西天取经的路上,一样上演着编程的乐趣.....

作者 | 帅地

责编 | 胡巍巍

二叉查找树

1、若它的左子树不为空,则左子树上所有的节点值都小于它的根节点值。

2、若它的右子树不为空,则右子树上所有的节点值均大于它的根节点值。

3、它的左右子树也分别可以充当为二叉查找树。

例如:

例如,我现在想要查找数值为14的节点。由于二叉查找树的特性,我们可以很快着找到它,其过程如下:

1、和根节点9比较。

2、由于14>9,所以14只可能存在于9的右子树中,因此查看右孩子13。

3、由于14>13,所以继续查看13的右孩子15。

4、由于14<15,所以14只可能存在于15的左孩子中,因此查找15的左孩子14。

5、这时候发现14正是自己查找的值,于是查找结束。

这种查找二叉树的查找正是二分查找的思想,可以很快着找到目的节点,查找所需的最大次数等同于二叉查找树的高度。

在插入的时候也是一样,通过一层一层的比较,最后找到适合自己的位置。

初始的二叉查找树只有三个节点:

然后我们按照顺序陆续插入节点 4,3,2,1,0。插入之后的结构如下:

这是一种比查找二叉树还特别的树哦,这种树就可以帮助我们解决二叉查找树刚才的那种所有节点都倾向一边的缺点的。具有如下特性:

  1. 具有二叉查找树的全部特性。

  2. 每个节点的左子树和

例如:图一就是一颗AVL树了,而图二则不是(节点右边标的是这个节点的高度)。

对于图二,因为节点9的左孩子高度为2,而右孩子高度为0。他们之间的差值超过1了。

这种树就可以保证不会出现大量节点偏向于一边的情况了。

听起来这种树还不错,可以对于图1,如果我们要插入一个节点3,按照查找二叉树的特性,我们只能把3作为节点4的左子树插进去,可是插进去之后,又会破坏了AVL树的特性,那我们那该怎么弄?

右旋

我们在进行节点插入的时候,可能会出现节点都倾向于左边的情况,例如:

我们把这种倾向于左边的情况称之为左-左型。这个时候,我们就可以对节点9进行右旋操作,使它恢复平衡。

即:顺时针旋转两个节点,使得父节点被自己的左孩子取代,而自己成为自己的右孩子。

再举个例子:

节点4和9高度相差大于1。由于是左孩子的高度较高,此时是左-左型,进行右旋。

这里要注意,节点4的右孩子成为了节点6的左孩子了。

我找了个动图,尽量这个动图和上面例子的节点不一样。

左旋


左旋和右旋一样,就是用来解决当大部分节点都偏向右边的时候,通过左旋来还原。例如:

我们把这种倾向于右边的情况称之为右-右型

我也找了一张动图。

例子讲解

初始状态如下:

然后我们主键插入如下数值:1,4,5,6,7,10,9,8。

插入1:

左-左型,需要右旋调整。

插入4:

继续插入5:

右-右型,需要左旋转调整。

继续插入6:

右-右型,需要进行左旋。

继续插入7:

右-右型,需要进行左旋。

继续插入10:

继续插入9:

出现了这种情况怎么办呢?对于这种右-左型的情况,单单一次左旋或右旋是不行的,下面我们先说说如何处理这种情况。

这种我们就把它称之为右-左型吧。处理的方法是先对节点10进行右旋把它变成右-右型。

然后在进行左旋。

所以对于这种右-左型的,我们需要进行一次右旋再左旋

同理,也存在左-右型的,例如:

对于左-右型的情况和刚才的右-左型相反,我们需要对它进行一次左旋,再右旋。

回到刚才那道题。

对它进行右旋再左旋。

到此,我们的插入就结束了。

总结一下

在插入的过程中,会出现一下四种情况破坏AVL树的特性,我们可以采取如下相应的旋转。

1、左-左型:做右旋。

2、右-右型:做左旋转。

3、左-右型:先做左旋,后做右旋。

4、右-左型:先做右旋,再做左旋。

不知道大家发现规律没,这个规则还是挺好记。

代码实现

//定义节点
class AvlNode {
   int data;
   AvlNode lchild;//左孩子
   AvlNode rchild;//右孩子
   int height;//记录节点的高度
}

//在这里定义各种操作
public class AVLTree{
   //计算节点的高度
   static int height(AvlNode T) {
       if (T == null) {
           return -1;
       }else{
           return T.height;
       }
   }

