7.3 树形查找
7.3.1 二叉排序树
二叉排序树的定义:二叉排序树,又称二叉查找校BST, Binary Search Tree)
一棵二叉树或者是空二叉树,或者是具有如下性质的二叉树:
左子树上所有结点的关键字均小于根结点的关键字;
右子树上所有结点的关键字均大于根结点的关键字。
左子树和右子树又各是一棵二叉排序树。
左子树结点值<根结点值<右子树结点值
进行中序遍历,可以得到一个递增的有序序列
二叉排序树的查找
二叉排序树的删除
先搜索找到目标结点:
①若被删除结点z是叶结点,则直接删除,不会破坏二叉排序树的性质。
②若结点z只有一棵左子树或右子树,则让z的子树成为z父结点的子树,替代z的位置。
③若结点z有左、右两棵子树,则令z的直接后继(或直接前驱)替代z,然后从二叉排序树中删去这个直接后继(或直接前驱),这样就转换成了第一或第二种情况。
查找效率分析
查找长度――在查找运算中,需要对比关键字的次数称为查找长度,反映了查找操作时间复杂度
若树高h,找到最下层的一个结点需要对比h次
最好情况:n个结点的二叉树最小高度为[log2n]+1,平均查找长度=O(log2n)
最坏情况:每个结点只有一个分支,树高h=结点数n,平均查找长度=O(n)
7.3.2_1 平衡二叉树
平衡二叉树(Balanced Binary Tree),简称平衡树(AVL树)―一树上任一结点的左子树和右子树的高度之差不超过1。
结点的平衡因子=左子树高-右子树高。
平衡二叉树的插入
在插入操作中,只要将最小不平衡子树调整平衡,则其他祖先结点都会恢复平衡
调整最小不平衡子树LL
1)LL平衡旋转(右单旋转)。由于在结点A的左孩子(L)的左子树(L)上插入了新结点,A的平衡因子由1增至2,导致以A为根的子树失去平衡,需要一次向右的旋转操作。将A的左孩子B向右上旋转代替A成为根结点,将A结点向右下旋转成为B的右子树的根结点,而B的原右子树则作为A结点的左子树。
调整最小不平衡子树RR
2)RR平衡旋转(左单旋转)。由于在结点A的右孩子(R)的右子树(R)插入了新结点,A的平衡因子由-1减至-2,导致以A为根的子树失去平衡,需要一次向左的旋转操作。将A的右孩8向左上旋扭代替A成为根结点,将A结点向左下旋转戊为B的左子树的根结点,而B的原左子树则作为A结点的右子树
调整最小不平衡子树LR
3)LR平衡旋转(先左后右双旋转)。由于在A的左孩子(L)的右子树(R)上插入新结点,A的平衡因子由1增至2,导致以A为根的子树去去平衡,需要进行两次旋转操作,先左旋转后右旋转。先将A结点的左孩子B的右子树的根结点c向左上旋转提升到B结点的位置,然后再把该C结点向右上旋转提升到A结点的位置
调整最小不平衡子树LR
4)RL平衡旋转(先右后左双旋转)。由于在A的右孩子(R)的左子树(L)上插入新结点,A的平衡因子由-1减至-2,导致以A为根的子树失去平衡,需要进行两次旋转操作,先右旋转后左旋转。先将A结点的右孩子B的左子树的根结点c向右上旋转提升到B结点的位置,然后再把该C结点向左上旋转提升到A结点的位置
练习:插入90 右孩子左旋
练习:插入63 右旋+左旋
练习
查找效率分析
若树高为h,则最坏情况下,查找一个关键字最多需要对比h次,即查找操作的时间复杂度不可能超过o(h)
7.3.2_2 平衡二叉树的删除
平衡二叉树的删除操作:
删除结点后,要保持二叉排序树的特性不变(左<中<右)
若删除结点导致不平衡,则需要调整平衡
平衡二叉树的删除操作具体步骤:
①删除结点(方法同"二叉排序树")
若删除的结点是叶子,直接删。
若删除的结点只有一个子树,用子树顶替删除位置
