上一篇博客的内容——《 二叉搜索树的链接 》
在前面,我们已经实现过了过了搜索二叉树,但是搜索二叉树还是有很多不足之处,要我们考虑,所以我们像现在实现起来是要容易操作的树,所以,下来,我们就开始了另外一棵树——AVL树。
不足之处:《二叉搜索树虽可以缩短查找的效率,但如果数据有序或接近有序二叉搜索树将退化为单支树,查找元素相当于在顺序表中搜索元素,效率低下。因此,两位俄罗斯的数学家G.M.Adelson-Velskii和E.M.Landis在1962年发明了一种解决上述问题的方法:当向二叉搜索树中插入新结点后,如果能保证每个结点的左右子树高度之差的绝对值不超过1(需要对树中的结点进行调整),即可降低树的高度,从而减少平均搜索长度。》
《一》AVL树的介绍
AVL树的性质:
- 它的左右孩子都是AVL树,
- 左右孩子 高度差 的绝对值不超过1(1 / 0 / -1)——高度差《平衡因子》

我们可以通过AVL树的性质,来判断一下,上面的树是AVL树吗?
当然,很明显,这是一个AVL树,不仅仅是看树,就看平衡因子,就可以看出,这棵树是符合AVL树的性质的。
《二》AVL树节点的定义
1. AVL树节点的定义:
template
struct AVLTreeNode
{
AVLTreeNode* _left; //节点的左孩子
AVLTreeNode* _right; //节点的右孩子
AVLTreeNode* _parent; //父亲
int _bf; //平衡因子
pair _kv;
AVLTreeNode(const pair& kv)
:_left(nullptr)
, _right(nullptr)
, _parent(nullptr)
, _bf(0)
, _kv(kv)
{}
};
《三》AVL树的插入
AVL树就是在二叉搜索树的基础上引入平衡因子,因此AVL树也可以看成是二叉搜索树,,那么AVL树过程可以分为两个部分,
第一部分:是按照二叉搜索树的方式进行插入新节点
在这里,我们先讲一下思路:首先,我们先根据二叉搜索的规则将节点插入到AVL树中,当我们把节点插入进去之后,里面的平衡因子,肯定是发生变化的 ,所以我们接下来是要更新平衡因子,如果插入进去之后,平衡因子没有发生变化,那就不用在做什么了,但是如果我们发现有的地方平衡因子已经达到 | 2 |了,那么我们就要使平衡因子变化到 | 1 / 0 |之间,我们应该怎么样做?那么我们就会想到,旋转树,使它再次达到平衡。
那怎么样旋转树呢?
那还是要判断,如果插入的位置不同,那么旋转的位置也是不同的,首先,我们先看一下,在这里,我先是把图解方案写出来,然后,我们再把实现的代码,和完整代码 写在一起,一起分析。
1. 当插入左树的时候,我们先使用,右单旋,将树平衡。

2. 当新节点插入在右数的时候,我们使用左单选,将树平衡。

3. 新节点插入较高左子树的右侧—左右:先左单旋再右单旋

4. 新节点插入较高右子树的左侧—右左:先右单旋再左单旋
接下来,我们总结一下:
假如以pParent为根的子树不平衡,即pParent的平衡因子为2或者-2,分以下情况考虑
-
pParent的平衡因子为2,说明pParent的右子树高,设pParent的右子树的根为pSubR
当pSubR的平衡因子为1时,执行左单旋
当pSubR的平衡因子为-1时,执行右左双旋
-
pParent的平衡因子为-2,说明pParent的左子树高,设pParent的左子树的根为pSubL
当pSubL的平衡因子为-1是,执行右单旋
当pSubL的平衡因子为1时,执行左右双旋
旋转完成后,原pParent为根的子树个高度降低,已经平衡,不需要再向上更新。
《四》AVL树的实现
通过我们对上面旋转的分析,现在我们就要实现AVL树的完整代码。
#pragma once
#include
using namespace std;
#include
再看看测试代码,
void TestAVLTree()
{
int a[] = { 16, 3, 7, 11, 9, 26, 18, 14, 15 };
AVLTree t;
for (auto e : a)
{
cout << "Balance:" << t.IsBlanace() <<"->"<< e << endl;
t.Insert(make_pair(e,e));
}
cout << "Balance:" << t.IsBlanace() << endl;
t.Inorder();
}
这都是我测试过的代码,直接可以用,使用时,直接用main函数调用TestAVLTree()这个函数就可以使用了。
我们再看一下测试结果。

上面就是我们写的完整的AVL树实现代码,但是,如果有的同学自己实现了,那么我在给两组数据,都通过了话,说明就实现的没有问题了:
第一组数据:{ 16, 3, 7, 11, 9, 26, 18, 14, 15 };
第二组数据:{ 4, 2, 6, 1, 3, 5, 15, 7, 16, 14 };
《五》AVL树的性能
AVL树是一棵绝对平衡的二叉搜索树,其要求每个节点的左右子树高度差的绝对值都不超过1,这样可以保证查询时高效的时间复杂度,即log2 N。但是如果要对AVL树做一些结构修改的操作,性能非常低下,比如:插入时要维护其绝对平衡,旋转的次数比较多,更差的是在删除时,有可能一直要让旋转持续到根的位置。因此:如果需要一种查询高效且有序的数据结构,而且数据的个数为静态的(即不会改变),可以考虑AVL树,但一个结构经常修改,就不太适合。
虽然AVL树比二叉搜索相比较,比较有优势,但是还不是最优的解决方案,所以下面,我们还要学习到一种数据结构,——红黑树。