C平衡二叉树(AVL)创建和删除
AVL是最先发明的自平衡二叉查找树算法。在AVL中任何节点的两个儿子子树的高度最大差别为一,所以它也被称为高度平衡树,n个结点的AVL树最大深度约1.44log2n。查找、插入和删除在平均和最坏情况下都是O(log n)。增加和删除可能需要通过一次或多次树旋转来重新平衡这个树。
定义
用LH,EH,RH分别表示左子树高,等高,右子树高,即平衡因子1、0、-1
#include <stdio.h>
#include <stdlib.h>
#include <stdbool.h>
#define LH 1 // 左高
#define EH 0 // 等高
#define RH -1 // 右高 typedef struct TreeNode{
int data;
int bf;
struct TreeNode *left, *right;
}TreeNode;
旋转处理
左旋和右旋,记住“左逆右顺”就可以
/************************************************
* 对以*p为根的二叉排序树作右旋处理,处理之后p指向新的树根结点,
* A B
* / / \
* B 旋转后变为 C A
* / \ /
* C D D
* 即旋转处理之前的左子树的结点。
************************************************/
void r_rotate(TreeNode **p){
TreeNode *l = (*p)->left;
(*p)->left = l->right;
l->right = (*p);
*p = l;
}
/************************************************
* 对以*p为根的二叉排序树作左旋处理,处理之后p指向新的树根结点,
* A B
* \ / \
* B 旋转后变为 A D
* / \ \
* C D C
* 即旋转处理之前的右子树的结点。
************************************************/
void l_rotate(TreeNode **p){
TreeNode *r = (*p)->right;
(*p)->right = r->left;
r->left = (*p);
*p = r;
}
左平衡处理
所谓左平衡处理,就是某一根结点的左子树比右子树高,从而失去了平衡。
(1)插入时如果需要左平衡处理,根结点左子树根平衡因子只可能为LH和RH。
(2)删除和插入不同,根结点左子树根的平衡因子三种情况都可能出现,因为是删除根结点右子树中的结点从而引起左子树过高,在删除前,根结点左子树根的平衡因子是可以为EH的,此种情况同样是对根结点做简单右旋处理。
/************************************************
* 对*t所指结点为根的二叉树作左平衡处理
************************************************/
void left_balance(TreeNode **t){
TreeNode *l, *lr;
l = (*t)->left;
switch(l->bf){
case LH:
(*t)->bf = l->bf = EH;
r_rotate(t);
break;
case RH:
lr = l->right;
switch(lr->bf){
case LH:
(*t)->bf = RH;
l->bf = EH;
break;
case RH:
(*t)->bf = EH;
l->bf = LH;
break;
case EH:
(*t)->bf = l->bf = EH;
break;
}
lr->bf = EH;
l_rotate(&(*t)->left);
r_rotate(t);
break;
case EH: // 删除节点时用到
(*t)->bf = LH;
l->bf = RH;
r_rotate(t);
break;
}
}
右平衡处理
类似左平衡处理,所谓右平衡处理,就是某一根结点的右子树比左子树高,从而失去了平衡。
(1)插入时如果需要右平衡处理,根结点右子树根平衡因子只可能为LH和RH。
(2)删除和插入不同,根结点右子树根的平衡因子三种情况都可能出现,因为是删除根结点左子树中的结点从而引起右子树过高,在删除前,根结点右子树根的平衡因子是可以为EH的,此种情况同样是对根结点做简单左旋处理。
/************************************************
* 对*t所指结点为根的二叉树作右平衡处理
************************************************/
void right_balance(TreeNode **t){
TreeNode *r, *rl;
r = (*t)->right;
switch(r->bf){
case RH:
(*t)->bf = r->bf = EH;
l_rotate(t);
break;
case LH:
rl = r->left;
switch(rl->bf){
case RH:
(*t)->bf = LH;
r->bf = EH;
break;
case LH:
(*t)->bf = EH;
r->bf = RH;
break;
case EH:
(*t)->bf = r->bf = EH;
break;
}
rl->bf = EH;
r_rotate(&(*t)->right);
l_rotate(t);
break;
case EH: // 删除节点时用到
(*t)->bf = RH;
r->bf = LH;
l_rotate(t);
break;
}
}
插入处理
在插入一个元素时,总是插入在一个叶子结点上。采用递归插入,也就是不断搜索平衡二叉树,找到一个合适的插入点(相同关键字不插入)。插入后,引起的第一个不平衡的子树的根结点,一定是在查找路径上离该插入点最近的。
/************************************************
* 若在平衡的二叉排序树t中不存在和e有相同关键字的结点,则插入一个
