全部博文(1493)
分类:
2012-08-06 17:25:14
原文地址:基于树的查找--------------平衡二叉查找树 作者:zhe_wang
一,分析平衡二叉查找树有什么意义?
平衡二叉查找树是对二叉查找树的改进,那二叉查找树哪些地方是不尽人意的呢?
在分析二叉查找树的平均查找长度时,会发现,二叉查找树的平均查找长度与二叉查找树
的形态有关系,最坏的情况是退化为链表,查找变为线性查找,平均查找长度为(n 1)/2.最
好的情况就是树的形态与折半查找的判断树形式。平均查找长度为logN。
平衡二叉树就是为了保证树的形态向“树”的方向走。避免了二叉查找树退化为链表的可能。
从而提高了查找效率。其实平衡二叉查找树与二叉查找树的区别并不是很大,平衡树在“改变”
树的时候会维护树的形态,“改变”无非就两种,插入节点和删除节点,而树的查找只“读”
了树,并没改变,所以树的查找,平衡树和查找树是一样的。
例如:
现在我要使用24,12,53,28,45,90创建查找树,如果创建的二叉查找树(如左图),
则平均查找长度:(1 2 2 3 4 3)/6 = 15/6 如果创建的是平衡二叉查找树(如右图),
则平均查找长度:(2 3 2 3 1 3)/6 = 14/6. 平衡二叉树的查找效率要高,
这个例子是借用上次使用的,可能代表性不是强。
----------------------------------------------------------------
二,平衡二叉查找树相关的重要概念。
1,什么是平衡二叉查找树?
平衡二叉查找树又称为平衡二叉排序树,又称为AVL树,是二叉查找树的改进。
定义(满足如下三个条件):
(1),是二叉查找树。
(2),左子树与右子树的深度之差的绝对值小于或等于1.
(3),左右子树也是平衡二叉查找树。
2,什么是平衡因子?
平衡二叉查找树的每个结点都要描述一个属性,就是平衡因子,
它表示结点的左子树深度与右子树深度之差。
该概念的引入也是为了更好地描述什么是平衡二叉查找树。有了这概念后。
我们可以重新对二叉查找树下个定义。
如果某个二叉查找树的所有节点的平衡因子只有-1,0,1则说明其实平衡的,
否则说明是不平衡的。
-------------------------------------------------------------------
三,平衡二叉查找树是如何创建和插入的?如何保证插入一个新节点后树仍然是
一棵平衡二叉查找树?
先介绍几个特殊的节点。
插入一个新的节点,只有该节点的祖先节点的平衡因子会变化,其他节点的
平衡因子都不会变化。
如上图,插入15这个节点后,平衡因子变化的只有20,25,40。都是15的“祖先节点”。
A节点:为插入点最底层“祖先节点”最可能的失衡点。比如插入的节点是15,故插入的位置是节点20的左孩子,这从20这个节点开始遍历祖先节点,取最近的的最可能失衡点,
这儿就是40这个节点。如果没有找到,说明插入这个节点不可能破坏平衡
B节点就是该祖先节点一条线中A节点的下一个。
这两个特殊的点很重要,因为后面的失衡类型就是根据这两个点的平衡因子来判断的。
插入节点很简单,主要就是插入节点后有可能破坏平衡,那就必须将非平衡的树调整为平衡树。
现在将非平衡的情况分为四种,每种情况都有自己的调整方法。
1,LL型。(左边重,需往右边转)
LL型的判断依据就是:A节点平衡因子为2,B节点的平衡因子为1.
即: A->bf = 2, B->bf = 1.
如果失衡类型是LL型,这调整算法如下:
以B点为轴,将A节点做顺时针旋转,然后将B的右子树作为A的左子树。
算法的代码实现如下:(可结合上面的图看)
2,RR型。与LL型是对称的。(右边重,需往左边转)
RR型的判断依据就是:A节点平衡因子为-2,B节点的平衡因子为-1.
即: A->bf = -2, B->bf = -1.
如果失衡类型是RR型,这调整算法如下:
该类型的调整和LL型调整差不多。以B节点为轴,将A节点作逆时针旋转,然后,把B的
左子树给A,作为A的右子树。
算法的代码实现如下:
3,LR型。(左边,右边都重,都需要转)
该类型又引入了一个特殊节点C。该节点很好判断,和判断B节点一样,插入节点的
“祖先节点”那一线上,A的下一个是B,B的下一个就是C节点。
LR型的判断依据就是:A节点平衡因子为2,B节点的平衡因子为-1.
即: A->bf = 2, B->bf = -1.
如果失衡类型是LR型,这调整算法如下:
算法的实现代码分析: