AVL 树的实现与应用

2024-08-28 14:44
文章标签 实现 应用 avl

本文主要是介绍AVL 树的实现与应用，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

目录

  1. 引言
  2. AVL 树简介
  3. AVL 树的性质
  4. AVL 树的旋转
    • 右单旋 (RR)
    • 左单旋 (LL)
    • 右左双旋 (RL)
    • 左右双旋 (LR)
  5. AVL 树的实现
    • AVL 树节点
    • AVL 树类
      • 插入
      • 删除
      • 旋转
      • 验证
  6. 代码示例
  7. 性能考量
  8. 总结
  9. 参考文献

引言

在计算机科学中，AVL 树是一种自平衡的二叉搜索树。它由 Adelson-Velsky 和 Landis 在 1962 年提出，以他们的名字首字母命名。AVL 树通过维持每个节点的平衡因子（即左右子树的高度差）在 [-1, 0, 1] 的范围内，来确保树的高度始终保持在对数级别。这使得 AVL 树非常适合那些需要频繁执行查找、插入和删除操作的应用场景。

本文将详细介绍 AVL 树的原理、实现细节以及一些实际的应用案例。

AVL 树简介

AVL 树是一种特殊的二叉搜索树，其中每个节点的两个子树的高度差至多为 1。这意味着 AVL 树在最坏的情况下也能保持良好的性能，其查找、插入和删除操作的时间复杂度均为 O(log N)。

AVL 树的性质

AVL 树具有以下性质：

  1. 平衡因子: 每个节点都有一个平衡因子，表示左右子树的高度差。
  2. 高度: AVL 树的高度始终保持在对数级别，这保证了高效的查找、插入和删除操作。
  3. 平衡性: 每个节点的两个子树的高度差至多为 1。

AVL 树的旋转

为了保持 AVL 树的平衡性，当插入或删除操作可能导致树失去平衡时，需要通过旋转操作来调整树的结构。AVL 树的旋转主要包括四种类型：

右单旋 (RR)

当一个节点的左子树的高度大于右子树的高度，并且左子树的左子树的高度又大于或等于其右子树的高度时，需要进行右单旋。

左单旋 (LL)

当一个节点的右子树的高度大于左子树的高度，并且右子树的右子树的高度又大于或等于其左子树的高度时，需要进行左单旋。

右左双旋 (RL)

当一个节点的左子树的高度大于右子树的高度，并且左子树的右子树的高度大于其左子树的高度时，需要先对该节点的左子树进行左单旋，然后对该节点进行右单旋。

左右双旋 (LR)

当一个节点的右子树的高度大于左子树的高度，并且右子树的左子树的高度大于其右子树的高度时，需要先对该节点的右子树进行右单旋，然后对该节点进行左单旋。

AVL 树的实现

接下来，我们将使用 C++ 来实现一个简单的 AVL 树。

AVL 树节点

首先定义 AVL 树的节点结构。

template<class T>
struct AVLTreeNode
{AVLTreeNode(const T& data = T()): _pLeft(nullptr), _pRight(nullptr), _pParent(nullptr), _data(data), _bf(0){}AVLTreeNode<T>* _pLeft;AVLTreeNode<T>* _pRight;AVLTreeNode<T>* _pParent;T _data;int _bf;   // 节点的平衡因子
};

AVL 树类

定义 AVL 树类，包含插入、删除、旋转等方法。

插入
template<class T>
bool AVLTree<T>::Insert(const T& data)
{// 省略插入逻辑...
}
删除
template<class T>
bool AVLTree<T>::Remove(const T& data)
{// 省略删除逻辑...
}
旋转

实现四种旋转操作。

template<class T>
void AVLTree<T>::RotateR(AVLTreeNode<T>* pParent)
{// 省略右单旋逻辑...
}template<class T>
void AVLTree<T>::RotateL(AVLTreeNode<T>* pParent)
{// 省略左单旋逻辑...
}template<class T>
void AVLTree<T>::RotateRL(AVLTreeNode<T>* pParent)
{// 省略右左双旋逻辑...
}template<class T>
void AVLTree<T>::RotateLR(AVLTreeNode<T>* pParent)
{// 省略左右双旋逻辑...
}
验证

