JAVA数据结构--AVL树的实现
AVL树的定义
在计算机科学中,AVL树是最先发明的自平衡二叉查找树。在AVL树中任何节点的两个子树的高度最大差别为1,所以它也被称为高度平衡树。查找、插入和删除在平均和最坏情况下的时间复杂度都是
。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。AVL树得名于它的发明者G. M. Adelson-Velsky和E. M. Landis,他们在1962年的论文《An algorithm for the organization of information》中发表了它。
节点的平衡因子是它的左子树的高度减去它的右子树的高度(有时相反)。带有平衡因子1、0或 -1的节点被认为是平衡的。带有平衡因子 -2或2的节点被认为是不平衡的,并需要重新平衡这个树。平衡因子可以直接存储在每个节点中,或从可能存储在节点中的子树高度计算出来。

上图是摘自维基百科的AVL树实现的图例,比较清晰的解释了AVL调整平衡的过程。ABCD代表当前节点有子树。
我以我个人理解以左右情况为例
该例是左右情况,需要将其调整为左左或者右右才能继续调整。因为节点5是在右,所以3节点(虚线方框内)调整为左为最佳。左旋转即可使树变为左左形状。
AVL树节点定义
private static class AvlNode<T>{
public AvlNode(T theElement) {
this(theElement, null, null);
}
public AvlNode(T theElement,AvlNode<T> lt,AvlNode<T> rt) {
element=theElement;
left=lt;
right=rt;
height=0;
}
T element;
AvlNode<T> left;
AvlNode<T> right;
int height;
}
与二叉查找树的定义类似,不过加入了节点的深度height定义。
AVL节点计算方法
private int height(AvlNode<T> t) {
return t==null?-1:t.height;
}
当banlance()或者旋转时height都会改变
节点旋转
/*
* 实现单旋转
* */
private AvlNode<T> rotateWithLeftChild(AvlNode<T> k2){//单左旋转
AvlNode<T> k1=k2.left;
k2.left=k1.right;
k1.right=k2;
k2.height=Math.max(height(k2.left), height(k2.right))+1;
k1.height=Math.max(height(k1.left), k2.height)+1;
return k1;
}
private AvlNode<T> rotateWithRightChild(AvlNode<T> k1){//单右旋转
AvlNode<T> k2=k1.right;
k1.right=k2.left;
k2.left=k1;
k2.height=Math.max(height(k1.left), height(k1.right))+1;
k1.height=Math.max(height(k2.right), k1.height)+1;
return k2;
}
/*
* 实现双旋转
*
* */
private AvlNode<T> doubleWithLeftChild(AvlNode<T> k3){//先右旋转再左旋转
k3.left=rotateWithRightChild(k3.left);
return rotateWithLeftChild(k3);
}
private AvlNode<T> doubleWithRightChild( AvlNode<T> k1 ){//先左旋转再右旋转
k1.right = rotateWithLeftChild( k1.right );
return rotateWithRightChild( k1 );
}
balance()方法的实现
private AvlNode<T> balance(AvlNode<T> t){
if(t==null)
return t;
if(height(t.left)-height(t.right)>ALLOWED_IMBALANCE) {//左子树高度过高
if(height(t.left.left)>=height(t.left.right))//判断进行单旋转还是双旋转
t=rotateWithLeftChild(t);
else
t=doubleWithLeftChild(t);
}
else if (height(t.right)-height(t.left)>ALLOWED_IMBALANCE) {//右子树高度过高
if(height(t.right.right)>=height(t.right.left))
t=rotateWithRightChild(t);
else
t=doubleWithRightChild(t);
}
t.height=Math.max(height(t.left), height(t.right))+1;
return t;
}
删除节点方法
private AvlNode<T> remove(T x,AvlNode<T> t){
if(t==null)
return t;
int compareResult=x.compareTo(t.element);
if(compareResult<0)
t.left=remove(x, t.left);//递归查找删除
else if (compareResult>0) {
t.right=remove(x, t.right);
}
else if (t.left!=null&&t.right!=null) {//要删除的节点两个孩子节点的情况
t.element=findMin(t.right).element;//从右子树中找出最小的节点替换当前要删除的节点
t.right=remove(t.element, t.right);//删除右子树中需要拿出替换的节点
}
else {
t=(t.left!=null)?t.left:t.right;//单个子节点的情况
}
return balance(t);
}
完整代码如下(不含遍历),github地址
package Tree;
public class AvlTree <T extends Comparable<? super T>>{
private static class AvlNode<T>{
public AvlNode(T theElement) {
this(theElement, null, null);
}
public AvlNode(T theElement,AvlNode<T> lt,AvlNode<T> rt) {
element=theElement;
left=lt;
