C++数据结构之平衡二叉搜索树（一）——AVL的实现（zig与zag/左右双旋/3+4重构）

念谨2023-08-10 15:31

本文目录

00.BBST------平衡二叉搜索树

本文是介绍众多平衡二叉搜索树（BBST）的第一篇------介绍AVL树。故先来引入BBST的概念。由于上一篇介绍的二叉搜索树（BST）在极度退化的情况下，十分不平衡，不平衡到只朝一侧偏，成为一条链表，复杂度可达 O ( n ) O(n) O(n)，所以我们要在"平衡"方面做一些约束，以防我们的树结构退化得那么严重。

具体来说，含 n n n个节点，高度为 h h h的BST，若满足 h = O ( l o g 2 n ) h=O(log_2 n) h=O(log2n)，则称为称为平衡二叉搜索树。

01.AVL树

AVL树是一种BBST（稍后会证明）。它约束自己是否平衡，主要靠一个指标------平衡因子。定义：平衡因子=左子树高度-右子树高度。如果满足 − 2 < 全部平衡因子 < 2 -2<全部平衡因子<2 −2<全部平衡因子<2，则该AVL树处于平衡状态；否则，需要靠一系列措施，将其恢复平衡。

首先先证明AVL树满足BBST的要求，即 h = O ( l o g 2 n ) h=O(log_2 n) h=O(log2n)（下式）。我们可转而证明n=Ω(Φ^h^)（即，AVL的节点数不会太少）

[结论] 高度为 h h h的AVL Tree 至少有 f i b ( ( h + 3 ) − 1 fib((h+3)-1 fib((h+3)−1 个节点

[证明]


02.AVL的插入

插入一个节点会导致一串祖先的失衡,删除一个节点至多导致一个祖先失衡。但是，通过后续代码就可发现，删除节点比插入节点复杂的多。原因是，插入节点只要调整好了一处，这条路径上的所有祖先都可平衡，复杂度是O(1)。而删除节点是，调整好了一处平衡，另一处就会不平衡，自下而上层层调整，复杂度是O(n)。

2.1单旋------zig 与 zag

zig 与 zag 分别对应右单旋和左单旋。单旋的操作改变的是两个节点的相对位置。改变的是三条线：一上一下一子树。新树根上行指向原根，新树根原子树给到原根。如下图，V到Y那去，Y到C那去。

2.2插入节点后的单旋实例

在下图处添加一个节点，自上而下更新高度（或平衡因子），g会率先进入不平衡状态。观察g，p，v呈一条线，而非"之"字，所以用单旋调整（之字形对应双旋）。具体来说，对g左单旋。

2.3手玩小样例

例题：将1，2，3，4，5，6依次插入空的AVL Tree，最终AVL Tree长成什么样？

[过程]首先正常插入1，2；插入3时，1是第一个发现不平衡的节点，zag(1)，即对1进行左单旋，成功解决；正常插入4

插入5时，3是第一个发现不平衡的节点，zag(3)，即对3进行左单旋，成功解决

插入6时，2是第一个发现不平衡的节点，zag(2)，即对2进行左单旋，成功解决

2.4双旋实例

双旋的操作改变的是三个节点的相对位置。分为两种情况------zig-zag与zag-zig。

在下图处添加一个节点，自上而下更新高度（或平衡因子），g会率先进入不平衡状态。观察g，p，v呈"之"字，所以用双旋。具体来说，先zig§，再zag(g).

2.5小结

AVL树中插入 节点引发失衡，经旋转调整后重新平衡，此时包含节点g,p,v的子树高度是不变的 ，子树高度复原，更高祖先也必平衡，全树复衡。故在AVL树中修正插入节点引发的失衡不会出现失衡传播。

03.AVL的删除

删除一个节点至多导致一个祖先失衡。

3.1单旋删除

3.2双旋删除

3.3小结

AVL树中删除 节点引发失衡，经旋转调整后重新平衡，此时包含节点g,p,v的子树高度有可能不变也有可能减小1 ，故在AVL树中修正删除节点引发的失衡有可能出现失衡传播。

