Java数据结构之平衡二叉树的实现详解

目录

• 定义
• 结点结构
• 查找算法
• 插入算法
• LL 型
• RR 型
• LR 型
• RL 型
• 插入方法
• 删除算法
• 概述
• 实例分析
• 代码
• 完整代码

定义

动机：二叉查找树的操作实践复杂度由树高度决定，所以希望控制树高，左右子树尽可能平衡。

平衡二叉树（AVL树）：称一棵二叉查找树为高度平衡树，当且仅当或由单一外结点组成，或由两个子树形 Ta 和 Tb 组成，并且满足：

• |h(Ta) - h(Tb)| <= 1，其中 h(T) 表示树 T 的高度
• Ta 和 Tb 都是高度平衡树

即：每个结点的左子树和右子树的高度最多差 1 的 二叉查找树。

• 设 T 为高度平衡树中结点 q 的平衡系数为 q 的右子树高度减去左子树高度
• 高度平衡树所以结点的平衡系数只可能为：-1, 0, 1

结点结构

key：关键字的值

value：关键字的存储信息

height：树的高度（只有一个结点的树的高度为 1）

left：左子树根结点的的引用

right：右子树根结点的引用

class AVLNode, V> {
    public K key;
    public V value;
    public int height;
    public AVLNode left;
    public AVLNode right;

    public AVLNode(K key, V value, int height) {
        this.key = key;
        this.value = value;
        this.height = height;
    }
}

查找算法

同二叉查找树的查找算法：Java数据结构之二叉查找树的实现

插入算法

AVL 树是一种二叉查找树，故可以使用二叉查找树的插入方法插入结点，但插入一个新结点时，有可能破坏 AVL 树的平衡性。

如果发生这种情况，就需要在插入结点后对平衡树进行调整，恢复平衡的性质。实现这种调整的操作称为“旋转”。

在插入一个新结点 X 后，应调整失去平衡的最小子树，即从插入点到根的路径向上找第一个不平衡结点 A。

平衡因子：该结点的左子树高度和右子树高度的差值。如果差值的绝对值小于等于 1，则说明该结点平衡，如果差值的绝对值为 2（不会出现其他情况），则说明该结点不平衡，需要做平衡处理。

造成结点 A 不平衡的的原因以及调整方式有以下几种情况。

LL 型

A 结点的平衡因子为 2，说明该结点是最小不平衡结点，需要对 A 结点进行调整。问题发生在 A 结点左子结点的左子结点，所以为 LL 型。

扁担原理：右旋

• 将 A 的左孩子 B 提升为新的根结点；
• 将原来的根结点 A 降为 B 的右孩子；
• 各子树按大小关系连接(BL 和 AR 不变，BR 调整为 A 的左子树)。
• 高度调整：由于调整后 B 的高度依赖于 A 的高度，所以先更新 A 的高度，再更新 B 的高度。

    private AVLNode rightRotate(AVLNode a) {
        AVLNode b = a.left;
        a.left = b.right;
        b.right = a;
        a.height = Math.max(getHeight(a.left), getHeight(a.right)) + 1;
        b.height = Math.max(getHeight(b.left), getHeight(b.left)) + 1;
        return b;
    }

RR 型

A 结点的平衡因子为 2，说明该结点是最小不平衡结点，需要对 A 结点进行调整。问题发生在 A 结点右子结点的右子结点，所以为 RR 型。

扁担原理：左旋

• 将 A 的右孩子 B 提升为新的根结点；
• 将原来的根结点 A 降为 B 的左孩子；
• 各子树按大小关系连接(AL 和 BR 不变，BL 调整为 A 的右子树)。
• 高度调整：由于调整后 B 的高度依赖于 A 的高度，所以先更新 A 的高度，再更新 B 的高度。

    private AVLNode leftRotate(AVLNode a) {
        AVLNode b = a.right;
        a.right = b.left;
        b.left = a;
        a.height = Math.max(getHeight(a.left), getHeight(a.right)) + 1;
        b.height = Math.max(getHeight(b.left), getHeight(b.left)) + 1;
        return b;
    }

LR 型

A 结点的平衡因子为 2，说明该结点是最小不平衡结点，需要对 A 结点进行调整。问题发生在 A 结点左子结点的右子结点，所以为 LR 型。

• 从旋转的角度：对 B 左旋，然后对 A 右旋
• 将 B 的左孩子 C 提升为新的根结点；
• 将原来的根结点 A 降为 C 的右孩子；
• 各子树按大小关系连接(BL 和 AR 不变，CL 和 CR 分别调整为 B 的右子树和 A 的左子树)。

    private AVLNode leftRightRotate(AVLNode a) {
        a.left = leftRotate(a.left);   // 对 B 左旋
        return rightRotate(a);         // 对 A 右旋
    }

