二叉平衡查找树AvlTree(C实现)
二叉平衡查找树即是一棵树中所有节点的左右子树高度差不超过1的查找树
头文件——————————————————————————————
#ifndef _AVLTREE_H_
#define _AVLTREE_H_
#include <stdlib.h>
#include <iomanip>
#include <iostream> typedef struct AvlNode *Position;
typedef Position AvlTree;
#define Element int
struct AvlNode
{
Element data;
int height;//叶子节点高度定义为0,其父节点为1以此类推
AvlTree left;
AvlTree right;
}; static int Height(AvlTree avl);
void SwapAvlNode(Position *p1, Position *p2);
Position GetNotBalancedNode(AvlTree avl);
void MakeEmpty(AvlTree* pavl);
Position Find(Element x, AvlTree avl);
Position FindMin(AvlTree avl);
Position FindMax(AvlTree avl);
void Insert(Element x, AvlTree* pavl);
void Delete(Element x, AvlTree* pavl);
Element Retrieve(Position p);
void SingleRotateWithLeftLeft(Position *pK2);
void SingleRotateWithRightRight(Position *pK2);
void DoubleRotateWithLeftRight(Position *pK3);
void DoubleRotateWithRightLeft(Position *pK3);
void PrintTree(AvlTree avl, int Depth, int ctrl);
#endif
源文件————————————————————————————————
#include "./AvlTree.h" int Max(int a, int b)
{
if(a <= b)
return b;
return a;
}
void SwapAvlNode(Position *p1, Position *p2)
{
Position tmp = *p1;
*p1 = *p2;
*p2 = tmp;
}
int Abs(int a)
{
if(a < 0) return -a;
return a;
}
static int Height(AvlTree avl)
{
if(NULL == avl)
return -1;
else
return avl->height;
}
Position GetNotBalancedNode(AvlTree avl)
{
if(NULL == avl)
return NULL;
else
{
if(Height(avl->left) - Height(avl->right) == Abs(2))//not balanced
return avl;
else
{
Position res = GetNotBalancedNode(avl->left);
if(NULL != res)//avl->left is not balanced
return res;
else
return GetNotBalancedNode(avl->right);
}
}
}
void MakeEmpty(AvlTree* pavl)
{
if(NULL != (*pavl))
{
MakeEmpty(&((*pavl)->left));
MakeEmpty(&((*pavl)->right));
free(*pavl);
*pavl = NULL;
}
}
Position Find(Element x, AvlTree avl)
{
Position pos = avl;
while(NULL != pos)
{
if(x < Retrieve(pos))
pos = pos->left;
else if(x > Retrieve(pos))
pos = pos->right;
else
break;
}
return pos;
}
Position FindMin(AvlTree avl)
{
while(NULL != avl && NULL != avl->left)
avl = avl->left;
return avl;
}
Position FindMax(AvlTree avl)
{
while(NULL != avl && NULL != avl->right)
avl = avl->right;
return avl;
}
void Insert(Element x, AvlTree* pavl)
{
if(NULL == (*pavl))
{
Position tmp = (Position)malloc(sizeof(struct AvlNode));
if(NULL == tmp)
return ;
tmp->data = x;
tmp->height = 0;
tmp->left = tmp->right = NULL;
*pavl = tmp;
}
else
{
if(x < Retrieve(*pavl))//在*pavl的左儿子上插入
{
Insert(x, &((*pavl)->left));
if(Height((*pavl)->left) - Height((*pavl)->right) == 2)//不平衡
{
if(x < Retrieve((*pavl)->left))//左儿子的左子树
SingleRotateWithLeftLeft(pavl);
else//左儿子的右子树
DoubleRotateWithLeftRight(pavl);
}
}
else if(x > Retrieve(*pavl))//在*pavl的右儿子上插入
{
Insert(x, &((*pavl)->right));
if(Height((*pavl)->right) - Height((*pavl)->left) == 2)//不平衡
{
if(x > Retrieve((*pavl)->right))//右儿子的右子树
