标签：技巧   search   主函数   arc   ati   链式存储   平衡二叉树   内容   二叉搜索树   

前言

根据插入序列建立二叉平衡树并输出根结点，其实就是考察能否掌握建立二叉平衡树的过程。这题去年有写过，但是一直卡住了，这次终于写出来了，而且真的见识到了一些很精妙的操作，不管是调整还是插入过程。

题目描述

An AVL tree is a self-balancing binary search tree. In an AVL tree, the heights of the two child subtrees of any node differ by at most one; if at any time they differ by more than one, rebalancing is done to restore this property. Figures 1-4 illustrate the rotation rules.
Now given a sequence of insertions, you are supposed to tell the root of the resulting AVL tree.

输入格式

Each input file contains one test case. For each case, the first line contains a positive integer N (≤20) which is the total number of keys to be inserted. Then N distinct integer keys are given in the next line. All the numbers in a line are separated by a space.

输出格式

For each test case, print the root of the resulting AVL tree in one line.

样例

输入样例1

5
88 70 61 96 120

输出样例1

70

输入样例2

7
88 70 61 96 120 90 65

输出样例2

88

思路

emmmm...简单介绍一下平衡二叉树，它是这样一种二叉搜索树，任何一个结点的左右两个子树的高度差不超过1。平衡二叉树的目的是为了能达到最高的搜索效率。
调整过程就不介绍了...
然后就是建立平衡二叉树的过程。
建立平衡二叉树的过程主要以插入为主，插入过程和搜索二叉树的过程一致，但是在每次插入之后，都要加一个调整的步骤，因为每一次插入都可能使其失衡。建立完成后，输出根结点即可。
精妙的在代码部分。

实现

完整代码

#include<iostream>
using namespace std;

typedef struct Node{
	int data;
	struct Node* lchild;
	struct Node* rchild;

} Node;

int myHeight(Node * t) {
	if (t == NULL)
		return 0;
	else {
		int l = myHeight(t->lchild);
		int r = myHeight(t->rchild);
		return (l > r ? l : r) + 1;			//一定要加括号，注意优先级的问题
	}
}

bool myIsBalance(Node *t) {
	int l = myHeight(t->lchild);
	int r = myHeight(t->rchild);
	if (l - r <= 1 && l - r >= -1)
		return true;
	else
		return false;
}

Node* LL(Node* root) {
	Node *p = root->lchild;
	root->lchild = p->rchild;
	p->rchild = root;
	return p;				//返回新的根结点
}

Node* RR(Node* root) {
	Node* p = root->rchild;
	root->rchild = p->lchild;
	p->lchild = root;
	return p;
}

Node* LR(Node* root) {
	root->lchild = RR(root->lchild);
	return LL(root);
}

Node* RL(Node* root) {
	root->rchild = LL(root->rchild);
	return RR(root);
}

Node* myNewNode(int key) {
	Node *p = new Node;
	p->lchild = NULL;
	p->rchild = NULL;
	p->data = key;
	return p;
}

void myInsert(Node *&t, int key) {			
	if (t == NULL)
		t = myNewNode(key);
	else {
		if (key > t->data) {			
			myInsert(t->rchild, key);       
			if (myIsBalance(t) == false) {		
 				if (key > t->rchild->data)		
					t = RR(t);
				else										
					t = RL(t);
			}
		}
		else {
			myInsert(t->lchild, key);
			if (myIsBalance(t) == false) {
				if (key < t->lchild->data)
					t = LL(t);
				else
					t = LR(t);
			}
		}
	}
	return;
}


int main() {                    //主函数
	Node* tree = NULL;
	int num;
	cin >> num;
	for (int i = 0; i < num; i++) {                //逐个插入即可
		int temp;
		cin >> temp;
 		myInsert(tree, temp);                 //插入函数(包括调整)
	}
	cout << tree->data;
	return 0;
}

存储结构

最普通的链式存储

typedef struct Node{
	int data;
	struct Node* lchild;
	struct Node* rchild;

} Node;

