转自http://blog.chinaunix.net/uid-24948645-id-3913917.html
平衡二叉树——AVL树的实现
AVL树是最先发明的自平衡二叉查找算法,是平衡二叉树的一种。在AVL中任何节点的两个儿子子树的高度最大差别为1,所以它又被成为高度平衡树。查找、插入和删除在平均和最坏情况下都是O(log n)。增加和删除可能需要通过一次或多次树旋转来平衡这棵树。
假设把AVL树构造过程中需要重新平衡的节点叫做α。由于任意节点最多有两个儿子,因此高度不平衡时,α点的两颗子树的高度差2。这种不平衡可能出现在下面这四种情况:
1) 对α的左儿子的左子树进行一次插入(左旋)
其中D是新插入的节点,红色节点K2是失去平衡的节点。需要对K1和K2进行左旋调整即将K1作为根,将K2作为K1的左子树,K1的右子树调整为K2的左子树。如下图所示
进行左旋变换
代码如下:
- static Position SingleRotateWithLeft(Position K2)
- {
- Position K1;
- K1 = K2->Left;
- K2->Left = K1->Right;
- K1->Right = K2;
- //更新节点的高度
- return K1;
- }
2)对α的左儿子的右子树进行一次插入(左右双旋)
左右双旋这里的左右指的是对α的左儿子的右子树进行插入时需要旋转。先对K1和K2进行右旋(跟第四种情况类似),然后再对K3和K2进行左旋,最终实现平衡。如下图所示
进行一次右旋进行一次左旋
代码如下:
- static Position DoubleRotateWithLeft(Position K3)
- {
- K3->Left = SingleRotateWithRight(K3->Left);
- return SingleRotateWithLeft(K3);
- }
3)对α的右儿子的左子树进行一次插入(右左双旋)
右左双旋:先对K1和K2进行左旋,然后在对K2和K3进行右旋,最终实现平衡。如下图所示
进行一次左旋进行一次右旋
代码如下:
- static Position DoubleRotateWithRight(Position K3)
- {
- K3->Right = SingleRotateWithLeft(K3->Right);
- return SingleRotateWithRight(K3);
- }
4)对α的右儿子的右子树进行一次插入(右旋)
将K2的右子树更改为K1的左子树,K1的左子树更改为K2即完成的右旋,如下图所示
进行右旋
代码如下:
- static Position SingleRotateWithRight(Position K2)
- {
- Position K1;
- K1 = K2->Right;
- K2->Right = K1->Left;
- K1->Left = K2;
- //更新节点高度
- return K1;
- }
avltree.h给出函数声明
- typedef int ElementType;
- #ifndef AVLTREE_H
- #define AVLTREE_H
- struct TreeNode
- {
- ElementType Element;
- int Height;
- struct TreeNode *Left;
- struct TreeNode *Right;
- };
- typedef struct TreeNode *AvlTree;
- typedef struct TreeNode *Position;
- AvlTree MakeEmpty(AvlTree T);
- AvlTree Insert(ElementType X, AvlTree T);
- Position Find(ElementType X ,AvlTree T);
- Position FindMax(AvlTree T);
- Position FindMin(AvlTree T);
- #endif
- #include "fatal.h"
- #include "avltree.h"
- AvlTree MakeEmpty(AvlTree T)
- {
- if(T != NULL)
- {
- MakeEmpty(T->Left);
- MakeEmpty(T->Right);
- free(T);
- }
- return NULL;
- }
- static int Height(Position P)
- {
- if(P == NULL)
- return -1;
- else
- return P->Height;
- }
- static int Max(int Lhs, int Rhs)
- {
- return Lhs > Rhs ? Lhs : Rhs;
- }
- static Position SingleRotateWithLeft(Position K2)
- {
- Position K1;
- K1 = K2->Left;
- K2->Left = K1->Right;
- K1->Right = K2;
- K1->Height = Max(Height(K1->Left), Height(K1->Right)) + 1;
- K2->Height = Max(Height(K2->Left), Height(K2->Right)) + 1;
- return K1;
- }
- static Position SingleRotateWithRight(Position K2)
- {
- Position K1;
- K1 = K2->Right;
- K2->Right = K1->Left;
- K1->Left = K2;
- K1->Height = Max(Height(K1->Left), Height(K1->Right)) + 1;
- K2->Height = Max(Height(K2->Left), Height(K2->Right)) + 1;
- return K1;
- }
- static Position DoubleRotateWithLeft(Position K3)
- {
