判断二叉树是不是平衡的

 【转】http://zhedahht.blog.163.com/blog/static/25411174201142733927831/

 

题目:输入一棵二叉树的根结点,判断该树是不是平衡二叉树。如果某二叉树中任意结点的左右子树的深度相差不超过1,那么它就是一棵平衡二叉树。例如下图中的二叉树就是一棵平衡二叉树:

 



 

本系列博客的第27题,我们曾介绍过如何求二叉树的深度。有了求二叉树的深度的经验之后再解决这个问题,我们很容易就能想到一个思路:在遍历树的每个结点的时候,调用函数TreeDepth得到它的左右子树的深度。如果每个结点的左右子树的深度相差都不超过1,按照定义它就是一棵平衡的二叉树。这种思路对应的代码如下:

bool IsBalanced(BinaryTreeNode* pRoot)

{

    if(pRoot == NULL)

        return true;

 

    int left = TreeDepth(pRoot->m_pLeft);

    int right = TreeDepth(pRoot->m_pRight);

    int diff = left - right;

    if(diff > 1 || diff < -1)

        return false;

 

    return IsBalanced(pRoot->m_pLeft) && IsBalanced(pRoot->m_pRight);

}

上面的代码固然简洁,但我们也要注意到由于一个节点会被重复遍历多次,这种思路的时间效率不高。例如在函数IsBalance中输入上图中的二叉树,首先判断根结点(值为1的结点)的左右子树是不是平衡结点。此时我们将往函数TreeDepth输入左子树根结点(值为2的结点),需要遍历结点457。接下来判断以值为2的结点为根结点的子树是不是平衡树的时候,仍然会遍历结点457。毫无疑问,重复遍历同一个结点会影响性能。接下来我们寻找不需要重复遍历的算法。

如果我们用后序遍历的方式遍历二叉树的每一个结点,在遍历到一个结点之前我们已经遍历了它的左右子树。只要在遍历每个结点的时候记录它的深度(某一结点的深度等于它到叶节点的路径的长度),我们就可以一边遍历一边判断每个结点是不是平衡的。下面是这种思路的参考代码:

bool IsBalanced(BinaryTreeNode* pRoot, int* pDepth)

{

    if(pRoot == NULL)

    {

        *pDepth = 0;

        return true;

    }

 

    int left, right;

    if(IsBalanced(pRoot->m_pLeft, &left)

        && IsBalanced(pRoot->m_pRight, &right))

    {

        int diff = left - right;

        if(diff <= 1 && diff >= -1)

        {

            *pDepth = 1 + (left > right ? left : right);

            return true;

        }

    }

 

    return false;

}

我们只需要给上面的函数传入二叉树的根结点以及一个表示结点深度的整形变量就可以了:

bool IsBalanced(BinaryTreeNode* pRoot)

{

    int depth = 0;

    return IsBalanced(pRoot, &depth);

}

在上面的代码中,我们用后序遍历的方式遍历整棵二叉树。在遍历某结点的左右子结点之后,我们可以根据它的左右子结点的深度判断它是不是平衡的,并得到当前结点的深度。当最后遍历到树的根结点的时候,也就判断了整棵二叉树是不是平衡二叉树了。

<think>好的,我需要回答如何检查AVL树是否平衡的问题。首先,AVL树的平衡条件是每个节点的左右子树高度差超过1。所以,检查平衡的方法应该围绕这一点展开。 我应该先回忆AVL树的定义。根据引用[4],AVL树要求每个节点的左右子树高度差的绝对值超过1。这意味着算法需要遍历每个节点,计算左右子树的高度差,并确认是否满足这个条件。 接下来,具体的实现步骤可能包括递归遍历每个节点。对于每个节点,首先检查其左右子树的高度差是否超过1。如果超过,则树平衡。同时,还需要递归检查左右子树是否各自平衡。 然后,我需要考虑如何计算节点的高度。高度计算通常也是递归的,节点的高度等于其左右子树高度的最大值加1。这样,在遍历时,可以同时计算高度和检查平衡。 需要注意的是,递归过程中可能会出现重复计算高度的问题,但在这个检查平衡的场景下,可能可以接受,因为主要目的是验证整个树是否平衡,而是优化性能。过,如果树很大,可能需要优化,比如将高度缓存起来,过根据引用的资料,AVL树的实现通常已经维护了平衡因子,所以或许可以直接使用节点平衡因子进行检查。但引用[1]提到AVL节点包含平衡因子,所以检查时可以直接比较平衡因子是否在-1到1之间,而必每次都重新计算高度。过,用户的问题可能更偏向于如何从零开始检查一个给定的树是否是平衡的,而依赖节点中存储的平衡因子,因此可能需要手动计算高度。 接下来,我需要组织步骤:首先,递归检查每个节点的左右子树高度差是否<=1,同时递归检查左右子树是否也满足这个条件。如果所有节点都满足,则树平衡。否则,平衡。 然后,代码实现方面,可能需要一个辅助函数来计算节点的高度,另一个函数来递归检查每个节点是否满足平衡条件。例如,在Python中,可以定义两个函数:height(node)返回节点的高度,is_balanced(node)检查该节点是否平衡,并递归检查左右子树。 可能的边界情况是空树,此时高度为0,且视为平衡。如果某个节点的左右子树高度差为2,则立即返回平衡。 现在,结合引用的资料,引用[4]提到插入或删除后需要旋转维护平衡,所以检查是否平衡应该在每次插入或删除后进行,但用户的问题是独立检查现有树是否平衡的方法。 最后,我需要确保回答的结构清晰,分步骤说明算法,给出代码示例,并回答相关问题。同时,引用相关的引用来源,比如引用[4]提到的平衡条件。</think>### 如何检查AVL树是否平衡 AVL树的平衡性检查需满足以下条件:**每个节点的左右子树高度差绝对值超过1**,且左右子树本身也是平衡的[^4]。实现算法需递归遍历所有节点,同时验证高度差和子树平衡性。 --- #### 检查算法步骤 1. **计算子树高度** - 空节点高度为$-1$或$0$(根据实现定义) - 非空节点高度为$1 + \max(左子树高度, 右子树高度)$ 2. **递归验证平衡性** - 若当前节点为空,视为平衡 - 计算左右子树高度差$\Delta h = |h_{left} - h_{right}|$ - 若$\Delta h > 1$,则树平衡 - 递归检查左子树和右子树是否均平衡 --- #### Python实现代码 ```python class AVLNode: def __init__(self, key): self.key = key self.left = None self.right = None self.height = 0 # 节点高度 def is_avl_balanced(root): def check_balance(node): if not node: return True, -1 # 空节点高度为-1 # 递归检查左右子树 left_balanced, left_height = check_balance(node.left) right_balanced, right_height = check_balance(node.right) # 更新当前节点高度 current_height = 1 + max(left_height, right_height) # 检查高度差 if abs(left_height - right_height) > 1: return False, current_height # 返回当前子树是否平衡及高度 return (left_balanced and right_balanced), current_height balanced, _ = check_balance(root) return balanced ``` --- #### 关键逻辑说明 1. **高度计算**:通过后序遍历获取子树高度,避免重复计算[^1]。 2. **平衡判断**:若任意节点的左右子树高度差超过1,或子树平衡,则整体平衡。 3. **时间复杂度**:$O(n)$,需遍历所有节点。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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
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