04.3+4重构

通过观察以上插入和删除的结果示意图，发现结构是一样的------三个节点按顺序呈三角形，四个子树按原来的顺序分别挂在两个孩子节点的下边。（如下图）

那我们就不必关注具体的技巧了，而是将三个节点和四个子树拆开，像暴力组装魔方那样（先拆散）拼上。

cpp 复制代码 
template <typename T>
BinNode<T> * BST<T>::connect34(BinNode<T> * a, BinNode<T> * b, BinNode<T> * c, BinNode<T> * T1, BinNode<T> * T2, BinNode<T> *T3, BinNode<T> * T4)
{
	b->left = a;  b->right = c;
	a->left = T1; a->right = T2;
	c->left = T3; c->right = T4;

	a->parent = b; c->parent = b;

	if (T1) T1->parent = a;
	if (T2) T2->parent = a;
	if (T3) T3->parent = c;
	if (T4) T4->parent = c;
	a->updateHigh(); b->updateHigh(); c->updateHigh();
	return b;
}

template <typename T>
BinNode<T> * BST<T>::rotateAt(BinNode<T> * v)
{
	BinNode<T> * p = v->parent;
	BinNode<T> * g = p->parent;
	BinNode<T> * T1, *T2, *T3, *T4, *a, *b, *c;

	if (p == g->left && v == p->left)
	{
		a = v; b = p; c = g;
		T1 = v->left; T2 = v->right; T3 = p->right; T4 = g->right;
	}
	else if (p == g->left && v == p->right)
	{
		a = p; b = v; c = g;
		T1 = p->left; T2 = v->left; T3 = v->right; T4 = g->right;
		
	}	
	else if (p == g->right && v == p->left)
	{
		a = g; b = v; c = p;
		T1 = g->left; T2 = v->left; T3 = v->right; T4 = p->right;
	}
	else
	{
		a = g; b = p; c = v;
		T1 = g->left; T2 = p->left; T3 = v->left; T4 = v->right;
	}
	b->parent = g->parent; //向上链接
	return connect34(a, b, c, T1, T2, T3, T4);

}

05.综合评价AVL

5.1优点

  1. 查找、插入、删除，最坏时间复杂度为 O ( l o g n ) O(logn) O(logn)
  2. O ( n ) O(n) O(n)的存储空间

5.2缺点

  1. 需要额外维护高度或平衡因子这一指标（后续Splay Tree可改善这一问题）
  2. 删除操作后，最多需旋转 Ω ( l o g n ) \Omega(logn) Ω(logn)次
  3. 单次动态调整后，全树拓扑结构的变化量可能高达 Ω ( l o g n ) \Omega(logn) Ω(logn) （RedBlack Tree可缩到 O ( 1 ) O(1) O(1)）

谢谢观看~

06.代码

注意

  1. fromParentTo()是根节点的情况
  2. connect34()向上链接别忘

插入算法

为什么不用现成的BST::insert(val)？ BST::insert自带更新一串高度，旋转调整之后还得把这一串更新回来。

cpp 复制代码 
BinNode<T> * insert(T const & val)
		{
			BinNode<T> * & X = BST<T>::search(val);
			if (!X)
			{
				X = new BinNode<T>(val, BST<T>::hot); 
				BinTree<T>::size++;
				BinNode<T> * X_copy = X;

				while (X_copy && AvlBalanced(X_copy))
				{
					X_copy->updateHigh();
					X_copy = X_copy->parent;
				}

				if (X_copy) //说明是因为遇到了不平衡节点才退出了while，现在解决不平衡问题
				{
					BinNode<T> * & tmp = BinTree<T>::fromParentTo(X_copy);
					tmp = BST<T>::rotateAt(tallerChild(tallerChild(X_copy))); // 内部自带单个节点更新高度
				}
				return X;
			}
		}

删除算法

受限于BST::remove的返回值仅仅是bool，所以用底层的removeAt. removeAt的返回值是接替者，但有时，接替者是NULL。还好有BST::hot，存放被删节点的父亲。实际上，BST::remove的更新高度也是从hot开始的

cpp 复制代码 
bool remove(T const & val) 
		{
			BinNode<T> * & X = BST<T>::search(val);
			if (!X) return false;
			else
			{
				
				BST<T>::removeAt(X, BST<T>::hot);
				BinTree<T>::size--;

				// 与insert不同的是，remove可能要调整很多次
				for (BinNode<T> * g = BST<T>::hot; g; g = g->parent)
				{
					int i = BF(g);
					if (!AvlBalanced(g))
					{
						BinNode<T> * & tmp = BinTree<T>::fromParentTo(g);
						tmp = BST<T>::rotateAt(tallerChild(tallerChild(g))); 
					}
					else g->updateHigh();
				}
				return true;
			}
		}

