平衡二叉樹(Balanced Binary Tree) 平衡二叉樹是一種特殊的二叉搜索樹,它具有以下特點: 每個節點的左子樹和右子樹的高度差不超過1。 所有的子樹也都是平衡二叉樹。 通過保持平衡性,平衡二叉樹可以在最壞情況下仍然具有較好的性能,保證查找、插入和刪除操作的時間複雜度為O(log n)。 ...
平衡二叉樹(Balanced Binary Tree)
平衡二叉樹是一種特殊的二叉搜索樹,它具有以下特點:
- 每個節點的左子樹和右子樹的高度差不超過1。
- 所有的子樹也都是平衡二叉樹。
通過保持平衡性,平衡二叉樹可以在最壞情況下仍然具有較好的性能,保證查找、插入和刪除操作的時間複雜度為O(log n)。
平衡二叉樹的常用實現方法有紅黑樹、AVL、替罪羊樹、Treap、伸展樹等
為什麼需要平衡二叉樹
在普通的二叉搜索樹中,如果插入或刪除操作不經過特殊處理,很容易出現樹的不平衡,使得樹的高度變得很大,導致查找操作的效率下降。
平衡二叉樹通過在每次插入或刪除後調整樹的結構,保持樹的平衡性。這樣可以確保樹的高度儘可能地低,使得查找操作仍然可以在較短的時間內完成。
如下圖:左子樹全部為空,從形式上看,更像一個單鏈表
怎麼平衡樹高的呢?
當二叉樹的左右分支樹高差不為 1 時,需要進行左旋或者右旋,來調衡樹高。這有點像開車的時候,如果車頭偏左就往右打方向盤,車頭偏右就往左打方向盤是一個道理。
class AVLTree {
private Node root;
private class Node {
int val;
int height; // 增加一個樹高
Node left;
Node right;
public Node(int val) {
this.val = val;
this.height = 1;
this.left = null;
this.right = null;
}
}
}
平衡因數
平衡因數是用來衡量平衡二叉樹中某個節點的左子樹和右子樹高度差的一個指標。它表示了節點的平衡性,可以用來判斷是否需要進行旋轉操作來恢復樹的平衡。
平衡因數的計算方法是,對於一個節點,它的平衡因數等於左子樹高度減去右子樹高度。具體公式可以表示為:
平衡因數 = 左子樹高度 - 右子樹高度
根據平衡因數的值,可以判斷節點的平衡情況:
- 平衡因數為0: 左子樹和右子樹的高度相等,節點處於平衡狀態。
- 平衡因數為正數: 左子樹的高度大於右子樹的高度,節點處於左重狀態。
- 平衡因數為負數: 右子樹的高度大於左子樹的高度,節點處於右重狀態。
當平衡因數的絕對值大於1時,表示節點的左右子樹高度差過大,樹失去平衡,需要進行旋轉操作來恢復平衡。
通過平衡因數的判斷,可以及時發現不平衡的節點,並採取相應的調整措施以保持平衡二叉樹的平衡性,確保樹的高度在可控範圍內,從而提高查找、插入和刪除操作的效率。
左旋轉
左旋是平衡二叉樹中的一種旋轉操作,用於調整不平衡節點及其子節點之間的關係。左旋的目的是將不平衡節點向左移動,並提升其右子節點作為新的父節點,從而恢復樹的平衡性。
左旋的觸發條件是當節點A的右子樹高度較高(平衡因數大於1),並且節點B的左子樹高度不小於節點B的右子樹高度時,需要進行左旋操作。
具體情況下,左旋通常在以下情況下使用:
- 當在平衡二叉樹中插入一個節點後,導致某個節點的平衡因數大於1,即左子樹高度比右子樹高度多2或更多時,需要進行左旋操作。
- 在刪除節點後,導致某個節點的平衡因數小於-1,即右子樹高度比左子樹高度多2或更多時,也需要進行左旋操作。
左旋的目的是使得樹保持平衡,確保樹的高度差不超過1,從而保證查找、插入和刪除等操作的時間複雜度在O(log n)範圍內。
如下圖:左旋的作用,相當於通過向上遷移樹高差大於 1 的右子節點來降低樹高的操作
- 找到需要進行左旋的節點,即節點值為4的節點。
- 將節點值為6的節點提升為新的根節點,並將原來的根節點值為4的節點降級為新根節點的左子節點。
- 將原來新根節點值為6的右子節點(值為7)作為原來根節點的右子節點。
- 將6原來的左子節點作為4個右子節點
- 更新相關節點的高度信息。
代碼實現
// 左旋轉操作
private Node rotateLeft(Node x) {
Node y = x.right;
Node T2 = y.left;
// 執行旋轉
y.left = x;
x.right = T2;
// 更新節點高度
x.height = Math.max(height(x.left), height(x.right)) + 1;
y.height = Math.max(height(y.left), height(y.right)) + 1;
return y;
}
右旋轉
和左旋轉類似,目的是將不平衡節點向右移動,並提升其左子節點作為新的父節點,從而恢復樹的平衡性。
- 找到需要進行右旋的節點,即節點值為10的節點。
- 將節點值為8的節點提升為新的根節點,並將原來的根節點值為10的節點降級為新根節點的右子節點。
- 將原來新根節點值為8的左子節點(值為7)作為原來根節點的左子節點。
- 更新相關節點的高度信息。
代碼實現
// 右旋轉操作
private Node rotateRight(Node y) {
Node x = y.left;
Node T2 = x.right;
// 執行旋轉
x.right = y;
y.left = T2;
// 更新節點高度
y.height = Math.max(height(y.left), height(y.right)) + 1;
x.height = Math.max(height(x.left), height(x.right)) + 1;
return x;
}
左右旋(先左旋後右旋)
當某個節點的左子樹的右子樹過深,平衡因數小於-1時,需要進行左旋-右旋操作,先對左子節點進行左旋,然後再對當前節點進行右旋,如下圖
完整代碼在下麵
右左旋(先右旋後左旋)
當某個節點的右子樹的左子樹過深,平衡因數大於1時,需要進行右旋-左旋操作,先對右子節點進行右旋,然後再對當前節點進行左旋。和上面類似
完整代碼示例
public class AvlTreeDemo {
public static void main(String[] args) {