SingleRotateWithRightRight(pavl);
else//右儿子的左子树
DoubleRotateWithRightLeft(pavl);
}
}
}
(*pavl)->height = Max(Height((*pavl)->left), Height((*pavl)->right)) + 1;
}
void Delete(Element x, AvlTree* pavl)
{
if(NULL == *pavl)
return ;
if(x < Retrieve((*pavl)))//go left
Delete(x, &((*pavl)->left));
else if(x > Retrieve((*pavl)))//go right
Delete(x, &((*pavl)->right));
else if(NULL != (*pavl)->left && NULL != (*pavl)->right)//*pavl has two children
{
//利用右子树的最小值tmp->data来替代被删除的节点上的值x,然后在右子树上递归的删除值tmp->data
Position tmp = FindMin((*pavl)->right);
(*pavl)->data = tmp->data;
Delete(tmp->data, &((*pavl)->right));
}
else//*pavl has none or one child
{
Position tmp = *pavl;
if(NULL == (*pavl)->left)//*pavl has right child
*pavl = (*pavl)->right;
else if(NULL == (*pavl)->right)//*pavl has left child
*pavl = (*pavl)->left;
free(tmp);
}
if(NULL != *pavl)//最后更新*pavl节点上的高度
{
(*pavl)->height = Max(Height((*pavl)->left), Height((*pavl)->right)) + 1;
if(2 == Height((*pavl)->left) - Height((*pavl)->right))//not balanced
{
if(NULL == (*pavl)->left->right)
SingleRotateWithLeftLeft(pavl);
else
DoubleRotateWithLeftRight(pavl);
}
else if(2 == Height((*pavl)->right) - Height((*pavl)->left))//not balance
{
if(NULL == (*pavl)->right->left)
SingleRotateWithRightRight(pavl);
else
DoubleRotateWithRightLeft(pavl);
}
}
}
Element Retrieve(Position p)
{
return p->data;
}
void SingleRotateWithLeftLeft(Position *pK2)
{
Position k2 = *pK2;
Position k1 = k2->left;
k2->left = k1->right;
k1->right = k2;
k1->height = Max(Height(k1->left), Height(k2)) + 1;
k2->height = Max(Height(k2->left), Height(k2->right)) + 1;
*pK2 = k1;
}
void SingleRotateWithRightRight(Position *pK2)
{
Position k2 = *pK2;
Position k1 = k2->right;
k2->right = k1->left;
k1->left = k2;
k1->height = Max(Height(k2), Height(k1->right)) + 1;
k2->height = Max(Height(k2->left), Height(k2->right)) + 1;
*pK2 = k1;
}
void DoubleRotateWithLeftRight(Position *pK3)
{
SingleRotateWithRightRight(&((*pK3)->left));
SingleRotateWithLeftLeft(pK3);
}
void DoubleRotateWithRightLeft(Position *pK3)
{
SingleRotateWithLeftLeft(&((*pK3)->right));
SingleRotateWithRightRight(pK3);
}
void PrintTree(AvlTree avl, int Depth, int ctrl)//ctrl:0=root 1=left 2=right
{ if(NULL != avl)
{
std::cout<<std::setw(Depth);
if(0 == ctrl)
std::cout<<"rt:";
else if(1 == ctrl)
std::cout<<"l";
else if(2 == ctrl)
std::cout<<"r";
std::cout<<avl->data<<std::endl;
PrintTree(avl->left, Depth+3, 1);
PrintTree(avl->right, Depth+3, 2);
}
}
二叉平衡查找树AvlTree(C实现)的更多相关文章
- 数据结构:JAVA_二叉数查找树基本实现(中)
数据结构:二叉数查找树基本实现(JAVA语言版) 1.写在前面 二叉查找树得以广泛应用的一个重要原因是它能保持键的有序性,因此我们可以把它作为实现有序符号表API中的众多方法的基础. 也就是说我们构建 ...
- 数据结构:JAVA_二叉数查找树基本实现(上)
数据结构:二叉数查找树基本实现(JAVA语言版) 1.写在前面 二叉查找树是一种能将链表插入的灵活性与有序数组查找的高效性结合在一起的一种数据结构. ..... 2.代码分解 2.1 对节点的结构定义 ...
- 树-二叉搜索树-AVL树
树-二叉搜索树-AVL树 树 树的基本概念 节点的度:节点的儿子数 树的度:Max{节点的度} 节点的高度:节点到各叶节点的最大路径长度 树的高度:根节点的高度 节点的深度(层数):根节点到该节点的路 ...
