码迷,mamicode.com
首页 > 其他好文 > 详细

AVL树入门(转载)

时间:2018-03-04 21:27:01      阅读:156      评论:0      收藏:0      [点我收藏+]

标签:函数代码   自己   权限   temp   例子   事物   次数   err   bst   

原文链接:http://lib.csdn.net/article/datastructure/9204           作者:u011469062

前言:本文不适合 给一组数据15分钟就能实现AVL的插入和删除操作的大牛(也请大牛不要打击小菜)

本文适合,对avl还不了解,还没有亲自实现avl的插入和删除操作的同学

ps,你在嘲笑楼主的题目时,你已证明了自己正在嘲笑自己的智商。我们要善于征服陌生的事物。你如果有半个小时时间就心无杂念的开始吧,建议那些读10分钟文章就心燥还是关闭浏览器吧。

 

文章结构:

 

 
技术分享图片

 

 

 

什么是二叉排序树(bst)
二叉排序树(Binary Sort Tree)又称二叉查找树。 它或者是一棵空树;或者是具有下列性质的二叉树: (1)若左子树不空,则左子树上所有结点的值均小于它的根结点的值; (2)若右子树不空,则右子树上所有结点的值均大于它的根结点的值; (3)左、右子树也分别为二叉排序树;
 技术分享图片技术分享图片
 
好了二叉排序树定义很好理解(如果还不理解,为了不浪费时间,先暂停一下,去google or baidu 下,理解了再继续),再此就不举别的例子了,下面我实现下BST的一些基本操作算法。
BST的基本操作
typedef struct _BitNode
{
    int data;
    struct _BitNode *lchild,*rchild;
}BitNode,*BiTree;
1.1 ,BST的搜索:
为什么先实现搜索呢?一般BST里面没有重复的元素,你增添或者删除元素,都必须要先查找一下,看有没有呀,所以BST搜索要先实现,这个搜索是很简单的,慢慢看我讲解吧,
我们先看这张图
技术分享图片
 
假如你想找到数值为3的节点并给你这个树的根节点,且规定你只能看到这个根节点左右孩子(其他你们权限看到,也看不到)。那不就是很容易啦,先用3和根节点(此为6)比,显然比6小。那我就去找他的左孩子比,注意,此时4就是6的左子树的根了,那我们就和4这个新的树根比吧,显然又比4小。那我们就继续找这个新根的左孩子比,而此时3就是4的左子树的根了,那我们就和这个根比,哇塞,我们顺藤摸瓜,终于找到了哦!!,那我们就提炼一下这个过程吧,注意哦,我们每次都是和树根相比较的哦!
规则:
1.先和这棵树的根比
2.如果比这个树根小就和这个树根的左子树的根比,否则就和这个树根的右子树比。
3.重复2过程,直到根为空为止。
        根据3个步骤很容易实现递归代码。
//搜索元素,参数依次为0: 根节点,1: 查找的元素,2: 找到目标元素的前一个节点指针,初始值为NULL
// 3:如果返回真把目标到元素的指针指向n,返回假,就把pre复制给n)(参数如果不明白,先不要细究,往下看吧)
 bool SearchBST(BiTree T,int key,BiTree pre,BiTree&n);
 bool SearchBST(BiTree T,int key,BiTree pre,BiTree&n)
 {
     if(!T)
     {
         n=pre;       //如果此数为空树,那我们就把前一个元素指针pre(此时为NULL)复制给n,注意树为空时,n才为NULL。
         return false;   //返回假没有找到
     }
     else if(key==T->data)
     {
         n=T;        //找到了就把目标元素指针给n
         return true;
     }
     if(key<T->data)
         SearchBST(T->lchild,key,T,n) ;//去找他的左子树根比
     else
     {
         SearchBST(T->rchild,key,T,n);//去找他的右子树根比。
     }
 }
1.2 BST的增添元素算法实现
有了搜索这个功能,那我们的增添元素的功能就很容易实现了,
算法描述:
1.先搜所以下所增添的key,在不在此树里面。
2.如果没有找到,则申请空间,把key加入里面返回true,否则返回false。
bool InsetBST(BiTree &T,int k)
 {
     BitNode* p;
     if(!SearchBST(T,k,NULL,p))
     {   BitNode * temp=new BitNode;
         temp->data=k;
         temp->lchild=temp->rchild=NULL;
         if(!p)  //只有树为空时,此时的p才为NULL。看到这里应该明白SearchBST(T,k,pre,p)这些参数的意义了吧
         {
           T=temp; 
         }
         else
         {
             if(k<p->data)  //如果不为空树,加入的key值就和p相比较,小于就是他的左孩子,否子为右孩子
                 p->lchild=temp;
             else
             {
                 p->rchild=temp;
             }
         }
         return 0;
     }
     else 
     {
         return false;
     }
 }
1.3BST删除元素的算法实现
既然看到这里了,证明你的好奇心很强,这一节看完,我们就离成功不远了,那我们继续吧!
删除总共有3种情况,1只有左子树;2,只有右子树;3,左右子树都有。
 先看第一种
技术分享图片
 
