数据结构——平衡二叉树(AVL树)(java版)

发布时间:2023-06-18 16:00

文章目录

    • 1 引言
      • 1.1 为什么要有树结构?
    • 2 二叉搜索树
      • 2.1 定义
      • 2.2 性质
      • 2.3 节点结构
        • 代码定义:
      • 2.4 创建二叉搜索树
      • 2.5 查找
        • 查找流程:
        • 查找代码:
      • 2.6 插入
        • 插入流程:
        • 图解过程:
        • 代码实现:
      • 2.7 删除
        • (1)删除节点为叶子节点
        • (2) 删除的节点只有左子树
        • (3)删除的节点只有右子树
        • (4) 删除的节点既有左子树又有右子树。
        • 删除代码:
    • 3 平衡二叉树
      • 3.1 定义
        • 3.1.1 AVL
      • 3.2 平衡因子
      • 3.3 节点结构
      • 3.4 左旋与右旋
        • (1) 左旋
        • 图解过程:
        • (2)右旋
        • 图解过程:
      • 3.5 插入
        • (1) A的左孩子的左子树插入节点(LL)
        • 图解过程:
        • 代码实现:
        • (2) A的右孩子的右子树插入节点(RR)
        • 图解过程:
        • 代码实现:
        • (3) A的左孩子的右子树插入节点(LR)
        • 图解过程:
        • 代码实现:
        • (4) A的右孩子的左子树插入节点(RL)
        • 图解过程:
        • 代码实现:
        • 3.6 删除
        • 代码实现:
    • 4 结语
    • 推荐阅读

1 引言

二叉树是数据结构中的重点与难点,也是应用较为广泛的一类数据结构。二叉树的基础知识在之前的数据结构——二叉树基础中已经详细介绍。本篇文章将着重介绍两类二叉树二叉搜索树平衡二叉树

1.1 为什么要有树结构?

\"数据结构——平衡二叉树(AVL树)(java版)_第1张图片\"\"数据结构——平衡二叉树(AVL树)(java版)_第2张图片\"
\"数据结构——平衡二叉树(AVL树)(java版)_第3张图片\"

2 二叉搜索树

2.1 定义

二叉搜索树又称二叉查找树,亦称为二叉排序树。设x为二叉查找树中的一个节点,x节点包含关键字key,节点x的key值记为key[x]。如果y是x的左子树中的一个节点,则key[y] <= key[x];如果y是x的右子树的一个节点,则key[y] >= key[x]

2.2 性质

(1)若左子树不空,则左子树所有节点的值均小于它的根节点的值;
(2)若右子树不空,则右子树所有节点的值均大于它的根节点的值;
(3)左、右子树也分别为二叉搜索树

例如:下图所示的二叉树为一棵二叉搜索树

\"数据结构——平衡二叉树(AVL树)(java版)_第4张图片\"
  例如:下图所示不是一棵二叉搜索树,因为节点40左孩子节点值为44不满足二叉搜索树的定义。
\"数据结构——平衡二叉树(AVL树)(java版)_第5张图片\"

2.3 节点结构

二叉树的节点结构通常包含三部分,其中有:左孩子的指针右孩子指针以及节点元素。节点的图示如下:
\"数据结构——平衡二叉树(AVL树)(java版)_第6张图片\"\"数据结构——平衡二叉树(AVL树)(java版)_第7张图片\"

代码定义:

    private class Node{

        public E e;
        public Node left ,right;

        public Node(E e){
            this.e = e;//元素
            left = null;//左孩子
            right = null;//右孩子
        }
    }

2.4 创建二叉搜索树

现有序列:A = {61, 87, 59, 47, 35, 73, 51, 98, 37, 93}。根据此序列构造二叉搜索树过程如下:

