平衡二叉树的奥秘：AVLTree高效实现解析

平衡二叉树（AVLTree）

平衡二叉树（AVLTree）是一种自平衡二叉搜索树，由 Adelson-Velsky 和 Landis 于 1962 年提出。它通过维护每个节点的平衡因子（定义为左子树高度减去右子树高度）来确保树的高度平衡，即任意节点的平衡因子绝对值不超过 1（$|\text{balance}| \leq 1$）。这保证了查找、插入和删除操作的时间复杂度均为 $O(\log n)$，适用于需要高效动态数据管理的场景。

核心概念

1. 平衡因子：对于节点 $N$，平衡因子 $\text{balance}(N) = \text{height}(\text{left_subtree}) - \text{height}(\text{right_subtree})$。平衡条件是 $|\text{balance}(N)| \leq 1$。
2. 高度更新：插入或删除节点后，需递归更新节点高度（高度定义为从该节点到最深叶子节点的路径长度）。
3. 旋转操作：当平衡因子绝对值大于 1 时，执行旋转以恢复平衡：
   • 右旋（Right Rotation）：用于“左左”不平衡情况（新节点插入在左子树的左子树）。
   • 左旋（Left Rotation）：用于“右右”不平衡情况（新节点插入在右子树的右子树）。
   • 左右旋（Left-Right Rotation）：先左旋左子节点，再右旋当前节点，用于“左右”情况。
   • 右左旋（Right-Left Rotation）：先右旋右子节点，再左旋当前节点，用于“右左”情况。

C++ 实现

以下是 AVLTree 的完整 C++ 实现，包括节点结构、插入操作和旋转逻辑。代码使用递归实现插入，并处理所有四种不平衡情况。

#include <iostream> #include <algorithm> using namespace std; // 定义 AVL 树节点 class TreeNode { public: int key; // 节点键值 TreeNode* left; // 左子节点指针 TreeNode* right; // 右子节点指针 int height; // 节点高度（从该节点到最深叶子节点的边数） TreeNode(int k) : key(k), left(nullptr), right(nullptr), height(1) {} }; // 定义 AVL 树类 class AVLTree { private: TreeNode* root; // 根节点指针 // 辅助函数：获取节点高度（空节点高度为 0） int height(TreeNode* node) { if (node == nullptr) return 0; return node->height; } // 辅助函数：计算平衡因子 int getBalance(TreeNode* node) { if (node == nullptr) return 0; return height(node->left) - height(node->right); } // 右旋操作（用于左左不平衡） TreeNode* rightRotate(TreeNode* y) { TreeNode* x = y->left; TreeNode* T2 = x->right; // 执行旋转 x->right = y; y->left = T2; // 更新高度（先更新子节点 y，再更新父节点 x） y->height = max(height(y->left), height(y->right)) + 1; x->height = max(height(x->left), height(x->right)) + 1; return x; // 返回新根节点 } // 左旋操作（用于右右不平衡） TreeNode* leftRotate(TreeNode* x) { TreeNode* y = x->right; TreeNode* T2 = y->left; // 执行旋转 y->left = x; x->right = T2; // 更新高度 x->height = max(height(x->left), height(x->right)) + 1; y->height = max(height(y->left), height(y->right)) + 1; return y; // 返回新根节点 } // 递归插入节点 TreeNode* insertNode(TreeNode* node, int key) { // 步骤 1: 正常二叉搜索树插入 if (node == nullptr) { return new TreeNode(key); // 创建新节点 } if (key < node->key) { node->left = insertNode(node->left, key); } else if (key > node->key) { node->right = insertNode(node->right, key); } else { return node; // 键值重复，不插入 } // 步骤 2: 更新当前节点高度 node->height = 1 + max(height(node->left), height(node->right)); // 步骤 3: 计算平衡因子 int balance = getBalance(node); // 步骤 4: 如果不平衡，执行旋转 // 左左情况（新节点在左子树的左子树） if (balance > 1 && key < node->left->key) { return rightRotate(node); } // 右右情况（新节点在右子树的右子树） if (balance < -1 && key > node->right->key) { return leftRotate(node); } // 左右情况（新节点在左子树的右子树） if (balance > 1 && key > node->left->key) { node->left = leftRotate(node->left); return rightRotate(node); } // 右左情况（新节点在右子树的左子树） if (balance < -1 && key < node->right->key) { node->right = rightRotate(node->right); return leftRotate(node); } return node; // 返回未修改或调整后的节点 } // 中序遍历（用于测试） void inOrder(TreeNode* node) { if (node == nullptr) return; inOrder(node->left); cout << node->key << " "; inOrder(node->right); } public: AVLTree() : root(nullptr) {} // 公共插入接口 void insert(int key) { root = insertNode(root, key); } // 中序遍历接口 void printInOrder() { inOrder(root); cout << endl; } }; int main() { AVLTree tree; // 测试插入操作 tree.insert(10); tree.insert(20); tree.insert(30); tree.insert(40); tree.insert(50); tree.insert(25); cout << "中序遍历结果: "; tree.printInOrder(); // 输出应有序: 10 20 25 30 40 50 return 0; }

https://gitee.com/Guhuitao/resjtrhtr/issues/IJAKP0
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAKPG
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAKPY
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAKQC
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAKQO
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAKRP
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAKS3
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAKSM
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAKTG
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAKTR
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAKUA
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAKUQ
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAKV7
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAKW1
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAKWH
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAKWX
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAKXJ
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAKY2
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAKYJ
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAKZ1
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAKZP
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAL05
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAL0J
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAL0V
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAL17
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAL1H
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAL1X
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAL2A
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAL2I
https://gitee.com/Guhuitao/resjtrhtr/issues/IJAL2R

代码解析

1. 节点结构：TreeNode包含键值、左右子节点指针和高度。
2. 高度管理：height()函数处理空节点情况，确保高度计算正确。
3. 插入逻辑：
   • 递归插入新节点。
   • 更新节点高度。
   • 检查平衡因子，根据四种情况执行旋转。
4. 旋转操作：
   • rightRotate和leftRotate通过调整指针恢复平衡，并更新高度。
5. 测试：main函数演示插入序列，中序遍历输出有序序列。

性能与应用

• 时间复杂度：所有操作（插入、删除、查找）均为 $O(\log n)$。
• 优势：适用于数据库索引、实时系统等需要快速动态更新的场景。
• 扩展：删除操作类似插入，但更复杂；需先删除节点，再递归平衡树。完整实现可添加删除方法。

通过维护平衡，AVLTree 在动态数据集中提供稳定性能，是 C++ 中实现高效搜索的理想选择。