验证 AVL 树的平衡性。

template<class T>
bool AVLTree<T>::IsAVLTree()
{return _IsAVLTree(_pRoot);
}template<class T>
bool AVLTree<T>::_IsAVLTree(AVLTreeNode<T>* pRoot)
{// 省略验证逻辑...
}

代码示例

下面是完整的 AVL 树实现示例。

#include <cassert>
#include <iostream>// 定义 AVL 树的节点结构
template<class T>
struct AVLTreeNode
{AVLTreeNode(const T& data = T()): _pLeft(nullptr), _pRight(nullptr), _pParent(nullptr), _data(data), _bf(0){}// 指向左子节点的指针AVLTreeNode<T>* _pLeft;// 指向右子节点的指针AVLTreeNode<T>* _pRight;// 指向父节点的指针AVLTreeNode<T>* _pParent;// 存储的数据T _data;// 节点的平衡因子，表示左右子树的高度差int _bf;
};// 定义 AVL 树类
template<class T>
class AVLTree
{typedef AVLTreeNode<T> Node;
public:AVLTree(): _pRoot(nullptr){}// 在 AVL 树中插入值为 data 的节点bool Insert(const T& data);// 从 AVL 树中删除值为 data 的节点bool Remove(const T& data);// 验证 AVL 树是否平衡bool IsAVLTree(){return _IsAVLTree(_pRoot);}private:// 验证给定节点是否构成有效的 AVL 树bool _IsAVLTree(Node* pRoot);// 计算节点的高度size_t _Height(Node* pRoot);// 右单旋void RotateR(Node* pParent);// 左单旋void RotateL(Node* pParent);// 右左双旋void RotateRL(Node* pParent);// 左右双旋void RotateLR(Node* pParent);private:// AVL 树的根节点Node* _pRoot;
};// 实现插入操作
template<class T>
bool AVLTree<T>::Insert(const T& data)
{// 如果树为空，创建一个新的根节点if (_pRoot == nullptr){_pRoot = new Node(data);return true;}// 寻找插入位置Node* parent = nullptr;Node* current = _pRoot;while (current != nullptr){parent = current;if (data < current->_data){current = current->_pLeft;}else{current = current->_pRight;}}// 创建新节点Node* newNode = new Node(data);newNode->_pParent = parent;// 根据数据大小决定插入到左子树还是右子树if (data < parent->_data){parent->_pLeft = newNode;}else{parent->_pRight = newNode;}// 更新平衡因子while (parent != nullptr){// 计算左右子树的高度size_t leftHeight = _Height(parent->_pLeft);size_t rightHeight = _Height(parent->_pRight);// 设置平衡因子parent->_bf = static_cast<int>(rightHeight - leftHeight);// 如果不平衡，则进行旋转if (parent->_bf > 1 || parent->_bf < -1){// 判断需要哪种类型的旋转if (parent->_pLeft != nullptr && parent->_pLeft->_bf == 1){RotateL(parent->_pParent); // 左单旋}else if (parent->_pRight != nullptr && parent->_pRight->_bf == -1){RotateR(parent->_pParent); // 右单旋}else if (parent->_pLeft != nullptr && parent->_pLeft->_bf == -1){RotateLR(parent->_pParent); // 左右双旋}else if (parent->_pRight != nullptr && parent->_pRight->_bf == 1){RotateRL(parent->_pParent); // 右左双旋}break;}// 继续向上更新平衡因子parent = parent->_pParent;}return true;
}// 实现删除操作
template<class T>
bool AVLTree<T>::Remove(const T& data)
{// 删除逻辑省略...// ...// ...
}// 实现右单旋
template<class T>
void AVLTree<T>::RotateR(Node* pParent)
{assert(pParent->_pLeft != nullptr); // 确保父节点有左子节点// 获取父节点的左子节点Node* pChild = pParent->_pLeft;// 将父节点的左子节点设置为左子节点的右子节点pParent->_pLeft = pChild->_pRight;// 如果父节点的左子节点不为空，更新其父节点if (pParent->_pLeft != nullptr){pParent->_pLeft->_pParent = pParent;}// 将左子节点的右子节点设置为父节点pChild->_pRight = pParent;// 更新父节点的父节点pParent->_pParent = pChild;// 更新父节点的父节点指向if (pParent == _pRoot){_pRoot = pChild;}else if (pParent->_pParent->_pLeft == pParent){pParent->_pParent->_pLeft = pChild;}else{pParent->_pParent->_pRight = pChild;}// 更新左子节点的父节点指向pChild->_pParent = pParent->_pParent;
}// 实现左单旋
template<class T>
void AVLTree<T>::RotateL(Node* pParent)
{assert(pParent->_pRight != nullptr); // 确保父节点有右子节点// 获取父节点的右子节点Node* pChild = pParent->_pRight;// 将父节点的右子节点设置为右子节点的左子节点pParent->_pRight = pChild->_pLeft;// 如果父节点的右子节点不为空，更新其父节点if (pParent->_pRight != nullptr){pParent->_pRight->_pParent = pParent;}// 将右子节点的左子节点设置为父节点pChild->_pLeft = pParent;// 更新父节点的父节点pParent->_pParent = pChild;// 更新父节点的父节点指向if (pParent == _pRoot){_pRoot = pChild;}else if (pParent->_pParent->_pLeft == pParent){pParent->_pParent->_pLeft = pChild;}else{pParent->_pParent->_pRight = pChild;}// 更新右子节点的父节点指向pChild->_pParent = pParent->_pParent;
}// 实现右左双旋
template<class T>
void AVLTree<T>::RotateRL(Node* pParent)
{RotateR(pParent->_pLeft); // 先对父节点的左子节点进行右单旋RotateL(pParent);         // 再对父节点进行左单旋
}// 实现左右双旋
template<class T>
void AVLTree<T>::RotateLR(Node* pParent)
{RotateL(pParent->_pRight); // 先对父节点的右子节点进行左单旋RotateR(pParent);          // 再对父节点进行右单旋
}// 验证给定节点是否构成有效的 AVL 树
template<class T>
bool AVLTree<T>::_IsAVLTree(Node* pRoot)
{// 如果树为空，则它是平衡的if (pRoot == nullptr){return true;}// 验证左右子树是否为 AVL 树if (!_IsAVLTree(pRoot->_pLeft) || !_IsAVLTree(pRoot->_pRight)){return false;}// 计算左右子树的高度size_t leftHeight = _Height(pRoot->_pLeft);size_t rightHeight = _Height(pRoot->_pRight);// 检查当前节点的平衡因子是否有效if (abs(static_cast<int>(rightHeight - leftHeight)) > 1){return false;}return true;
}// 计算节点的高度
template<class T>
size_t AVLTree<T>::_Height(Node* pRoot)
{// 如果节点为空，则高度为 0if (pRoot == nullptr){return 0;}// 递归计算左右子树的高度size_t leftHeight = _Height(pRoot->_pLeft);size_t rightHeight = _Height(pRoot->_pRight);// 返回较大的高度值加 1return 1 + std::max(leftHeight, rightHeight);
}// 主函数
int main()
{AVLTree<int> avlTree;avlTree.Insert(10);avlTree.Insert(20);avlTree.Insert(30);avlTree.Insert(40);avlTree.Insert(50);avlTree.Insert(25);std::cout << "AVL Tree is balanced: " << avlTree.IsAVLTree() << std::endl;return 0;
}

性能考量

AVL 树的主要优势在于其高度始终保持在对数级别，这保证了高效的查找、插入和删除操作。然而，AVL 树在进行旋转操作时可能会带来一定的开销。对于频繁插入和删除操作的应用场景，AVL 树可能不是最佳选择，因为每次插入或删除操作后都需要进行旋转来维持平衡。

总结

本文介绍了 AVL 树的基本概念、性质、旋转操作以及在 C++ 中的实现。AVL 树是一种自平衡的二叉搜索树，适用于需要高效查找、插入和删除操作的应用场景。通过本文的学习，读者应该能够理解 AVL 树的工作原理，并能够在实际项目中运用它。

这篇关于AVL 树的实现与应用的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/1115062。

相关文章

C++中unordered_set哈希集合的实现

C++中unordered_set哈希集合的实现

《C++中unordered_set哈希集合的实现》std::unordered_set是C++标准库中的无序关联容器,基于哈希表实现,具有元素唯一性和无序性特点,本文就来详细的介绍一下unorder... 目录一、概述二、头文件与命名空间三、常用方法与示例1. 构造与析构2. 迭代器与遍历3. 容量相关4
阅读更多...
C++中悬垂引用(Dangling Reference) 的实现

C++中悬垂引用(Dangling Reference) 的实现

《C++中悬垂引用(DanglingReference)的实现》C++中的悬垂引用指引用绑定的对象被销毁后引用仍存在的情况,会导致访问无效内存,下面就来详细的介绍一下产生的原因以及如何避免,感兴趣... 目录悬垂引用的产生原因1. 引用绑定到局部变量，变量超出作用域后销毁2. 引用绑定到动态分配的对象，对象
阅读更多...
SpringBoot基于注解实现数据库字段回填的完整方案

SpringBoot基于注解实现数据库字段回填的完整方案

《SpringBoot基于注解实现数据库字段回填的完整方案》这篇文章主要为大家详细介绍了SpringBoot如何基于注解实现数据库字段回填的相关方法,文中的示例代码讲解详细,感兴趣的小伙伴可以了解... 目录数据库表pom.XMLRelationFieldRelationFieldMapping基础的一些代
阅读更多...
Java HashMap的底层实现原理深度解析

Java HashMap的底层实现原理深度解析

《JavaHashMap的底层实现原理深度解析》HashMap基于数组+链表+红黑树结构,通过哈希算法和扩容机制优化性能,负载因子与树化阈值平衡效率,是Java开发必备的高效数据结构,本文给大家介绍... 目录一、概述：HashMap的宏观结构二、核心数据结构解析1. 数组（桶数组）2. 链表节点（Node
阅读更多...
Java AOP面向切面编程的概念和实现方式

Java AOP面向切面编程的概念和实现方式

《JavaAOP面向切面编程的概念和实现方式》AOP是面向切面编程,通过动态代理将横切关注点（如日志、事务）与核心业务逻辑分离,提升代码复用性和可维护性,本文给大家介绍JavaAOP面向切面编程的概... 目录一、AOP 是什么？二、AOP 的核心概念与实现方式核心概念实现方式三、Spring AOP 的关
阅读更多...
Python实现字典转字符串的五种方法

Python实现字典转字符串的五种方法

《Python实现字典转字符串的五种方法》本文介绍了在Python中如何将字典数据结构转换为字符串格式的多种方法,首先可以通过内置的str()函数进行简单转换;其次利用ison.dumps()函数能够... 目录1、使用json模块的dumps方法：2、使用str方法：3、使用循环和字符串拼接：4、使用字符
阅读更多...
Linux下利用select实现串口数据读取过程

Linux下利用select实现串口数据读取过程

《Linux下利用select实现串口数据读取过程》文章介绍Linux中使用select、poll或epoll实现串口数据读取,通过I/O多路复用机制在数据到达时触发读取,避免持续轮询,示例代码展示设... 目录示例代码（使用select实现）代码解释总结在 linux 系统里，我们可以借助 select、
阅读更多...
Linux挂载linux/Windows共享目录实现方式

Linux挂载linux/Windows共享目录实现方式

《Linux挂载linux/Windows共享目录实现方式》：本文主要介绍Linux挂载linux/Windows共享目录实现方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地... 目录文件共享协议linux环境作为服务端（NFS）在服务器端安装 NFS创建要共享的目录修改 NFS 配
阅读更多...
通过React实现页面的无限滚动效果

通过React实现页面的无限滚动效果

《通过React实现页面的无限滚动效果》今天我们来聊聊无限滚动这个现代Web开发中不可或缺的技术,无论你是刷微博、逛知乎还是看脚本,无限滚动都已经渗透到我们日常的浏览体验中,那么,如何优雅地实现它呢？... 目录1. 早期的解决方案2. 交叉观察者：IntersectionObserver2.1 Inter
阅读更多...
Spring Gateway动态路由实现方案

Spring Gateway动态路由实现方案

《SpringGateway动态路由实现方案》本文主要介绍了SpringGateway动态路由实现方案,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随... 目录前沿何为路由RouteDefinitionRouteLocator工作流程动态路由实现尾巴前沿S
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2