(1)i = 0,A[0] = 61,节点61作为根节点;
  (2)i = 1,A[1] = 87,87 > 61,且节点61右孩子为空,故81为61节点的右孩子
  (3)i = 2,A[2] = 59,59 < 61,且节点61左孩子为空,故59为61节点的左孩子
  (4)i = 3,A[3] = 47,47 < 59,且节点59左孩子为空,故47为59节点的左孩子
  (5)i = 4,A[4] = 35,35 < 47,且节点47左孩子为空,故35为47节点的左孩子
  (6)i = 5,A[5] = 73,73 < 87,且节点87左孩子为空,故73为87节点的左孩子
  (7)i = 6,A[6] = 51,47 < 51,且节点47右孩子为空,故51为47节点的右孩子
  (8)i = 7,A[7] = 98,98 < 87,且节点87右孩子为空,故98为87节点的右孩子
  (9)i = 8,A[8] = 93,93 < 98,且节点98左孩子为空,故93为98节点的左孩子;创建完毕后如下图中的二叉搜索树

\"数据结构——平衡二叉树(AVL树)(java版)_第8张图片\"

2.5 查找

查找流程:

(1)如果树是的,则查找结束,无匹配返回false
(2)如果被查找的值和节点的值相等,查找成功,返回true
(3)如果被查找的值小于节点的值,递归查找左子树
(4)如果被查找的值大于节点的值,递归查找右子树

查找代码:

    //看二分搜索树中是否包含元素e
    public boolean contains(E e){
        return contains(root,e);
    }

    //看以node为根的二分搜索树中是否包含元素e , 递归算法
    private boolean contains(Node node , E e){
        if(node == null){
            return false;
        }
        if(e.compareTo(node.e) == 0){
            return true;
        }else if(e.compareTo(node.e) < 0){
            return contains(node.left,e);
        }else{//e.compareTo(node.e) > 0
            return contains(node.right , e);
        }
    }

使用二叉搜索树可以提高查找效率,其平均时间复杂度O(log2n)

2.6 插入

插入流程:

(1)先检测该元素是否在树中已经存在。如果已经存在,则不进行插入
(2)若元素不存在,则进行查找过程,并将元素插入在查找结束的位置

图解过程:

\"数据结构——平衡二叉树(AVL树)(java版)_第9张图片\"\"数据结构——平衡二叉树(AVL树)(java版)_第10张图片\"\"数据结构——平衡二叉树(AVL树)(java版)_第11张图片\"

代码实现:

    //向node为根的二分搜索树中插入元素E,递归算法
    //返回插入新节点后二分搜索树的根
    //如果node为null,则新建一个节点,然后把传入的值赋值上
    //如果compareTo > 0则向它右子树插入元素,反之向左子树
    //左子树和右子树重新赋值后,返回的node还是以node为根的二分搜索树
    private Node add(Node node , E e){
        if(node == null){
            size ++;
            return new Node(e);
        }

        if(e.compareTo(node.e) < 0){
            node.left = add(node.left,e);
        }else if(e.compareTo(node.e) > 0){
            node.right = add(node.right,e);
        }
        return node;
    }

2.7 删除

(1)删除节点为叶子节点

删除叶子节点的方式最为简单,只需查找到该节点,直接删除即可。例如删除图2.4中的叶子节点37、节点51、节点60、节点73和节点93的方式是相同的。
\"数据结构——平衡二叉树(AVL树)(java版)_第12张图片\"

(2) 删除的节点只有左子树

删除的节点只有左子树,将节点的左子树替代该节点位置。例如:删除图2.4中的98节点
\"数据结构——平衡二叉树(AVL树)(java版)_第13张图片\"

(3)删除的节点只有右子树

删除的节点若只有右子树,将节点的右子树替代该节点位置。这种情况与删除左子树处理方式类似,不再赘述。

(4) 删除的节点既有左子树又有右子树。

\"数据结构——平衡二叉树(AVL树)(java版)_第14张图片\"
  若删除的节点既有左子树又有右子树,这种节点删除过程相对复杂。其流程如下:
  (1)遍历待删除节点左子树,找到其左子树中最大节点,即删除节点的前驱节点
  (2)将最大节点代替被删除节点
  (3)删除左子树中最大节点
  (4)左子树中删除最大节点一定为叶子节点或者仅有左子树。按照之前情形删除即可。

注:同样可以使用删除节点的右子树中最小节点,即后继节点代替删除节点,此流程与使用前驱节点类似。

删除代码:

    //返回以node为根的二分搜索树的最小值所在的节点
    private Node minimum(Node node){
        if(node.left == null){
            return node;
        }
        return minimum(node.left);
    }

    //从二分搜索树中删除元素为e的节点
    public void remove(E e){
        root = remove(root, e);
    }

    //删除以node为根的二分搜索树中值为e的节点,递归算法
    //返回删除节点后新的二分搜索树的根
    private Node remove(Node node , E e){
         if(node == null){
             return null;
         }
         if(e.compareTo(node.e) < 0){
             node.left = remove(node.left ,e);
             return node;
         }else if(e.compareTo(node.e) > 0){
             node.right = remove(node.right , e);
             return node;
         }else{// e == node.e

             //待删除节点左子树为空的情况
             if(node.left == null){
                 Node rightNode = node.right;
                 node.right = null;
                 size --;
                 return rightNode;
             }

             //待删除节点右子树为空的情况
             if(node.right == null){
                 Node leftNode = node.left;
                 node.left = null;
                 size --;
                 return leftNode;
             }

             //待删除节点左右子树均不为空的情况
             //找到比待删除节点大的最小节点,即待删除节点右子树的最小节点
             //用这个节点顶替待删除节点的位置
             Node successor = minimum(node.right);
             //因为要替换删除节点的位置,所以删除节点右子树的最小节点
             successor.right = removeMin(node.right);
             successor.left = node.left;
             size++;
             //将要删除节点的左右子树从二叉树中断开
             node.left = node.right = null;
             //维护二叉树长度
             size--;
             //返回新节点successor,让根节点指向新节点successor
             return successor;
         }
    }
    
    //删除掉以node为根的二分搜索树中的最小节点
    //返回删除节点后新的二分搜索树的根
    //把左孩子删除后,返回右孩子
    private Node removeMin(Node node){
        if(node.left == null){
            Node rightNode = node.right;
            node.right = null;
            size --;
            return rightNode;
        }
        node.left = removeMin(node.left);
        return node;
    }

3 平衡二叉树

3.1 定义

二叉搜索树一定程度上可以提高搜索效率,但是当原序列有序,例如序列A = {1,2,3,4,5,6},构造二叉搜索树如下图所示。依据此序列构造的二叉搜索树为右斜树,同时二叉树退化成单链表,搜索效率降低为O(n)

\"数据结构——平衡二叉树(AVL树)(java版)_第15张图片\"
  在此二叉搜索树中查找元素6需要查找6次二叉搜索树查找效率取决于树的高度,因此保持树的高度最小,即可保证树的查找效率。同样的序列A,改为下图所示方式存储,查找元素6时只需比较3次,查找效率提升一倍
\"数据结构——平衡二叉树(AVL树)(java版)_第16张图片\"
  可以看出当节点数目一定,保持树的左右两端保持平衡树的查找效率最高。这种左右子树高度相差不超过1树为平衡二叉树
\"数据结构——平衡二叉树(AVL树)(java版)_第17张图片\"\"数据结构——平衡二叉树(AVL树)(java版)_第18张图片\"

3.1.1 AVL

二分搜索树可能退化成链表,所以引入AVL平衡二叉树的概念,AVL树也是二分搜索树

3.2 平衡因子

定义:某节点的左子树与右子树的高度(深度)差即为该节点平衡因子(BF,Balance Factor)平衡二叉树不存在平衡因子大于1的节点。在一棵平衡二叉树中,节点平衡因子只能取-1、1或者0
\"数据结构——平衡二叉树(AVL树)(java版)_第19张图片\"
下图蓝色部分为平衡因子黑色部分为层数
\"数据结构——平衡二叉树(AVL树)(java版)_第20张图片\"

3.3 节点结构

定义平衡二叉树的节点结构:

    private class Node{
        public K key;
        public V value;
        public Node left,right;
        public int height;//深度,这里计算每个结点的深度,通过深度的比较可得出是否平衡

        public Node(K key,V value){//默认构造函数
            this.key = key;
            this.value = value;
            left = null;
            right = null;
            height = 1;
        }
    }

对于给定结点数为n的AVL树最大高度为O(log2n).

