数据结构之 AVL个人笔记
从这位前辈的博客园中学习的数据结构:https://www.cnblogs.com/skywang12345/
非常感谢这位前辈。
以下文章摘录于 :skywang12345的博客园:转载请注明出处:http://www.cnblogs.com/skywang12345/p/3576969.html
及自我的一些理解。
首先介绍下AVL树:
AVL树:二叉树的一种,其名为:平衡二叉查找树、高度平衡树。其表现形式为:AVL树中的任何节点的两个子树,它们的高度相差最大为1。即HEIGHT <= 1;
如下图:
AVL树的查找、插入和删除在平均和最坏情况下都是O(logn)。
如果在AVL树中插入或删除节点后,使得高度之差大于1。此时,AVL树的平衡状态就被破坏,它就不再是一棵二叉树;为了让它重新维持在一个平衡状态,就需要对其进行旋转处理。学AVL树,重点的地方也就是它的旋转算法;
AVL树失去平衡的几种情况:
(1)
(2)
这种失去平衡的可以概括为4种姿态:LL(左左),LR(左右),RR(右右)和RL(右左)。
LL: 失去平衡的节点为:左节点的左孩子,即左节点的左孩子也有了左(右)孩子
LR: 失去平衡的节点为:左节点的右孩子,即左节点的右孩子也有了左(右)孩子
RR: 失去平衡的节点为:右节点的右孩子,即右节点的右孩子也有了左(右)孩子
RL: 失去平衡的节点为:右节点的左孩子,即右节点的左孩子也有了左(右)孩子
0.定义
typedef struct AVLTreeNode{
Type key; //关键值
struct AVLTreeNode *left; //左孩子
struct AVLTreeNode *right; //右孩子
int height; //高度
}Node,*AVLTree;
//使用条件表达式时,最外面的大括号不能丢,如果丢了的话会造成数据的计算错误
#define AVL_HEIGHT(p) ( (p == NULL)?0:( ((AVLTree)(p))->height ) )
#define MAX(a,b) ( ((a) > (b) )? (a) : (b) )
1.创建AVLTree的节点
AVLTree creatAVLTreeNode(Type key, AVLTree left, AVLTree right) //高度并不是人为决定的
{
AVLTree p;
if ((p = (AVLTree)malloc(sizeof(Node))) == NULL)
{
printf("malloc ERROR in %s\n",__FUNCTIONW__);
return ;
}
p->height = ;
p->key = key;
p->left = left;
p->right = right;
}
2.获取AVLTree的高度
//获取AVLTree的高度
//树的高度为最大层次。即空的二叉树的高度是0,非空树的高度等于它的最大层次(根的层次为1,根的子节点为第2层,依次类推)。
int GetAVLTreeHeight(AVLTree tree)
{
return AVL_HEIGHT(tree);
}
3.对于各种情况的旋转处理
/*
* LL:左左对应的情况(左单旋转)。 称为:右旋
*
* 返回值:旋转后的根节点
*/
static AVLTree left_left_rotation(AVLTree k2)
{
AVLTree k1; k1 = k2->left;
k2->left = k1->right;
k1->right = k2; k2->height = MAX((GetAVLTreeHeight(k2->left)), (GetAVLTreeHeight(k2->right))) +; //加上本身节点高度,根节点高度为1
k1->height = MAX((GetAVLTreeHeight(k1->left)),k2->height) + ; //加上本身节点高度,根节点高度为1 return k1;
} /*
* RR:右右对应的情况(右单旋转)。称为:左旋
*
* 返回值:旋转后的根节点
*/
static AVLTree right_right_rotation(AVLTree k1)
{
AVLTree k2; k2 = k1->right;
k1->right = k2->left;
k2->left = k1; k1->height = MAX( AVL_HEIGHT(k1->left), AVL_HEIGHT(k1->right) ) + ;
k2->height = MAX(k1->height, AVL_HEIGHT(k2->right)) + ;
return k2;
} /*
* LR:左右对应的情况(先右旋转,再左旋转)。
*
* 返回值:旋转后的根节点
*/
static AVLTree left_right_rotation(AVLTree k3)
{
//1. 进行 RR单旋转
k3->left = right_right_rotation(k3);
//2. 进行 LL单旋转
return left_left_rotation(k3);
} /*
* RL:右左对应的情况(先左旋转,再右旋转)。
*
* 返回值:旋转后的根节点
*/
static AVLTree right_left_rotation(AVLTree k3)
{
//1. 进行 LL单旋转
k3->left = left_left_rotation(k3);
//2. 进行 RR单旋转
return right_right_rotation(k3);
}
4.插入
/*
* 3. 插入
* 将结点插入到AVL树中,并返回根节点
*
* 参数说明:
* tree AVL树的根结点
* key 插入的结点的键值
* 返回值:
* 根节点
*/
AVLTree avltree_insert(AVLTree tree, Type key)
{ if (tree == NULL) //如果树为空的,则将key作为根节点
{
if ((tree = creatAVLTreeNode(key, NULL, NULL)) == NULL)
{
printf("creatNode ERROR in %s \n",__FUNCTIONW__);
return NULL;
}
}
else if (key < tree->key) //根据二叉树特性,将key插入左节点
{
tree->left = avltree_insert(tree->left, key); //插入节点后,进行平衡树的检查
if (AVL_HEIGHT(tree->left) - AVL_HEIGHT(tree->right) == ) //因为插入的是左节点,所以是left-right;