若删除的结点有两棵子树,用前驱(或后继)结点顶替,并转换为对前驱(或后继)结点的删除。
②一路向上找到最小不平衡子树,找不到就完结撒花
③找最小不平衡子树下,"个头"最高的儿子、孙子
④根据孙子的位置,调整平衡(LL/RR/LR/RL)
⑤如果不平衡向上传导,继续②
对最小不平衡子树的旋转可能导致树变矮,从而导致上层祖先不平衡(不平衡向上传递)
AVL树删除操作------例1
删除结点9,往上找发现都没有最小不平衡子树,无需再做处理
AVL树删除操作------例2
删除结点55 往上找发现75不平衡 ,需要找到个头最高的儿子、孙子
④根据孙子的位置,调整平衡(LL/RR/LR/RL)
孙子在LL:儿子右单旋
孙子在RR:儿子左单旋
孙子在LR:孙子先左旋,再右旋
孙子在RL:孙子先右旋,再左旋
AVL树删除操作------例3
删除叶子结点33 往上找最小不平衡子树
例1到例3为重点,例4看一下,后面的了解就行
AVL树删除操作------例4
删除结点32
向上找到最小不平衡子树 先右旋再左旋树变矮
树恢复平衡,但由于树高变矮,不平衡向上传导
需要继续回到②操作
AVL树删除操作------例5
被删除结点有左右子树,用前驱结点顶替(复制数据即可)
并转化为对前驱结点的删除 即转变为对60这个结点的删除
删除的结点只有55这一个子树,则直接用子树顶替删除位置,最后如下,
接下来找到最小不平衡子树
7.3.3_1 红黑树的定义和性质
平衡二叉树AVL:插入/删除很容易破坏"平衡"特性,需要频繁调整树的形态。如:插入操作导致不平衡,则需要先计算平衡因子,找到最小不平衡子树(时间开销大),再进行LL/RR/LR/RL调整
红黑树RBT:插入/删除很多时候不会破坏"红黑"特性,无需频繁调整树的形态。即便需要调整,一般都可以在常数级时间内完成
平衡二叉树:适用于以查为主、很少插入/删除的场景
红黑树:适用于频繁插入、删除的场景,实用性更强
红黑树的定义
红黑树是二叉排序树一左子树结点值≤根结点值≤右子树结点值
①每个结点或是红色,或是黑色的②根节点是黑色的
③叶结点(外部结点、NULL结点、失败结点)均是黑色的
④不存在两个相邻的红结点(即红结点的父节点和孩子结点均是黑色)
⑤对每个结点,从该节点到任一叶结点的简单路径上,所含黑结点的数目相同
左根右,根叶黑,不红红,黑路同
结点的黑高bh――从某结点出发(不含该结点)到达任一空叶结点的路径上黑结点总数
红黑树的性质
性质1:从根节点到叶结点的最长路径不大于最短路径的2倍
性质2:有n个内部节点的红黑树高度h≤ 2log2(n +1)
红黑树的查找,与BST、AVL相同,从根出发,左小右大,若查找到一个空叶节点,则查找失败
7.3.3_2 红黑树的插入
先查找,确定插入位置(原理同二叉排序树),插入新结点
新结点是根――染为黑色
新结点非根――染为红色
·若插入新结点后依然满足红黑树定义,则插入结束
·若插入新结点后不满足红黑树定义,需要调整(看新结点叔叔的脸色),使其重新满足红黑树定义
·黑叔:旋转+染色
·LL型:右单旋,父换爷+染色
·RR型:左单旋,父换爷+染色
·LR型:左、右双旋,儿换爷+染色
·RL型:右、左双旋,儿换爷+染色
·红叔:染色+变新
·叔父爷染色,爷变为新结点
从一棵空的红黑树开始,插入:20,10,5,30, 40,57,3,2,4,35,25,18,22,23,24,19,18
红叔:染色+变新
黑叔:旋转+染色
LR型:左、右双旋,儿换爷+染色
插入24
破坏" 不红红",红叔:染色+变新
插入19
插入18
黑叔:旋转+染色
RL型:右、左双旋,儿换爷+染色
|
7.3.3_3 红黑树的删除