为什么需要AVL树?
我们知道搜索二叉树通过对每一个结点限制规定:左子树都比比根节点小,右子树比根节点大,来达到O(logN)的搜索效率的:
但是一般的搜索二叉树还有一个很严重的问题:当左右子树高度差很大时,会导致搜索效率极度退化,甚至在顺序插入时退化至O(N):

很明显,普通的搜索二叉树在一些情况下并不能达到预期的O(logN)搜索效率,而其原因就是高度的极度不平衡。
而AVL树就通过旋转的方式来维持搜索二叉树的平衡,AVL树得名于它的发明者G. M. Adelson-Velsky和E. M. Landis。接下来,我们就对AVL树的插入进行详细介绍。
AVL树的结构
首先,AVL树是一棵严格平衡的搜索二叉树,也就是说,任何一个节点的左右子树高度差不超过1。这里我们在每一个节点中加入一个平衡因子来记录左右高度差,平衡因子为1代表该节点右子树比左子树高1,平衡因子0表示该节点左右子树高度相同,-1表示该节点左子树比右子树高1。
其次,由于AVL需要进行旋转调整,我们在节点中除了要保存左右孩子节点,还需要保存父亲节点,至于原因在插入时就能知道了。
template<class K,class V>
struct AVLTreeNode//AVL树的节点
{
AVLTreeNode(const pair<K,V>& kv)
{
_father = nullptr;
_left = nullptr;
_right = nullptr;
_bf = 0;
_kv = kv;
}
AVLTreeNode<K, V>* _father;//父指针
AVLTreeNode<K, V>* _left;
AVLTreeNode<K, V>* _right;
pair<K, V> _kv;//节点保存的值为一个键值对pair
int _bf;//平衡因子
};
template<class K,class V>
class AVLTree//AVL树
{
typedef AVLTreeNode<K,V> Node;
public:
AVLTree()//构造函数
{
_root = nullptr;
}
//...
private:
Node* _root;
};
AVL树的插入
对于一颗空的AVL树,我们直接将新节点作为根节点_root即可:
bool insert(const pair<K, V>& kv)
{
if (_root == nullptr)//如果AVL树为空
{
_root =new Node(kv);
return true;
}
//...
}
而在树不为空时,根据搜索二叉树的规则,如果待插入节点比当前节点小,那么待插入节点应该在当前节点的左子树,如果待插入节点比当前节点大,那么待插入节点应该在当前节点的右子树,如果待插入的节点与当前节点大小相同,我们不进行插入,而是直接返回false,这样的AVL树是可以起到去重的作用的。当然也可以插入相同大小的值,但是这种做法此处不进行展开。
依照上面的做法,我们可以从根节点向下比较,直到当前节点指向空,说明新插入节点应该插入到这个位置,或者值相同,返回false。
但是,新节点应该插入到哪个位置我们虽然知道了,但此时当前节点已经是空指针了,而空指针并不能给我们任何信息,所以我们加入一个指针记录当前节点的父节点,这样我们就能知道新节点的父节点应该是谁,这样就能够让父节点的子结点指针指向新节点,从而将新节点插入到AVL树中。
代码实现:
Node* father = nullptr;//father指针初始为空
Node* cur = _root;//当前节点初始为根节点
while (cur)//当当前节点不为空时进入循环进行搜索
{
if (cur->_kv.first < kv.first)//当当前节点小于新节点
{
father = cur;
cur = cur->_right;//向当前节点的右子树进行搜索
}
else if (cur->_kv.first > kv.first)//当当前节点大于新节点
{
father = cur;
cur = cur->_left;//向当前节点的左子树进行搜索
}
else
return false;//相同时返回false,插入失败
}
例如对下面这样一颗二叉树插入6,那么最终father指向5,cur为空