//左左型,右旋操作
   static AvlNode R_Rotate(AvlNode K2) {
       AvlNode K1;

//进行旋转
       K1 = K2.lchild;
       K2.lchild = K1.rchild;
       K1.rchild = K2;

//重新计算节点的高度
       K2.height = Math.max(height(K2.lchild), height(K2.rchild)) + 1;
       K1.height = Math.max(height(K1.lchild), height(K1.rchild)) + 1;

return K1;
   }

//进行左旋
   static AvlNode L_Rotate(AvlNode K2) {
       AvlNode K1;

K1 = K2.rchild;
       K2.rchild = K1.lchild;
       K1.lchild = K2;

//重新计算高度
       K2.height = Math.max(height(K2.lchild), height(K2.rchild)) + 1;
       K1.height = Math.max(height(K1.lchild), height(K1.rchild)) + 1;

return K1;
   }

//左-右型,进行右旋,再左旋
   static AvlNode R_L_Rotate(AvlNode K3) {
       //先对其孩子进行左旋
       K3.lchild = R_Rotate(K3.lchild);
       //再进行右旋
       return L_Rotate(K3);
   }

//右-左型,先进行左旋,再右旋
   static AvlNode L_R_Rotate(AvlNode K3) {
       //先对孩子进行左旋
       K3.rchild = L_Rotate(K3.rchild);
       //在右旋
       return R_Rotate(K3);
   }

//插入数值操作
   static AvlNode insert(int data, AvlNode T) {
       if (T == null) {
           T = new AvlNode();
           T.data = data;
           T.lchild = T.rchild = null;
       } else if(data < T.data) {
           //向左孩子递归插入
           T.lchild = insert(data, T.lchild);
           //进行调整操作
           //如果左孩子的高度比右孩子大2
           if (height(T.lchild) - height(T.rchild) == 2) {
               //左-左型
               if (data < T.lchild.data) {
                   T = R_Rotate(T);
               } else {
                   //左-右型
                   T = R_L_Rotate(T);
               }
           }
       } else if (data > T.data) {
           T.rchild = insert(data, T.rchild);
           //进行调整
           //右孩子比左孩子高度大2
           if(height(T.rchild) - height(T.lchild) == 2)
               //右-右型
               if (data > T.rchild.data) {
                   T = L_Rotate(T);
               } else {
                   T = L_R_Rotate(T);
               }
       }
       //否则,这个节点已经在书上存在了,我们什么也不做

//重新计算T的高度
       T.height = Math.max(height(T.lchild), height(T.rchild)) + 1;
       return T;
   }
}

希望通过这种漫画的形式,能够让你们更加容易读懂一些算法或数据结构。

免责声明:本文为作者投稿,内容版权归作者所有,文中所使用卡通形象来源于网络,CSDN 发布此文出于传递更多信息之目的,CSDN 不因此向用户承担任何责任。

作者:帅地

个人简介:一个热爱编程的在校生,我的世界不只有coding,还有writing。目前维护订阅号「苦逼的码农」,专注于写「算法与数据结构」,「Java」,「计算机网络」。

推荐阅读:

  • 解禁 115 天,中兴事件的“反思”中藏着什么?

  • 扎堆出海的抖音、今日头条、UC 头条们后来怎么样了?

  • 全面梳理百度世界大会,李彦宏又新吹了几个牛!

  • 她说:真的,没事别嫁程序员

  • 学习这么多算法到底在解决哪些问题?深度学习之外,我们要选择谁?

  • 卖烤红薯也要懂OAuth2.0

漫画:唐玄奘教你横扫 AVL 树面试题无敌手!相关推荐

  1. 【漫画】以后在有面试官问你AVL树,你就把这篇文章扔给他。

    S 推荐阅读 对于另一半,你真正的爱过吗? 背景 西天取经的路上,一样上演着编程的乐趣..... 1.若它的左子树不为空,则左子树上所有的节点值都小于它的根节点值. 2.若它的右子树不为空,则右子树上 ...

  2. 《漫画算法2》源码整理-1 二分查找树 AVL树 红黑树

    二分查找树 public class BinarySearchTree {private Node root;//查找结点public Node search(int data) {Node targ ...

  3. 漫画 | 为什么 MySQL 数据库要用 B+ 树存储索引?

    作者 |  channingbreeze 责编 | 郭芮 小史是一个应届生,虽然学的是电子专业,但是自己业余时间看了很多互联网与编程方面的书,一心想进BAT互联网公司. 话说两个多月前,小史通过了A厂 ...

  4. 种树:二叉树、二叉搜索树、AVL树、红黑树、哈夫曼树、B树、树与森林

    虽然今天不是植树节,但是我今天想种树. 文章目录 树,什么是树? 二叉树 定义 二叉树的创建 二叉树的前中后序遍历 前序遍历: 中序遍历 后序遍历 已知前序.中序遍历结果,还原二叉树 已知后序.中序遍 ...

  5. AVL树、splay树(伸展树)和红黑树比较

    AVL树.splay树(伸展树)和红黑树比较 一.AVL树: 优点:查找.插入和删除,最坏复杂度均为O(logN).实现操作简单 如过是随机插入或者删除,其理论上可以得到O(logN)的复杂度,但是实 ...

  6. 算法基础知识科普:8大搜索算法之AVL树(上)

    前段时间介绍了二叉搜索树(BST),我们知道这种搜索结构存在的弊端是对输入序列存在强依赖,若输入序列基本有序,则BST近似退化为链表.这样就会大大降低搜索的效率.AVL树以及Red-Black树就是为 ...

  7. 【从蛋壳到满天飞】JS 数据结构解析和算法实现-AVL树(一)

    前言 [从蛋壳到满天飞]JS 数据结构解析和算法实现,全部文章大概的内容如下: Arrays(数组).Stacks(栈).Queues(队列).LinkedList(链表).Recursion(递归思 ...

  8. 数据结构与算法——AVL树类的C++实现

    关于AVL树的简单介绍能够參考: 数据结构与算法--AVL树简单介绍 关于二叉搜索树(也称为二叉查找树)能够參考:数据结构与算法--二叉查找树类的C++实现 AVL-tree是一个"加上了额 ...

  9. 纸上谈兵: AVL树

    作者:Vamei 出处:http://www.cnblogs.com/vamei 欢迎转载,也请保留这段声明.谢谢! 二叉搜索树的深度与搜索效率 我们在树, 二叉树, 二叉搜索树中提到,一个有n个节点 ...

最新文章

  1. 【BZOJ】1711: [Usaco2007 Open]Dining吃饭
  2. RocketMQ的原理与实践
  3. java如何追加写入txt文件
  4. linux系统如何从字母切换为拼音,linux shell字母转换写法
  5. Kubernetes 系列(三):Kubernetes使用Traefik Ingress暴露服务
  6. python导入自定义文件_python引入导入自定义模块和外部文件的实例
  7. 为Cubieboard打造完美Debian系统
  8. 【转】Microsoft Graph 概述
  9. 32张感恩海报!武汉市文化和旅游局这波操作太可以了
  10. leetcode 好的博客汇总
  11. vue 查询框赋值后不可编辑_vue input 赋值无效
  12. 登录窗体与主窗体的关闭
  13. python层次聚类_python中做层次聚类,使用scipy.cluster.hierarchy.fclusterdata方法 | 学步园...
  14. WIN7(32位)VS2010+openCV 2.4.10+PCL 1.6.0+CUDA 6.5.14+CMake 3.2.1+SSBA-3.0配置
  15. Wowza服务器系列(1):介绍
  16. php 获取货币符号,如何通过货币符号CURRENCY 获取对应的 LOCALE 信息。
  17. K-Means K均值算法python实现 (包括绘图)
  18. 一个问题的暴漏有多难? 过五关!!!
  19. 小程序开发——页面背景色设置
  20. 成都瀚网科技:抖音发作品到底需要多久的时间才能够给流量呢?

热门文章

  1. Web ,Servlet,jsp技术
  2. 水力压裂化学品行业调研报告 - 市场现状分析与发展前景预测
  3. 连续液位测量行业调研报告 - 市场现状分析与发展前景预测
  4. 快速凝血分析仪行业调研报告 - 市场现状分析与发展前景预测
  5. 电子计算机之争的想法,模拟意识的通俗讲解
  6. requesbodys.java_这个requestBody的正确swagger-annotation是什么?
  7. 网页图片压缩优化,提高网站打开速度
  8. linux pipe 阻塞,Linux pipe():從管道中讀取數據並不總是能夠解阻塞寫入器
  9. 论一切都是文件之匿名 inode
  10. 不知风险 何谈 5G?