 
   如上图所示 我们要删除4这个节点,我们就把他双亲节点的左孩子指向4的左子树。简单吧!。那我么看第二种吧
 
技术分享图片
 
 
如上图所示我们所要删除的7节点只有右子树,想必一定想到了,那我们就把他双亲节点的右孩子指向7节点的右孩子,那不就ok啦,太棒了!!。现在看第三种情况吧。
 技术分享图片技术分享图片技术分享图片
 
 
 
 大家看出这三幅图的变化了吗?我们所要删除节点4,为了要保持树的顺序我们就要找比4大的且要离4最近的,那就是他的后继,当然你找前继也是可以的。此图是找他的后继。我们找到后就用4的后继替换4,最后删除后继这个节点。ok,大家看完并理解了这3种情况,那代码实现就很easy啦。
 bool DeleElement(BiTree&T,int key)
 {
    
         if(!T)
          {
              return 0;   //树是空树的话就返回假
          }
         if(T->data==key)
         {
            BitNode*s,*p;
            if(T->rchild==NULL)   //只有右子树,情况2
            {   
                 s=T;
                 T=T->lchild;
                 free(s);
            }
            else if(T->lchild==NULL)
            {
                s=T;               //只有左子树,情况1
                T=T->rchild;
                free(s);
            }
            else
            {                      //情况3,左右子树都有
                p=T;
                s=T->rchild;
                while (s->lchild)
                {
                    p=s;           //找到所要删除节点的后继,那就是他的右孩子的
                    s=s->lchild;
                }
                T->data=s->data;    //用删除节点的后继替换所删除的节点
                if(p!=T)           
                {
                    p->lchild=NULL;   //所删除的节点的右孩子不是叶结点
                }
                else 
                    p->rchild=NULL;   //所删除的节点的右孩子是叶节点
                free(s);
            }
             return 1;
         }
         else if(key<T->data)
            DeleElement(T->lchild,key);    //去和他的左子树根去比较
         else 
            DeleElement(T->rchild,key);   //去和他的右子树根去比较

 }
//中序遍历并输出元素
 void InorderReverse(BiTree T)
 {
     if(T)
     {
         InorderReverse(T->lchild);
         cout<<T->data<<endl;
         InorderReverse(T->rchild);
     }
 }
终于搞完啦,咱也立马上机去测试吧,如果理解了,就自己测试吧,看能不能自己写出来哦!下面是我自己的测试
int main()
{
    BiTree tree=NULL;
    int a[]={60,86,50,40,35,74,51,100,37,90};
    for(int i=0;i<10;i++)
        InsetBST(tree,a[i]);
    InorderReverse(tree);
    cout<<"             "<<endl<<endl;
    DeleElement(tree,62);
    InorderReverse(tree);
    return 0;
}

 到这为止二叉排序树已经搞定了,如果你自己也实现了上述功能,那证明你有很强的好奇心并且很有天赋(因为楼主搞了好几天才明白,你十几分就搞定了,那不是最好的证明吗?ps:楼主是那种很迟钝但很有毅力),有了前面的基础,AVL就是手到擒来,不要灰心哦,鼓足劲就继续征程吧。如果没有理解,先暂停会,避免浪费不必要的时间,就不要往下看了,建议反复认真看几遍,如果还不理解,可能这篇文章不适合你,建议参考其它文章。
 
什么是AVL
定义:

平衡二叉树定义(AVL):它或者是一颗空树,或者具有以下性质的二叉树:它的左子树和右子树的深度之差(平衡因子)的绝对值不超过1,且它的左子树和右子树都是一颗平衡二叉树。

 

平衡因子(bf):结点的左子树的深度减去右子树的深度,那么显然-1<=bf<=1,这里我们定义:

#define EH 0,#define LH 1,#define RH -1.依次为等高,左高,右高。

typedef struct _BitNode
{
    int data;
    int bf;//平衡因子
    struct _BitNode *lchild,*rchild;
}BitNode,*BiTree;

 

我们都知道,平衡二叉树是在二叉排序树(BST)上引入的(这一点很重要哦,下图为例),就是为了解决二叉排序树的不平衡性导致时间复杂度大大下降,那么AVL就保持住了(BST)的最好时间复杂度O(logn),所以每次的插入和删除都要确保二叉树的平衡,那么怎么保持平衡呢?如果还不理解看看下面的图吧。

 

 

技术分享图片
看看AVL的魅力吧。有它就有它存在的价值,看下图便知。
 
图一和图二都是BST,但图二不是AVL,图一是AVL Tree,如果我们要找到10,图一比较次数为3,而图二比较次数为7次,很显然,在规模比较大的话AVL优势就很突出了。既然AVL这么强大,牛叉。那我们就把它拿下吧。
2.1 AVL增添元素
  这里搜索和BST搜索一样,我就不浪费时间介绍了,我们先实现增加元素的,实现然后删除元素的。可是每次的插入和删除都要确保二叉树的平衡,那么怎么保持平衡呢?我们就引入平衡因子。注意这里再看下平衡因子的定义
我先演示下给一组数据,怎么组成一棵AVl Tree。。
int a[]={4,3,2,7,9,11,10};
1, 插入4,如图: 技术分享图片,平衡因子为0.
2, 插入3,如图: 技术分享图片,4的平衡因子因为4的左子树增长了,1-0=1,
3, 插入2,如图技术分享图片,显然4的平衡因子大于1了,为了保持平衡那我们就这样做:让4节点的左孩子指向3的右子树(此时为NULL),让3的右孩子指向4,让树根指向3,如图 技术分享图片,这种操作我们规定为右旋操作,此图是以4为根进行旋转。 代码如下
void R_Rotate(BiTree&T)
{
    BiTree p;             //
    p=T->lchild;    //假如此时T指向4,则p指向3;
    T->lchild=p->rchild; //把3的右子树挂接到4的左子树上(此例子3右子树为空)
    p->rchild=T;       //让3的右孩子指向4.
    T=p;        //根指向节点3
}
4,插入7,如图:技术分享图片
 
5,插入9,如图:技术分享图片显然节点4不平衡了。那我们就把4的右孩子7的左子树(此时为NULL),让7的左孩子指向4,让3的右孩子指向7,如图:技术分享图片 ,我们规定此操作为左旋操作,此图是以4为根进行旋转,代码如下:

 

void L_Rotate(BiTree&T)
{
    BiTree p;
    p=T->rchild;     //假如此时T指向4,则p指向7.
    T->rchild=p->lchild;  //让7的左子树挂接到4的右子树上
    p->lchild=T;    //让7的左孩子指向4
    T=p;   //树根指向7
}

   6.我们插入11,如图:技术分享图片

显然3节点,不平衡了,大家都应该知道以3为根进行左旋。让3的右孩子指向7的左子树(此时为4)。7的左孩子指向3,根指向7,如下图所示:技术分享图片
 

 

 

7.我们插入10,如图:技术分享图片

 显然节点9不平衡,且是右边高,那我们左旋吧,左旋后的效果是上图右图所示。显然这是不对的,10比11小,但在11的右孩子上。(根本原因是9和11的平衡因子符号不同)那我们在怎么办呢,看下图吧:
 
技术分享图片
 
成功离我们不远了,我们很容易的把这组数据拼出了AVl 树,是不是很有成就感呀。好啦,我们总结下插入元素的有哪些规律吧
         1,如上所述的第3步,当插入元素后导致左边高,右边低,并且为4和3的平衡因子符号相同,则右旋。
         2,  如上所诉的第5步,当插入节点9后,导致以4为根的树右边高,左边低,4和7的平衡因子符号相同,则左旋
         3,如上所述的第7步,当插入节点10后,导致以9为根的树右边高,左边低,由于9和11的平衡因子符号不同(也就是根和他的右孩子的平衡因子符号不同)不能进行左旋,正确操作:需要先右旋在左旋,要让根和根的右孩子平衡因子符号相同。
         4,第4种旋转和3相反,当左边高于右边的话,且根和他的左孩子,平衡因子符号不同,需要先左旋再右旋
恩,就是这么简单。在实现插入函数之前,我们先封装2个函数。
RightBalance():当右高时需要右平衡时调用; 
LeftBalance()功能:当左高时需要左平衡时调用;
右平衡函数代码:
void RightBalance(BiTree&T)
{
    BiTree R,rl;    //调用此函数时,以T为根的树,右边高于左边,则T->bf=RH。
    R=T->rchild;     //R是T的右孩子
    switch (R->bf)
    {
    case RH:            //如果 T的右孩子和T他们的平衡因子符号相同时,则直接左旋,这是总结中的第2项
        T->bf=R->bf=EH;  
        L_Rotate(T);
        break;
    case EH:
        T->bf=RH;
        R->bf=LH;
        L_Rotate(T);
        break;
    case LH:         //如果T的右孩子和T他们的平衡因子符合不同时,需要先以T的右孩子为根进行右旋,再以T为根左旋。
                          //rl为T的右孩子的左孩子
        rl=R->lchild;    //2次旋转后,T的右孩子的左孩子为新的根 。注意:rl的右子树挂接到R的左子树上,rl的左子树挂接到T的右子树上
        switch (rl->bf)   //这个switch 是操作T和T的右孩子进行旋转后的平衡因子。
        {
        case EH:
            T->bf=R->bf=EH;    //这些平衡因子操作,大家可以自己画图操作理解 下面的注解
            break;
                           ////2次旋转后,T的右孩子的左孩子为新的根 。
                          //并且rl的右子树挂接到R的左子树上,rl的左子树挂接到T的右子树上,rl为新根
        case RH:
             R->bf=EH;
             T->bf=LH;
            break;

        case LH:
             R->bf=RH;
             T->bf=EH;
            break;
        default:
            break;
        }
        rl->bf=EH;    
        R_Rotate(T->rchild);    //先左旋,以T->rchild为根左旋。
        L_Rotate(T);  //右旋,以T为根, 左旋后 T是和rl想等,rl是新根
        break;
    }
}
void LeftBalance(BiTree&T)
{
    BiTree L,lr;
    L=T->lchild;
    switch (L->bf)
    {
    case EH:
        L->bf=RH;
        T->bf=LH;
        R_Rotate(T);
        break;
    case LH:
        L->bf=T->bf=EH;
        R_Rotate(T);
        break;
    case RH:
        lr=L->rchild;
        switch (lr->bf)
        {
        case EH:
            L->bf=L->bf=EH;
        case RH:
            T->bf=EH;
            L->bf=LH;
            break;
        case LH:
            L->bf=EH;
            T->bf=RH;
            break;
        default:
            break;
        }
        lr->bf=EH;
        L_Rotate(T->lchild);
        R_Rotate(T);
        break;
    default:
        break;
    }
}
//哈哈,两元猛将我们已经找到了,但是你看到这有点累了,但不要灰心,成功就在我们脚下,现在放弃,岂不是很可惜啦。那我们就实现插入元素的功能
bool InsertAVLtree(BiTree&T,int key,bool&taller)
{
    if(!T)       //此树为空
    {
        T=new BitNode;   //直接作为整棵树的根。
        T->bf=EH;
        T->lchild=T->rchild=NULL;
        T->data=key;
        taller=true;
        return true;
    }
    else
    {   if(key==T->data)      //已有元素,不用插入了,返回false;
          {
              taller=false;
              return false;
           }
        if(key<T->data)      //所插元素小于此根的值,就找他的左孩子去比
        {
            if(!InsertAVLtree(T->lchild,key,taller))   //所插元素小于此根的值,就找他的左孩子去比 
                return false;
            if(taller)    //taller为根,则树长高了,并且插入到了此根的左子树上。
            {
            switch (T->bf)       //此根的平衡因子
            {
            case EH:             //原先是左右平衡,等高
                T->bf=LH;          //由于插入到左子树上,导致左高=》》LH
                taller=true;      //继续往上递归
                break;
            case LH:
                LeftBalance(T); //原先LH,由于插入到了左边,这T这个树,不平衡需要左平衡
                taller=false;  //以平衡,设taller为false,往上递归就不用进入此语句了,
                break;
            case RH:
                T->bf=EH;     //原先RH,由于插入到左边,导致此T平衡
                taller=false;
                break;
            default:
                break;
            }
            }
        }
        else 
        {
                if(!InsertAVLtree(T->rchild,key,taller))
                    return false;
                if(taller)
                {
                switch (T->bf)
                {
                case EH:
                    T->bf=RH;
                    taller=true;
                    break;
                case LH:
                    T->bf=EH;
                    taller=false;
                    break;
                case RH:
                    RightBalance(T);
                    taller=false;
                    break;
                default:
                    break;
                }
                }
        }
       