- K3->Left = SingleRotateWithRight(K3->Left);
- return SingleRotateWithLeft(K3);
- }
- static Position DoubleRotateWithRight(Position K3)
- {
- K3->Right = SingleRotateWithLeft(K3->Right);
- return SingleRotateWithRight(K3);
- }
- AvlTree Insert(ElementType X, AvlTree T)
- {
- if(T == NULL)
- {
- T = (Position)malloc(sizeof(struct TreeNode));
- if(T == NULL)
- FatalError("Out of space");
- T->Element = X;
- T->Height = 0;
- T->Left = T->Right = NULL;
- }
- else if(X < T->Element)//左子树插入新节点
- {
- T->Left = Insert(X, T->Left);
- if(Height(T->Left) - Height(T->Right) == 2)//左子树插入节点所以高度是左子树高于右子树
- {
- if(X < T->Left->Element)//对α的左儿子的左子树进行一次插入,需要左旋
- T = SingleRotateWithLeft(T);
- else //对α的左儿子的右子树进行一次插入,需要双旋
- T = DoubleRotateWithLeft(T);
- }
- }
- else if(X > T->Element)//右子树插入新节点
- {
- T->Right = Insert(X, T->Right);
- if(Height(T->Right) - Height(T->Left) == 2)//因为是右子树插入新节点,所以高度是右子树高于左子树
- {
- if(X > T->Right->Element)//对α的右儿子的右子树进行一次插入,需要右旋
- T = SingleRotateWithRight(T);
- else//对α的右儿子的左子树进行一次插入,需要双旋
- T = DoubleRotateWithRight(T);
- }
- }
- T->Height = Max(Height(T->Left), Height(T->Right)) + 1;
- return T;
- }
- Position Find(ElementType X, AvlTree T)
- {
- if(T == NULL)
- return NULL;
- if(X < T->Element)
- return Find(X, T->Left);
- else if(X > T->Element)
- return Find(X, T->Right);
- else
- return T;
- }
- Position FindMin(AvlTree T)
- {
- if(T == NULL)
- return NULL;
- else if(T->Left == NULL)
- return T;
- else
- return FindMin(T->Left);
- }
- Position FindMax(AvlTree T)
- {
- if(T == NULL)
- return NULL;
- else if(T->Right == NULL)
- return T;
- else
- return FindMax(T->Right);
- }
testavl.c测试AVL树的实现
- #include "avltree.h"
- #include
- #include
- void InOrder(AvlTree T)
- {
- if(T != NULL)
- {
- InOrder(T->Left);
- printf("%d ", T->Element);
- InOrder(T->Right);
- }
- }
- void PreOrder(AvlTree T)
- {
- if(T != NULL)
- {
- printf("%d ", T->Element);
- PreOrder(T->Left);
- PreOrder(T->Right);
- }
- }
- int main(void)
- {
- AvlTree T;
- Position P;
- int i;
- T = MakeEmpty(NULL);
- for(i = 1; i <= 7; i++)
- T = Insert(i, T);
- for(i = 16; i >= 10; i--)
- T = Insert(i, T);
- T = Insert(8, T);
- T = Insert(9, T);
- printf("Root: %d\n", T->Element);
- printf("InOrder: ");
- InOrder(T);
- printf("\nPreOrder: ");
- PreOrder(T);
- putchar('\n');
- system("Pause");
- return 0;
- }
测试:首先插入1到7,然后插入16到10,最后插入8和9。AVL树的应该为下图所示
测试结果如下图所示
相关推荐
3 Avl二叉树SDK技术特点 支持以下功能: 1、 支持自定义键值比较函数 2、 支持删除节点回调函数 3、 支持插入节点 4、 支持根据键值进行精确查询节点 5、 支持根据键值进行精确删除节点 6、 支持从头到尾(从尾到头...
3 Avl二叉树SDK技术特点 支持以下功能: 1、 支持自定义键值比较函数 2、 支持删除节点回调函数 3、 支持插入节点 4、 支持根据键值进行精确查询节点 5、 支持根据键值进行精确删除节点 6、 支持从头到尾(从尾到头...
AVL平衡二叉树是一种自平衡的二叉搜索树,由G. M. Adelson-Velsky和E. M. Landis在1962年提出,因此得名AVL树。这种数据结构的主要特点是其左右子树的高度差不超过1,从而确保了查找、插入和删除操作的平均时间...
