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?它有什么作用呢?

  我们先来看看二叉搜索树吧(因为AVL树本质上是一棵二叉搜索树),假设有这么一种极端的情况:二叉搜索树结点的插入顺序为1,2,3,4,5,也就是:

                  

 

  显而易见,这棵二叉搜索树已经其退化成一个链表了,也就是说,它在查找上的优势已经全无了—— 在这种情况下,查找一个结点的时间复杂度是O(n)!

  如果这棵二叉搜索树是AVL树,在插入顺序仍为1,2,3,4,5的情况下,树的形状如下图:

                  

  可以看出,AVL树基本操作的最坏时间复杂度要比普通的二叉搜索树低—— 除去可能的插入操作外(我们将假设懒惰删除),它是O(logn)。

  而插入操作隐含着困难的原因在于,插入一个节点可能破坏AVL树的性质(例如,将6插入到上图的AVL树中会破坏根节点2的平衡条件),如果发生这种情况,就要在插入操作结束之前恢复平衡的性质。事实上,这总可以通过对树进行简单的修正来做到,我们称其为旋转

  AVL树的旋转

  在AVL树中,假设有一个结点的平衡因子为2(最大就是2,因为结点是一个一个地插入到树中的,一旦出现不平衡的状态就会立即进行调整),我们把这个必须重新平衡的结点叫做被破坏点α。这种不平衡只可能是下面四种情况造成的:

  1. 对α的左儿子的左子树进行了一次插入,即LL情况。
  2. 对α的左儿子的右子树进行了一次插入,即LR情况。
  3. 对α的右儿子的左子树进行了一次插入,即RL情况。
  4. 对α的右儿子的右子树进行了一次插入,即RR情况。

  情形1和4是关于结点α的镜像对称,2和3也是关于结点α的镜像对称。因此,理论上只有两种情况:第一种情况是插入发生在“外边”的情况(即LL情况或RR情况),第二种情况是插入发生在“内部”的情况(即LR情况或RL情况)。

  

  在AVL树中插入结点后,用于保持树的平衡的旋转操作步骤如下:

  步骤一:沿着插入点到根结点的路径检查结点的平衡因子,找到途中第一个不满足AVL树性质的结点,这个结点就是被破坏点α。

  步骤二:从被破坏点α开始沿着该路径向下再标记连续的两个结点β、γ,这三个点就是旋转过程将要涉及的三个点(这些点中不一定包括插入点,旋转会使β或γ成为新的根,另外两个点作为根的左右儿子,其他结点根据AVL树的性质放置即可)。

  步骤三:判断插入点与被破坏点α之间的关系属于上述四种情况中的哪一种:如果是插入发生在“外边”的情况(即LL的情况或RR的情况),只需要以β为新的根结点顶替被破坏点α的位置进行进行一次单旋转即可完成调整;如果是插入发生在“内部”的情形(即LR的情况或RL的情况),只需要以γ为新的根结点顶替被破坏点α的位置进行稍微复杂的双旋转即可完成调整。

          

                        (1) LL基本情况

                    

          

                        (2) RR基本情况

            

                        (3) LR基本情况

          

                        (4) RL基本情况

  实例分析

  下面给出了一个向AVL树中插入关键字的实例,在已给AVL树的基础上插入9(图中虚线表示),沿着插入点9到根节点的路径发现第一个高度不平衡的结点6,即被破坏点;从被破坏点6开始沿着该路径向下标记6,10,7为α,β,γ;插入点9位于被破坏点6的右儿子10的左子树上,所以属于RL状况;以γ结点7为新的根节点顶替被破坏点6的位置,α结点6和β结点10分别为γ结点7的左右儿子,其他结点根据AVL树的性质放置即可得到右侧的AVL树。

  在上面AVL树的基础上继续插入8(图中虚线表示),沿着插入点8到根节点的路径发现第一个高度不平衡的结点为根节点4,即被破坏点;从被破坏点4开始沿着该路径向下标记4,7,10为α,β,γ;插入点8位于被破坏点4的右儿子7的右子树上,所以属于RR状况;以β结点7为新的根节点顶替被破坏点4的位置,α结点4和γ结点10分别为β结点7的左右儿子,其他结点根据AVL树的性质放置即可得到右侧的AVL树。

  

  AVL树是最早的平衡二叉树之一,应用相对其他数据结构较少。Windows对进程地址空间的管理用到了AVL树

  参考资料:   《算法导论第3版》—— 习题 13-3 AVL树

          《数据结构与算法分析—Java语言描述》—— 4.4 AVL树

          http://blog.chinaunix.net/uid-25324849-id-2182877.html

       

高度平衡的二叉搜索树(AVL树)的更多相关文章

  1. 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 ...

  2. lintcode_177_把排序数组转换为高度最小的二叉搜索树

    把排序数组转换为高度最小的二叉搜索树   描述 笔记 数据 评测 给一个排序数组(从小到大),将其转换为一棵高度最小的排序二叉树. 注意事项 There may exist multiple vali ...

  3. lintcode: 把排序数组转换为高度最小的二叉搜索树

    题目: 把排序数组转换为高度最小的二叉搜索树 给一个排序数组(从小到大),将其转换为一棵高度最小的排序二叉树. 样例 给出数组 [1,2,3,4,5,6,7], 返回 4 / \ 2 6 / \ / ...

  4. lintcode.177 把排序数组转换为高度最小的二叉搜索树

    把排序数组转换为高度最小的二叉搜索树    描述 笔记 数据 评测 给一个排序数组(从小到大),将其转换为一棵高度最小的排序二叉树. 注意事项 There may exist multiple val ...

  5. 看动画学算法之:平衡二叉搜索树AVL Tree

    目录 简介 AVL的特性 AVL的构建 AVL的搜索 AVL的插入 AVL的删除 简介 平衡二叉搜索树是一种特殊的二叉搜索树.为什么会有平衡二叉搜索树呢? 考虑一下二叉搜索树的特殊情况,如果一个二叉搜 ...

  6. (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), ...

  7. HDU 3179 二叉搜索树(树的建立)

    二叉搜索树 Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others)Total Submi ...

  8. 平衡二叉搜索树AVL

    package com.sunshine.AlgorithmTemplate; import com.sunshine.OFFER66_SECOND.BalanceTreeNode; import c ...

  9. 平衡二叉搜索树/AVL二叉树 C实现

    //AVTree.h #ifndef MY_AVLTREE_H #define MY_AVLTREE_H typedef int ElementType; struct TreeNode { Elem ...

随机推荐

  1. CSS布局:两列,左边宽度自适应,右边宽度固定200px

    <div id="box1"> <div id="left1"></div> <div id="right1 ...

  2. 老麦看点:SEO高手的两大秘诀

    一.技术真的是主导因素吗? 很多人站长朋友操作一段网站之后,发现自己的排名还是在渺渺无期,真可谓:“众里寻排名千百度,可是排名却不在阑珊处”,于是我们开始怀疑自己,怀疑自己的技术等,但是我们静下心里仔 ...

  3. JAVA OOP 基础知识提纲

    OOP: 面向对象: 认识事物的一个过程,是整体(特征/行为) 认识事物的方式.人类认识事物的自然思维习惯. 对象及类 对象是实实在在具体存在的东西,主要是从两个角度(行为,特征)去观察 类:是一组具 ...

  4. Positive-definite matrix

    In linear algebra, a symmetric n × n real matrix M is said to be positive definite if zTMz is positi ...

  5. C#压缩文件夹

    using System;using System.Collections.Generic;using System.Text; ///第三方dllusing ICSharpCode.SharpZip ...

  6. PB中用oracle的存储过程返回记录集做数据源来生成数据窗口,PB会找不到此存储过程及不能正常识别存储过程的参数问题(转)

    (转)在PB中用oracle的存储过程返回记录集做数据源来生成数据窗口 首先oracle的存储过程写法与MSSQL不一样,差别比较大. 如果是返回数据集的存储过程则需要利用oracle的包来定义游标. ...

  7. MAC机中安装ruby环境--转载

    http://www.cnblogs.com/pingfan1990/p/4957162.html

  8. ubuntu频繁掉线 转

    好长好长时间没来百度空间了,最近闲来无事,正好弥补之前的空缺了!跟Ubuntu打交道已有很长一段时间了,期间遇到了很多问题,我把遇到的一些问题及找到的解决方案记录下来,我想这可能会对那些跟我有同样境遇 ...

  9. androidTV第一次创建(转:支持原创)

    转载地址:http://blog.csdn.net/aa2967277/article/details/50617677 AndroidTV应用开发简介 目前,网上还没有对AndroidTV的足够的介 ...

  10. HDU 4717 The Moving Points (三分法)

    题意:给n个点的坐标的移动方向及速度,问在之后的时间的所有点的最大距离的最小值是多少. 思路:三分.两点距离是下凹函数,它们的max也是下凹函数.可以三分. #include<iostream& ...