平衡二叉樹(AVL)--查詢、刪除、插入(Java實現)
前言
前面一篇文章,筆者就二叉查詢樹進行了一些解釋與實現,這篇文章筆者將會就平衡二叉樹
做一些總結與實現。讀者若不瞭解二叉查詢樹的話,可以參考這篇文章:
在學習平衡二叉樹之前,我們先回顧下二叉查詢樹的特點和性質。
基於二叉查詢樹以下的操作是低效能的:
1、如果我們向一棵空的二叉查詢樹中插入一個預先排好序的序列的(升序),根據插入
操作我們會發現形成的二叉樹結點層次太深,且沒有左兒子結點。情況如下:
這樣就造成了二叉樹的深度過深,明顯不合理。
2、在二叉查詢樹的情況下,對於任意個單一的操作我們不再保證O(logN)的時間界
但是我們可以證明的是在連續M次操作時間花費可能達到O(MlogN),消耗太高了。
基於上述的原因,我們就需要考慮平衡二叉樹了。
平衡二叉樹
首先需要明白的是平衡二叉樹是對二叉查詢的一種改進,對於二叉查詢樹的一個明顯的
缺點就是,樹的結構仍舊具有極大的變動性,最壞的情況下就是一棵單支二叉樹,丟失了二叉
查詢樹一些原有的優點。
平衡二叉樹定義(AVL):它或者是一棵空樹,或者是具有一下性質的二叉查詢樹--
它的結點左子樹和右子樹的深度之差不超過1,而且該結點的左子樹和右子樹都是一棵
平衡二叉樹。
平衡因子:結點左子樹的深度-結點右子樹的深度。(0、1、-1)。
轉換為平衡二叉樹之後的二叉樹為:
平衡保持
很顯然,平衡二叉樹旨在“平衡”二字,其平衡是如何保持的呢?換句話說,二叉查詢樹是
如何轉換為平衡二叉樹的呢?就像上面兩張圖片,到底如何轉換的呢?基本的思想就是:
當二叉查詢樹中插入一個結點時,首先檢查是否因為插入而破壞了平衡。若破壞了則
找出其中的最小不平衡二叉樹,在保持二叉查詢樹特性的情況下,調整最小不平衡子樹中結
點之間的關係,以達到平衡。
最小不平衡二叉樹指距離插入結點最近且以平衡因子的絕對值大於1的結點作為根的子樹。
那麼最小不平衡二叉樹結點的關係到底是如何進行調整的呢?分為四種情況討論。
四種不平衡型別
有四種情況可以導致二叉樹不平衡:(以根結點為例)
1、LL型(右旋操作):插入一個新的結點到根結點的左子樹的左子樹,導致根結點的平衡
因子1變為2。
其右旋操作我們以一個具體的例子掌握:
以第一列為例,在結點2的左子樹插入結點D,插入後2結點的平衡因子變為1,導致
結點5(根結點)的平衡因子變為2,則結點5為根結點的子樹是最小不平衡子樹。調整時
將結點5的左孩子3向右上旋轉代替結點5為根結點,將根結點右下旋轉為3的右子樹的根
結點,而結點3的原右子樹變為結點5的左子樹。
在結點2的右孩子處插入的情況原理一樣的。
2、RR型(左旋操作):插入一個新的結點到根結點的右子樹的右子樹,導致根結點的平衡
因子1變為2。
其具體的操作我們同樣以一個例子為例:
其操作步驟與右旋操作沒有什麼太大的區別,這裡筆者就不詳述過程了。
3、LR型(左旋+右旋):在根結點的左孩子的右子樹上插入結點,插入情況筆者就
不給例項圖了。直接演示其操作過程。
可見的是LR型需要兩次的旋轉才能達到要求,不過在進行右旋操作的時候需要注意C
的位置。
4、RL型(右旋+左旋)在根結點的右子樹的左子樹上插入結點。同樣以一個例項圖
來演示操作。
完整原始碼實現:
根據上述的旋轉操作,我們簡單的實現二叉平衡樹:
package com.kiritor;
/**
*二叉平衡樹簡單實現
*@author kiritor
*/
public class AvlTree< T extends Comparable< ? super T>>
{
private static class AvlNode< T>{//avl樹節點
AvlNode( T theElement )
{
this( theElement, null, null );
}
AvlNode( T theElement, AvlNode< T> lt, AvlNode< T> rt )
{
element = theElement;
left = lt;
right = rt;
height = 0;
}
T element; // 節點中的資料
AvlNode< T> left; // 左兒子
AvlNode< T> right; // 右兒子
int height; // 節點的高度
}
private AvlNode< T> root;//avl樹根
public AvlTree( )
{
root = null;
}
//在avl樹中插入資料,重複資料復略
public void insert( T x )
{
root = insert( x, root );
}
//在avl中刪除資料,這裡並未實現
public void remove( T x )
{
System.out.println( "Sorry, remove unimplemented" );
}
//在avl樹中找最小的資料
public T findMin( )
{
if( isEmpty( ) )
System.out.println("樹空");;
return findMin( root ).element;
}
//在avl樹中找最大的資料
public T findMax( )
{
if( isEmpty( ) )
System.out.println("樹空");
return findMax( root ).element;
}
//搜尋
public boolean contains( T x )
{
return contains( x, root );
}
public void makeEmpty( )
{
root = null;
}
public boolean isEmpty( )
{
return root == null;
}
//排序輸出avl樹
public void printTree( )
{
if( isEmpty( ) )
System.out.println( "Empty tree" );
else
printTree( root );
}
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 );//將x插入左子樹中
if( height( t.left ) - height( t.right ) == 2 )//打破平衡
if( x.compareTo( t.left.element ) < 0 )//LL型(左左型)
t = rotateWithLeftChild( t );
else //LR型(左右型)
t = doubleWithLeftChild( t );
}
else if( compareResult > 0 )
{
t.right = insert( x, t.right );//將x插入右子樹中
if( height( t.right ) - height( t.left ) == 2 )//打破平衡
if( x.compareTo( t.right.element ) > 0 )//RR型(右右型)
t = rotateWithRightChild( t );
else //RL型
t = doubleWithRightChild( t );
}
else
; // 重複資料,什麼也不做
t.height = Math.max( height( t.left ), height( t.right ) ) + 1;//更新高度
return t;
}
//找最小
private AvlNode< T> findMin( AvlNode< T> t )
{
if( t == null )
return t;
while( t.left != null )
t = t.left;
return t;
}
//找最大
private AvlNode< T> findMax( AvlNode< T> t )
{
if( t == null )
return t;
while( t.right != null )
t = t.right;
return t;
}
//搜尋(查詢)
private boolean contains( T x, AvlNode t )
{
while( t != null )
{
int compareResult = x.compareTo( (T) t.element );
if( compareResult < 0 )
t = t.left;
else if( compareResult > 0 )
t = t.right;
else
return true; // Match
}
return false; // No match
}
//中序遍歷avl樹
private void printTree( AvlNode< T> t )
{
if( t != null )
{
printTree( t.left );
System.out.println( t.element );
printTree( t.right );
}
}
//求高度
private int height( AvlNode< T> t )
{
return t == null ? -1 : t.height;
}
//帶左子樹旋轉,適用於LL型
private AvlNode< T> rotateWithLeftChild( AvlNode< T> k2 )
{
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;
}
//帶右子樹旋轉,適用於RR型
private AvlNode< T> rotateWithRightChild( AvlNode< T> k1 )
{
AvlNode< T> k2 = k1.right;
k1.right = k2.left;
k2.left = k1;
k1.height = Math.max( height( k1.left ), height( k1.right ) ) + 1;
k2.height = Math.max( height( k2.right ), k1.height ) + 1;
return k2;
}
//雙旋轉,適用於LR型
private AvlNode< T> doubleWithLeftChild( AvlNode< T> k3 )
{
k3.left = rotateWithRightChild( k3.left );
return rotateWithLeftChild( k3 );
}
//雙旋轉,適用於RL型
private AvlNode< T> doubleWithRightChild( AvlNode< T> k1 )
{
k1.right = rotateWithLeftChild( k1.right );
return rotateWithRightChild( k1 );
}
// Test program
public static void main( String [ ] args )
{
AvlTree< Integer> t = new AvlTree< Integer>( );
final int NUMS = 200;
final int GAP = 17;
System.out.println( "Checking... (no more output means success)" );
for( int i = GAP; i != 0; i = ( i + GAP ) % NUMS )
t.insert( i );
t.printTree( );
System.out.println(t.height(t.root));
}
}
上述main函式中我們簡單的插入了1-199個數至二叉樹中,如果是二叉查詢樹的話,可以
知道的是二叉樹的層樹應該為199,但是實際情況如何呢?