调整过程

分别对应四种失衡情况：LL、LR、RR、RL。注意这里需要调整的是里插入结点最近的失衡结点，因为调整完这个之后，更远处失衡的结点也就变的平衡了。
实现过程有个小技巧，LL、RR是基本情况，而LR、RL则可以通过两种基本操作的组合实现，比如，对于LR情况，就可以先对失衡结点的左结点进行RR操作，再对失衡结点进行LL操作。
还有个更棒的小技巧，注意这里的调整过程，输入是待调整的结点的地址，返回值则是调整过后根结点地址，这样在执行调整过程时可以省下很多操作，避免指针错指带来的一些问题。

Node* LL(Node* root) {
	Node *p = root->lchild;
	root->lchild = p->rchild;
	p->rchild = root;
	return p;				//返回新的根结点
}

Node* RR(Node* root) {
	Node* p = root->rchild;
	root->rchild = p->lchild;
	p->lchild = root;
	return p;
}

Node* LR(Node* root) {
	root->lchild = RR(root->lchild);
	return LL(root);
}

Node* RL(Node* root) {
	root->rchild = LL(root->rchild);
	return RR(root);
}

检查是否失衡

1. 用递归获取高度
2. 根据两边子树高度差判断是否平衡

int myHeight(Node * t) { 
	if (t == NULL)
		return 0;
	else {
		int l = myHeight(t->lchild);
		int r = myHeight(t->rchild);
		return (l > r ? l : r) + 1;			//一定要加括号，注意优先级的问题
	}
}

bool myIsBalance(Node *t) {
	int l = myHeight(t->lchild);
	int r = myHeight(t->rchild);
	if (l - r <= 1 && l - r >= -1)
		return true;
	else
		return false;
}

插入主体过程

精妙的使用递归过程实现插入和调整的！

1. 只要设计一个(base case)基本情况作为插入功能的实现就可以了，这里选的时p = NULL时进行插入
2. 因为递归是先触底在一层层回来的，所以在执行完插入过程之后一层层回到根结点进行判断的时候，肯定是先接触到最小失衡树并进行调整，这样调整过之后递归外层的结点（也就是在在树中离插入结点更远的结点）肯定也已经平衡了，巧妙的利用了递归的性质
3. 注意递归函数传入的参数，一个是结点指针，一个是关键字。在进行调整时，传入的结点t就是待调整的指针，这时需要对t的内容进行更改，这里的t要使用引用，因为t在这里其实是上一层结点的子结点，所以必须使用引用，来确保能改变，而不是只是传值进来，那样就是无意义的了，这时再结合调整函数，就能达到更改结点指针的目的了。（很混乱...
   注：其实可以不用引用，只需要返回值也是指针就行了，这样就能实现不用引用更改作为实参传入函数的指针的指向了。有空更新一下这个版本的。

Node* myNewNode(int key) {
	Node *p = new Node;
	p->lchild = NULL;
	p->rchild = NULL;
	p->data = key;
	return p;
}

void myInsert(Node *&t, int key) {			//未曾设想的道路，精妙！
	if (t == NULL)                                  //基本情况（base case）
		t = myNewNode(key);
	else {
		if (key > t->data) {			//默认插在了右边，所以如果不平衡只需要考虑右边的情况即可，即RL、RR，下同
			myInsert(t->rchild, key);       //精妙的是，因为是递归插入的，所以最先被检查到的肯定是最靠近插入结点的，即最近失衡树
			if (myIsBalance(t) == false) {	//检查插入之后是否失衡
 				if (key > t->rchild->data)		
                                 //要么就是在右边的右边，不能用key == rchild->rchild->data判断，因为哪怕是最近失衡结点，也有可能离插入结点超过两层，这里选择使用大小判断正是利用了二叉搜索树的性质
					t = RR(t);      //因为这个赋值语句直接改变了t的指向，所以在传参时，必须要使用引用才行
				else											
					t = RL(t);
			}
		}    
		else {
			myInsert(t->lchild, key);
			if (myIsBalance(t) == false) {
				if (key < t->lchild->data)
					t = LL(t);
				else
					t = LR(t);
			}
		}
	}
	return;
}

Root of AVL Tree（二叉平衡树的建立）

标签：技巧   search   主函数   arc   ati   链式存储   平衡二叉树   内容   二叉搜索树   

原文地址：https://www.cnblogs.com/Za-Ya-Hoo/p/12725387.html