平衡二叉树又称AVL树。它或者是颗空树,或者是具有下列性质的二叉树:它的左子树和右子树都是平衡二叉树,且左子树和右子树的深度之差的绝对值不超过1。若将二叉树节点的平衡因子BF定义为该节点的左子树的深度减去它的右子树的深度,则平衡二叉树上所有节点的平衡因子只可能为-1,0,1.只要二叉树上有一个节点的平衡因子的绝对值大于1,那么这颗平衡二叉树就失去了平衡。
假设我们已经有棵平衡二叉树,现在让我们来看看插入节点后,原来节点失去平衡后,我们进行选择的处理方式。
平衡二叉树多用于查找数据,所以平衡二叉树又是颗二叉排序树。
那么如何创建一颗平衡二叉树呢?
创建平衡二叉树,我们采用依次插入节点的方式进行。而平衡二叉树上插入节点采用递归的方式进行。递归算法如下:
(1) 若该树为一空树,那么插入一个数据元素为e的新节点作为平衡二叉树的根节点,树的高度增加1。
(2) 若待插入的数据元素e和平衡二叉树(BBST)的根节点的关键字相等,那么就不需要进行插入操作。
(3) 若待插入的元素e比平衡二叉树(BBST)的根节点的关键字小,而且在BBST的左子树中也不存在和e有相同关键字的节点,则将e插入在BBST的左子树上,并且当插入之后的左子树深度增加1时,分别就下列情况处理之。
(a) BBST的根节点的平衡因子为-1(右子树的深度大于左子树的深度):则将根节点的平衡因子更改为0,BBST的深度不变;
(b) BBST的根节点的平衡因子为0(左右子树的深度相等):则将根节点的平衡因子修改为1,BBST的深度增加1;
(c) BBST的根节点的平衡因子为1(左子树的深度大于右子树的深度):若BBST的左子树根节点的平衡因子为1,则需要进行单向右旋转平衡处理,并且在右旋处理后,将根节点和其右子树根节点的平衡因子更改为0,树的深度不变;
若BBST的左子树根节点的平衡因子为-1,则需进行先向左,后向右的双向旋转平衡处理,并且在旋转处理之后,修改根节点和其左,右子树根节点的平衡因子,树的深度不变;
(4) 若e的关键字大于BBST的根节点的关键字,而且在BBST的右子树中不存在和e有相同关键字的节点,则将e插入到BBST的右子树上,并且当插入之后的右子树深度加1时,分别就不同的情况处理之。
(a) BBST的根节点的平衡因子是1(左子树的深度大于右子树的深度):则将根节点的平衡因子修改为0,BBST的深度不变;
(b) BBST的根节点的平衡因子是0(左右子树的深度相等):则将根节点的平衡因子修改为-1,树的深度加1;
(c) BBST的根节点的平衡因子为-1(右子树的深度大于左子树的深度):若BBST的右子树根节点的平衡因子为1,则需要进行两次选择,第一次先向右旋转,再向左旋转处理,并且在旋转处理之后,修改根节点和其左,右子树根节点的平衡因子,树的深度不变;
若BBST的右子树根节点的平衡因子为1,则需要进行一次向左的旋转处理,并且在左旋之后,更新根节点和其左,右子树根节点的平衡因子,树的深度不变;
下面附上本人的代码:
- #include <stdio.h>
- #include <stdlib.h>
- /************************************************************************/
- /* 平衡二叉树---AVL */
- /************************************************************************/
- #define LH +1
- #define EH 0
- #define RH -1
- typedef int ElemType;
- typedef struct BSTNode{
- ElemType data;
- int bf;//balance flag
- struct BSTNode *lchild,*rchild;
- }*PBSTree;
- void R_Rotate(PBSTree* p)
- {
- PBSTree lc = (*p)->lchild;
- (*p)->lchild = lc->rchild;
- lc->rchild = *p;
- *p = lc;
- }
- void L_Rotate(PBSTree* p)
- {
- PBSTree rc = (*p)->rchild;
- (*p)->rchild = rc->lchild;
- rc->lchild = *p;
- *p = rc;
- }
- void LeftBalance(PBSTree* T)
- {
- PBSTree lc,rd;
- lc = (*T)->lchild;
- switch (lc->bf)
- {
- case LH:
- (*T)->bf = lc->bf = EH;
- R_Rotate(T);
- break;
- case RH:
- rd = lc->rchild;
- switch(rd->bf)
- {
- case LH:
- (*T)->bf = RH;
- lc->bf = EH;
- break;
- case EH:
- (*T)->bf = lc->bf = EH;
- break;
- case RH:
- (*T)->bf = EH;
- lc->bf = LH;
- break;
- }
- rd->bf = EH;
- L_Rotate(&(*T)->lchild);
- R_Rotate(T);
- break;
- }
- }
- void RightBalance(PBSTree* T)
- {
- PBSTree lc,rd;
- lc= (*T)->rchild;
- switch (lc->bf)
- {
- case RH:
- (*T)->bf = lc->bf = EH;
- L_Rotate(T);
- break;
- case LH:
- rd = lc->lchild;
- switch(rd->bf)
- {
- case LH:
- (*T)->bf = EH;
- lc->bf = RH;
- break;
- case EH:
- (*T)->bf = lc->bf = EH;
- break;
- case RH:
- (*T)->bf = EH;
- lc->bf = LH;
- break;
- }
- rd->bf = EH;
- R_Rotate(&(*T)->rchild);
- L_Rotate(T);
- break;
- }
- }
- int InsertAVL(PBSTree* T,ElemType e,bool* taller)
- {
- if ((*T)==NULL)
- {
- (*T)=(PBSTree)malloc(sizeof(BSTNode));
- (*T)->bf = EH;
- (*T)->data = e;
- (*T)->lchild = NULL;
- (*T)->rchild = NULL;
- }
- else if (e == (*T)->data)
- {
- *taller = false;
- return 0;
- }
- else if (e < (*T)->data)
- {
- if(!InsertAVL(&(*T)->lchild,e,taller))
- return 0;
- if(*taller)
- {
- switch ((*T)->bf)
- {
- case LH:
- LeftBalance(T);
- *taller = false;
- break;
- case EH:
- (*T)->bf = LH;
- *taller = true;
- break;
- case RH:
- (*T)->bf = EH;
- *taller = false;
- break;
- }
- }
- }
- else
- {
- if(!InsertAVL(&(*T)->rchild,e,taller))
- return 0;
- if (*taller)
- {
- switch ((*T)->bf)
- {
- case LH:
- (*T)->bf = EH;
- *taller = false;
- break;
- case EH:
- (*T)->bf = RH;
- *taller = true;
- break;
- case RH:
- RightBalance(T);
- *taller = false;
- break;
- }
- }
- }
- return 1;
- }
- bool FindNode(PBSTree root,ElemType e,PBSTree* pos)
- {
- PBSTree pt = root;
- (*pos) = NULL;
- while(pt)
- {
- if (pt->data == e)
- {
- //找到节点,pos指向该节点并返回true
- (*pos) = pt;
- return true;
- }
- else if (pt->data>e)
- {
- pt = pt->lchild;
- }
- else
- pt = pt->rchild;
- }
- return false;
- }
- void InorderTra(PBSTree root)
- {
- if(root->lchild)
- InorderTra(root->lchild);
- printf("%d ",root->data);
- if(root->rchild)
- InorderTra(root->rchild);
- }
- int main()
- {
- int i,nArr[] = {1,23,45,34,98,9,4,35,23};
- PBSTree root=NULL,pos;
- bool taller;
- for (i=0;i<9;i++)
- {
- InsertAVL(&root,nArr[i],&taller);
- }
- InorderTra(root);
- if(FindNode(root,103,&pos))
- printf("\n%d\n",pos->data);
- else
- printf("\nNot find this Node\n");
- return 0;
- }
转载L:http://blog.csdn.net/w170532934/article/details/7571281
相关推荐
平衡二叉树是一种特殊类型的二叉树,它的左右两个子树的高度差的绝对值不超过1,并且左右两个子树都是一棵平衡二叉树。这种数据结构的主要目的是为了保持数据的平衡分布,从而保证在插入、删除和查找操作中的效率。 ...
平衡二叉树Java实现,平衡二叉树Java实现,平衡二叉树Java实现,平衡二叉树Java实现,
如何将一棵不平衡的二叉树平衡呢(左右子树的高度差值很大)?不管是从根节点还是从最小不平衡二叉树开始旋转平衡,可能都会出现一次遍历无法平衡的情况(会出现连锁反应)。 如果整棵树可以做到随时完全平衡处理,...
