Java数据结构与算法解析——AVL树

Posted 4K_WarCraft

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Java数据结构与算法解析——AVL树相关的知识,希望对你有一定的参考价值。

之前我们说过普通二叉查找树的删除算法会使得左子树比右子树深,因为我们总是用右子树的一个来代替删除的节点。会造成二叉查找树,严重的不平衡。

AVL树简介

而AVL树就是解决普通二叉查找树弊端的方法,他是带有平衡条件的二叉查找树,这个平衡条件必须容易保持,而且它保证树的深度必须是O(logN).

AVL树是高度平衡的而二叉树。它的特点是:AVL树中任何节点的两个子树的高度最大差别为1。

上面的两张图片,左边的是AVL树,它的任何节点的两个子树的高度差别都<=1;而右边的不是AVL树,因为7的两颗子树的高度相差为2(以2为根节点的树的高度是3,而以8为根节点的树的高度是1)。

AVL树的实现

1.节点

// AVL树的节点(内部类)
    class AVLTreeNode<T extends Comparable<T>> 
        T element;                // 值
        int height;         // 高度
        AVLTreeNode<T> left;    // 左孩子
        AVLTreeNode<T> right;    // 右孩子

        public AVLTreeNode(T key, AVLTreeNode<T> left, AVLTreeNode<T> right) 
            this.element = key;
            this.left = left;
            this.right = right;
            this.height = 0;
        
    

 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15

AVLTree是AVL树对应的类,而AVLTreeNode是AVL树节点,它是AVLTree的内部类。AVLTree包含了AVL树的根节点,AVL树的基本操作也定义在AVL树中。AVLTreeNode包括的几个组成对象: 
(1) key – 是关键字,是用来对AVL树的节点进行排序的。 
(2) left – 是左孩子。 
(3) right – 是右孩子。 
(4) height – 是高度。

2.树的高度

/*
 * 获取树的高度
 */
private int height(AVLTreeNode<T> tree) 
    if (tree != null)
        return tree.height;

    return 0;


public int height() 
    return height(mRoot);

 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13

有的地方将”空二叉树的高度是-1”,这里我们采用另一种定义:树的高度为最大层次。即空的二叉树的高度是0,非空树的高度等于它的最大层次(根的层次为1,根的子节点为第2层,依次类推)。

3.旋转

如果在AVL树中进行插入或删除节点后,可能导致AVL树失去平衡。这种失去平衡的可以概括为4种姿态:LL(左左),LR(左右),RR(右右)和RL(右左)。

上图中的4棵树都是”失去平衡的AVL树”,从左往右的情况依次是:LL、LR、RL、RR。除了上面的情况之外,还有其它的失去平衡的AVL树,如下图: 

(1) LL:LeftLeft,也称为”左左”。插入或删除一个节点后,根节点的左子树的左子树还有非空子节点,导致”根的左子树的高度”比”根的右子树的高度”大2,导致AVL树失去了平衡。 
例如,在上面LL情况中,由于”根节点(8)的左子树(4)的左子树(2)还有非空子节点”,而”根节点(8)的右子树(12)没有子节点”;导致”根节点(8)的左子树(4)高度”比”根节点(8)的右子树(12)”高2。

(2) LR:LeftRight,也称为”左右”。插入或删除一个节点后,根节点的左子树的右子树还有非空子节点,导致”根的左子树的高度”比”根的右子树的高度”大2,导致AVL树失去了平衡。 
例如,在上面LR情况中,由于”根节点(8)的左子树(4)的左子树(6)还有非空子节点”,而”根节点(8)的右子树(12)没有子节点”;导致”根节点(8)的左子树(4)高度”比”根节点(8)的右子树(12)”高2。