{
if (key < tree->left->key) //判断是LR 还是LL;
tree = left_left_rotation(tree);
else
tree = left_right_rotation(tree);
}
}
else if (key > tree->key)
{
tree->right = avltree_insert(tree->right, key);
//插入节点后,进行平衡树的检查
if (AVL_HEIGHT(tree->right) - AVL_HEIGHT(tree->left) == )
{
if (key > tree->left->key) //判断是RR 还是RL;
tree = right_right_rotation(tree);
else
tree = right_left_rotation(tree);
}
}
else //(key == tree->key)
printf("添加失败:不允许添加相同的节点!\n"); tree->height = MAX(AVL_HEIGHT(tree->left),AVL_HEIGHT(tree->right)) + ;
return tree; }
5.查找key值
//4.查找key值
AVLTree AVLTree_search(AVLTree tree, Type key)
{
if (tree == NULL || key == tree->key)
return tree;
if (key > tree->key)
return AVLTree_search(tree->right, key);
else
return AVLTree_search(tree->left, key);
} //5.查找最大值 与 最小值的节点
AVLTree AVLTreeMaxNode(AVLTree tree)
{
if (tree == NULL)
return NULL;
while (tree->right != NULL)
tree = tree->right;
return tree;
}
AVLTree AVLTreeMinNode(AVLTree tree)
{
if (tree == NULL)
return NULL;
while (tree->left != NULL)
tree = tree->left;
return tree;
}
6.删除节点
/*
* 6.删除结点(z),返回根节点
*
* 参数说明:
* ptree AVL树的根结点
* z 待删除的结点
* 返回值:
* 根节点
*/
static AVLTree delete_node(AVLTree tree, AVLTree z)
{
// 根为空 或者 没有要删除的节点,直接返回NULL。
if (tree == NULL || z == NULL)
return NULL; if (z->key < tree->key) // 待删除的节点在"tree的左子树"中
{
tree->left = delete_node(tree->left,z); // 删除节点后,若AVL树失去平衡,则进行相应的调节。
if (AVL_HEIGHT(tree->right) - AVL_HEIGHT(tree->left) == )
{
Node *r = tree->right; //判断是哪种失去平衡情况:
//如果删除的节点在左子树中,则说明删除后就看根节点的右孩子里的情况就好,相当于第一个为Rx(先右旋,再x旋)
//如果左孩子的高度大于右孩子的根则是 RL,反之亦然,下同
if (AVL_HEIGHT(r->left) > AVL_HEIGHT(r->right))
tree = right_left_rotation(tree);
else
tree = right_right_rotation(tree);
}
}
else if (z->key > tree->key)// 待删除的节点在"tree的右子树"中
{
tree->right = delete_node(tree->right, z);
// 删除节点后,若AVL树失去平衡,则进行相应的调节。
if (AVL_HEIGHT(tree->left) - AVL_HEIGHT(tree->right) == )
{
Node *l = tree->left;
if (AVL_HEIGHT(l->right) > AVL_HEIGHT(l->left))
tree = left_right_rotation(tree);
else
tree = left_left_rotation(tree);
}
}
else // tree是对应要删除的节点。
{
if (tree->left && tree->right) //如果待删除的节点左右孩子都不为空
{
if (HEIGHT(tree->left) > HEIGHT(tree->right))
{
// 如果tree的左子树比右子树高;
// 则(01)找出tree的左子树中的最大节点
// (02)将该最大节点的值赋值给tree。
// (03)删除该最大节点。
// 这类似于用"tree的左子树中最大节点"做"tree"的替身;
// 采用这种方式的好处是:删除"tree的左子树中最大节点"之后,AVL树仍然是平衡的。
Node *max = AVLTreeMaxNode(tree->left);
tree->key = max->key;
tree->left = delete_node(tree->left, max);
}
else
{
// 如果tree的左子树不比右子树高(即它们相等,或右子树比左子树高1)
// 则(01)找出tree的右子树中的最小节点
// (02)将该最小节点的值赋值给tree。
// (03)删除该最小节点。
// 这类似于用"tree的右子树中最小节点"做"tree"的替身;
// 采用这种方式的好处是:删除"tree的右子树中最小节点"之后,AVL树仍然是平衡的。
Node *min = AVLTreeMinNode(tree->right);
tree->key = min->key;
tree->right = delete_node(tree->right, min);
}
}
}
}
数据结构之 AVL个人笔记的更多相关文章
- <数据结构与算法分析>读书笔记--最大子序列和问题的求解
现在我们将要叙述四个算法来求解早先提出的最大子序列和问题. 第一个算法,它只是穷举式地尝试所有的可能.for循环中的循环变量反映了Java中数组从0开始而不是从1开始这样一个事实.还有,本算法并不计算 ...