// 創建平衡二叉樹對象
AVLTree avlTree = new AVLTree();
// 插入節點
avlTree.insert(10);
avlTree.insert(11);
avlTree.insert(7);
avlTree.insert(6);
avlTree.insert(8);
avlTree.insert(9);
// 中序遍歷並輸出節點值
System.out.print("中序遍歷結果:");
avlTree.inorderTraversal(); // 輸出:10 20 25 30 40 50
}
}
class AVLTree {
private Node root;
private class Node {
int val;
int height;
Node left;
Node right;
public Node(int val) {
this.val = val;
this.height = 1;
this.left = null;
this.right = null;
}
}
// 計算節點的高度
private int height(Node node) {
if (node == null) {
return 0;
}
return node.height;
}
// 計算節點的平衡因數
private int balanceFactor(Node node) {
if (node == null) {
return 0;
}
return height(node.left) - height(node.right);
}
// 右旋轉操作
private Node rotateRight(Node y) {
Node x = y.left;
Node T2 = x.right;
// 執行旋轉
x.right = y;
y.left = T2;
// 更新節點高度
y.height = Math.max(height(y.left), height(y.right)) + 1;
x.height = Math.max(height(x.left), height(x.right)) + 1;
return x;
}
// 左旋轉操作
private Node rotateLeft(Node x) {
Node y = x.right;
Node T2 = y.left;
// 執行旋轉
y.left = x;
x.right = T2;
// 更新節點高度
x.height = Math.max(height(x.left), height(x.right)) + 1;
y.height = Math.max(height(y.left), height(y.right)) + 1;
return y;
}
// 插入節點
public void insert(int val) {
root = insertNode(root, val);
}
private Node insertNode(Node node, int val) {
// 執行標準的BST插入
if (node == null) {
return new Node(val);
}
if (val < node.val) {
node.left = insertNode(node.left, val);
} else if (val > node.val) {
node.right = insertNode(node.right, val);
} else { // 如果值相等,不允許重覆插入
return node;
}
// 更新節點的高度
node.height = Math.max(height(node.left), height(node.right)) + 1;
// 計算平衡因數
int balance = balanceFactor(node);
// 進行平衡調整
// 左子樹不平衡,右旋轉
if (balance > 1 && val < node.left.val) {
return rotateRight(node);
}
// 右子樹不平衡,左旋轉
if (balance < -1 && val > node.right.val) {
return rotateLeft(node);
}
// 左子樹不平衡,先左旋轉後右旋轉
if (balance > 1 && val > node.left.val) {
node.left = rotateLeft(node.left);
return rotateRight(node);
}
// 右子樹不平衡,先右旋轉後左旋轉
if (balance < -1 && val < node.right.val) {
node.right = rotateRight(node.right);
return rotateLeft(node);
}
return node;
}
// 中序遍歷
public void inorderTraversal() {
inorderHelper(root);
}
private void inorderHelper(Node node) {
if (node == null) {
return;
}
inorderHelper(node.left);
System.out.print(node.val + " ");
inorderHelper(node.right);
}
public static void main(String[] args) {
// 創建平衡二叉樹對象
AVLTree avlTree = new AVLTree();
// 插入節點
avlTree.insert(10);
avlTree.insert(20);
avlTree.insert(30);
avlTree.insert(40);
avlTree.insert(50);
avlTree.insert(25);
// 中序遍歷並輸出節點值
System.out.print("中序遍歷結果:");
avlTree.inorderTraversal(); // 輸出:10 20 25 30 40 50
}
}