图解平衡二叉树(AVL树)

1,436 阅读3分钟

1:AVL树简介

二叉搜索树在一般情况下其搜索的时间复杂度为O(logn),但某些特殊情况下会退化为链表,导致树的高度变大且搜索的时间复杂度变为O(n),发挥不出树这种数据结构的优势,因此平衡二叉树便应运而生,通过保证树的高度来保证查询的时间复杂度为O(logn),想想人类实在是太聪明了!

2:构造AVL树

在构造一棵AVL树的时候如何保持平衡呢?其手段便是通过各种旋转变换来调整以此保证整棵树的高度,调整的原则是左右子树的高度不能大于1的绝对值(平衡因子)先来介绍下旋转的方法吧。

2.1:LL型

当插入元素后构成LL型,如下图所示,则以2为支,高右转,把3右旋下来保证平衡。

2.2:RR型

当插入元素后构成RR型,如下图所示,则以2为支,高左转,把1左旋转下来保证平衡。

2.3:LR型

当插入元素后构成LR型,如下图所示,先2,3整体左旋,在根据LL型进行右旋转来保证平衡。

2.4:RL型

当插入元素后构成RL型,如下图所示,先将5右转,在与6进行交换,在根据RR型进行旋转来保证平衡。

2.5:其他情况

当因为插入一个元素而导致出现两个不平衡点,应该调整距离插入节点最近的不平衡点

2.6:自测题

测试题:以关键字序列{16、3、7、11、9、26、18、14、15}构造一颗AVL树

2.7:java实现AVL的构造

package AVL;

/**
 * @author admin
 * @version 1.0.0
 * @ClassName AVLTree.java
 * @Description TODO
 * @createTime 2020年03月30日 18:28:00
 */
public class AVLTree {


    /**
     * 获取左右节点的高度差,即平衡因子
     * @param root
     * @return
     */
    public int getBalance(Node root) {
        return root==null?0:getHeight(root.left)-getHeight(root.right);
    }

    /**
     * 获取节点的高度
     * @param root
     * @return
     */
    public int getHeight(Node root) {
        return root == null ? 0 : root.height;
    }

    /**
     * 更新节点的高度
     * @param root
     * @return
     */
    private  int updateHeight(Node root) {
        if (root == null)
            return 0;
        return Math.max(updateHeight(root.left), updateHeight(root.right)) + 1;
    }

    /**
     * LL型,右旋操作
     *
     * @param root
     * @return
     */
    public Node rightRotate(Node root) {
        Node node = root.left;
        root.left = node.right;
        node.right = root;
        root.height = updateHeight(root);
        node.height = updateHeight(node);
        return node;
    }

    /**
     * RR型,左旋操作
     * @param root
     * @return
     */
    public Node leftRotate(Node root) {
        Node node = root.right;
        root.right = node.left;
        node.left = root;
        root.height = updateHeight(root);
        node.height = updateHeight(node);
        return node;
    }

    public Node insert(Node node, int data) {
        //当节点为空,直接插入
        if (node == null) {
            return (new Node(data));
        }
        //当插入元素<node.data,往node的左子树进行插入;>node.data,往node的右子树插入
        if (node.data > data) {
            node.left = insert(node.left, data);
        } else {
            node.right = insert(node.right, data);
        }
        //更新节点的高度
        node.height = updateHeight(node);
        //获取平衡因子(左子树高度-右子树高度)
        int balDiff = getBalance(node);

        // 右旋
        if (balDiff > 1 && data < node.left.data) {
            return rightRotate(node);
        }

        // 左旋
        if (balDiff < -1 && data > node.right.data) {
            return leftRotate(node);
        }

        // 先左旋在右旋
        if (balDiff > 1 && data > node.left.data) {
            node.left = leftRotate(node.left);
            return rightRotate(node);
        }

        // 先右旋在左旋
        if (balDiff < -1 && data < node.right.data) {
            node.right = rightRotate(node.right);
            return leftRotate(node);
        }

        return node;
    }

    
}

class Node {
    int data;
    Node left;
    Node right;
    int height;

    public Node(Integer data) {
        this.data = data;
        height = 1;
    }
}

3:AVL树的删除

3.1:删除叶子节点

3.2:删除只拥有左子树或右子树的节点

3.3:删除既拥有左子树又有右子树的节点

3.4:自测题

将上一道自测题的图依次删除16,15,11节点,画出最后的结果

参考链接

数据可视化网站: visualgo.net/zh
哔哩哔哩讲AVL:www.bilibili.com/video/BV1xE…