* 数据元素为e的新结点,并返回true,否则返回false。若因插入而使二叉排序树
* 失去平衡,则作平衡旋转处理,布尔变量taller反映t长高与否
************************************************/
bool insertAVL(TreeNode **t,int e,bool *taller){
if( ! *t ){
*t = (TreeNode *)malloc(sizeof(TreeNode));
(*t)->data = e;
(*t)->left = (*t)->right = NULL;
(*t)->bf = EH;
*taller = true;
}
else{
if( e == (*t)->data ){
*taller = false;
return false;
}
if( e < (*t)->data ){ // 在左子树中查找插入点
if( ! insertAVL(&(*t)->left,e,taller)){ // 左子树插入失败
return false;
}
if( *taller ){ // 左子树插入成功,且树增高
switch( (*t)->bf ){
case LH: // 原来t的左子树高于右子树
left_balance(t);// 左平衡处理
*taller = false;
break;
case EH: // 原来t的左子树和右子树等高
(*t)->bf = LH; // 现在左子树高
*taller = true; // 整棵树增高
break;
case RH: // 原来t的右子树高
(*t)->bf = EH; // 现在等高
*taller = false;// 树未增高
break;
}
}
}
else{ // 在右子树中查找插入点
if( ! insertAVL(&(*t)->right,e,taller)){ // 右子树插入失败
return false;
}
if( *taller ){ // 右子树插入成功,且树增高
switch( (*t)->bf ){
case RH: // 原来t的右子树高
right_balance(t);// 右平衡处理
*taller = false;
break;
case EH: // 原来t的左子树和右子树等高
(*t)->bf = RH; // 现在右子树高
*taller = true;
break;
case LH: // 原来t的左子树高
(*t)->bf = EH; // 现在等高
*taller = false;
break;
}
}
}
}
return true;
}
删除处理
删除和插入不同的是,删除的结点不一定是叶子结点,可能是树中的任何一个结点。
在操作二叉查找树时,我们知道删除的结点可能有三种情况:(1)为叶子结点(2)左子树或右子树有一个为空(3)左右子树都不空。
对第三种情况的处理这里我们采用删除前驱的方式。递归删除,判断删除后树是否“变矮”了,然后进行相应的处理。对(1)(2)中情况,很好处理,树的确是“变矮”了。对于第(3)种情况,我们不能直接找到前驱结点,然后把数据拷贝到原本要删除的根结点,最后直接删除前驱结点。因为这么做,我们无法判断原先根结点子树高度的变化情况。所以我们在找到前驱结点后,不是直接删除,而是采用在根结点左子树中递归删除前驱的方式。
/************************************************
* 若在平衡的二叉排序树t中存在和e有相同关键字的结点,则删除
* 并返回true,否则返回false。若因删除而使二叉排序树
* 失去平衡,则作平衡旋转处理,布尔变量lower反映t变矮与否
************************************************/
bool deleteAVL(TreeNode **t,int key,bool *lower){
if( ! *t ) return false;
TreeNode *q = NULL;
if( key == (*t)->data ){
if( NULL == (*t)->left ){ // 左子树为空,直接连接右节点
q = (*t);
(*t) = q->right;
free(q);
*lower = true;
}
else if( NULL == (*t)->right ){ // 右子树为空,直接连接左节点
q = (*t);
(*t) = q->left;
free(q);
*lower = true;
}
else{
q = (*t)->left;
while( q->right ){
q = q->right;
}
(*t)->data = q->data;
deleteAVL( &(*t)->left,q->data,lower); // 在左子树中递归删除前驱节点
}
}
else if( key < (*t)->data ){
if( !deleteAVL( &(*t)->left,key,lower) ){
return false;
}
if( *lower ){
switch( (*t)->bf ){
case LH:
(*t)->bf = EH;
*lower = true;
break;
case EH:
(*t)->bf = RH;
*lower = false;
break;
case RH:
right_balance(t);
if( EH == (*t)->right->bf ){
*lower = false;
}
else{
*lower = true;
} break;
}
}
}
else{
if( !deleteAVL( &(*t)->right,key,lower) ){
return false;
}
if( *lower ){
switch( (*t)->bf ){
case RH:
(*t)->bf = EH;
*lower = true;
break;
case EH:
(*t)->bf = LH;
*lower = false;
break;
case LH:
left_balance(t);
if( EH == (*t)->left->bf ){
*lower = false;
}
else{
*lower = true;
} break;
}
}
}
return true;
}
遍历和查找
/************************************************
* 在*t所指平衡二叉树中递归查找等于key的数据元素,
* 若查找成功,则返回true
************************************************/
bool searchAVL(TreeNode *t,int key,TreeNode *f,TreeNode **p){
if( !t ){
*p = f;
return false;
}
else if( key == t->data ){
*p = t;
return true;
}
else if( key < t->data ){
return searchAVL( t->left,key,t,p);
}
else{
return searchAVL( t->right,key,t,p);
}
}
/************************************************
* 前序遍历
************************************************/
void PreOrderTraverse(TreeNode *t){
//printf("in PreOrderTraverse\n");
if( NULL == t ) return;
printf("%2d ",t->data);
PreOrderTraverse(t->left);
PreOrderTraverse(t->right);
}
/************************************************
* 前序遍历平衡因子
************************************************/
void PreOrderTraverse_bf(TreeNode *t){
//printf("in PreOrderTraverse\n");
if( NULL == t ) return;
printf("%2d ",t->bf);
PreOrderTraverse_bf(t->left);
PreOrderTraverse_bf(t->right);
}
/************************************************
* 中序遍历
************************************************/
void InOrderTraverse(TreeNode *t){
if( NULL == t ) return;
InOrderTraverse(t->left);
printf("%2d ",t->data);
InOrderTraverse(t->right);
}
/************************************************
* 后序遍历
************************************************/
void PostOrderTraverse(TreeNode *t){
if( NULL == t ) return;
PostOrderTraverse(t->left);
PostOrderTraverse(t->right);
printf("%2d ",t->data);
}
测试代码和用例
int main(){
int i = , key = ;
int arr[] = {, , , , , , , , , , -, };
TreeNode *t = NULL, *p = NULL;
bool taller = false;
bool lower = false;
for( ; i < sizeof(arr)/sizeof(int); i++ ){
insertAVL(&t,arr[i],&taller);
}
printf("value %d is%s in the tree\n",key,( searchAVL(t,key,NULL,&p) ) ? "" : " not");
key = ;
printf("value %d is%s in the tree\n",key,( searchAVL(t,key,NULL,&p) ) ? "" : " not");
printf("\nPreOrderTraverse:\n");
PreOrderTraverse(t);
printf("\nPreOrderTraverse_bf:\n");
PreOrderTraverse_bf(t);
printf("\nInOrderTraverse:\n");
InOrderTraverse(t);
printf("\nafter delete 3:\n");
deleteAVL( &t,,&lower);
PreOrderTraverse(t);
printf("\n");
}
value 1 is in the tree
value 15 is not in the tree
PreOrderTraverse:
4 2 1 -2 3 8 6 5 7 9 10
PreOrderTraverse_bf:
0 1 1 0 0 0 0 0 0 -1 0
InOrderTraverse:
-2 1 2 3 4 5 6 7 8 9 10
after delete 3:
4 1 -2 2 8 6 5 7 9 10
C平衡二叉树(AVL)创建和删除的更多相关文章
- 二叉查找树(BST)、平衡二叉树(AVL树)(只有插入说明)
二叉查找树(BST).平衡二叉树(AVL树)(只有插入说明) 二叉查找树(BST) 特殊的二叉树,又称为排序二叉树.二叉搜索树.二叉排序树. 二叉查找树实际上是数据域有序的二叉树,即对树上的每个结点, ...
- Java 树结构实际应用 四(平衡二叉树/AVL树)
平衡二叉树(AVL 树) 1 看一个案例(说明二叉排序树可能的问题) 给你一个数列{1,2,3,4,5,6},要求创建一颗二叉排序树(BST), 并分析问题所在. 左边 BST 存在的问题分析: ...
