链表: 对于一 ...
- 浅谈数据结构之主席树(线段树进阶版)
今天看了点主席树的概念,加上飞哥上次讲的,目前对主席树有了大致的了解,简单谈谈吧,不讲代码,只讲思路,日后贴题! Orz高级数据结构发明者主席!!最早在CLJ的课件里第一次看到了这个词,最近做区间第K ...
- java 算法_Java 浅谈数据结构和算法
以前不管自己还是朋友在面试java工程师岗位的时候,都会被问到这样的问题: "介绍下java中的数据结构和算法". 很多朋友被问到的时候发现无从下口,甚至特别是一些初级java工程 ...
- 浅谈数据结构以及其特点
文档声明: 以下资料均属于本人在学习过程中产出的学习笔记,如果错误或者遗漏之处,请多多指正.并且该文档在后期会随着学习的深入不断补充完善. 资料仅供学习交流使用. 作者:Aliven888 1.简介: ...
- 汇智动力学院——Java 浅谈数据结构和算法
以前不管自己还是朋友在面试java工程师岗位的时候,都会被问到这样的问题: "介绍下java中的数据结构和算法", 很多朋友被问到的时候发现无从下口,甚至特别是一些初级java工程 ...
- 浅谈数据结构与算法分析学习及如何进行算法分析
一.前言 都说数据结构与算法分析是程序员的内功,想要理解计算机世界就不能不懂点数据结构与算法,然而这也备受争议,因为大多数的业务需求都用不上数据结构与算法,又或者说已经有封装好的库可以直接调用,例如J ...
最新文章
- 第18届浙江大学校赛 Mergeable Stack
- GF(2^8)上的多项式乘法(Matlab实现)
- datetime timestamp的区别
- 2018 年最受欢迎的 Python 库,你都用过吗?
- vlan 间路由+单臂路由(实验思路讲解+配置)
- SQL Server (MSSQLSERVER) 启动又停止
- Vue三大核心之三(插槽)
- csv反序列化_Py't'hon之csv,ini序列化,反序列化
- win10程序员计算器的使用
- 信息系统的风险评估过程与评估方法
- 【AutoSec 汽车安全直播课】:整车网络安全威胁分析与风险评估(TARA)方法与实践
- win10系统如何设置局域网服务器地址,Win10怎么设置局域网IP地址
- 大数据教学竞赛科研平台设计思路
- 微信小程序中 scroll-view滚动条始终在最底部
- 2023年全国最新二级建造师精选真题及答案50
- Unity中的3D数学—02向量与矩阵
- 如何获取腾讯视频的MP4播放地址及mp4文件,无需进行qlv转换mp4格式【亲测效果】
- 2022保育员(高级)考试模拟100题及在线模拟考试
- php 读取解析excel文件内容,怎么用PHP读取Excel文件信息及内容?(图文+视频教程)...
- 在M文件中使用模糊工具箱fis文件
热门文章
- 两种方法设置disabled属性
- 不断学习UI框架的写法
- Linux系列:Ubuntu/fedora实用小技巧—禁止自动锁屏、设置免密码自动登录、免密码执行sudo操作...
- listbox icon
- 【字符串操作之】从原字符串中切出一段,返回一个新的字符串→→slice方法...
- 一些相当不错的php开源 AJAX聊天工具
- 802.11b标准简介
- java 圆的交点_java计算两条线段交点
- python猜数字代码_Python版的文曲星猜数字游戏代码
- c++调用mysql存储过程_C++中ADO调用MySQL存储过程失败,诡异的语法异常,求解中,附源码...