(3) RL:RightLeft,称为”右左”。插入或删除一个节点后,根节点的右子树的左子树还有非空子节点,导致”根的右子树的高度”比”根的左子树的高度”大2,导致AVL树失去了平衡。 
例如,在上面RL情况中,由于”根节点(8)的右子树(12)的左子树(10)还有非空子节点”,而”根节点(8)的左子树(4)没有子节点”;导致”根节点(8)的右子树(12)高度”比”根节点(8)的左子树(4)”高2。

(4) RR:RightRight,称为”右右”。插入或删除一个节点后,根节点的右子树的右子树还有非空子节点,导致”根的右子树的高度”比”根的左子树的高度”大2,导致AVL树失去了平衡。 
例如,在上面RR情况中,由于”根节点(8)的右子树(12)的右子树(14)还有非空子节点”,而”根节点(8)的左子树(4)没有子节点”;导致”根节点(8)的右子树(12)高度”比”根节点(8)的左子树(4)”高2。

如果在AVL树中进行插入或删除节点后,可能导致AVL树失去平衡。AVL失去平衡之后,可以通过旋转使其恢复平衡,下面分别介绍”LL(左左),LR(左右),RR(右右)和RL(右左)”这4种情况对应的旋转方法。

LL的旋转 
LL失去平衡的情况,可以通过一次旋转让AVL树恢复平衡。如下图: 

图中左边是旋转之前的树,右边是旋转之后的树。从中可以发现,旋转之后的树又变成了AVL树,而且该旋转只需要一次即可完成。 
对于LL旋转,你可以这样理解为:LL旋转是围绕”失去平衡的AVL根节点”进行的,也就是节点k2;而且由于是LL情况,即左左情况,就用手抓着”左孩子,即k1”使劲摇。将k1变成根节点,k2变成k1的右子树,”k1的右子树”变成”k2的左子树”。

LL的旋转代码

/**
     * LL:左左对应的情况(左单旋转)。
     * @param k2
     * @return 旋转后的根节点
     */
    private AVLTreeNode<T> leftLeftRotation(AVLTreeNode<T> k2) 
        AVLTreeNode<T> k1;

        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;
    
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17

RR的旋转 
理解了LL之后,RR就相当容易理解了。RR是与LL对称的情况!RR恢复平衡的旋转方法如下: 

图中左边是旋转之前的树,右边是旋转之后的树。RR旋转也只需要一次即可完成。

 private AVLTreeNode<T> rightRightRotation(AVLTreeNode<T> k1) 
        AVLTreeNode<T> k2;

        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;
    
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12

LR的旋转 
LR失去平衡的情况,需要经过两次旋转才能让AVL树恢复平衡。 

第一次旋转是围绕”k1”进行的”RR旋转”,第二次是围绕”k3”进行的”LL旋转”。

LR的旋转代码

/**
     *  LR:左右对应的情况(左双旋转)。
     * @param k3
     * @return 旋转后的根节点
     */
    private AVLTreeNode<T> leftRightRotation(AVLTreeNode<T> k3) 
        k3.left = rightRightRotation(k3.left);

        return leftLeftRotation(k3);
    
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10

RL的旋转 
RL是与LR的对称情况!RL恢复平衡的旋转方法如下: 

第一次旋转是围绕”k3”进行的”LL旋转”,第二次是围绕”k1”进行的”RR旋转”。

RL的旋转代码

 /**
     * RL:右左对应的情况(右双旋转)。
     * @param k1
     * @return 旋转后的根节点
     */
    private AVLTreeNode<T> rightLeftRotation(AVLTreeNode<T> k1) 
        k1.right = leftLeftRotation(k1.right);

        return rightRightRotation(k1);
    
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10

4.插入

 public void insert(T key) 
        mRoot = insert(mRoot, key);
    

    /**
     * 将结点插入到AVL树中,并返回根节点
     *
     * @param tree AVL树的根结点
     * @param key  插入的结点的键值
     * @return 根节点
     */
    private AVLTreeNode<T> insert(AVLTreeNode<T> tree, T key) 
        if (tree == null) 
            // 新建节点
            return tree = new AVLTreeNode<T>(key, null, null);