"平衡二叉树时间复杂度计算1" 在计算机科学中,平衡二叉树是一种特殊的二叉树数据结构,它的时间复杂度计算是非常重要的。下面我们将详细介绍平衡二叉树的时间复杂度计算。 首先,让我们了解什么是平衡二叉树。...
在IT领域,数据结构是计算机科学的基础,而平衡二叉树是其中一个重要概念,尤其对于高效的数据检索和存储。在这个“数据结构平衡二叉树课程设计”中,我们重点探讨了如何使用C语言实现平衡二叉树,并包含了课程设计...
平衡二叉树(Balanced Binary Tree)是数据结构中的一个重要概念,尤其在算法设计和数据库系统中发挥着关键作用。本实验是针对广东工业大学(简称“广工”)学生的一次数据结构课程实践,旨在让学生深入理解平衡...
平衡二叉树是一种特殊的二叉树结构,它的主要特性是左右子树的高度差不超过1,保证了树的形态均匀,从而在查找、插入和删除等操作上的效率接近于最佳的二叉查找树。这种特性使得平衡二叉树在数据结构和算法中占有...
平衡二叉树是一种特殊的二叉树数据结构,其特性在于左右子树的高度差不超过1,这使得在树中的任何节点上进行查找、插入和删除操作的时间复杂度都能保证为O(log n)。AVL树是最早被提出的自平衡二叉搜索树,由G. M. ...
平衡二叉树是一种特殊的二叉树数据结构,它在保持二叉查找树性质的同时,确保了左右子树的高度差不超过1。这样的结构使得在平衡二叉树中的搜索、插入和删除操作的时间复杂度都能保持在O(log n)的水平,大大提高了...
二叉树和平衡二叉树是数据结构领域中的重要概念,尤其在计算机科学中,它们在数据存储、搜索和排序等方面发挥着关键作用。这里我们将深入探讨这两种数据结构及其C#实现。 首先,二叉树是一种特殊的树形数据结构,...
平衡二叉树是一种特殊的二叉树结构,它的左右两个子树的高度差不超过1,并且左右两个子树都是一棵平衡二叉树。这种数据结构在计算机科学中有着广泛的应用,尤其是在搜索、排序和数据存储等领域。本文将详细介绍平衡...
平衡二叉树是一种特殊的二叉树数据结构,它在保持二叉查找树特性的同时,通过特定的结构调整策略,确保了树的高度平衡。这样的设计使得在平衡二叉树中执行插入、删除和查找等操作的时间复杂度可以保持为O(log n),...
平衡二叉树是一种特殊的二叉树结构,它的左右子树高度差不超过1,且每个节点的左右子树都是平衡二叉树。这种设计使得在平衡二叉树中进行查找、插入和删除操作的时间复杂度可以达到O(log n),极大地提高了数据操作的...
平衡二叉树是一种特殊的二叉树数据结构,其特性是左右子树的高度差不超过1,这使得在平衡二叉树中的查找、插入和删除操作的时间复杂度都能保持在O(log n)级别,大大提高了效率。在本项目中,我们将探讨如何使用C++...
在数据结构课程设计中,平衡二叉树的实现是一个重要的实践环节,旨在加深对数据结构和算法的理解。平衡二叉树是一种特殊的二叉树,它确保了任何节点的两个子树的高度差不超过1,从而保证了操作如查找、插入和删除的...
1. 利用平衡二叉树实现一个动态查找表,实现动态查找表的三种基本功能:查找 插入和删除。 2 .初始,平衡二叉树为空树,操作界面给出查找,插入和删除三种操作供 选择,每种操作均要提示输入关键字,每次插入或删除...
平衡二叉树是一种特殊的二叉树结构,它的左右子树高度差不超过1,并且左右子树都是平衡二叉树。这种结构在数据处理和搜索算法中具有重要作用,因为它保证了查找、插入和删除等操作的时间复杂度为O(log n)。下面我们...
总结而言,二叉树是基础且重要的数据结构,平衡二叉树如AVL树和红黑树则通过保持树的平衡优化了操作效率。平均查找长度是衡量查找性能的关键指标,而二叉树的删除操作则需要根据节点的子节点情况灵活处理。源代码...