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++中零拷贝的多种实现方式

C++中零拷贝的多种实现方式

《C++中零拷贝的多种实现方式》本文主要介绍了C++中零拷贝的实现示例,旨在在减少数据在内存中的不必要复制,从而提高程序性能、降低内存使用并减少CPU消耗,零拷贝技术通过多种方式实现,下面就来了解一下... 目录一、C++中零拷贝技术的核心概念二、std::string_view 简介三、std::stri
阅读更多...
C++高效内存池实现减少动态分配开销的解决方案

C++高效内存池实现减少动态分配开销的解决方案

《C++高效内存池实现减少动态分配开销的解决方案》C++动态内存分配存在系统调用开销、碎片化和锁竞争等性能问题,内存池通过预分配、分块管理和缓存复用解决这些问题,下面就来了解一下... 目录一、C++内存分配的性能挑战二、内存池技术的核心原理三、主流内存池实现：TCMalloc与Jemalloc1. TCM
阅读更多...
OpenCV实现实时颜色检测的示例

OpenCV实现实时颜色检测的示例

《OpenCV实现实时颜色检测的示例》本文主要介绍了OpenCV实现实时颜色检测的示例,通过HSV色彩空间转换和色调范围判断实现红黄绿蓝颜色检测,包含视频捕捉、区域标记、颜色分析等功能,具有一定的参考... 目录一、引言二、系统概述三、代码解析1. 导入库2. 颜色识别函数3. 主程序循环四、HSV色彩空间
阅读更多...
Python实现精准提取 PDF中的文本,表格与图片

Python实现精准提取 PDF中的文本,表格与图片

《Python实现精准提取PDF中的文本,表格与图片》在实际的系统开发中,处理PDF文件不仅限于读取整页文本,还有提取文档中的表格数据,图片或特定区域的内容,下面我们来看看如何使用Python实... 目录安装 python 库提取 PDF 文本内容：获取整页文本与指定区域内容获取页面上的所有文本内容获取
阅读更多...
基于Python实现一个Windows Tree命令工具

基于Python实现一个Windows Tree命令工具

《基于Python实现一个WindowsTree命令工具》今天想要在Windows平台的CMD命令终端窗口中使用像Linux下的tree命令,打印一下目录结构层级树,然而还真有tree命令,但是发现... 目录引言实现代码使用说明可用选项示例用法功能特点添加到环境变量方法一：创建批处理文件并添加到PATH1
阅读更多...
Java使用HttpClient实现图片下载与本地保存功能

Java使用HttpClient实现图片下载与本地保存功能

《Java使用HttpClient实现图片下载与本地保存功能》在当今数字化时代,网络资源的获取与处理已成为软件开发中的常见需求,其中,图片作为网络上最常见的资源之一,其下载与保存功能在许多应用场景中都... 目录引言一、Apache HttpClient简介二、技术栈与环境准备三、实现图片下载与保存功能1.
阅读更多...
canal实现mysql数据同步的详细过程

canal实现mysql数据同步的详细过程

《canal实现mysql数据同步的详细过程》：本文主要介绍canal实现mysql数据同步的详细过程,本文通过实例图文相结合给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的... 目录1、canal下载2、mysql同步用户创建和授权3、canal admin安装和启动4、canal
阅读更多...
Nexus安装和启动的实现教程

Nexus安装和启动的实现教程

《Nexus安装和启动的实现教程》：本文主要介绍Nexus安装和启动的实现教程,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方,望不吝赐教... 目录一、Nexus下载二、Nexus安装和启动三、关闭Nexus总结一、Nexus下载官方下载链接：DownloadWindows系统根
阅读更多...
SpringBoot集成LiteFlow实现轻量级工作流引擎的详细过程

SpringBoot集成LiteFlow实现轻量级工作流引擎的详细过程

《SpringBoot集成LiteFlow实现轻量级工作流引擎的详细过程》LiteFlow是一款专注于逻辑驱动流程编排的轻量级框架,它以组件化方式快速构建和执行业务流程,有效解耦复杂业务逻辑,下面给大... 目录一、基础概念1.1 组件（Component）1.2 规则（Rule）1.3 上下文（Conte
阅读更多...
MySQL 横向衍生表(Lateral Derived Tables)的实现

MySQL 横向衍生表(Lateral Derived Tables)的实现

《MySQL横向衍生表(LateralDerivedTables)的实现》横向衍生表适用于在需要通过子查询获取中间结果集的场景,相对于普通衍生表,横向衍生表可以引用在其之前出现过的表名,本文就来... 目录一、横向衍生表用法示例1.1 用法示例1.2 使用建议前面我们介绍过mysql中的衍生表（From子句
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2