综上所述,"AVLtree_c_avl_平衡二叉树_avltree_"这个项目可能是用C语言实现了一个AVL树的数据结构,并提供了对树的增删改查操作,同时具备用户友好的交互界面。这个项目对于理解和实践AVL树的概念、操作和性能优化...
"Java中AVL平衡二叉树实现Map_(仿照TreeMap和TreeSet)1" 本文将详细介绍Java中AVL平衡二叉树实现Map的知识点,以便读者更好地理解和应用AVL树在Java中的实现。 一、AVL树的概念和特点 AVL树是一种自平衡二叉搜索...
在C++中实现平衡二叉树通常会采用AVL树或红黑树等经典结构。AVL树是一种自平衡的二叉搜索树,它的每个节点的两个子树的高度最大差别为1,这保证了在最坏情况下,AVL树的操作时间复杂度为O(logn)。而红黑树则是一种弱...
二叉树模板
在实际编程中,我们需要设计并实现数据结构来表示二叉树节点,包括节点的数据域、左右子节点指针,以及可能的附加信息(如AVL树中的平衡因子)。同时,要编写插入、删除和查找函数,以及平衡调整函数。测试部分则...
2. **AVL树的性质**:AVL树不仅保持了平衡二叉树的特性,还增加了一个额外的平衡因子,即每个节点的左子树高度减去右子树高度。平衡因子可以是-1、0或1,如果平衡因子绝对值大于1,那么该节点就需要进行调整以保持...
AVL树是一种自平衡二叉搜索树,由G. M. Adelson-Velsky和E. M. Landis于1962年提出,因此得名AVL树。它的主要特性是任何节点的两个子树的高度差不超过1,这使得AVL树在插入、删除和查找操作上的平均时间复杂度达到O...
平衡二叉树,如AVL树或红黑树,是一种特殊的二叉搜索树,它的特点是左右子树的高度差不超过1,这确保了树的平衡性,从而保证了查找、插入和删除操作的时间复杂度为O(log n)。在实验中,学生将学习如何实现这些基本...
平衡二叉树(AVL Tree)是二叉搜索树(Binary Search Tree)的一个特殊类型,它的左右子树高度差不超过1,从而确保了查询效率的稳定性。在数据结构的学习中,理解并掌握AVL树的概念、特性以及操作是至关重要的。 ...
总的来说,平衡二叉树(特别是AVL树)通过保持树的平衡,提供了高效的查找和操作性能。尽管它们可能在某些应用场景中看似“没用”,但在数据结构和算法领域,理解和掌握平衡二叉树对于优化数据处理是至关重要的。
平衡二叉树是一种特殊的二叉树结构,其中每个节点的两个子树的高度差不超过1,以确保树的平衡,从而优化查找、插入和删除等操作的时间复杂度。AVL树是最早被提出的自平衡二叉搜索树,由G. M. Adelson-Velsky和E. M. ...
AVL树是一种自平衡的二叉搜索树,由G. M. Adelson-Velsky和E. M. Landis在1962年提出,因此得名AVL树。这种数据结构在查找、插入和删除操作上的平均时间复杂度都是O(log n),这得益于其严格的平衡性质。AVL树的主要...
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++...
例如,AVL树和红黑树就是两种常见的平衡二叉树实现,它们都包含了旋转操作来维护平衡。 5. **最小不平衡子树的概念**: 在平衡二叉树的调整过程中,可能会发现某个子树已经不平衡,这时需要找到这个不平衡的最小子...
平衡二叉树的主要类型包括AVL树和红黑树,它们都是为了克服普通二叉查找树在极端情况下可能出现的性能问题而设计的。AVL树是最早的自平衡二叉查找树,由G. M. Adelson-Velsky和E. M. Landis在1962年提出,它的主要...
常见的平衡二叉树有AVL树和红黑树。AVL树是最早被提出的自平衡二叉搜索树,它要求每个节点的两个子树高度差不超过1,通过旋转操作(左旋、右旋)保持平衡。红黑树则是一种更宽松的平衡策略,允许节点不平衡,但保证...
本文将详细介绍C++实现平衡二叉树——AVL树的过程。AVL树是最早被提出的自平衡二叉搜索树,由G. M. Adelson-Velsky和E. M. Landis于1962年提出,因此得名AVL。 1. AVL树的基本概念: - **节点平衡因子**:每个节点...