3.4 左旋与右旋

(1) 左旋

如下图所示的平衡二叉树
\"数据结构——平衡二叉树(AVL树)(java版)_第21张图片\"
如在此平衡二叉树插入节点62,树结构变为:

\"数据结构——平衡二叉树(AVL树)(java版)_第22张图片\"
  可以得出40节点左子树高度为1,右子树高度为3,此时平衡因子为-2树失去平衡。为保证树的平衡,此时需要对节点40做出旋转,因为右子树高度高于左子树,对节点进行左旋操作,流程如下:
  (1)节点右孩子替代此节点位置
  (2)右孩子左子树变为该节点右子树
  (3)节点本身变为右孩子左子树

图解过程:

\"数据结构——平衡二叉树(AVL树)(java版)_第23张图片\"\"数据结构——平衡二叉树(AVL树)(java版)_第24张图片\"

(2)右旋

右旋操作与左旋类似,操作流程为:
  (1)节点左孩子代表此节点
  (2)节点左孩子右子树变为节点左子树
  (3)将此节点作为左孩子节点右子树

图解过程:

\"数据结构——平衡二叉树(AVL树)(java版)_第25张图片\"\"数据结构——平衡二叉树(AVL树)(java版)_第26张图片\"

3.5 插入

假设一颗AVL 树的某个节点为A,有四种操作会使 A左右子树高度差大于 1,从而破坏了原有AVL 树的平衡性平衡二叉树插入节点的情况分为以下四种

(1) A的左孩子的左子树插入节点(LL)

例如:下图所示的平衡二叉树
\"数据结构——平衡二叉树(AVL树)(java版)_第27张图片\"
节点A左孩子为BB左子树为D,无论在节点D左子树或者右子树中插入F均会导致节点A失衡。因此需要对节点A进行旋转操作A平衡因子为2值为正,因此对A进行右旋操作。

图解过程:

\"数据结构——平衡二叉树(AVL树)(java版)_第28张图片\"\"数据结构——平衡二叉树(AVL树)(java版)_第29张图片\"

代码实现:

    //LL
    //不平衡的原因是左侧的左侧多添加了一个节点
    if(balanceFactor > 1 && getBalanceFactor(node.left) >=0){
       //返回递归的上一层,继续处理上一层的节点
       //至此,新的根节点,就已经保证了,以这个根节点为根的,
       //整棵二叉树即是一个二分搜索树,又是一棵平衡二叉树
       return rightRotate(node);
    }

    //获得节点node的平衡因子
    private int getBalanceFactor(Node node){
        if(node == null){
            return 0;
        }
        return getHeight(node.left) - getHeight(node.right);
    }
    //获得节点node的高度
    private int getHeight(Node node){
        if(node == null){
            return 0 ;
        }
        return node.height;
    }
    
    //对节点y进行向右旋转操作,返回旋转后新的根节点x
    //            y                             x
    //           / \\    向右旋转(y)            /   \\
    //          x   T4  ------------>        z     y
    //         / \\                          / \\   / \\
    //        z   T3                       T1 T2 T3 T4
    //       / \\
    //      T1  T2
    private Node rightRotate(Node y){

        Node x = y.left;
        Node T3 = x.right;

        //向右旋转过程
        x.right = y;
        y.left = T3;

        //更新height
        y.height = Math.max(getHeight(y.left), getHeight(y.right)) + 1;
        x.height = Math.max(getHeight(x.left), getHeight(x.right)) + 1;

        return x;

    }

(2) A的右孩子的右子树插入节点(RR)