- 平衡二叉树,AVL树之图解篇
学习过了二叉查找树,想必大家有遇到一个问题.例如,将一个数组{1,2,3,4}依次插入树的时候,形成了图1的情况.有建立树与没建立树对于数据的增删查改已经没有了任何帮助,反而增添了维护的成本.而只有建 ...
- 数据结构与算法--从平衡二叉树(AVL)到红黑树
数据结构与算法--从平衡二叉树(AVL)到红黑树 上节学习了二叉查找树.算法的性能取决于树的形状,而树的形状取决于插入键的顺序.在最好的情况下,n个结点的树是完全平衡的,如下图"最好情况&q ...
- 数据结构【查找】—平衡二叉树AVL
/*自己看了半天也没看懂代码,下次再补充说明*/ 解释: 平衡二叉树(Self-Balancing Binary Search Tree 或Height-Balanced Binary Search ...
- 平衡二叉树AVL - 插入节点后旋转方法分析
平衡二叉树 AVL( 发明者为Adel'son-Vel'skii 和 Landis)是一种二叉排序树,其中每一个节点的左子树和右子树的高度差至多等于1. 首先我们知道,当插入一个节点,从此插入点到树根 ...
- 图解:平衡二叉树,AVL树
学习过了二叉查找树,想必大家有遇到一个问题.例如,将一个数组{1,2,3,4}依次插入树的时候,形成了图1的情况.有建立树与没建立树对于数据的增删查改已经没有了任何帮助,反而增添了维护的成本.而只有建 ...
- 转载:平衡二叉树(AVL Tree)
平衡二叉树(AVL Tree) 转载至:https://www.cnblogs.com/jielongAI/p/9565776.html 在学习算法的过程中,二叉平衡树是一定会碰到的,这篇博文尽可能简 ...
- linux命令 - ln - 创建和删除软、硬链接
linux命令 - ln - 创建和删除软.硬链接 在Linux系统中,内核为每一个新创建的文件分配一个Inode(索引结点),每个文件都有一个惟一的inode号.文件属性保存在索引结点里,在访问文件 ...
随机推荐
- Android里的Dalvik、ART、JIT、AOT有什么关系?
JIT,Just-in-time,即时编译,边运行边编译: AOT,Ahead Of Time,提前编译,指运行前编译. 区别 这两种编译方式的主要区别在于是否在“运行时”进行编译 优劣JIT优点: ...
- Ane技术大全 - Devil程序员
来源:http://www.th7.cn/Program/Android/201405/206863.shtml 一.Ane概况 1.Ane是什么? Ane是为了解决 as3(flash)与Java代 ...
- 使用ranger替代资源浏览器
使用方法参考,这个是比较高校的: http://www.mikewootc.com/wiki/linux/usage/ranger_file_manager.html
- 【转】IP报文格式详解
下图为常见的IP报文格式表: 上面是IP的报文格式,接下来我们先说明各个字段的意义.然后,用Etheral软件转包分析IP的报文格式. 1.版本:ip报文中,版本占了4位,用来表示该协议采用的是那一个 ...
- zabbix Server 4.0 报警(Action)篇
zabbix Server 4.0 报警(Action)篇 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. 一.查看zabbix默认的Actions 1>.点击默认的Actio ...
- mingw控制台中文乱码
乱码原因 直接先用一段话讲乱码原因,看不懂老老实实就往下看吧 其实我用Sublime或者VSCode等编辑器写代码出现的控制台中文乱码问题是编译器mingw输出的数据使用的是UTF-8编码,而控制台用 ...
- python中的logging日志模块
日志是程序不可或缺的一部分.它可以记录程序的运行情况,帮助我们更便捷地发现问题,而python中的logging日志模块给我们提供了这个机会. logging给我们提供了五种函数用来输出日志:debu ...
- 图解TCP/IP笔记
- CF827D Best Edge Weight 题解
题意: 给定一个点数为 n,边数为 m,权值不超过 \(10^9\) 的带权连通图,没有自环与重边. 现在要求对于每一条边求出,这条边的边权最大为多少时,它还能出现在所有可能的最小生成树上,如果对于任 ...
- winform DateTimePicker 设置成秒
C# Windows窗体应用中,用到时间选择控件DateTimePicker,发现不能选择时分秒,难道要自己写一个控件?! 答案是否定的,通过属性修改是可以选择时间的,DateTimePicker完全 ...