接着我们只需要构建一个新节点,然后根据新节点与father的大小来决定新节点应该插入到father节点的左孩子上还是右孩子上。
cur = new Node(kv);//把新节点new出来
if (father->_kv.first > kv.first)//如果父节点大与新节点
{
father->_left = cur;//父亲的左孩子指向新节点
cur->_father = father;//别忘了cur的父指针也要指向father
}
else
{
father->_right = cur;
cur->_father = father;
}
这样,一次搜索树式的插入就完成了,但是AVL树相比搜索二叉树,还需要对高度进行调节,所以接下来在插入使高度不平衡时我们还需要进行旋转处理。
AVL树的平衡因子调节
很明显,插入新节点会对其祖先的平衡因子产生影响,而这样的影响我们可以分为下面几类:
1.插入使得父节点的平衡因子变为0

这种情况下,由于插入一个新节点,父节点的平衡因子只能增加1或者减少1,所以父节点原来的平衡因子必定是1或者-1。那么,这样的插入实际并没有改变以父节点为根的子树的高度。因为很明显,新插入的节点只是将这棵树矮的那一边填上了一个节点,并不会让整棵树的高度增加。就像上面的树的高度在插入3前后都是2一样。
所以,在这种情况下,这棵子树的高度没有改变,也就是说对于2的父节点来讲,这次插入并没有该变其子树的高度。

所以2的父节点4的平衡因子不会变化,那么2的祖先的平衡因子就不用改变了,也就是说无需继续调整祖先的平衡因子了,而平衡因子也并没有变成-2或2,因此也无需进行旋转调整,插入到此结束。
2.插入使得父节点的平衡因子变为1或者-1
在这种情况下,父节点的平衡因子原来一定是0,也就是说父节点的左右子树高度是平衡的,而向这样的一颗树里插入一个节点,就会导致其高度增加。例如下图中以2为根节点的子树的高度在插入前为1,而插入后为2。所以以2为根的子树的高度增加了1,这就导致5的左子树高度增加1,影响了5的平衡因子。所以这种情况下调整完2的平衡因子之后,应该继续向上调整祖父节点的平衡因子。
3.插入使得父节点平衡因子变为-2或2
当平衡因子变为-2或者2时,说明左右子树高度差相差为2,高度不平衡,这种时候,就需要进行旋转来平衡高度了。例如下图插入5后,3的平衡因子变为1,继续向上调整,7的平衡因子由-1变为-2。
AVL树的旋转
根据不同的情况,旋转可以分为四类:右单选,左单旋,左右双旋,右左双旋,下面我们先对右单旋进行介绍:
1.右单旋
当节点的平衡因子为-2时,说明是左子树过高导致的失衡,所以我们观察其左孩子的平衡因子,其左孩子的平衡因子为-1时,我们进行右单旋。
为了方便说明,我们使用下面这颗树进行后续的右单旋讲解:

9的右子树高度为h,左子树在插入之前高度为h+1,而在6的左子树上插入之后,6的平衡因子更新为-1,9的平衡因子更新为-2,此时我们进行如下处理即可。
第一步:让9的左孩子指针指向6的右孩子节点
第二步:让6(9的左孩子)的右孩子指针指向9
第三步:最后,别忘记旋转前9的父节点与9保持着连接父子关系,所以在旋转后,6应该替代9的位置与其父节点连接。

这样,6的平衡因子更新为0,9的平衡因子也为0,这棵树就满足了平衡的条件,并且由于高度与插入前没有变化,就不需要继续向上调整平衡因子了。
当然,上面的步骤对整个旋转过程进行了简化,实际上对于不同的情况,还需要更加细致的处理。这些细节在下面的代码实现中说明:
void RotateR(Node* father)//传入要进行右单旋的树的根节点,即例子中的9
{
Node* cur = father->_left;//保存9的左孩子,即例子中的6
Node* curRight = cur->_right;//保存6的右子树
Node* FatherFather = father->_father;//保存9的父节点
father->_left = curRight;//9的左指针指向6的右子树
if (curRight)
curRight->_father = father;//如果6的右子树存在的话,将其父指针指向9
cur->_right = father;//9的左孩子的右指针指向9
father->_father = cur;//9的父指针指向原来的左孩子
if (father == _root)//9是否为根节点影响了第三步的调整
{
_root = cur;//如果9原来是根节点,将旋转后的6设为新的根节点
_root->_father = nullptr;//将6的父指针置空
}
else
{
//如果9不是根节点,那么要将6与9原来的父节点进行连接
if (FatherFather->_left == father)
{
FatherFather->_left = cur;
}
else
{
FatherFather->_right = cur;
}
cur->_father = FatherFather;
}
father->_bf = 0;//将9与6的平衡因子更新
cur->_bf = 0;
}
2.左单旋
当节点的平衡因子为2,其右孩子的平衡因子为1时,进行左单旋。
实际上左单旋类似于翻转的右单旋,下面仅对一颗具体的树的左单旋进行过程说明:

对于上面的树,插入7后,9平衡因子更新为-1,继续向上更新,6平衡因子更新为1,继续向上更新,3平衡因子更新为2,所以要对3进行左单旋处理。
第一步:让3的右指针指向6的左孩子
第二步:让6的左指针指向3
第三步:更新旋转前3的父节点与这棵树的连接关系
最终,树旋转成了下面这个样子:

最后别忘了更新平衡因子!
下面是左单旋的代码实现:
void RotateL(Node* father)
{
Node* cur = father->_right;
Node* curLeft = cur->_left;
Node* FatherFather = father->_father;
cur->_left = father;
father->_father = cur;
father->_right = curLeft;
if (curLeft)
curLeft->_father = father;
if (father == _root)
{
_root = cur;
_root->_father = nullptr;
}
else
{
if (FatherFather->_left == father)
{
FatherFather->_left = cur;
}
else
{
FatherFather->_right = cur;
}
cur->_father = FatherFather;
}
father->_bf = 0;
cur->_bf = 0;
}
3.左右双旋
当节点的平衡因子更新为-2,其左孩子平衡因子为1,我们需要进行左右双旋处理。
为什么这种情况下不可以使用右单旋呢?我们对下面这棵树进行右单旋处理试试:

很明显,原来9的平衡因子是-2,旋转后6的平衡因子变成了2,这并没有起到平衡的作用。所以这种情况下我们需要进行双旋处理。
我们使用下面这棵树进行左右双旋的说明:

第一步:先对6进行左旋处理:

第二步:再对9进行右旋处理:
这样,旋转后的树以7作为根,且整颗树的高度与插入前没有变化(都是h+2),就不需要继续向上调整了。
但是这里有个问题:平衡因子还需要继续调整吗?
在单旋过程,6,7,9的平衡因子都被置为0了,但是很明显,上面的双旋过程之后,9的平衡因子应该是-1,所以这里我们在双旋后,还要对平衡因子再进行调节。
但是无论新节点是插入到7的左子树还是7的右子树,都会导致左右双旋,而我们可以发现,实际上7的左子树最终成为了6的右子树,而7的右子树最终成为了9的左子树,而这也决定了到底是6的平衡因子需要调节,还是9的平衡因子需要调节。
例如上面的例子,我们在7的左子树进行插入,那么最终6的平衡因子是0,9的平衡因子是-1,所以我们需要调整9的平衡因子。所以在代码实现中,我们可以记录插入后7的平衡因子,这样就知道新节点到底插入在了7的左子树还是右子树上,以便决定最终我们要调节哪个节点的平衡因子。
下面就是双旋的代码实现:
int bf = cur->_right->_bf;//记录7的平衡因子
//左右双旋
RotateL(cur);
RotateR(father);
//根据记录好的bf来调节平衡因子
if (bf == 1)
cur->_bf = -1;
else if (bf == -1)
father->_bf = 1;
4.左右双旋
当节点的平衡因子更新为2,其左孩子平衡因子为-1,我们需要进行左右双旋处理。
右左双旋的调整与左右双旋呈镜像,这里不再赘述,仅给出代码参考:
int bf = cur->_left->_bf;
RotateR(cur);
RotateL(father);
if (bf == -1)
cur->_bf = 1;
else if (bf == 1)
father->_bf = -1;
3.平衡测试与代码总览
1.平衡测试
相信经过上面的学习,同学们已经掌握了AVL树的插入了,但是即使代码能够跑通,也只能说明这是一颗二叉搜索树,而树实际是否平衡我们并不知道,可以通过下面的测试函数进行测试:
void testbf()//测试平衡因子
{
_testbf(_root);
}
int _testbf(Node* cur)
{
if (cur == nullptr)
return 0;
int left = _testbf(cur->_left);//得到左子树高度
int right = _testbf(cur->_right);//得到右子树高度
if (right - left != cur->_bf)//判断左右高度差与平衡因子是否相等
cout << "truth of high sub : " << right - left;
cout << " bf : " << cur->_bf << endl;
return max(left, right) + 1;//返回自己的高度
}
其思想是通过递归计算每一个节点左右子树的高度差,再与平衡因子进行对比,以此来判断我们所写的AVL树实际上是否平衡了。
2.代码总览
template<class K,class V>
struct AVLTreeNode//节点结构
{
AVLTreeNode(const pair<K,V>& kv)
{
_father = nullptr;
_left = nullptr;
_right = nullptr;
_bf = 0;
_kv = kv;
}
AVLTreeNode<K, V>* _father;
AVLTreeNode<K, V>* _left;
AVLTreeNode<K, V>* _right;
pair<K, V> _kv;
int _bf;//右高度-左高度
};
template<class K,class V>
class AVLTree
{
typedef AVLTreeNode<K,V> Node;
public:
AVLTree()
{
_root = nullptr;
}
bool insert(const pair<K, V>& kv)
{
if (_root == nullptr)
{
_root =new Node(kv);
return true;
}
Node* father = nullptr;
Node* cur = _root;
while (cur)
{
if (cur->_kv.first < kv.first)
{
father = cur;
cur = cur->_right;
}
else if (cur->_kv.first > kv.first)
{
father = cur;
cur = cur->_left;
}
else
return false;
}
cur = new Node(kv);
if (father->_kv.first > kv.first)
{
father->_left = cur;
cur->_father = father;
}
else
{
father->_right = cur;
cur->_father = father;
}
while (father)
{
if (cur == father->_left)
{
father->_bf--;
}
else
{
father->_bf++;
}
if (father->_bf == 0)
{
break;
}
else if (father->_bf == -1 || father->_bf == 1)
{
cur = father;
father = father->_father;
}
else if (father->_bf == 2 || father->_bf == -2)
{
if (father->_bf == 2 && cur->_bf == 1)//左单旋
{
RotateL(father);
}
else if (father->_bf == 2 && cur->_bf == -1)
{
int bf = cur->_left->_bf;
RotateR(cur);
RotateL(father);
if (bf == -1)
cur->_bf = 1;
else if (bf == 1)
father->_bf = -1;
}
else if (father->_bf == -2 && cur->_bf == -1)//右单旋
{
RotateR(father);
}
else if (father->_bf == -2 && cur->_bf == 1)
{
int bf = cur->_right->_bf;
RotateL(cur);
RotateR(father);
if (bf == 1)
cur->_bf = -1;
else if (bf == -1)
father->_bf = 1;
}
else
{
assert(false);
}
break;
}
}
return true;
}
void RotateR(Node* father)
{
Node* cur = father->_left;
Node* curRight = cur->_right;
Node* FatherFather = father->_father;
father->_left = curRight;
if (curRight)
curRight->_father = father;
cur->_right = father;
father->_father = cur;
if (father == _root)
{
_root = cur;
_root->_father = nullptr;
}
else
{
if (FatherFather->_left == father)
{
FatherFather->_left = cur;
}
else
{
FatherFather->_right = cur;
}
cur->_father = FatherFather;
}
father->_bf = 0;
cur->_bf = 0;
}
void RotateL(Node* father)
{
Node* cur = father->_right;
Node* curLeft = cur->_left;
Node* FatherFather = father->_father;
cur->_left = father;
father->_father = cur;
father->_right = curLeft;
if (curLeft)
curLeft->_father = father;
if (father == _root)
{
_root = cur;
_root->_father = nullptr;
}
else
{
if (FatherFather->_left == father)
{
FatherFather->_left = cur;
}
else
{
FatherFather->_right = cur;
}
cur->_father = FatherFather;
}
father->_bf = 0;
cur->_bf = 0;
}
private:
Node* _root;
};

本文深入介绍了AVL树的原理及实现方法,包括AVL树的结构、插入操作、旋转调整等核心内容,并提供了详细的代码实现。
1万+