        

        int cmp = key.compareTo(tree.element);
        if (cmp < 0) // 将key插入到"tree的左子树"的情况
            tree.left = insert(tree.left, key);

         else if (cmp > 0)  // 将key插入到"tree的右子树"的情况
            tree.right = insert(tree.right, key);
        

        return balance(tree);
    


 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30

插入节点后,可能会使AVL树失去平衡,通过balance()方法进行相应的调节。

 private static final int ALLOWED_IMBALANCE = 1;

    private AVLTreeNode<T> balance(AVLTreeNode<T> tree) 
        if (tree == null) 
            return tree;
        
        // 插入节点后,若AVL树失去平衡,则进行相应的调节。
        if (height(tree.left) - height(tree.right) > ALLOWED_IMBALANCE) 

            if (height(tree.left.left) >= height(tree.left.right)) 
                leftLeftRotation(tree);
             else 
                leftRightRotation(tree);
            
         else if (height(tree.right) - height(tree.left) > ALLOWED_IMBALANCE) 
            if (height(tree.right.right) >= height(tree.right.left)) 
                rightRightRotation(tree);
             else 
                rightLeftRotation(tree);
            
        
        tree.height = Math.max( height(tree.left), height(tree.right)) + 1;

        return tree;
    
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25

5.删除

public void remove(T key) 
        AVLTreeNode<T> z;

        mRoot = remove(mRoot, z);
    

    /**
     * 删除结点(z),返回根节点
     *
     * @param tree AVL树的根结点
     * @param z    待删除的结点
     * @return 根节点
     */
    private AVLTreeNode<T> remove(AVLTreeNode<T> tree, AVLTreeNode<T> z) 
        if (tree == null)
            return tree;

        int cmp = z.element.compareTo(tree.element);
        if (cmp > 0) 
            tree.right = remove(tree.right, z);
         else if (cmp < 0) 
            tree.left = remove(tree.left, z);
         else if (tree.left != null && tree.right != null) 
            tree.element = findMin(tree.right).element;
            tree.right = remove(tree.element, tree.right);
         else 
            tree = (tree.left != null) ? tree.left : tree.right;
        
        return balance(tree);
    

    private AVLTreeNode<T> findMin(AVLTreeNode<T> node) 
        if (node != null) 
            while (node.left != null) 
                node = node.left;
            
        
        return node;
    

    public AVLTreeNode<T> remove(T t, AVLTreeNode<T> node) 
        if (node == null) 
            return node;
        
        int compareResult = t.compareTo(node.element);
        if (compareResult > 0) 
            node.right = remove(t, node.right);
         else if (compareResult < 0) 
            node.left = remove(t, node.left);
         else if (node.left != null && node.right != null) 
            node.element = findMin(node.right).element;
            node.right = remove(node.element, node.right);
         else 
            node = (node.left != null) ? node.left : node.right;
        
        return node;

    
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58

删除操作就是在原来查找二叉树的基础上,每一次删除都调用balance()方法对AVL树进行再平衡。

完整的实现代码如下:

public class AVLTree<T extends Comparable<T>> 

    private AVLTreeNode<T> mRoot;    // 根结点

    // AVL树的节点(内部类)
    class AVLTreeNode<T extends Comparable<T>> 
        T element;                // 值
        int height;         // 高度
        AVLTreeNode<T> left;    // 左孩子
        AVLTreeNode<T> right;    // 右孩子

        public AVLTreeNode(T key, AVLTreeNode<T> left, AVLTreeNode<T> right) 
            this.element = key;
            this.left = left;
            this.right = right;
            this.height = 数据结构——AVL数

数据结构之AVL树

图解数据结构树之AVL树

二叉树--二叉平衡树

算法二叉搜索树之AVL树

[javaSE] 数据结构(AVL树基本概念)