您的位置:首页 > 理论基础 > 数据结构算法

数据结构:平衡二叉树

2019-09-24 15:12 1341 查看
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。 本文链接:https://blog.csdn.net/weixin_43624024/article/details/101277636

在学习平衡二叉树之前,我们需要先对二叉查找树进行一定的了解,其特征是:查找的性能取决于树的形状。因此在某些极端情况下,二叉查找树会退化为一个线性链表,查找效率的时间复杂度从O(log2n)降到了O(n)。为了规避这个缺点,引入了平衡二叉树。可以理解为平衡二叉树是基于二叉查找树的优化。

 

平衡二叉树在二叉查找树的基础之上增加了一个新的特性:每一个节点的左子树与右子树高度相差最多为1,这个高度的限制就可以避免出现树结构退化为线性链表的情况。因此,即便是在最坏情况下,平衡二叉树的查找,插入,删除时间复杂度都为O(log2n)。

 

实现原理

在了解了平衡二叉树大致的概念后,再看一下它具体实现的方式吧(゜▽゜*)

既然是要求每一个节点的左子树与右子树高度相差最多为1,那么就可以对节点对象引入一个属性值进行判断,这个属性值也就是平衡因子,其值为节点的左子树深度 - 右子树深度。在构建一棵平衡二叉树时,每当插入一个新的节点,都需要检查插入后是否破坏了树的平衡,如果失衡,那么则需要通过旋转去改变树的结构,使其再次平衡。

可以说旋转是平衡二叉树的核心,也是相对来说比较难懂的概念了,当然难懂只是针对于我这种空间想象能力比较差的( ′⌒`)

当然旋转也分几种情况,下面通过图片进行每种情况的示例:

 

旋转

①在节点X的左孩子节点的左子树中插入了新的元素(简称左左)

如图,在节点9的左孩子5的左子树3插入了新的节点2,可以判断出节点9为失衡节点。

此时我们对失衡节点9进行一次以轴为节点5的右旋转,该树再次恢复了平衡。

 

代码实现

可以观察到,节点8从节点5的右孩子变为了节点9的左孩子,节点5从节点9的左孩子变为了9的父节点。

那么我们可以对此进行代码描述

[code]    private AVLNode<T> rotateRight(AVLNode<T> x){
//w节点为失衡节点x的左孩子
AVLNode<T> w = x.left;
//1 失衡节点的左孩子变为w节点的右孩子
x.left=w.right;
//2 w节点的右孩子变为失衡节点x
w.right=x;
//重新计算x节点和w节点的高度
x.height=Math.max(height(x.left),height(x.right))+1;
w.height=Math.max(height(w.left),x.height)+1;
return w;//返回新的根结点
}

 

②在节点X的右孩子节点的右子树中插入了元素(简称右右

如图,在节点5的右孩子9的右子树11插入了新的节点14,可以判断出节点5为失衡节点。

此时我们对失衡节点5进行一次以轴为节点9的左旋转,该树再次恢复了平衡。

 

代码实现

可以观察到,节点7从节点9的左孩子变为了节点5的右孩子,节点9从节点5的右孩子变为了5的父节点。

不知道各位有没有发现,右右的情况完全是与左左相反的。

那么我们可以对此进行代码描述

[code]    private AVLNode<T> rotateLeft(AVLNode<T> w){
//x为失衡结点w的右节点
AVLNode<T> x=w.right;
//将失衡结点w的右子树变为x的左子树
w.right=x.left;
//x的左子树变为失衡结点x
x.left=w;
//重新计算x w的高度
x.height=Math.max(height(x.left),w.height)+1;
w.height=Math.max(height(w.left),height(w.right))+1;
//返回新的根结点
return x;
}

 

③在节点X的左孩子节点的右子树中插入了元素(简称左右

该情况就稍微有些复杂了,我们仅通过一次旋转并不能获取到平衡的二叉树,此时需要先通过一次左旋转将其不稳定二叉树转换为左左的情况,再通过一次右旋转得到平衡二叉树。

如图,在节点15的左孩子6的右子树8插入了新的节点10,可以判断出节点15为失衡节点。

将节点6进行一次以8为轴的左旋转,此时得到我们之前分析的第①种情况:左左

此时再将节点15进行一次以8为轴的右旋转,该树再次恢复了平衡。

 

代码实现

可以观察到,在原树中插入了节点10以后,节点15变成了失衡节点,此时需要把节点8变为根节点才能重新恢复平衡。因此需要先对失衡节点的左孩子8进行左旋转,在对失衡节点15进行右旋转。

[code]private AVLNode<T> RotateLeftAndRight(AVLNode<T> x){
//x的左孩子先进行左旋转
x.left=singleRotateRight(x.left);
//再进行x的右旋转
return singleRotateLeft(x);
}

 

 

④在节点X的右孩子节点的左子树中插入了元素(简称右左

与情况③互为镜像,此时需要先通过一次右旋转将其不稳定二叉树转换为右右的情况,再通过一次左旋转得到平衡二叉树。

如图,在节点8的右孩子15的左子树10插入了新的节点9,可以判断出节点8为失衡节点。

将节点10进行一次以15为轴的右旋转,此时得到我们之前分析的第②种情况:右右

此时再将结点8进行一次以10为轴的左旋转,该树再次恢复了平衡。

 

代码实现

与情况③互为镜像

[code]private AVLNode<T> rotateRightAndLeft(AVLNode<T> x){
//x的右孩子先进行右旋转
x.right=rotateRight(x.right);
//再进行x的左旋转
return rotateLeft(x);
}

 

 

 

 

 

内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: