AVL樹（查詢、插入、刪除）——C語言

藍海人發表於2019-08-13
C語言

AVL樹

平衡二叉查詢樹（Self-balancing binary search tree）又被稱為AVL樹（AVL樹是根據它的發明者G. M. Adelson-Velskii和E. M. Landis命名的），是在二叉查詢樹的基礎上一個優化版本

AVL樹的特點：

1.本身首先是一棵二叉查詢樹
2.帶有平衡條件：每個結點的左右子樹的高度之差的絕對值不超過1，也就是說，AVL樹，本質上是帶了平衡功能的二叉查詢樹
如果讀者關於二叉查詢樹還不瞭解可以看一下這篇隨筆：二叉查詢樹（查詢、插入、刪除）

 

AVL樹的作用

AVL樹解決了二叉查詢樹可能出現的極端情況，對於一般的二叉搜尋樹（Binary Search Tree），其期望高度（即為一棵平衡樹時）為log2n，其各操作的時間複雜度（O(log2n)）同時也由此而決定，但是在某些極端情況下

（如在插入的序列是有序的時），二叉搜尋樹將退化成近似鏈或鏈，此時，其操作的時間複雜度將退化成線性的，即O(n)。我們可以通過隨機化建立二叉搜尋樹來儘量的避免這種情況，但是在進行了多次的操作之後，例如在在刪除時，

我們總是選擇將待刪除節點的後繼代替它本身，這樣就會造成總是右邊的節點數目減少，以至於樹向左偏沉。這同時也會造成樹的平衡性受到破壞，使得它的操作時間複雜度增加

例如下面這種情況：

AVL樹的特性讓二叉搜尋樹的節點實現平衡(balance)：節點相對均勻分佈，而不是偏向某一側

 

AVL樹節點的定義：

1 typedef struct AVLTreeNode
2 {
3     int data;
4     int height;    //節點的高度
5     struct BSTreeNode *left;//左子樹
6     struct BSTreeNode *right;//右子樹
7 
8 }AVLTree;

與一般的二叉查詢樹的節點相比多了一個引數，節點的高度（網上有些部落格是把平衡因子加在了節點的定義裡面，筆者不太建議這樣做）

 

預備知識

為了讀者能更好了理解AVL樹的操作，在繼續往下看之前需要搞清楚幾個概念

高度、深度和平衡因子

（1）深度——從上往下數

節點的層次（節點的深度）：從根開始定義，根為第1層，根的子節點為第2層，以此類推；（這裡說根節點為第1層，其他部落格可能把根節點定義成第0層，兩種記法都沒有錯，都可以用來描述樹的性質，只需要標註（>0）或者(>=0)做一個區分和解釋即可），本篇隨筆記根節點為第1層（也可以說成根節點的深度為1）
樹的深度：樹中節點的最大層次

（樹的深度 = 葉子節點的深度）

 

（2）高度——從下往上數

關於高度，有的文章中將"空二叉樹的高度定義為-1"，本篇隨筆採用維基百科上的定義：空二叉樹的高度為0，因為高度是從下往上數，所以葉子節點的高度為1

 

 

（樹的高度 = 根節點的高度）

 

（3）平衡因子

某結點的左子樹與右子樹的高度或深度(高度深度都可以，本篇隨筆使用深度來計算平衡因子)差即為該結點的平衡因子（BF,Balance Factor），平衡二叉樹（AVL樹）上所有結點的平衡因子只可能是 -1，0 或 1
從上面的節點的定義可以看出，節點中儲存的是節點的高度，而不是平衡因子
 
下圖中就標註了所有節點的平衡因子

 

 （平衡因子計算時左子樹 - 右子樹 和 右子樹 - 左子樹 都可以，因為判斷樹是否平衡的條件是：每個結點的左右子樹的高度之差的絕對值不超過1，只不過判斷失衡以後還要判斷是哪一種失衡，這就需要根據情況來選擇是左-右還是右-左了）

-----------------------------------------------------------------------------------------------------

1、查詢節點

在 AVL樹 中查詢與在 二叉查詢樹 中查詢完全一樣，因為AVL樹總是保持平衡的，樹的結構不會由於查詢而改變，這裡就不再贅述了

實現程式碼：

 1 /* 查詢特定值 */
 2 void SearchData(int targ, BSTree *nod)
 3 {
 4     if (nod != NULL)
 5     {
 6         if (nod->data == targ)
 7         {
 8             printf("查詢值存在，值為%d\n", nod->data);
 9         }
10         else if (nod->data > targ)
11         {
12             SearchData(targ, nod->left);    //遞迴查詢左子樹
13         }
14         else if (nod->data < targ)
15         {
16             SearchData(targ, nod->right);    //遞迴查詢右子樹
17         }
18     }
19     else if (nod == NULL)
20     {
21         printf("查詢值不存在\n");
22     }
23 }
View Code

 

2、插入節點（遞迴實現）

先梳理一下步驟

先來實現搜尋最低失衡節點，搜尋最低失衡節點是從新插入的節點（也就是葉子節點）往上搜尋（也可以說成從新增結點開始向根部回溯），搜尋到的第一個平衡因子>1（|左子樹高度-右子樹高度|>1）的節點，作為最低失衡節點，因為是從新插入的節點往上搜尋，二叉樹的搜尋是單向的（結構體成員中只有左右子樹），單獨使用一個函式來實現逆向搜尋實現起來並不方便，這裡就把搜尋最低失衡節點的操作放到遞迴實現的插入操作中

這裡沒有像上一篇隨筆：二叉查詢樹（查詢、插入、刪除）——C語言那樣先手動輸入的一個二叉平衡樹（因為這裡要考慮節點的高度，輸入不太方便），乾脆就從空二叉樹開始插入

實現程式碼：

/* 獲取節點高度，空樹的高度為0 */
int GetNodeHeight(AVLTree *nod)
{
    if (nod != NULL)    //若不為空子樹
    {
        if (nod->left == NULL && nod->right == NULL)    //若為葉子節點
        {
            return 1;    
        }
        else if (GetNodeHeight(nod->right) > GetNodeHeight(nod->left))    //若右子樹高度較高
        {
            return (nod->right)->height + 1;
        }
        else    //若左子樹高度較高
        {
            return (nod->left)->height + 1;
        }
    }
    else    //若為空子樹
    {
        return 0;
    }
}

/* 新增新節點（包含搜尋最低失衡節點和調整樹操作） */
AVLTree *AddNewNode(AVLTree *nod, int NewData)
{
    AVLTree *p = NULL;

    if (nod == NULL)
    {
        if ((nod = (AVLTree *)malloc(sizeof(AVLTree))) == NULL)    //建立新節點
        {
            printf("記憶體不足");
            exit(0);
        }
        nod->data = NewData;
        nod->left = NULL;
        nod->right = NULL;
        nod->height = GetNodeHeight(nod);   
    }
    else if (NewData > nod->data)    
    {
        nod->right = AddNewNode(nod->right, NewData);
        nod->height = GetNodeHeight(nod);
        
        if (GetNodeHeight(nod->right) - GetNodeHeight(nod->left) > 1)    //右子樹高度 - 左子樹高度
        {

        }

        return nod;
    }
    else if (NewData < nod->data)
    {
        nod->left = AddNewNode(nod->left, NewData);
        nod->height = GetNodeHeight(nod);

        if (GetNodeHeight(nod->left) - GetNodeHeight(nod->right)  > 1)    //左子樹高度 - 右子樹高度
        {

        }

        return nod;
    }
    else if (NewData == nod->data)
    {
        printf("不允許插入重複值");
        exit(0);
    } 
    
    return nod;
}

 （若二叉樹中只有根節點，那麼這個根節點也是葉子節點）

 在上面的程式碼中已經實現了插入新節點並且搜尋最低失衡節點的功能，這裡可以用前序遍歷二叉樹並列印節點高度來判斷插入節點函式是否正確（上面預留的調整二叉樹函式的位置）

遍歷二叉樹：

 1 /* 前序遍歷AVL樹，並列印節點高度 */
 2 void PreOrder_Traverse(AVLTree *nod)
 3 {
 4     if (nod != NULL)
 5     {
 6         printf("data = %d height = %d\n", nod->data, nod->height);
 7         
 8         PreOrder_Traverse(nod->left);
 9         PreOrder_Traverse(nod->right);
10     }
11 }

測試插入函式（保證每次插入新節點後的二叉樹都是二叉平衡樹）

測試資料圖解：

 

測試結果：

 搞清楚了各個節點的高度，平衡因子的計算也比較方便了，下面就是AVL樹的核心操作“旋轉”，不同的失衡情況有不同的旋轉方式，一共有四種節點失衡情況，如下圖

不同失衡情況下的示例二叉樹，如下圖（讀者可能會發現“最低失衡節點的左子樹的左子樹還有非空節點”這個判斷依據，對第二組圖適用，但對於第一組圖不太合適）

 

或者是

（LL型和RR型的操作相對簡單）

 

第一種：LL型

LL型失衡，調整二叉樹需要兩步

第一步：將失衡節點的左子樹的右子樹 變成 失衡節點的左子樹

第二步：失衡節點 變成 失衡節點未發生操作前左子樹的右子樹

只看上面的敘述有點繞，下面為實現程式碼和圖片示例

實現程式碼：

 1 /* LL型旋轉 */
 2 AVLTree * LL_Rotation(AVLTree *nod)
 3 {
 4     AVLTree *temp;
 5     temp = nod->left;    //臨時儲存nod的左子樹
 6 
 7     nod->left = nod->left->right;    //將失衡節點的左子樹的右子樹 變成 失衡節點的左子樹
 8     temp->right = nod;    //失衡節點 變成 temp的右子樹
 9 
10     nod->height = GetNodeHeight(nod);    //更新節點高度
11     temp->height = GetNodeHeight(temp);    
12 
13     return temp;
14 }

LL型旋轉圖解

 GIF圖：

 （圖片來源：http://www.sohu.com/a/270452030_478315）

LL型失衡測試：

測試資料：

測試結果：

 

第二種：RR型

RR型的操作和基本相同，只是方向相反，這裡就不再贅述了

實現程式碼：

 1 /* RR型旋轉 */
 2 AVLTree * RR_Rotation(AVLTree *nod)
 3 {
 4     AVLTree *temp;
 5     temp = nod->right;    //臨時儲存nod的右子樹
 6 
 7     nod->right = nod->right->left;
 8     temp->left = nod;
 9 
10     nod->height = GetNodeHeight(nod);    //更新節點高度
11     temp->height = GetNodeHeight(temp);    
12 
13     return temp;
14 }
View Code

 

第三種：LR型

LR型失衡的操作相比於LL型失衡操作相對要複雜一點，需要旋轉兩次才能恢復平衡

第一步：對失衡節點的左子樹進行RR型旋轉

第二步：對失衡節點進行LL型旋轉

因為之前已經寫好了LL型和RR型的旋轉，這裡直接用就可以了，實現程式碼如下

1 /* LR型旋轉 */
2 AVLTree * LR_Rotation(AVLTree *nod)
3 {
4     nod->left = RR_Rotation(nod->left);
5     nod = LL_Rotation(nod);
6 
7     return nod;
8 }

LR型旋轉圖解：

測試資料：

第三種：RL型

和LR型的旋轉基本相同，這裡就不再贅述了，實現程式碼如下

1 /* RL型旋轉 */
2 AVLTree * RL_Rotation(AVLTree *nod)
3 {
4     nod->right = LL_Rotation(nod->right);
5     nod = RR_Rotation(nod);
6 
7     return nod;
8 }
View Code

 

3、刪除節點

刪除節點比插入節點的操作還要稍微複雜一點，因為插入時，進行一次平衡處理（一次平衡處理可能包含多次旋轉），整棵樹都會處於平衡狀態，而在刪除時，需要進行多次平衡處理，才能保證樹處於平衡狀態

AVL樹的刪除操作前半部分和二叉查詢樹相同，只不過刪除後要檢查樹是否失去平衡，如果失衡就需要重新調整平衡，並更新節點高度，總的來說可以分為如下幾種情況

（1）刪除葉子節點

情況一：刪除節點後二叉樹沒有失去平衡

 

刪除節點後樹沒有失去平衡，這種情況下只需要更新節點的高度

 