right=rt;
height=0;
}
T element;
AvlNode<T> left;
AvlNode<T> right;
int height;
}
private AvlNode<T> root;//定义根节点
public AvlTree() {
root=null;
}
public int height() {
return height(root);
}
public void insert(T x) {
insert(x, root);
}
public void remove(T x) {
root=remove(x,root);
}
private int height(AvlNode<T> t) {
return t==null?-1:t.height;
}
private AvlNode<T> insert(T x,AvlNode<T> t){
if(t==null)
return new AvlNode<T>(x, null, null);
int compareResult=x.compareTo(t.element);
if(compareResult<0) {
t.left=insert(x, t.left);
}
else if(compareResult>0){
t.right=insert(x, t.right);
}
else { }
return balance(t); }
private AvlNode<T> balance(AvlNode<T> t){
if(t==null)
return t;
if(height(t.left)-height(t.right)>ALLOWED_IMBALANCE) {//左子树高度过高
if(height(t.left.left)>=height(t.left.right))//判断进行单旋转还是双旋转
t=rotateWithLeftChild(t);
else
t=doubleWithLeftChild(t);
}
else if (height(t.right)-height(t.left)>ALLOWED_IMBALANCE) {//右子树高度过高
if(height(t.right.right)>=height(t.right.left)) t=rotateWithRightChild(t);
else
t=doubleWithRightChild(t);
}
t.height=Math.max(height(t.left), height(t.right))+1;
return t;
}
/*
* 实现单旋转
* */
private AvlNode<T> rotateWithLeftChild(AvlNode<T> k2){//单左旋转
AvlNode<T> k1=k2.left;
k2.left=k1.right;
k1.right=k2;
k2.height=Math.max(height(k2.left), height(k2.right))+1;
k1.height=Math.max(height(k1.left), k2.height)+1;
return k1;
}
private AvlNode<T> rotateWithRightChild(AvlNode<T> k1){//单右旋转
AvlNode<T> k2=k1.right;
k1.right=k2.left;
k2.left=k1;
k2.height=Math.max(height(k1.left), height(k1.right))+1;
k1.height=Math.max(height(k2.right), k1.height)+1;
return k2;
}
/*
* 实现双旋转
*
* */
private AvlNode<T> doubleWithLeftChild(AvlNode<T> k3){//先右旋转再左旋转
k3.left=rotateWithRightChild(k3.left);
return rotateWithLeftChild(k3);
}
private AvlNode<T> doubleWithRightChild( AvlNode<T> k1 ){//先左旋转再右旋转
k1.right = rotateWithLeftChild( k1.right );
return rotateWithRightChild( k1 );
}
private AvlNode<T> remove(T x,AvlNode<T> t){
if(t==null)
return t;
int compareResult=x.compareTo(t.element);
if(compareResult<0)
t.left=remove(x, t.left);//递归查找删除
else if (compareResult>0) {
t.right=remove(x, t.right);
}
else if (t.left!=null&&t.right!=null) {//要删除的节点两个孩子节点的情况
t.element=findMin(t.right).element;//从右子树中找出最小的节点替换当前要删除的节点
t.right=remove(t.element, t.right);//删除右子树中需要拿出替换的节点
}
else {
t=(t.left!=null)?t.left:t.right;//单个子节点的情况
}
return balance(t);
}
private AvlNode<T> findMin(AvlNode<T> t){
//非递归写法
if(t!=null)
while(t.left!=null)
t=t.left;
return t;
//递归写法
/*if(t==null)
return null;
else if (t.left==null) {
return t;
}
return findMin(t.left);*/
}
private static final int ALLOWED_IMBALANCE=1; }
JAVA数据结构--AVL树的实现的更多相关文章
- Java数据结构——AVL树
AVL树(平衡二叉树)定义 AVL树本质上是一颗二叉查找树,但是它又具有以下特点:它是一棵空树或它的左右两个子树的高度差的绝对值不超过1,并且左右两个子树都是一棵平衡二叉树,并且拥有自平衡机制.在AV ...
- Java数据结构之树和二叉树(2)
从这里始将要继续进行Java数据结构的相关讲解,Are you ready?Let's go~~ Java中的数据结构模型可以分为一下几部分: 1.线性结构 2.树形结构 3.图形或者网状结构 接下来 ...
- Java数据结构之树和二叉树
从这里开始将要进行Java数据结构的相关讲解,Are you ready?Let's go~~ Java中的数据结构模型可以分为一下几部分: 1.线性结构 2.树形结构 3.图形或者网状结构 接下来的 ...
