我的新发现:AVL树旋转的一个特性
关于AVL树旋转的代码网络上铺天盖地。
一些经典的实现方法如下:
AVLTree SingleLeftRotation(AVLTree A)
{
AVLTree B = A->left;
A->Left = B->Right;
B->Right = A;
A->Height = Max(GetHeight(A->Left), GetHeight(A->Right)) + ;
B->Height = Max(GetHeight(B->Left), A->Height) + ; return B;
} AVLTree DoubleLeftRightRotation(AVLTree A)
{
A->Left = SingleRightRotation(A->Left); return SingleLeftRotation(A);
}
这段代码看上去很有美感,短小精悍。
不过我发现了一点,其实单向旋转不用使用Max比较左右节点的高度,因此我是这样实现的:
PNODE SingleRightRotation(PNODE A) // 右右旋转,返回旋转部分的根节点
{
PNODE B = A->right;
A->right = B->left;
B->left = A; A->height = Height(A->left) + ; // 这里没有通过比较更新A的高度,因为BL不会大于AL(否则在之前它们就不平衡了)
B->height = A->height + ; // 与上述理由类似 return B;
}
但是随之带来了一个问题,就是双向旋转依赖于单向旋转的实现,因此在有双向旋转操作的前提下,代码还能正确的做它应该做的事情吗?
我试着证明了一下,我的代码在无论单向还是双向旋转的情况下都是正确的:
这是我在PAT上用自己的代码AC之后与何钦铭老师的对话:
我:
我在pat上做这道题:04-树3. Root of AVL Tree (25)的时候,单向旋转是这样做的:
PNODE SingleRightRotation(PNODE A) // 右右旋转,返回旋转部分的根节点
{
PNODE B = A->right;
A->right = B->left;
B->left = A; A->height = Height(A->left) + 1; // 这里没有通过比较更新A的高度,因为BL不会大于AL(否则在之前它们就不平衡了)
B->height = A->height + 1; // 与上述理由类似 return B;
}
正如注释上所写,我认为A的高度不用通过比较来更新,我觉得其高度和BL没有关系,因为BL不可能大于AL,否则它们在之前就不平衡了,就早早的经过旋转达到平衡了。这样做以后提交正确了,因此,想跟老师确认一下,这样理解正确吗?
何钦铭老师:
你提的问题很好呀。在仅针对LL、RR旋转的情况下,你的做法是可以的(不需要max的比较)。但LR和RL也是通过两次调用SingleRightRotation和SingleLeftRotation来实现的,在这种情况下,你的做法是否仍然有效需要再仔细琢磨一下。
我:
恩恩,这个测试数据比较少,不能通过AC来证明它是正确的,但是我在理论上证明了一下,似乎可行:
首先,对于单向旋转,只需要说明一种情况正确即可,以RR旋转为例:
AL与BL的关系只有三种,即:AL = BL;AL = BL+1;AL = BL+2 综合上述三种情况,AL ≥ BL。因此无须比较。
由于节点是插在BR上的,在加上A左右两侧高度差为2这个条件,可得AL+1 = BR,但是旋转之后B为根了,所以AL+A = BR,因此更新B的高度使取AL+A或者BR两者皆可(下面会说明双向旋转的时候不可以用BR),因为它们是相等的,也无须比较。
其次,对于双向旋转,以LR旋转为例:
第一步操作是以B为根的RR旋转,而此时的B是平衡的(因为不平衡的只有A,如果不考虑A的父节点的话),要证明它的旋转也不需要比较,需要证明BL ≥ CL,而这一点由B是平衡的来保证。此外,还需要证明BL+B ≥ CR,不管插入的节点在CL还是CR,这一点同样可以由B是平衡的来保证(这里的CR相对应与单向旋转的BR,因为存在BL+B > CR的情况(与单向旋转中AL+A = BR不同),这也是单向旋转中不能用BR来更新B的高度的原因)。
接下来的操作是以A为根的LL旋转,此时C变成了A的左子树,B成了C的左子树,而且由第一步的分析可以知道各个节点的高度都得到了有效的更新,但是从层次上看, BL降了一层,CL所在的层次不变,而CR的层次上升了一层,在这种状况下要证明无须比较的LL旋转是正确的,就比较困难了,但是不难发现,只要证明不平衡的节点仍然只有A(如果节点插入到CL,那么A肯定不平衡,如果节点插入到CR,可以由BL降了一层来保证A仍然是不平衡的,其实,只要BL降了,不管节点插在CL还是CR,A就肯定不平衡了)就可以保证LL旋转的正确性,但是第一步操作有没有造成不平衡的节点产生也是需要考虑的一个方面,我的想法是不用管它,把RR旋转后的结果画出来,发现要证明LL旋转是正确的只要证明A+AR可以使得C所在的高度达到最大就可以了,这一点可以由AR不会比BL、CL、CR(CL或CR代表插入之后的高度)三个中的任何一个小来保证。 不知道这样的分析是否正确,不过,我愿意相信它,因为人类往往偏向于相信自己的直觉....
如果它是正确的话,那么在AVL树中就可以利用它提速、省空间,虽然微不足道,但是属于自己发现的,心里还是很爽的:P
All Rights Reserved.
