当前位置:

首页 > 编程开发 > Java数据结构之AVL树实例分析

Java数据结构之AVL树实例分析

AVL树的引入搜索二叉树有着极高的搜索效率,但是搜索二叉树会出现以下极端情况:这样的二叉树搜索效率甚至比链表还低。在搜索二叉树基础上出现的平衡二叉树(AVL树)就解决了这样的问题。当平衡二叉树(AVL树)的某个节点左右子树高度差的绝对值大于1时,就会通过旋转操作减小它们的高度差。基本概念AVL树本质上还是一棵二叉搜索树,它的特点是:本身首先是一棵二叉搜索树。每个结点的左右子树的高度之差的绝对值(平衡因子)最多为1。也就是说,AVL树,本质上是带了平衡功能的二叉查找树(二叉排序树,二叉搜索树)。当插入一个节

本文目录

    Java数据结构之AVL树实例分析

    AVL树的引入

    搜索二叉树有着极高的搜索效率,但是搜索二叉树会出现以下极端情况:
    Java数据结构之AVL树实例分析
    这样的二叉树搜索效率甚至比链表还低。在搜索二叉树基础上出现的平衡二叉树(AVL树)就解决了这样的问题。当平衡二叉树(AVL树)的某个节点左右子树高度差的绝对值大于1时,就会通过旋转操作减小它们的高度差。

    基本概念

    AVL树本质上还是一棵二叉搜索树,它的特点是:

    1. 本身首先是一棵二叉搜索树。

    2. 每个结点的左右子树的高度之差的绝对值(平衡因子)最多为1。也就是说,AVL树,本质上是带了平衡功能的二叉查找树(二叉排序树,二叉搜索树)。

    3. 当插入一个节点或者删除一个节点时,导致某一个节点的左右子树高度差的绝对值大于1,这时需要通过左旋和右旋的操作使二叉树再次达到平衡状态。

    平衡因子(balanceFactor)

    • 一个结点的左子树与右子树的高度之差。

    • AVL树中的任意结点的BF只可能是-1,0和1。

    基础设计

    下面是AVL树需要的简单方法和属性:

    public class AVLTree >{
        class Node{
            E value;
            Node left;
            Node right;
            int height;
            public Node(){}
            public Node(E value){
                this.value = value;
                height = 1;
                left = null;
                right = null;
            }
            public void display(){
                System.out.print(this.value + " ");
            }
        }
        Node root;
        int size;
        public int size(){
            return size;
        }
        public int getHeight(Node node) {
            if(node == null) return 0;
            return node.height;
        }
        //获取平衡因子(左右子树的高度差,大小为1或者0是平衡的,大小大于1不平衡)
        public int getBalanceFactor(){
            return getBalanceFactor(root);
        }
        public int getBalanceFactor(Node node){
            if(node == null) return 0;
            return getHeight(node.left) - getHeight(node.right);
        }
    
        //判断一个树是否是一个平衡二叉树
        public boolean isBalance(Node node){
            if(node == null) return true;
            int balanceFactor = Math.abs(getBalanceFactor(node.left) - getBalanceFactor(node.right));
            if(balanceFactor > 1) return false;
            return isBalance(node.left) && isBalance(node.right);
        }
        public boolean isBalance(){
            return isBalance(root);
        }
    
        //中序遍历树
        private  void inPrevOrder(Node root){
            if(root == null) return;
            inPrevOrder(root.left);
            root.display();
            inPrevOrder(root.right);
        }
        public void inPrevOrder(){
            System.out.print("中序遍历:");
            inPrevOrder(root);
        }}

    RR(左旋)

    往一个树右子树的右子树上插入一个节点,导致二叉树变得不在平衡,如下图,往平衡二叉树中插入5,导致这个树变得不再平衡,此时需要左旋操作,如下:
    Java数据结构之AVL树实例分析
    代码如下:

    //左旋,并且返回新的根节点
        public Node leftRotate(Node node){
            System.out.println("leftRotate");
           Node cur = node.right;
           node.right = cur.left;
           cur.left = node;
           //跟新node和cur的高度
            node.height = Math.max(getHeight(node.left),getHeight(node.right)) + 1;
            cur.height = Math.max(getHeight(cur.left),getHeight(cur.right)) + 1;
            return cur;
        }

    LL(右旋)