- 第三十二篇 玩转数据结构——AVL树(AVL Tree)
1.. 平衡二叉树 平衡二叉树要求,对于任意一个节点,左子树和右子树的高度差不能超过1. 平衡二叉树的高度和节点数量之间的关系也是O(logn) 为二叉树标注节点高度并计算平衡因子 AVL ...
- 数据结构-AVL树的旋转
http://blog.csdn.net/GabrieL1026/article/details/6311339 平衡二叉树在进行插入操作的时候可能出现不平衡的情况,AVL树即是一种自平衡的二叉树,它 ...
- 简单数据结构———AVL树
C - 万恶的二叉树 Crawling in process... Crawling failed Time Limit:1000MS Memory Limit:32768KB 64b ...
- java数据结构之树
树定义和基本术语定义树(Tree)是n(n≥0)个结点的有限集T,并且当n>0时满足下列条件: (1)有且仅有一个特定的称为根(Root)的结点: (2)当n>1时,其余结 ...
- 数据结构--Avl树的创建,插入的递归版本和非递归版本,删除等操作
AVL树本质上还是一棵二叉搜索树,它的特点是: 1.本身首先是一棵二叉搜索树. 2.带有平衡条件:每个结点的左右子树的高度之差的绝对值最多为1(空树的高度为-1). 也就是说,AVL树,本质上 ...
- 再回首数据结构—AVL树(一)
前面所讲的二叉搜索树有个比较严重致命的问题就是极端情况下当数据以排序好的顺序创建搜索树此时二叉搜索树将退化为链表结构因此性能也大幅度下降,因此为了解决此问题我们下面要介绍的与二叉搜索树非常类似的结构就 ...
随机推荐
- 在 CentOS 上部署 Nginx 环境
这里的案例主要通过虚拟机( vmware workstation (14) )的方式安装 Center OS 到本地环境 资源下载: vmware workstation / CentOS 本次 ...
- 使用word写CSDN博客文章
目前大部分的博客作者在用Word写博客这件事情上都会遇到以下3个痛点: 1.所有博客平台关闭了文档发布接口,用户无法使用Word,Windows Live Writer等工具来发布博客.使用Word写 ...
- 编写高质量代码改善C#程序的157个建议——建议152:最少,甚至是不要注释
建议152:最少,甚至是不要注释 以往,我们在代码中不写上几行注释,就会被认为是钟不负责任的态度.现在,这种观点正在改变.试想,如果我们所有的命名全部采用有意义的单词或词组,注释还有多少存在的价值. ...
- Android性能分析Systrace工具
一.概述 保证系统流畅度,也就是保证系统能连续不间断地提供每秒60帧的运行状态.当出现掉帧时(也可称为Jank),需要知道当前整个系统所处的状态,systrace便是最佳的选择,它能手机检测Andro ...
- 卡在Initializing Spring root WebApplicationContext
1,多数情况下是连接数据库时出现问题, 2,如果使用mybatis 请查看 xml映射文件是否和对应的java 的dao文件名字相同,或者<mapper namespace="com. ...
- JVM 方法调用之静态分派
分派(Dispatch)可能是静态也可能是动态的,根据分派依据的宗量数可分为单分派和多分派.这两种分派方式的两两组合就构成了静态单分派,静态多分派,动态单分派,动态多分派这4种组合.本章讲静态分派. ...
- mysql中判断记录是否存在方法比较【转】
把数据写入到数据库的时,常常会碰到先要检测要插入的记录是否存在,然后决定是否要写入. 我这里总结了判断记录是否存在的常用方法: sql语句:select count(*) from tablename ...
- c#设计模式之:外观模式(Facade)
一.引言 在软件开发过程中,客户端程序经常会与复杂系统的内部子系统进行耦合,从而导致客户端程序随着子系统的变化而变化,然而为了将复杂系统的内部子系统与客户端之间的依赖解耦,从而就有了外观模式,也称作 ...
- C++&VS项目学习
vs使用 C++项目中,Solution Explorer主要是逻辑视图(不对应文件的逻辑位置,没有文件夹只有Filter的概念.头文件源文件被自动分配到Header Files和Source Fil ...
- Robotlegs2的Starling扩展
有个老外写了robotleges2的starling扩展,地址是 https://github.com/brean/robotlegs2-starling-viewmap 需要注意的是要先创建一个基于 ...
该例是左右情况,需要将其调整为左左或者右右才能继续调整。因为节点5是在右,所以3节点(虚线方框内)调整为左为最佳。左旋转即可使树变为左左形状。