如下图所示:插入节点F后,节点A平衡因子为-2,对节点A进行左旋操作。
\"数据结构——平衡二叉树(AVL树)(java版)_第30张图片\"

图解过程:

\"数据结构——平衡二叉树(AVL树)(java版)_第31张图片\"

代码实现:

    //RR
    if(balanceFactor < -1 && getBalanceFactor(node.right) <= 0){
        //新的根节点返回回去,返回给递归调用的上一层
        //以这个新的根节点为根的二叉树,就满足了平衡二叉树,又满足了二分搜索树的性质
        return leftRotate(node);
    }

    //获得节点node的平衡因子
    private int getBalanceFactor(Node node){
        if(node == null){
            return 0;
        }
        return getHeight(node.left) - getHeight(node.right);
    }
    //获得节点node的高度
    private int getHeight(Node node){
        if(node == null){
            return 0 ;
        }
        return node.height;
    }

    //对节点y进行向左旋转操作,返回旋转后新的根节点x
    //            y                             x
    //           / \\    向左旋转(y)            /   \\
    //          T1  x  ------------>         y     z
    //             / \\                      / \\   / \\
    //            T2  z                    T1 T2 T3 T4
    //               / \\
    //              T3 T4
    private Node leftRotate(Node y){

        Node x = y.right;
        Node T2 = x.left;

        //向左旋转过程
        x.left = y;
        y.right = T2;

        //更新height
        y.height = Math.max(getHeight(y.left), getHeight(y.right)) + 1;
        x.height = Math.max(getHeight(x.left), getHeight(x.right)) + 1;

        return x;
    }

(3) A的左孩子的右子树插入节点(LR)

A左孩子节点B右子树E插入节点F,导致节点A失衡
\"数据结构——平衡二叉树(AVL树)(java版)_第32张图片\"
A平衡因子为2,若仍按照右旋调整,调整过程如下:

\"数据结构——平衡二叉树(AVL树)(java版)_第33张图片\"\"数据结构——平衡二叉树(AVL树)(java版)_第34张图片\"
  经过右旋调整发现调整后树仍然失衡,说明这种情况单纯的进行右旋操作不能使树重新平衡。那么这种插入方式需要执行两步操作
  (1)对失衡节点A左孩子B进行左旋操作,即RR情形操作。
  (2)对失衡节点A右旋操作,即LL情形操作。

图解过程:

\"数据结构——平衡二叉树(AVL树)(java版)_第35张图片\"\"数据结构——平衡二叉树(AVL树)(java版)_第36张图片\"

代码实现:

    //LR
    //左子树比右子树高,高度差比1大,所以是不平衡的
    if(balanceFactor > 1 && getBalanceFactor(node.left) < 0){
        node.left = leftRotate(node.left);
        return rightRotate(node);
    }

(4) A的右孩子的左子树插入节点(RL)

右孩子插入左节点的过程与左孩子插入右节点过程类似,只需对右孩子进行LL操作,然后在对节点进行RR操作。

图解过程:

\"数据结构——平衡二叉树(AVL树)(java版)_第37张图片\"\"数据结构——平衡二叉树(AVL树)(java版)_第38张图片\"\"数据结构——平衡二叉树(AVL树)(java版)_第39张图片\"

代码实现:

        //RL
        //右子树比左子树高,高度差比小于-1,所以是不平衡的
        if(balanceFactor < -1 && getBalanceFactor(node.right) > 0){
            node.right = rightRotate(node.right);
            return leftRotate(node);
        }

3.6 删除

平衡二叉树删除情况与二叉搜索树删除情况相同,同样分为以下四种情况
  (1)删除叶子节点
  (2)删除节点只有左子树
  (3)删除节点只有右子树
  (4)删除节点既有左子树又有右子树
  平衡二叉树节点删除与二叉搜索树删除方法一致,但是需要在节点删除后判断树是否仍然保持平衡,若出现失衡情况,需要进行调整。

代码实现:

    //删除掉以node为根的二分搜索树中键为key的节点,递归算法
    //返回删除节点后新的二分搜索树的根
    private Node remove(Node node, K key){
        if(node ==null){
            return null;
        }
        Node retNode;
        if(key.compareTo(node.key) < 0){
            node.left = remove(node.left,key);
            retNode = node;
        }else if(key.compareTo(node.key) > 0){
            node.right = remove(node.right , key);
            retNode =  node;
        }else { //key.compareTo(node.key) == 0
            //待删除节点左子树为空的情况
            if(node.left == null){
                Node rightNode = node.right;
                node.right = null;
                size -- ;
                retNode = rightNode;
            }
            //待删除节点右子树为空的情况
            else if(node.right == null){
                Node leftNode = node.left;
                node.left = null;
                size -- ;
                retNode = leftNode;
            }else{
                //待删除节点左右子树均不为空的情况
                //找到比待删除节点大的最小节点,即待删除节点右子树的最小节点
                //用这个节点顶替待删除节点的位置
                Node successor = minimum(node.right);
                successor.right = remove(node.right, successor.key);
                successor.left = node.left;

                node.left = node.right = null;

                retNode = successor;
            }
        }
        if(retNode == null){
            return null;
        }else{

            //更新height
            retNode.height = 1 + Math.max(getHeight(retNode.left), getHeight(retNode.right));

            //计算平衡因子
            int balanceFactor = getBalanceFactor(retNode);

            //平衡维护
            //LL
            //不平衡的原因是左侧的左侧多添加了一个节点
            if(balanceFactor > 1 && getBalanceFactor(retNode.left) >=0){
                //返回递归的上一层,继续处理上一层的节点
                //至此,新的根节点,就已经保证了,以这个根节点为根的,
                //整棵二叉树即是一个二分搜索树,又是一棵平衡二叉树
                return rightRotate(retNode);
            }
            //RR
            if(balanceFactor < -1 && getBalanceFactor(retNode.right) <= 0){
                //新的根节点返回回去,返回给递归调用的上一层
                //以这个新的根节点为根的二叉树,就满足了平衡二叉树,又满足了二分搜索树的性质
                return leftRotate(retNode);
            }

            //LR
            //左子树比右子树高,高度差比1大,所以是不平衡的
            if(balanceFactor > 1 && getBalanceFactor(retNode.left) < 0){
                node.left = leftRotate(retNode.left);
                return rightRotate(retNode);
            }

            //RL
            if(balanceFactor < -1 && getBalanceFactor(retNode.right) > 0){
                node.right = rightRotate(retNode.right);
                return leftRotate(retNode);
            }

            return retNode;
        }
    }

4 结语

平衡二叉树旋转问题是二叉树学习中的重点与难点,希望读者通过本文可以更好的理解二叉树的操作。

推荐阅读

数据结构——二叉树基础

你可能感兴趣的

相关推荐

快来体验快速通道,netty中epoll传输协议详解

C笔记 -- 一个为 IT人士打造的笔记工具

使用HbuilderX学习Vue笔记

面试突击65:为什么要用HTTPS?它有什么优点?

详解PyMySQL插入字典类型的数据

Jenkins你还不会玩,打脸不

数据库学习笔记一:索引篇

vi-vim常用命令大全

LeetCode 213. 打家劫舍 II【c++/java详细题解】

【开源】DA14580-SPI教程——疯壳·ARM双处理器开发板系列

GNN学习笔记(七):基于图神经网络的图表征学习方法

微信小商店连接小鹅通:快速解决课程订单信息无法自动同步的问题

零基础学Java(3)运算符

SpringCloud面试题总结

Unity3d Ugui 8 RawImage

基于 Vue3 ,打造前台+中台通用提效解决方案_完结

postgreSQL数据倾斜时全表vs索引

前端开发踩坑笔记(2021-10)

PgSQL常用脚本语句

docker-compose+postsql多容器部署django-vue项目

ItVuer - 免责声明 - 关于我们 - 联系我们

本网站信息来源于互联网,如有侵权请联系:561261067@qq.com

桂ICP备16001015号