- 浅谈算法和数据结构: 七 二叉查找树 八 平衡查找树之2-3树 九 平衡查找树之红黑树 十 平衡查找树之B树
http://www.cnblogs.com/yangecnu/p/Introduce-Binary-Search-Tree.html 前文介绍了符号表的两种实现,无序链表和有序数组,无序链表在插入的 ...
- 剑指offer-第四章解决面试题思路(二叉收索树和双向链表)
题目:输入一个二叉收索树,将二叉搜索树转换成排序的双向链表.要求不能创建节点,只能将链表中的指针进行改变. 将复杂的问题简单化:思路:二叉收索树,本身是一个排序结构,中序遍历二叉收索树就可以得到一组排 ...
- 高度平衡的二叉搜索树(AVL树)
AVL树的基本概念 AVL树是一种高度平衡的(height balanced)二叉搜索树:对每一个结点x,x的左子树与右子树的高度差(平衡因子)至多为1. 有人也许要问:为什么要有AVL树呢?它有什么 ...
- 数据结构-查找-二叉排序查找(平衡二叉树,B树,B+树概念)
0.为什么需要二叉排序树 1)数组存储方式: 优点:通过下标访问元素,速度快,对于有序数组,可以通过二分查找提高检索效率: 缺点:如果检索具体某个值,或者插入值(按一定顺序)会整体移动,效率较低: 2 ...
- (4) 二叉平衡树, AVL树
1.为什么要有平衡二叉树? 上一节我们讲了一般的二叉查找树, 其期望深度为O(log2n), 其各操作的时间复杂度O(log2n)同时也是由此决定的.但是在某些情况下(如在插入的序列是有序的时候), ...
- 浅谈算法和数据结构: 十 平衡查找树之B树
前面讲解了平衡查找树中的2-3树以及其实现红黑树.2-3树种,一个节点最多有2个key,而红黑树则使用染色的方式来标识这两个key. 维基百科对B树的定义为“在计算机科学中,B树(B-tree)是一种 ...
随机推荐
- TableView didSelectRowAtIndexPath 不执行
1.父类事件设置代理 UIGestureRecognizer *tapGesture ... tapGesture.delegate = self; 2.覆盖方法 - (BOOL)gestureRe ...
- 如何编写一个PHP的C扩展
为什么要用C扩展 C是静态编译的,执行效率比PHP代码高很多.同样的运算代码,使用C来开发,性能会比PHP要提升数百倍.IO操作如CURL,因为耗时主要在IOWait上,C扩展没有明显优势. 另外C扩 ...
- React同构直出原理浅析
通常,当客户端请求一个包含React组件页面的时候,服务端首先响应输出这个页面,客户端和服务端有了第一次交互.然后,如果加载组件的过程需要向服务端发出Ajax请求等,客户端和服务端又进行了一次交互,这 ...
- HashMap工作原理(转载)
转载自:http://www.importnew.com/7099.html HashMap的工作原理是近年来常见的Java面试题.几乎每个Java程序员都知道HashMap,都知道哪里要用Hash ...
- eclipse web项目转maven项目
ps:好久没写博客了,工作了人就懒了,加油加油,up,up 1 eclipse web项目目录 /web app src com.xx.xx *.properties *.xml WebRoot W ...
- YAFFS2文件系统分析(转)
http://blog.chinaunix.net/uid-25314474-id-343665.html 1.前言略. 2.yaffs 文件系统简介按理说这里应该出现一些诸如“yaffs 是一种适合 ...
- nodejs express 框架解密2-如何创建一个app
本文是基于express 3.4.6 的 1.在我们的app.js 文件里面有这么几行 http.createServer(app).listen(app.get('port'), function( ...
- puma vs passenger vs rainbows! vs unicorn vs thin 适用场景 及 performance
ruby的几个web server,按照开发活跃度.并发方案及要点.适用场景等分析puma vs passenger vs rainbows! vs unicorn vs thin. 1. thin: ...
- java项目中读取properties文件
这里的配置文件都放在src下面, System.properties的内容 exceptionMapping=exceptionMapping.properties config=config.pro ...
- LeetCode: Convert Sorted List to Binary Search Tree 解题报告
Convert Sorted List to Binary Search Tree Given a singly linked list where elements are sorted in as ...