    往一个AVL树左子树的左子树上插入一个节点,导致二叉树变得不在平衡,如下图,往平衡二叉树中插入2,导致这个树变得不再平衡,此时需要左旋操作,如下:
    Java数据结构之AVL树实例分析
    代码如下:

     //右旋,并且返回新的根节点
        public Node rightRotate(Node node){
            System.out.println("rightRotate");
            Node cur = node.left;
            node.left = cur.right;
            cur.right = node;
            //跟新node和cur的高度
            node.height = Math.max(getHeight(node.left),getHeight(node.right)) + 1;
            cur.height = Math.max(getHeight(cur.left),getHeight(cur.right)) + 1;
            return cur;
        }

    LR(先左旋再右旋)

    往AVL树左子树的右子树上插入一个节点,导致该树不再平衡,需要先对左子树进行左旋,再对整棵树右旋,如下图所示,插入节点为5.
    Java数据结构之AVL树实例分析

    RL(先右旋再左旋)

    往AVL树右子树的左子树上插入一个节点,导致该树不再平衡,需要先对右子树进行右旋,再对整棵树左旋,如下图所示,插入节点为2.
    Java数据结构之AVL树实例分析

    添加节点

    //添加元素
        public  void add(E e){
            root = add(root,e);
        }
        public Node add(Node node, E value) {
            if (node == null) {
                size++;
                return new Node(value);
            }
            if (value.compareTo(node.value) > 0) {
                node.right = add(node.right, value);
            } else if (value.compareTo(node.value) < 0) {
                node.left = add(node.left, value);
            }
            //跟新节点高度
            node.height = Math.max(getHeight(node.left), getHeight(node.right)) + 1;
            //获取当前节点的平衡因子
            int balanceFactor = getBalanceFactor(node);
            //该子树不平衡且新插入节点(导致不平衡的节点)在左子树的左子树上,此时需要进行右旋
            if (balanceFactor > 1 && getBalanceFactor(node.left) >= 0) {
                return rightRotate(node);
            }
            //该子树不平衡且新插入节点(导致不平衡的节点)在右子树子树的右子树上,此时需要进行左旋
            else if (balanceFactor < -1 && getBalanceFactor(node.right) <= 0) {
                return leftRotate(node);
            }
            //该子树不平衡且新插入节点(导致不平衡的节点)在左子树的右子树上,此时需要先对左子树左旋,在整个树右旋
            else if (balanceFactor > 1 && getBalanceFactor(node.left) < 0) {
                node.left = leftRotate(node.left);
                return rightRotate(node);
            }
            //balanceFactor < -1 && getBalanceFactor(node.left) > 0
            //该子树不平衡且新插入节点(导致不平衡的节点)在右子树的左子树上,此时需要先对右子树右旋,再整个树左旋
            else if(balanceFactor < -1 && getBalanceFactor(node.right) > 0) {
                node.right = rightRotate(node.right);
                return leftRotate(node);
            }
            return node;
        }

    删除节点

     //删除节点
        public E remove(E value){
            root = remove(root,value);
            if(root == null){
                return null;
            }
            return root.value;
        }
        public Node remove(Node node, E value){
            Node retNode = null;
            if(node == null)
                return retNode;
            if(value.compareTo(node.value) > 0){
                node.right = remove(node.right,value);
                retNode = node;
            }
            else if(value.compareTo(node.value) < 0){
                node.left = remove(node.left,value);
                retNode = node;
            }
            //value.compareTo(node.value) = 0
            else{
                //左右节点都为空,或者左节点为空
                if(node.left == null){
                    size--;
                    retNode = node.right;
                }
                //右节点为空
                else if(node.right == null){
                    size--;
                    retNode = node.left;
                }
                //左右节点都不为空
                else{
                    Node successor = new Node();
                    //寻找右子树最小的节点
                    Node cur = node.right;
                    while(cur.left != null){
                        cur = cur.left;
                    }
                    successor.value  = cur.value;
                    successor.right = remove(node.right,value);
                    successor.left = node.left;
                    node.left =  node.right = null;
                    retNode = successor;
                }
                if(retNode == null)
                    return null;
                //维护二叉树平衡
                //跟新height
                retNode.height = Math.max(getHeight(retNode.left),getHeight(retNode.right));
            }
            int balanceFactor = getBalanceFactor(retNode);
            //该子树不平衡且新插入节点(导致不平衡的节点)在左子树的左子树上,此时需要进行右旋
            if (balanceFactor > 1 && getBalanceFactor(retNode.left) >= 0) {
                return rightRotate(retNode);
            }
            //该子树不平衡且新插入节点(导致不平衡的节点)在右子树子树的右子树上,此时需要进行左旋
            else if (balanceFactor < -1 && getBalanceFactor(retNode.right) <= 0) {
                return leftRotate(retNode);
            }
            //该子树不平衡且新插入节点(导致不平衡的节点)在左子树的右子树上,此时需要先对左子树左旋,在整个树右旋
            else if (balanceFactor > 1 && getBalanceFactor(retNode.left) < 0) {
                retNode.left = leftRotate(retNode.left);
                return rightRotate(retNode);
            }
            //该子树不平衡且新插入节点(导致不平衡的节点)在右子树的左子树上,此时需要先对右子树右旋,再整个树左旋
            else if(balanceFactor < -1 && getBalanceFactor(retNode.right) > 0) {
                retNode.right = rightRotate(retNode.right);
                return leftRotate(retNode);
            }
            return  retNode;
        }
    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发 Java
    相关文章 更多
    Java单元测试入门:使用JUnit 5编写第一个测试用例
    Java单元测试入门:使用JUnit 5编写第一个测试用例

