《画解数据结构》二十五彩图,画解平衡二叉树

本文深入解析了平衡二叉树的概念,特别是AVL树的存储结构、常用接口和旋转操作。通过图文并茂的方式阐述了平衡因子、树高计算以及LL、RR、LR、RL四种旋转操作的算法原理和源码实现。此外,还介绍了AVL树的基本操作,包括查找、平衡、插入和删除,以及如何在这些操作中保持树的平衡性。

前言

  上一篇文章 二叉搜索树 中,对于 「 增 」「 删 」「 改 」「 查 」 的时间复杂度为 O ( l o g 2 n ) O(log_2n) O(log2n) ~ O ( n ) O(n) O(n)。原因是最坏情况下,二叉搜索树会退化成 「 线性表 」 。更加确切地说,树的高度决定了它插入、删除和查找的时间复杂度。
  本文,我们就来聊一下一种高度始终能够接近 O ( l o g 2 n ) O(log_2n) O(log2n)「 树形 」 的数据结构,它既有链表的快速插入与删除的特点,又有顺序表快速查找的优势。它就是:

「 平衡二叉树 」


来个右旋压压惊

来个左旋压压惊

一、平衡二叉树的概念

1、定义

  平衡二叉树 是 二叉搜索树 的一种。之所以平衡,是因为它的每一个结点的 左子树的高度右子树的高度 差至多为 1。如图所示,代表的是一棵平衡二叉树,其中数字代表的是结点的编号。
在这里插入图片描述

  1962年,两位俄罗斯数学家 G.M.Adelson-Velskii 和 E.M.Landis 共同发明了一种解决平衡二叉树的算法,所以后面也有不少资料称这种平衡二叉树为 AVL 树。
  而至于为什么不叫 二叉平衡树,而叫平衡二叉树 ?因为它首先是 二叉搜索树,并且是平衡的二叉搜索树,所以省略 “搜索” 二字以后,就有了 平衡二叉树 的叫法。

2、高度

  一棵树的高度,是指从树根结点到达最远的叶子结点的路径上经过的结点数。
  所以,求树的高度我们可以采用递归的方式。主要有以下三种形式:
  1)空树的树高为 0;
  2)叶子结点的树高为 1;
  3)其它结点的树高,等于左右子树树高的大者加 1;
  如图所示,每个结点右上角的数字代表了以它为子树的高度。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

英雄哪里出来

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值