情況二：刪除節點後二叉樹失去平衡

上圖的RE型失衡只有在刪除操作時才可能出現（在插入時不可能出現），RE型失衡的旋轉方式和RR型失衡的旋轉方式一模一樣

（雖然刪除節點時遇到的失衡情況多了兩種 LE和RE ，但是旋轉的方式依舊是那四種（LL、RR、LR、RL））

實現程式碼：

 1 /* 刪除節點 */
 2 AVLTree *DeletNode(AVLTree *nod, int DelData)
 3 {
 4     AVLTree *SNode = NULL; //後繼節點
 5     AVLTree *PSNode = NULL;    //後繼節點的父節點
 6     AVLTree *temp = NULL;    //臨時儲存待釋放節點的子樹，避免free後找不到左右子樹
 7 
 8     if (nod == NULL)
 9     {
10         printf("刪除節點不存在");
11         exit(0);
12     }
13     else if (DelData > nod->data)
14     {
15         nod->right = DeletNode(nod->right, DelData);
16         
17         if (GetNodeHeight(nod->left) - GetNodeHeight(nod->right) > 1)
18         {
19             temp = nod->left;
20 
21             if (GetNodeHeight(temp->left) >= GetNodeHeight(temp->right))    //LL型或LE型失衡、兩種情況處理方式相同
22             {
23                 nod = LL_Rotation(nod);
24             }
25             else    //LR型失衡
26             {
27                 nod = LR_Rotation(nod);
28             }
29         }
30 
31         nod->height = GetNodeHeight(nod);    //更新節點高度
32     }
33     else if (DelData < nod->data)
34     {
35         nod->left = DeletNode(nod->left, DelData);
36 
37         if (GetNodeHeight(nod->right) - GetNodeHeight(nod->left) > 1)
38         {
39             temp = nod->right;
40 
41             if (GetNodeHeight(temp->right) >= GetNodeHeight(temp->left))    //RR或RE型失衡、兩種情況處理方式相同
42             {
43                 nod = RR_Rotation(nod);
44             }
45             else    //RL型失衡
46             {
47                 nod = RL_Rotation(nod);
48             }
49         }
50 
51         nod->height = GetNodeHeight(nod);    //更新節點高度
52     }
53     else if (DelData == nod->data)
54     {
55         if (nod->right == NULL && nod->left == NULL)    //若待刪除節點為葉子節點
56         {
57             free(nod);
58             return NULL;    
59         }
60     }

 

（2）刪除帶有一個子節點的節點

 1 else if (DelData == nod->data)
 2     {
 3         if (nod->right == NULL && nod->left == NULL)    //若待刪除節點為葉子節點
 4         {
 5             free(nod);
 6             return NULL;    
 7         }
 8         else if (nod->right == NULL && nod->left != NULL)    //若待刪除節點只有左子樹
 9         {
10             temp = nod->left;
11             free(nod);
12 
13             return temp;
14         }
15         else if (nod->right != NULL && nod->left == NULL)    //若待刪除節點只有右子樹
16         {
17             temp = nod->right;
18             free(nod);
19 
20             return temp;
21         }
22     }

 

（3）刪除帶有兩個子節點的節點

刪除帶有兩個子節點的節點時，需要找到待刪除的節點的後繼節點或者前驅節點（本篇隨筆使用後繼節點），具體方法在上一篇隨筆已經列出“二叉查詢樹（查詢、插入、刪除）——C語言”，這裡不再贅述

 1 else    //若待刪除節點既有左子樹也有右子樹
 2         {
 3             SNode = SearchSuccessorNode(nod->right);    //搜尋後繼節點
 4             PSNode = SearchParentofSNode(nod->right, nod->right);    //搜尋後繼節點的父節點
 5 
 6             if (nod->right == SNode)    //後繼節點為待刪除節點的右子樹（後繼節點有右子樹和沒有右子樹的操作相同）
 7             {
 8                 SNode->left = nod->left;
 9                 free(nod);
10 
11                 return SNode;
12             }
13             else if (nod->right != SNode && SNode->right == NULL)    //後繼節點不為待刪除節點的右子樹，並且該後繼節點沒有右子樹
14             {
15                 SNode->left = nod->left;
16                 SNode->right = nod->right;
17                 PSNode->left = NULL;
18                 free(nod);
19 
20                 return SNode;
21             }
22             else if (nod->right != SNode && SNode->right != NULL)    //後繼節點不為待刪除節點的右子樹，並且該後繼節點有右子樹
23             {
24             
25                 PSNode->left = SNode->right;    //後繼節點的右子樹作為後繼節點父節點的左子樹
26                 SNode->left = nod->left;
27                 SNode->right = nod->right;
28                 free(nod);
29 
30                 return SNode;
31             }
32         }
33     }

需要注意的是，刪除節點時不會出現“後繼節點不是刪除節點的子節點，且後繼節點有右子樹”這種情況，如下圖

上圖的14節點已經失衡了，在插入的時候就會被調整，所以不會出現“後繼節點不是刪除節點的子節點，且後繼節點有右子樹”

（由於筆者能力有限，AVL樹的刪除操作分析的不是很清楚，若有疏漏，清指出）

相關文章