AVL树 01 AVL树基础

AVL 树(平衡二叉树)

  • AVL树是这样定义的一棵平衡二叉树:对任意节点,左子树和右子树的高度差不能超过1;
  • AVL树中的每个节点标注了节点的高度;
  • AVL树中的每个节点都有一个平衡因子,平衡因子指的是左右子树的高度差;

AVLTree 基础代码

  • AVLTree的代码是基于之前BSTMap的代码改造的,每个节点中key和value,节点的可比较性体现在key上;
  • 相较于BSTMap,AVLTree中的节点拥有表示节点高度的属性height,叶子节点的高度为1;
import java.util.ArrayList;

public class AVLTree<K extends Comparable<K>, V> {

    private class Node{
        public K key;
        public V value;
        public Node left, right;
        public int height;

        public Node(K key, V value){
            this.key = key;
            this.value = value;
            left = null;
            right = null;
            height = 1;
        }
    }

    private Node root;
    private int size;

    public AVLTree(){
        root = null;
        size = 0;
    }

    public int getSize(){
        return size;
    }

    public boolean isEmpty(){
        return size == 0;
    }   

}

辅助方法 - 获取节点的高度值

  • 节点null的高度为0,对获取节点高度的逻辑进行简单的封装,方便在更复杂逻辑中的使用 ;
// 获得节点node的高度
private int getHeight(Node node){
    if(node == null)
        return 0;
    return node.height;
}

辅助方法 - 获取节点的平衡因子

  • 如果节点是null,它的平衡因子是0;
  • 如果节点不是null,平衡因子的计算方式为:左孩子的高 - 右孩子的高;
private int getBalanceFactor(Node node){
    if(node == null)
        return 0;
    return getHeight(node.left) - getHeight(node.right);
}

add方法相关的逻辑改动

  • 递归到底的情况并不需要修改,因为 node == null 的时候,新创建的节点只能作为整个二分搜索树的叶子节点,这是由二分搜索树的性质决定的,在AVLTree中,叶子节点的高度就是1;
  • 递归到底的结果,在原本的二分搜索树中,只需一层层的向上返回,一层层的链接回整个二分搜索树,现在在引入节点的高度值后,将递归的结果一层层的向上返回已经不够了,因为新节点的加入,可能会影响新加入节点往上追溯的整个链表中节点高度值的变化,所以递归到底的结果在返回上层之后,除了要把根节点重新链入整棵二分搜索树中之外,还要更新这条链表中上层节点的高度值;具体更新的策略是:左右孩子中,高度更大的高度值加1;
  • 在更新完节点(这条链表中除新添加的节点)的高度值后,还要计算一下节点的平衡因子,平衡因子的计算方式为:左孩子的高 - 右孩子的高;
  • 将递归到底的结果链入整个二分搜索树,结算节点的高度值,计算节点的平衡因子,这3件事是递归到底的结果在一层层向上返回的过程中,每一层都需要做的操作;
// 向二分搜索树中添加新的元素(key, value)
public void add(K key, V value){
    root = add(root, key, value);
}

// 向以node为根的二分搜索树中插入元素(key, value),递归算法
// 返回插入新节点后二分搜索树的根
private Node add(Node node, K key, V value){

    if(node == null){
        size ++;
        return new Node(key, value);
    }

    if(key.compareTo(node.key) < 0)
        node.left = add(node.left, key, value);
    else if(key.compareTo(node.key) > 0)
        node.right = add(node.right, key, value);
    else // key.compareTo(node.key) == 0
        node.value = value;

    // 更新height
    node.height = 1 + Math.max(getHeight(node.left), getHeight(node.right));

    // 计算平衡因子
    int balanceFactor = getBalanceFactor(node);
    if(Math.abs(balanceFactor) > 1)
        System.out.println("unbalanced : " + balanceFactor);

    return node;
}
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,163评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,301评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,089评论 0 352
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,093评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,110评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,079评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,005评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,840评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,278评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,497评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,667评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,394评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,980评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,628评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,796评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,649评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,548评论 2 352

推荐阅读更多精彩内容

  • 一些概念 数据结构就是研究数据的逻辑结构和物理结构以及它们之间相互关系,并对这种结构定义相应的运算,而且确保经过这...
    Winterfell_Z阅读 5,767评论 0 13
  • 目录 1、什么是树 2、相关术语 3、二叉树 3.1、二叉树的类型 3.2、二叉树的性质 3.3、二叉树的结构 3...
    我哈啊哈啊哈阅读 2,545评论 0 10
  • AVL定义: AVL的命名是由2个其发明者的名字组成的,G.M.Adelson-Velsky和E.M.Landis...
    habit_learning阅读 846评论 0 0
  • 一. 很奇怪,我最好的四个朋友,身上挂着红红的带子,在校门口,面对面站成四排,见到...
    GonBonBonny阅读 447评论 0 0
  • 书目:《动物农场》作者:【英】乔治·奥威尔 今天终于在晚上把这本书读完了,哈,这两天也有点像打仗似的,又劳身又费脑...
    绣一针阅读 304评论 0 1