Author:海峰:)
Copyright © xp_jiang.
转载请标明出处:http://www.cnblogs.com/xpjiang/p/4491250.html
以上.
我的新发现:AVL树旋转的一个特性的更多相关文章
- AVL树旋转
什么是AVL树? AVL树是带有平衡条件的二叉查找树,一颗AVL树首先是二叉查收树(每个节点如果有左子树或右子树,那么左子树中数据小于该节点数据,右子树数据大于该节点数据),其次,AVL树必须满足平衡 ...
- (精)AVL树旋转共8种情况(涵盖所有考研的范围)
- AVL树平衡旋转详解
AVL树平衡旋转详解 概述 AVL树又叫做平衡二叉树.前言部分我也有说到,AVL树的前提是二叉排序树(BST或叫做二叉查找树).由于在生成BST树的过程中可能会出现线型树结构,比如插入的顺序是:1, ...
- Python与数据结构[3] -> 树/Tree[2] -> AVL 平衡树和树旋转的 Python 实现
AVL 平衡树和树旋转 目录 AVL平衡二叉树 树旋转 代码实现 1 AVL平衡二叉树 AVL(Adelson-Velskii & Landis)树是一种带有平衡条件的二叉树,一棵AVL树其实 ...
- AVL树原理及实现(C语言实现以及Java语言实现)
欢迎探讨,如有错误敬请指正 如需转载,请注明出处http://www.cnblogs.com/nullzx/ 1. AVL定义 AVL树是一种改进版的搜索二叉树.对于一般的搜索二叉树而言,如果数据恰好 ...
- AVL树
AVL树 在二叉查找树(BST)中,频繁的插入操作可能会让树的性能发生退化,因此,需要加入一些平衡操作,使树的高度达到理想的O(logn),这就是AVL树出现的背景.注意,AVL树的起名来源于两个发明 ...
- PAT树_层序遍历叶节点、中序建树后序输出、AVL树的根、二叉树路径存在性判定、奇妙的完全二叉搜索树、最小堆路径、文件路由
03-树1. List Leaves (25) Given a tree, you are supposed to list all the leaves in the order of top do ...
- 数据结构与算法(九):AVL树详细讲解
数据结构与算法(一):基础简介 数据结构与算法(二):基于数组的实现ArrayList源码彻底分析 数据结构与算法(三):基于链表的实现LinkedList源码彻底分析 数据结构与算法(四):基于哈希 ...
- 红黑树与AVL树
概述:本文从排序二叉树作为引子,讲解了红黑树,最后把红黑树和AVL树做了一个比较全面的对比. 1 排序二叉树 排序二叉树是一种特殊结构的二叉树,可以非常方便地对树中所有节点进行排序和检索. 排序二叉树 ...
随机推荐
- Android -- TextView、button方法详解(2)
1. button按下状态的改变 Button bt1 = null; // 声明按钮对象 bt1 = (Button) findViewById(R.id.button1); // 获取按钮对象 b ...
- iOS 让启动页面延迟的方法
<1> 利用多线程的方法:[NSThread sleepForTimeInterval:300];
- java开发_模仿百度文库_OpenOffice2PDF_注意事项
在模仿百度文库的操作过程中,有很多朋友反映出来的一些问题,是我想起了写这篇blog. 主要是让大家在做的过程中注意一些东西,否则达不到想要的效果. 第一步:我们先从 java开发_模仿百度文库_Ope ...
- IOS 蓝牙相关-基础知识(1)
蓝牙常见名称和缩写 MFI ======= make for ipad ,iphone, itouch 专们为苹果设备制作的设备 BLE ==== buletouch low energy,蓝牙4.0 ...
- java枚举使用详解
在实际编程中,往往存在着这样的“数据集”,它们的数值在程序中是稳定的,而且“数据集”中的元素是有限的. 例如星期一到星期日七个数据元素组成了一周的“数据集”,春夏秋冬四个数据元素组成了四季的“数据集” ...
- CentOS评估磁盘I/O性能读写极限测试
用一个fio工具 安装 yum -y install fio 二,FIO用法: 随机读:fio -direct=1 -iodepth 1 -thread -rw=randread -ioengine ...
- CentOS上使用sysstat做系统监控测试
先安装sysstat yum -y install systat 然后,再改一下任务计划 [root@localhost sa]# cat /etc/cron.d/sysstat # Run syst ...
- winform学习之-----小知识(20160624)
一.//判断是否按下回车键if(e.KeyCode == Keys.Enter){ pictureBoxKeyDownLogin_Click(sender,e);}或是e.KeyCode == K ...
- 复制 VS 复用 -04
(续上篇) 小菜:“我明白了,他说用任意一种面向对象语言实现,那意思就是要用面向对象的编程方法去实现,对吗?OK,这个我学过,只不过当时我没想到而已.” 大鸟:“所有编程初学者都会有这 ...
- BFS 巡逻机器人
巡逻机器人 题目链接:http://acm.hust.edu.cn/vjudge/contest/view.action?cid=83498#problem/F 题目大意: 机器人在一个矩形区域巡逻, ...