RL 型

A 结点的平衡因子为 2，说明该结点是最小不平衡结点，需要对 A 结点进行调整。问题发生在 A 结点右子结点的左子结点，所以为 RL 型。

• 从旋转的角度：对 B 右旋，然后对 A 左旋
• 将 B 的左孩子 C 提升为新的根结点；
• 将原来的根结点 A 降为 C 的左孩子；
• 各子树按大小关系连接(AL 和 BR 不变，CL 和 CR 分别调整为 A 的右子树和 B 的左子树)。

    private AVLNode rightLeftRotate(AVLNode a) {
        a.right = rightRotate(a.right);
        return leftRotate(a);
    }

插入方法

根结点默认高度为 1

某结点的左右子树高度差的绝对值为 2，则需要进行平衡处理

I.左子树高

key 小于 root.left.key：LL型，进行右旋

key 大于 root.left.key：LR型，进行左右旋

II.右子树高

key 大于 root.right.key：RR型，进行左旋

key 小于 root.right.key：RR型，进行右左旋

    public void insert(K key, V value) {
        root = insert(root, key, value);
    }

    private AVLNode insert(AVLNode t, K key, V value) {
        if (t == null) {
            return new AVLNode<>(key, value, 1);
        } else if (key.compareTo(t.key) < 0) {
            t.left = insert(t.left, key, value);
            t.height = Math.max(getHeight(t.left), getHeight(t.right)) + 1;
            // 平衡因子判断
            if (getHeight(t.left) - getHeight(t.right) == 2) {
                if (key.compareTo(root.left.key) < 0) // 左左：右旋
                    t = rightRotate(t);
                else                                 // 左右：先左旋，再右旋
                    t = leftRightRotate(t);
            }
        } else if (key.compareTo(t.key) > 0) {
            t.right = insert(t.right, key, value);
            t.height = Math.max(getHeight(t.left), getHeight(t.right)) + 1;
            // 平衡因子判断
            if (getHeight(t.left) - getHeight(t.right) == -2) {
                if (key.compareTo(root.right.key) > 0) // 右右：左旋
                    t = leftRotate(t);
                else                                  // 右左：先右旋，再左旋
                    t = rightLeftRotate(t);
            }
        } else {
            t.value = value;
        }
        return t;
    }

删除算法

概述

• 可采用二叉查找树的删除算法进行删除。Java数据结构之二叉查找树的实现
• 删除某结点 X 后，沿从 X 到根节点的路径上考察沿途结点的平衡系数，若第一个不平衡点为 A，平衡以 A 为根的子树。
• 平衡后，可能使子树 A 高度变小。这样可能导致 A 的父节点不满足平衡性。
• 所以要继续向上考察结点的平衡性，最远可能至根结点，即最多需要做 O(logn) 次旋转。
• 对比“插入”操作：平衡 A 后，子树高度不变，A 子树以外的结点不受影响，即插入最多涉及 O(1) 次旋转。

实例分析

下面举个删除的例子：

删除以下平衡二叉树中的 16 结点

16 为叶子，将其删除即可，如下图。

指针 g 指向实际被删除节点 16 之父 25，检查是否失衡，25 节点失衡，用 g 、u 、v 记录失衡三代节点（从失衡节点沿着高度大的子树向下找三代），判断为 RL 型，进行 RL 旋转调整平衡，如下图所示。

继续向上检查，指针 g 指向 g 的双亲 69，检查是否失衡，69 节点失衡，用 g 、u 、v 记录失衡三代节点，判断为 RR 型，进行 RR 旋转调整平衡，如下图所示。

代码

代码描述：

1.若当前结点为空， 则返回该节点

2.若关键值小于当前结点的关键值，则递归处理该结点的左子树

3.若关键值大于当前结点的关键值，则递归处理该结点的右子树

4.若关键值等于当前结点的关键值

• 若当前结点的左子树为空，则返回该结点的右子树根节点
• 若当前结点的右子树为空，则返回该结点的左子树根节点
• 若当前结点左右子树都不为空，则找到该结点的中序前驱结点（该结点左子树的最右结点）或中序后继结点（该结点右子树的最左结点），将其值赋予该结点，然后递归删除中序前驱或后继结点。

