理想平衡
节点数目固定时,兄弟子树高度越接近(平衡),全树越趋向于更低
由n个节点组成二叉树,高度不低于,恰为
时,称作理想平衡
理想平衡出现概率极低,维护成本过高
高度渐进不超过O(logn),即可称作适度平衡
适度平衡的BST,称作平衡二叉搜索树(BBST)
等价BST
联接关系不尽相同,承袭关系可能颠倒
中序遍历序列完全一致,全局单调非降
平衡因子
balFac(v) = height(lc(v)) - height(rc(v))
G.Adelson-Velsky & E. Landis: ∀ v, | balcFac(v) | ≤ 1
height(AVL) = O(logn)
高度为h的AVL树,至少包含S(h) = fib(h + 3) - 1个节点
AVL接口
#define Balanced(x) \ // 理想平衡
(stature((x).lChild) == stature((x).rChild))
#define BalFac(x) \ // 平衡因子
(stature((x).lChild) - stature((x).rChild))
#define AvlBalanced(x) \ // AVL平衡条件
((-2 < BalFac(x)) && (BalFac(x) < 2))
tempalte <typename T> class AVL: public BST<T> { // 由BST派生
public: // BST::search()等接口可直接沿用
BinNodePosi(T) insert(const T &); // 插入重写
bool remove(const T &); // 删除重写
}
插入节点
插入一个节点可能导致同时有多个失衡节点,g经单旋或双旋调整后复衡,子树高度复原,全树复衡
template <typename T> BinNodePosi(T) AVL<T>::insert(const T & e) {
BinNodePosi(T) & x = search(e);
if (x)
return x;
x = new BinNode<T>(e, _hot);
_size++;
BinNodePosi(T) xx = x; // 若目标不存在,则创建x
for (BinNodePosi(T) g = x -> parent; g; g = g -> parent) { // 从x的父节点出发逐层向上检查
if (!AvlBalanced(*g)) { // 若发现g失衡,则通过调整恢复平衡
FromParentTo(*g) = rotateAt(tallerChild(tallerChild(g)));
break; // g复衡后,局部子树高度必然复原,调整结束
} else {
updateHeight(g); // 否则只需更新高度
}
}
return xx; // 返回新节点,至多需要一次调整
}
删除节点
删除一个节点可能导致同时至多一个失衡节点g,可能是x的父节点_hot
g经单旋调整后复衡,子树高度未必复原,全树仍可能失衡
由于有失衡传播现象,可能需要O(logn)次调整
template <typename T> bool AVL<T>::remove(const T & e) {
BinNodePosi(T) & x = search(e);
if (!x)
return false;
removeAt(x, _hot);
_size--; // 若目标存在,则在按BST规则删除后,_hot以上可能失衡
for (BinNodePosi(T) g = _hot; g; g = g -> parent) { // 从_hot出发逐层向上检查
if (!AvlBalanced(*g)) // 若发现g失衡,则通过调整恢复平衡
g = FromParentTo(*g) = rotateAt(tallerChild(tallerChild(g)));
updateHeight(g); // 更新高度
} // 可能需要Ω(logn)次调整,无论是否经过调整,全树高度均可能下降
return true; // 删除成功
}
3+4重构
设g(x)为最低失衡节点,考察三代g ~ p ~ v,按中序遍历次序重命名a < b < c
拥有互不相交的4个子树(可能为空),按中序遍历次序重命名T0 < T1 < T2 < T3
template <typename T> BinNodePosi(T) BST<T>::connect34(BinNodePosi(T) a, BinNodePosi(T) b, BinNodePosi(T) c, BinNodePosi(T) T0, BinNodePosi(T) T1, BinNodePosi(T) T2, BinNodePosi(T) T3) {
a -> lChild = T0;
if (T0)
T0 -> parent = a;
a -> rChild = T1;
if (T1)
T1 -> parent = a;
updateHeight(a);
c -> lChild = T2;
if (T2)
T2 -> parent = c;
c -> rChild = T3;
if (T3)
T3 -> parent = c;
updateHeight(c);
b -> lChild = a;
a -> parent = b;
b -> rChild = c;
c -> parent =b;
updateHeight(b);
return b; // 该子树新的根节点
}
template<typename T> BinNodePosi(T) BST<T>::rotateAt(BinNodePosi(T) v) {
BinNodePosi(T) p = v -> parent;
BinNodePosi(T) g = p -> parent;
if (IsLChild(*p)) { // zig
if (IsLChild(*v)) { // zig-zig
p -> parent = g -> parent; // 向上联接
return connect34(v, p, g, v -> lChild, v -> rChild, p -> rChild, g -> rChild);
} else { // zig-zag
v -> parent = g -> parent; // 向上联接
return connect34(p, v, g, p -> lChild, v -> lChild, v -> rChild, g -> rChild);
}
} else { // zag
if(IsRChild(*v)) { // zag-zag
p->parent = g->parent;
return connect34(g, p, v, g -> lChild, p -> lChild, v -> lChild, v -> rChild);
} else { // zag-zig
v->parent = g->parent;
return connect34(g, v, p, g -> lChild, v -> lChild, v -> rChild, p -> rChild);
}
}
}
AVL树无论查找、插入或删除,最坏情况下的复杂度均为O(logn)
借助高度或平衡因子,需改造元素结构或额外封装
实测复杂度与理论值有差距
单次动态调整后,全树拓扑结构的变化量可能Ω(logn)
网友评论