完整代码：AVL.h

cpp 复制代码 
# pragma once
# include "BST.h"

# define BF(x) (int)(getHigh(x->left) - getHigh(x->right))
# define AvlBalanced(x)  ( -2 < BF(x) && BF(x) < 2 )

template <typename T>
BinNode<T> * tallerChild(BinNode<T> * x)
{
	return  (getHigh(x->left) > getHigh(x->right)) ? x->left : x->right;
}

template <typename T>
class AVL :public BST<T>
{
	public:
		bool remove(T const & val) 
		{

			BinNode<T> * & X = BST<T>::search(val);
			if (!X)  return false;
			else
			{
				
				BST<T>::removeAt(X, BST<T>::hot);
				BinTree<T>::size--;

				// （可优化：直到到某祖先，高度不变，停止上行。那就要在刚刚更新高度时记录中途退出的位置，以便在此处判断）
				for (BinNode<T> * g = BST<T>::hot; g; g = g->parent)
				{
					int i = BF(g);
					if (!AvlBalanced(g))
					{
						BinNode<T> * & tmp = BinTree<T>::fromParentTo(g);
						tmp = BST<T>::rotateAt(tallerChild(tallerChild(g))); // 内部自带单个节点更新高度
					}
					else g->updateHigh();
				}
				return true;
			}
		}
		BinNode<T> * insert(T const & val)
		{
			BinNode<T> * & X = BST<T>::search(val);
			if (!X)
			{
				X = new BinNode<T>(val, BST<T>::hot); //这一句话将两个关系连接
				BinTree<T>::size++;
				BinNode<T> * X_copy = X;

				while (X_copy && AvlBalanced(X_copy))
				{
					X_copy->updateHigh();
					X_copy = X_copy->parent;
				}

				if (X_copy) //说明是因为遇到了不平衡节点才退出了while，现在解决不平衡问题
				{
					BinNode<T> * & tmp = BinTree<T>::fromParentTo(X_copy);
					tmp = BST<T>::rotateAt(tallerChild(tallerChild(X_copy))); // 内部自带单个节点更新高度
				}

				return X;
				
			}
		}
};

感谢观看~

附上前传：
C++数据结构之BinaryTree（二叉树）的实现
C++数据结构之BST（二叉搜索树）的实现

相关推荐
唐诺4 小时前
几种广泛使用的 C++ 编译器
c++·编译器
冷眼看人间恩怨5 小时前
【Qt笔记】QDockWidget控件详解
c++·笔记·qt·qdockwidget
菜鸡中的奋斗鸡→挣扎鸡5 小时前
滑动窗口 + 算法复习
数据结构·算法
红龙创客6 小时前
某狐畅游24校招-C++开发岗笔试（单选题）
开发语言·c++
Lenyiin6 小时前
第146场双周赛：统计符合条件长度为3的子数组数目、统计异或值为给定值的路径数目、判断网格图能否被切割成块、唯一中间众数子序列 Ⅰ
c++·算法·leetcode·周赛·lenyiin
axxy20007 小时前
leetcode之hot100---240搜索二维矩阵II（C++）
数据结构·算法
yuanbenshidiaos7 小时前
c++---------数据类型
java·jvm·c++
十年一梦实验室8 小时前
【C++】sophus : sim_details.hpp 实现了矩阵函数 W、其导数，以及其逆 (十七)
开发语言·c++·线性代数·矩阵
taoyong0018 小时前
代码随想录算法训练营第十一天-239.滑动窗口最大值
c++·算法
这是我588 小时前
C++打小怪游戏
c++·其他·游戏·visual studio·小怪·大型·怪物
热门推荐
01〔AI 绘画〕Stable Diffusion 之 解决绘制多人或面部很小的人物时面部崩坏问题 篇02ARM学习（31）编译器对overlay方式的支持03玄机平台应急响应—webshell查杀04DisplayPort AltMode On Type-c协议_Ver2.0(学习笔记)05校验 GPT-4 真实性的三个经典问题：快速区分 GPT-3.5 与 GPT-4，并提供免费测试网站06Docker 夺命连环 15 问076个主流的工业3D管道设计软件08基于大语言模型（LLM）的合成数据生成、策展和评估的综述09(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明10树莓派 5 AI 套件（Hailo-8L）使用教程