AVL树的构建
package com.xd.leetcode.shu; /**
* created by lianzhen on 2020-03-10 10:27. describe:平衡二叉树的构建
*
* LL:插入的结点在左子树的左边导致失衡:右旋(顺时针旋转)
* RR: 插入的结点在右子树的右边导致失衡:左旋(逆时针方向)
* LR:插入的结点在左子树的右边导致失衡:先按照根节点的左子树左旋再按照根节点进行右旋
* RL:插入的结点在右子树的左边导致失衡:先按照根结点的右子树右旋再按照根节点进行左旋
*/
public class AVLTree { class Node {
int data; //数据
int height;//高度
Node leftNode;//左节点
Node rightNode;//右节点 public Node(int data, Node leftNode, Node rightNode) {
this.data = data;
this.leftNode = leftNode;
this.rightNode = rightNode;
}
} //计算每个根节点的高度
private int getHeight(Node tagNode) {
if (tagNode == null) {
return -1;
}
return tagNode.height;
} //右旋转
private Node rightRotation(Node tagNode) {
//找到这个目标节点的左子树的根节点
Node leftChild = tagNode.leftNode;
if (leftChild.rightNode != null) {
//把自己的右子树作为目标节点的左子树
tagNode.leftNode = leftChild.rightNode;
}
//让目标节点成为自己的右子树
leftChild.rightNode = tagNode;
//重新设置高度
tagNode.height = Math.max(getHeight(tagNode.leftNode), getHeight(tagNode.rightNode)) + 1;
leftChild.height = Math.max(getHeight(leftChild.leftNode), getHeight(leftChild.rightNode) + 1);
return leftChild;
} //左旋转
private Node leftRotation(Node tagNode) {
//找到这个目标节点的右子树的根节点
Node rightNode = tagNode.rightNode;
if (rightNode.leftNode != null) {
//把自己的左子树作为目标节点的右子树
tagNode.leftNode = rightNode.leftNode;
}
//让目标节点成为自己的左子树
rightNode.leftNode = tagNode; tagNode.height = Math.max(getHeight(tagNode.leftNode), getHeight(tagNode.rightNode)) + 1;
rightNode.height = Math.max(getHeight(rightNode.leftNode), getHeight(rightNode.rightNode)) + 1;
return rightNode;
} //左右旋转LR
private Node rightLeftRatation(Node tagNode) {
//先按照目标节点的左子树的根节点进行右旋转
Node leftChild = tagNode.leftNode;
leftRotation(leftChild);
//再按照目标节点进行左旋转
return rightRotation(tagNode);
} //右左旋转
private Node leftRightRatation(Node tagNode) {
//先按照目标节点的右子树的根节点进行左旋转
Node rightChild = tagNode.rightNode;
rightRotation(rightChild);
//再按照目标节点进行右旋转
return leftRotation(tagNode);
} /**
* 朝根的节点下方插入新的节点 不需要要考虑那么多 只考虑当前的节点再上一个节点的左边或者右边就行
*
* @param root 根节点
* @param data 需要插入节点的数据
*/
private Node insertNode(Node root, int data) {
if (root == null) {
root = new Node(data, null, null);
}else {
if (data <= root.data) {
//把新的节点放在这个节点的左边
root.leftNode = insertNode(root.leftNode, data);
//判断左右子树的高度
if(getHeight(root.leftNode)-getHeight(root.rightNode)>1){
if(data<=root.leftNode.data){
//插入的位置是左子树的左边 ---进行右旋转
root= rightRotation(root);
}else {
//插入的位置是左子树的右边LR 先左后右旋
root=leftRightRatation(root);
}
} } else {
//把新的节点放在这个节点的右边
root.rightNode = insertNode(root.rightNode, data);
//判断左右子树的高度
if(getHeight(root.rightNode)-getHeight(root.leftNode)>1){
if(data<=root.leftNode.data){
//进行右左旋转
root= rightLeftRatation(root);
}else {
//进行右旋转
root=rightRotation(root);
}
}
}
} //对节点的高度进行更新(有可能不变)
root.height=Math.max(getHeight(root.leftNode),getHeight(root.rightNode))+1;
return root;
} }
AVL树的构建的更多相关文章
- 二叉树与AVL树
二叉树 什么是二叉树? 父节点至多只有两个子树的树形结构成为二叉树.如下图所示,图1不是二叉树,图2是一棵二叉树. 图1 普通的树 ...