5.更新结点高度

6.若该结点左子树高度更高，且处于不平衡状态

• 若为 LL 型，进行右旋
• 若为 LR 型，先左旋，再右旋

7.若该结点右子树高度更高，且处于不平衡状态

• 若为 RL 型，先右旋，再左旋
• 若我 RR 型，进行左旋

8.返回该结点

    public void remove(K key) {
        this.root = delete(root, key);
    }

    public AVLNode delete(AVLNode t, K key) {
        if (t == null) return t;
        if (key.compareTo(t.key) < 0) {
            t.left = delete(t.left, key);
        }
        else if (key.compareTo(t.key) > 0) {
            t.right = delete(t.right, key);
        }
        else {
            if(t.left == null) return t.right;
            else if(t.right == null) return t.left;
            else {         // t.left != null && t.right != null
                AVLNode pre = t.left;
                while (pre.right != null) {
                    pre = pre.right;
                }
                t.key = pre.key;
                t.value = pre.value;
                t.left = delete(t.left, t.key);
            }
        }
        if (t == null) return t;
        t.height = Math.max(getHeight(t.left), getHeight(t.right)) + 1;
        if(getHeight(t.left) - getHeight(t.right) >= 2) {
            if(getHeight(t.left.left) > getHeight(t.left.right)) {
                return rightRotate(t);
            } else {
                return leftRightRotate(t);
            }
        }
        else if(getHeight(t.left) - getHeight(t.right) <= -2) {
            if(getHeight(t.right.left) > getHeight(t.right.right)) {
                return rightLeftRotate(t);
            }
            else {
                return leftRotate(t);
            }
        }
        return t;
    }

完整代码

class AVLNode, V> {
    public K key;
    public V value;
    public int height;
    public AVLNode left;
    public AVLNode right;

    public AVLNode(K key, V value, int height) {
        this.key = key;
        this.value = value;
        this.height = height;
    }
}

class AVLTree, V> {

    public AVLNode root;

    public int getHeight(AVLNode t) {
        return t == null ? 0 : t.height;
    }

    public void insert(K key, V value) {
        root = insert(root, key, value);
    }

    public void remove(K key) {
        this.root = delete(root, key);
    }

    public AVLNode delete(AVLNode t, K key) {
        if (t == null) return t;
        if (key.compareTo(t.key) < 0) {
            t.left = delete(t.left, key);
        }
        else if (key.compareTo(t.key) > 0) {
            t.right = delete(t.right, key);
        }
        else {
            if(t.left == null) return t.right;
            else if(t.right == null) return t.left;
            else {         // t.left != null && t.right != null
                AVLNode pre = t.left;
                while (pre.right != null) {
                    pre = pre.right;
                }
                t.key = pre.key;
                t.value = pre.value;
                t.left = delete(t.left, t.key);
            }
        }
        if (t == null) return t;
        t.height = Math.max(getHeight(t.left), getHeight(t.right)) + 1;
        if(getHeight(t.left) - getHeight(t.right) >= 2) {
            if(getHeight(t.left.left) > getHeight(t.left.right)) {
                return rightRotate(t);
            } else {
                return leftRightRotate(t);
            }
        }
        else if(getHeight(t.left) - getHeight(t.right) <= -2) {
            if(getHeight(t.right.left) > getHeight(t.right.right)) {
                return rightLeftRotate(t);
            }
            else {
                return leftRotate(t);
            }
        }
        return t;
    }


    private AVLNode insert(AVLNode t, K key, V value) {
        if (t == null) {
            return new AVLNode<>(key, value, 1);
        }
        if (key.compareTo(t.key) < 0) {
            t.left = insert(t.left, key, value);
            // 平衡因子判断
            if (getHeight(t.left) - getHeight(t.right) == 2) {
                if (key.compareTo(t.left.key) < 0) // 左左：右旋
                    t = rightRotate(t);
                else                                  // 左右：先左旋，再右旋
                    t = leftRightRotate(t);
            }
        } else if (key.compareTo(t.key) > 0) {
            t.right = insert(t.right, key, value);
            // 平衡因子判断
            if (getHeight(t.left) - getHeight(t.right) == -2) {
                if (key.compareTo(t.right.key) > 0) // 右右：左旋
                    t = leftRotate(t);
                else                                   // 右左：先右旋，再左旋
                    t = rightLeftRotate(t);
            }
        } else {
            t.value = value;
        }
        t.height = Math.max(getHeight(t.left), getHeight(t.right)) + 1;
        return t;
    }