         
    }
//中序遍历输出
void InOrderReverse(BiTree&T)
{
    if(T)
    {

        InOrderReverse(T->lchild);
        cout<<T->data<<endl;
        InOrderReverse(T->rchild);
    }
}
看到这了,自己出一组数据或按照我刚才用一组数据拼成avl的过程,看代码走一遍,你会有不一样的收货的哦(这其实非常重要),并插入了成功了,你已经成功99%了,没有想到自己这么厉害吧,我们接下来完成它的删除操作,我们就完美了。如果你有追求完美的目标,那就跟我走吧
 
 2.2AVL的删除操作

 技术分享图片

 

下面我会贴出代码,根据代码把上图的元素删除掉吧,你会成功的

为了更好的理解,建议先把插入代码先实现。

删除代码和BST的删除相似,AVL删除元素后还要照顾好平衡。

bool DeletElement(BiTree&T,int key,bool&lower)//参数(0)树根,(1)删除的元素,(3)此树是否降低标志位
{
    bool L,R;//删除的是左子树还是右子树,作为标志。
    L=R=false;
       if(T==NULL)        // 判断树根是否为空                      
        return false;
    if(key==T->data)//找到了所要删除的节点
    {
        BitNode* p,*s;
        p=T->rchild;
        s=p;
        lower=true;    //找到了必定删除,lower为真
        if(T->rchild==NULL)  // 如果所要删除的节点的右孩子为空
        {   

            p=T;
            T=T->lchild;         //直接删除比如删除上图的 4,9,10,
            free(p);

             lower=true;

            return true;
        }
        else
        {
            while (s)//如果所要删除的T节点右子树不为空,就找T的后继,也就是T的右孩子左子树的最左叶节点
            {
                p=s;
                s=s->lchild;
            }
            T->data=p->data;//替换T
            DeletElement(T->rchild,p->data,lower);//删除掉T的后继
            R=true;
        }
    }
    else if(key<T->data)
    {
        DeletElement(T->lchild,key,lower);
        L=true;
    }
    else 
    {
        DeletElement(T->rchild,key,lower);
        R=true;
    }
    if(lower)//如果有节点删除
    {
        if(L)//删除的是左节点
        {
            switch (T->bf)
            {
            case LH://没删之前LH,删后T->bf=EH;
                T->bf=EH;
                lower=true;
                break;
            case RH://没删之前RH,删后导致右不平衡,
                RightBalance(T);
                lower=false;
                break;
            case EH://没删之前EH,删后RH;
                T->bf=RH;
                lower=false;
                break;
            default:
                break;
            }
        }
        else
        {
            switch (T->bf)
            {
            case EH:
                T->bf=LH;
                lower=false;
                break;
            case RH:
                T->bf=EH;
                lower=true;
                break;
            case LH:
                LeftBalance(T);
                lower=false;
                break;
            default:
                break;
            }
        }
    }
}     

好吧,请原谅我骗了你,你看到这时,已不止半小时了。但为你使你相信你是有能力看完的,我不得不做这个下贱的谎言。 我不期望你能全部都能按照我的思路写下去,因为我写的还不够好,哪怕你有一点收获,楼主也是值得的。

AVL树入门(转载)

标签:函数代码   自己   权限   temp   例子   事物   次数   err   bst   

原文地址:https://www.cnblogs.com/ljp20021026/p/8505897.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!