- <数据结构与算法分析>读书笔记--运行时间计算
有几种方法估计一个程序的运行时间.前面的表是凭经验得到的(可以参考:<数据结构与算法分析>读书笔记--要分析的问题) 如果认为两个程序花费大致相同的时间,要确定哪个程序更快的最好方法很可能 ...
- <数据结构与算法分析>读书笔记--函数对象
关于函数对象,百度百科对它是这样定义的: 重载函数调用操作符的类,其对象常称为函数对象(function object),即它们是行为类似函数的对象.又称仿函数. 听起来确实很难懂,通过搜索我找到一篇 ...
- <数据结构与算法分析>读书笔记--利用Java5泛型实现泛型构件
一.简单的泛型类和接口 当指定一个泛型类时,类的声明则包括一个或多个类型参数,这些参数被放入在类名后面的一对尖括号内. 示例一: package cn.generic.example; public ...
- linux 内核数据结构之 avl树.
转载: http://blog.csdn.net/programmingring/article/details/37969745 https://zh.wikipedia.org/wiki/AVL% ...
- 数据结构之AVL树
AVL树是高度平衡的而二叉树.它的特点是:AVL树中任何节点的两个子树的高度最大差别为1. 旋转 如果在AVL树中进行插入或删除节点后,可能导致AVL树失去平衡.这种失去平衡的可以概括为4种姿态:LL ...
- AVL学习笔记
AVL,平衡二叉查找树.删除,插入,查找的复杂度都是O(logn).它是一棵二叉树.对于每个节点来说,它的左孩子的键值都小于它,右孩子的键值都大于它.对于任意一个节点,它的左右孩子的高度差不大于1.树 ...
- [算法] 数据结构之AVL树
1 .基本概念 AVL树的复杂程度真是比二叉搜索树高了整整一个数量级——它的原理并不难弄懂,但要把它用代码实现出来还真的有点费脑筋.下面我们来看看: 1.1 AVL树是什么? AVL树本质上还是一棵 ...
- D&F学数据结构系列——AVL树(平衡二叉树)
AVL树(带有平衡条件的二叉查找树) 定义:一棵AVL树是其每个节点的左子树和右子树的高度最多差1的二叉查找树. 为什么要使用AVL树(即为什么要给二叉查找树增加平衡条件),已经在我之前的博文中说到过 ...
随机推荐
- vue-cli中自定义路径别名 assets和static文件夹的区别
转自:vue-cli中自定义路径别名 assets和static文件夹的区别 静态资源处理: assets和static文件夹的区别 相信有很多人知道vue-cli有两个放置静态资源的地方,分别是sr ...
- 深入解析Backbone.js框架的依赖库Underscore.js的作用
这篇文章主要介绍了深入解析Backbone.js框架的依赖库Underscore.js的作用,用过Node.js的朋友对Underscore一定不会陌生:)需要的朋友可以参考下 backbone必须依 ...
- 发布Hessian服务作为服务内部基础服务
摘要:Hessian经常作为服务内部RPC工具来使用,速度快效率高.重构代码的核心思想就是把共用的代码段提出来,使代码结构优化:架构设计类似,把基本的共用的服务提出来,使架构优化.下面讲述一下我在具体 ...
- batik-all-1.7
处理highcharts导出图片出现中文乱码所用到的jar包
- Django 按时间来查找数据库中的数据
问题: 按时间来查找数据表中的数据. 前提: 1. 数据表student中有一个字段类型为DateField或者DateTimeField字段, 字段名是birthday. 2. 数据表中已经有些数据 ...
- 【C++】随机重命名MP3文件
新置MP3一件,竟然没有随机播放的功能.坑啊!身为程序媛一枚,自己动手吧~ 获取当前路径: char buf[1000]; GetCurrentDirectory(1000,buf); string ...
- 转:git 的常用命令
转自:阮一峰 常用git命令清单 一般来说,日常使用只要记住下图6个命令,就可以了.但是熟练使用,恐怕要记住60-100个命令. 下面是我整理的常用 Git 命令清单.几个专用名词的译名如下. Wor ...
- JDBC(5)ResSetMetaData&DatabaseMetaData&获取数据库主键的值
ResSetMetaData 可用于获取关于 ResultSet 对象中列的类型和属性信息的对象: getColumnName(int column):获取指定列的名称 getColumnCount( ...
- Spring(二十)之使用Log4j记录日志
日志记录,也是常用的,比如异常信息记录或者其他相关信息记录,良好的日志记录有助于当系统出现某些不是特别大的问题时,可及时通过日志信息,捕捉到异常,从而确定是那段代码的问题,避免影响其他的代码. 关于m ...
- MVC学习八:MVC View提交数据
学习编程最主要的就是数据交互,MVC中数据交互是怎么样的呢? 1.Controller向View传输数据在http://www.cnblogs.com/WarBlog/p/7127574.html中有 ...