avl小结

一、定义

为了避免树的高度增长过快,降低二叉排序树的性能,规定在插入和删除而擦函数结点,保证任意结点的左、右子树高度差的绝对值不超过1,将这样的二叉树成为平衡二叉树。

结点的平衡因子:该结点左子树高度 减去右子树高度所得的差,取值只有0,1,-1

typedef int DataType;
typedef struct node{
    DataType data; //结点的数据值
    int bf;  //平衡因子
   struct node *lchild,*rchild;
}AVLNode,*AVLTree;

二、基本操作演示

Avl和bst的插入相同,但avl每次插入后都要保证平衡

当发生不平衡时,调整的是最小不平衡子树。

从插入结点那里算起,找到最先发生不平衡的结点为根的树。

(每次调整要满足bst的性质)

若三个结点处于一条直线,采用单旋。(LL和RR)

这个名字比较难受,反着记。LL字面英文意思是左左,实际名字叫单旋

若三个结点处于一条折线,采用双旋。(LR和RL)

LR叫先左后右,看字母就懂。

接着再说那个名字。

LL,RR,LR,RL实际上是对不平衡状态的描述。

比如上面的第一个用的LR调整,

因为新插入的结点在最小不平衡子树的左(L)孩子的右(R)子树上

比如上面第二个图用的RR调整,新插入结点F在,A的右孩子C的右子树上

此外一个知识点就是,含有n个结点的avl的最大深度为log_{2}n,也能求出最多比较次数。

三、习题

1.二叉树、二叉查找树和avl树之间什么关系?

答:二叉树时满足二叉树特性的树形结构,对树中结点的值没有限定;在一棵二叉树中结点的值可重复,也可不重复;

二叉查找树每个结点的值不重复,且比左子树所有结点值都大,比右子树所有结点值都小;

avl树是二叉查找树的特殊情形,为了保证高效查找,每次插入或删除都进行平衡化处理,使得每个结点的左右子树高度差绝对值不超过1

2.在高度为h的avl树中离根最近的叶结点在第几层

答:设高度为h的avl树的离根最近的叶结点所在层次为设高度为h的avl树的离根最近的叶结点所在层次为L_{h}L_{h},则有L_{1}=1,L_{2}=2,L_{h}=min\left \{ L_{h-1} \right ,L_{h-2}\}+1=L_{h-2}+1,h>2

直接计算公式为:L_{h}=\left \lfloor h/2 \right \rfloor+1

3.n个结点的avl树的最小高度为多少?最大高度为多少?

答:设avl树的高度为h,让avl树每层结点达到最大n\leqslant 2^{h}-1,就得到它的最小高度h\geqslant \left \lceil log_{2}(n+1) \right \rceil

若让根的左右子树的结点个数达到最少,可得最大高度。设高度为h的avl树的最少结点数为N_{h},则

最大高度满足N_{h}=F_{h+2}-1,F_{h+2}是斐波那契数;

此外由斐波那契数通项公式,再换底推出h\approx 1.44*log_{2}(N_{h}+1)-0,33<1.44*log_{2}(n+1)

4.avl树在旋转调整时只调整了最小不平衡子树,调整后avl树是否还会存在不平衡结点?为什么?

答:虽然在旋转调整时只调整了最小不平衡子树,但调整后avl树中不会再有不平衡的结点。因为当在avl树上插入结点出现不平衡时,会将最小不平衡子树的高度加1,经过调整后使得最小不平衡子树恢复原来的高度,因此除了最小不平衡子树外,其他结点的平衡因子没发生辩护,因此不会存在不平衡的的结点

 

 

二叉是一种常见的数据结构,它由节点组成,每个节点最多有两个子节点,通常称为左子节点和右子节点。在进行需求分析时,对二叉的操作小结主要包括以下几个关键点: 1. **插入操作**: - 插入一个新节点:需要确定节点的位置,通常是按照特定的规则(如比较大小、值或据某种策略),使其成为左孩子或右孩子。 - 保持平衡:如果是自平衡二叉搜索(如AVL或红黑),还需要保证插入后的平衡性。 2. **删除操作**: - 删除指定节点:需要找到要删除的节点,可能涉及子节点的替换或重新调整其父节点的指针。 - 避免空悬:删除节点后,可能需要处理空指针的情况,以及确保的结构完整性。 3. **查找操作**: - 查找指定元素:从节点开始,按需遍历左子或右子,直到找到目标元素或确定不存在。 - 遍历算法:包括前序遍历(-左-右)、中序遍历(左--右)和后序遍历(左-右-)等。 4. **修改操作**: - 修改节点值:定位到目标节点后,更新其值。 - 结构修改:如调整子结构(如旋转操作),可能涉及到整个的重新布局。 5. **统计操作**: - 计算节点数:用于获取高度、宽度、叶子节点数等。 - 深度优先遍历(DFS)和广度优先遍历(BFS)统计信息。 6. **遍历序列**: - 生成遍历序列:理解并实现前序、中序和后序遍历,以及层序遍历(从上到下逐层处理)。 在进行需求分析时,除了了解这些基本操作外,还需要考虑时间复杂度和空间复杂度,因为二叉的操作效率往往取决于的形状。此外,性能优化和错误处理也是重要考虑因素。对于更复杂的二叉结构,如堆、优先队列等,相应的操作需求也会有所不同。如果你有具体的二叉应用场景,比如图算法或数据库索引,需求可能会更加细致。
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
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