    private AVLNode rightLeftRotate(AVLNode a) {
        a.right = rightRotate(a.right);
        return leftRotate(a);
    }

    private AVLNode leftRightRotate(AVLNode a) {
        a.left = leftRotate(a.left);
        return rightRotate(a);
    }

    private AVLNode leftRotate(AVLNode a) {
        AVLNode b = a.right;
        a.right = b.left;
        b.left = a;
        a.height = Math.max(getHeight(a.left), getHeight(a.right)) + 1;
        b.height = Math.max(getHeight(b.left), getHeight(b.right)) + 1;
        return b;
    }

    private AVLNode rightRotate(AVLNode a) {
        AVLNode b = a.left;
        a.left = b.right;
        b.right = a;
        a.height = Math.max(getHeight(a.left), getHeight(a.right)) + 1;
        b.height = Math.max(getHeight(b.left), getHeight(b.right)) + 1;
        return b;
    }

    private void inorder(AVLNode root) {
        if (root != null) {
            inorder(root.left);
            System.out.print("(key: " + root.key + " , value: " + root.value + " , height: " + root.height + ") ");
            inorder(root.right);
        }
    }

    private void preorder(AVLNode root) {
        if (root != null) {
            System.out.print("(key: " + root.key + " , value: " + root.value + " , height: " + root.height + ") ");
            preorder(root.left);
            preorder(root.right);
        }
    }

    private void postorder(AVLNode root) {
        if (root != null) {
            postorder(root.left);
            postorder(root.right);
            System.out.print("(key: " + root.key + " , value: " + root.value + " , height: " + root.height + ") ");
        }
    }

    public void postorderTraverse() {
        System.out.print("后序遍历：");
        postorder(root);
        System.out.println();
    }

    public void preorderTraverse() {
        System.out.print("先序遍历：");
        preorder(root);
        System.out.println();
    }

    public void inorderTraverse() {
        System.out.print("中序遍历：");
        inorder(root);
        System.out.println();
    }
}

方法测试

    public static void main(String[] args) {
        AVLTree tree = new AVLTree<>();
        tree.insert(69, 1);
        tree.insert(25, 1);
        tree.insert(80, 1);
        tree.insert(16, 1);
        tree.insert(56, 1);
        tree.insert(75, 1);
        tree.insert(90, 1);
        tree.insert(30, 1);
        tree.insert(78, 1);
        tree.insert(85, 1);
        tree.insert(98, 1);
        tree.insert(82, 1);

        tree.remove(16);
        tree.preorderTraverse();
        tree.inorderTraverse();
        tree.postorderTraverse();
    }

输出

先序遍历：(key: 80 , value: 1 , height: 4) (key: 69 , value: 1 , height: 3) (key: 30 , value: 1 , height: 2) (key: 25 , value: 1 , height: 1) (key: 56 , value: 1 , height: 1) (key: 75 , value: 1 , height: 2) (key: 78 , value: 1 , height: 1) (key: 90 , value: 1 , height: 3) (key: 85 , value: 1 , height: 2) (key: 82 , value: 1 , height: 1) (key: 98 , value: 1 , height: 1) 
中序遍历：(key: 25 , value: 1 , height: 1) (key: 30 , value: 1 , height: 2) (key: 56 , value: 1 , height: 1) (key: 69 , value: 1 , height: 3) (key: 75 , value: 1 , height: 2) (key: 78 , value: 1 , height: 1) (key: 80 , value: 1 , height: 4) (key: 82 , value: 1 , height: 1) (key: 85 , value: 1 , height: 2) (key: 90 , value: 1 , height: 3) (key: 98 , value: 1 , height: 1) 
后序遍历：(key: 25 , value: 1 , height: 1) (key: 56 , value: 1 , height: 1) (key: 30 , value: 1 , height: 2) (key: 78 , value: 1 , height: 1) (key: 75 , value: 1 , height: 2) (key: 69 , value: 1 , height: 3) (key: 82 , value: 1 , height: 1) (key: 85 , value: 1 , height: 2) (key: 98 , value: 1 , height: 1) (key: 90 , value: 1 , height: 3) (key: 80 , value: 1 , height: 4)

以上就是Java数据结构之平衡二叉树的实现详解的详细内容，更多关于Java平衡二叉树的资料请关注脚本之家其它相关文章！