- 数据结构图文解析之:AVL树详解及C++模板实现
0. 数据结构图文解析系列 数据结构系列文章 数据结构图文解析之:数组.单链表.双链表介绍及C++模板实现 数据结构图文解析之:栈的简介及C++模板实现 数据结构图文解析之:队列详解与C++模板实现 ...
- 平衡搜索树(一) AVL树
AVL树 AVL树又称为高度平衡的二叉搜索树,是1962年有俄罗斯的数学家G.M.Adel'son-Vel'skii和E.M.Landis提出来的.它能保持二叉树的高度 平衡,尽量降低二叉树的高度,减 ...
- 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 ...
- AVL树和平衡二叉树 平衡因子 右旋转LL 左旋转RR LR RL
前言 今天要介绍几种高级数据结构AVL树,介绍之前AVL,会先说明平衡二叉树,并将树的学习路线进行总结,并介绍维持平衡的方法:右旋转.左旋转. 一.树学习路线 1.路线总结 总结了一下树的学习路线,如 ...
- 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, ...
- 二叉查找树(BST)、平衡二叉树(AVL树)
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,都满足其左子树上所有结点的数据域均小于或等于根结点的数据域,右 ...
- 【Java】 大话数据结构(12) 查找算法(3) (平衡二叉树(AVL树))
本文根据<大话数据结构>一书及网络资料,实现了Java版的平衡二叉树(AVL树). 平衡二叉树介绍 在上篇博客中所实现的二叉排序树(二叉搜索树),其查找性能取决于二叉排序树的形状,当二叉排 ...
- 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 ...
- AVL树 算法思想与代码实现
AVL树是高度平衡的二叉搜索树,按照二叉搜索树(Binary Search Tree)的性质,AVL首先要满足: 若它的左子树不为空,则左子树上所有结点的值均小于它的根结点的值: 若它的右子树不为空, ...
随机推荐
- doy 20 系统优化
系统优化 1.yum源的优化 CentOS base epel 自建yum仓库使用一个较为稳定的仓库wget -O /etc/yum.repos.d/CentOS-Base.repo h ...
- DP-最大子矩阵
1768:最大子矩阵 题目描述: 描述已知矩阵的大小定义为矩阵中所有元素的和.给定一个矩阵,你的任务是找到最大的非空(大小至少是1 * 1)子矩阵比如,如下4 * 4的矩阵 0 -2 -7 09 2 ...
- unittest框架基本使用
1.简介 unittest是python内置的单元测试框架,具备编写用例.组织用例.执行用例.输出报告等自动化框架的条件.使用unittest前需要了解该框架的五个概念: 即test case,tes ...
- mysql取消/开启外键约束
删除外键约束: SET foreign_key_checks=0; 启动外键约束: SET foreign_key_checks=1;
- WordPress标题分隔符”-“被转义为“–”怎么办?
按照百度搜索资源平台<百度搜索网页标题规范:让标题回归标题本身>百度官方文档参考,如果WordPress标题里出现不规范"– 2.停止wptexturize转义任何字符 add_ ...
- OSI七层模型、TCP协议
1. 网络资产搜索引擎 2. 网站存储用户密码进行MD5加密 3. 小型Web管理系统账号密码使用base64进行加密 4. IP地址:网络位+主机位 5. 局域网中没有DHCP服务主机获取的地址范围 ...
- 禅道 docker 部署
官方文档:https://hub.docker.com/r/idoop/zentao 1.创建本地目录:mkdir -p /data/zbox 2.启动容器: sudo docker run -itd ...
- tomcat非配置项的策略问题
引用自:http://yaoyan.me/2017/04/Tomcat-config1/ tomcat非配置项的策略问题,参考官方文档:Non-Tomcat setting 大意如下: Tomcat配 ...
- Python笔记--练习题(都来瞧一瞧,看一看嘞)
利用Python对文件进行操作 重新写入的文件如下图所示: 统计学生成绩文件的最高分最低分和平均分 Python如何统计英文文章出现最多的单词 Python统计目录下的文件大小 Python按照文件后 ...
- 设计一款可扩展和基于windows系统的一键处理表格小工具思路
原创总结/朱季谦 设计一款可扩展和基于windows系统的一键处理表格小工具思路 日常开发当中,业务人员经常会遇到一些重复性整理表格的事情,这时候,就可以通过一些方式进行自动化程序处理,提高工作(摸鱼 ...