    面向初学者的JUnit 5实用入门指南。从测试概念、Maven依赖配置,到手把手编写首个单元测试用例及断言验证,助你掌握Java单元测试的核心流程。

    Java变量未初始化报错解析:局部变量与成员变量默认值差异
    Java变量未初始化报错解析:局部变量与成员变量默认值差异

    深入解析Java中局部变量未初始化编译报错与成员变量自动赋予默认值的机制差异,涵盖JVM内存分配、编译期确定性赋值检查与实际排查修复方案。

    Java获取当前时间并格式化输出:DateTimeFormatter与SimpleDateFormat
    Java获取当前时间并格式化输出:DateTimeFormatter与SimpleDateFormat

    详细讲解在Java中获取当前系统时间并进行格式化输出的两种核心方案:基于Java 8全新日期时间API的DateTimeFormatter与传统遗留的SimpleDateFormat,包含完整代码示例、线程安全机制对比及生产选型建议。

    Java中final与static final常量的定义及初始化规则
    Java中final与static final常量的定义及初始化规则

    深入解析Java中final变量与static final常量的定义、内存语义、初始化时机及合法赋值路径,涵盖编译期常量优化与实战避坑指南。

    Java抽象方法与接口方法的区别及选型建议
    Java抽象方法与接口方法的区别及选型建议

    深入对比Java中抽象类抽象方法与接口方法的语法演进、设计意图及运行期差异,并提供清晰的架构选型决策流程与实战范例。

    Java实现HTTP请求与JSON解析的完整代码示例
    Java实现HTTP请求与JSON解析的完整代码示例

    本文提供Java标准库HttpClient发起HTTP GET/POST请求并结合Jackson进行JSON数据反序列化与序列化的完整代码示例与工程实践指南。

    Java递归出现StackOverflowError的原因分析及栈空间优化方案
    Java递归出现StackOverflowError的原因分析及栈空间优化方案

    详细分析Java递归调用出现StackOverflowError的原因,结合代码说明线程栈、栈帧和递归深度之间的关系,并介绍终止条件排查、迭代改写、减少栈帧开销以及通过-Xss调整JVM栈空间的方法。

    Java空指针异常(NPE)的代码排查与修复实例
    Java空指针异常(NPE)的代码排查与修复实例

    针对Java中常见的NullPointerException(NPE),本文从堆栈日志定位、典型代码触发场景、具体修复代码对比到防御体系进行系统讲解,提供实用且易上手的排查与修复方案。

    selenium上传文件教程本地文件路径设置方法
    selenium上传文件教程本地文件路径设置方法

    深入解析Selenium处理文件上传的技术细节,涵盖标准HTML控件的路径直接注入法与非标准控件的系统级模拟方案,提供Windows与Linux环境下的路径设置最佳实践及常见异常排查。

    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景
    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景

    针对大数据工程场景,系统对比Java、Scala与Python在执行性能、生态结合、开发效率和维护成本上的核心差异,给出清晰的架构选型依据与落地方案。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。