avl树的操作证明

  以下用大O表示节点,ABC表示三个集合。

  仅分析左子树的情况,因为对称,右子树的情况一样。

  插入节点前

      O

     /     \

    O        A

     /    \

B       C

  插入节点后:

      O

     /     \

    O        A

     /    \

B       C

/

O

此时造成了最高节点的不平衡,说明了B+2 - A = 2;另外可以知道B = C,考虑B<C,那么在插入节点前最高点就已经不平衡了,考虑B > C,那么最高的左子树就已经不平衡了,而不应该考虑最高点。所以此时可以知道A = B = C。

  左子树单旋转之后:

      O

     /     \

    B        O

     /          /    \

O         C       A

  对于最高点来说,左子树深度为B+1,右子树深度为A+1,即B + 1。

  对比插入后的树,可以知道只有原最高节点的深度发生变化,所以只需更新该节点的深度。

另外一种情况:

插入后:

 

      O

     /     \

    O        A

     /    \

B       C

/

O

此时如果单旋转,结果为:

      O

     /     \

    B        O

                 /    \

C       A

/

O

明显这个情况并没有得到解决。

所以首先要单右旋转最高节点的左子树,结果为:

      O

     /     \

    C        A

     /    \

O       O

/

B

此时可以知道C集合的深度发生了变化,需要更新C的深度,而之前更新的是最高点的深度,所以在旋转时需要更新原最高点和现最高点的深度。

第二次左旋转原最高点,结果为

      C

     /     \

    O        O

     /         /    \

B        O       A

这里面的正确有一些缺陷,应该把ABC集合多展开几层,否则在双旋转时的证明有些怪异,反正就是这个思路,因为画图实在是太麻烦了。

最后是代码:

  

#include <stdio.h>
#include <stdlib.h>
#include <unistd.h>
typedef struct _node
{
    int element;
    int high;
    struct _node *lefttree;
    struct _node *righttree;
}node;

int gethigh(node *t)
{
    if(t == 0)
        return -1;
    return t->high;
}

node *singlerotatewithleft(node *t)
{
    node *tmp = t->lefttree;
    t->lefttree = tmp->righttree;
    tmp->righttree = t;

    tmp->high = ((gethigh(tmp->lefttree) > gethigh(tmp->righttree))?gethigh(tmp->lefttree):gethigh(tmp->righttree)) + 1;
    t->high = ((gethigh(t->lefttree) > gethigh(t->righttree))?gethigh(t->lefttree):gethigh(t->righttree)) + 1;
    return tmp;
}

node *singlerotatewithright(node *t)
{
    node *tmp = t->righttree;
    t->righttree = tmp->lefttree;
    tmp->lefttree = t;

    tmp->high = ((gethigh(tmp->lefttree) > gethigh(tmp->righttree))?gethigh(tmp->lefttree):gethigh(tmp->righttree)) + 1;
    t->high = ((gethigh(t->lefttree) > gethigh(t->righttree))?gethigh(t->lefttree):gethigh(t->righttree)) + 1;
    return tmp;
}

node *doubleroratewithleft(node *t)
{
    t->lefttree = singlerotatewithright(t->lefttree);
    return singlerotatewithleft(t);
}

node *doubleroratewithright(node *t)
{
    t->righttree = singlerotatewithleft(t->righttree);
    return singlerotatewithright(t);
}

node *insert(node *t,int element)
{
    if (t == 0)
    {
        t = (node *)malloc(sizeof(node));
        t->element = element;
        t->lefttree = t->righttree = 0;
    }
    else if(t->element > element){
        t->lefttree = insert(t->lefttree,element);
        if(gethigh(t->lefttree) - gethigh(t->righttree) == 2)
            if(element < t->lefttree->element)
                t= singlerotatewithleft(t);
            else
                t= doubleroratewithleft(t);
    }
    else if(t->element < element){
        t->righttree = insert(t->righttree,element);
        if(gethigh(t->righttree) - gethigh(t->lefttree) == 2)
            if(element > t->righttree->element)
                t= singlerotatewithright(t);
            else
                t= doubleroratewithright(t);

    }
    t->high = ((gethigh(t->lefttree) > gethigh(t->righttree))?gethigh(t->lefttree):gethigh(t->righttree)) + 1;
    return t;
}

node *find(node *t,int element)
{
    if(t == 0)
        return 0;
    else if(t->element > element)
        return find(t->lefttree,element);
    else if(t->element < element)
        return find(t->righttree,element);
    else
        return t;
}

node* findmin(node *t)
{
    if(t == 0)
        return 0;
    if(t->lefttree == 0)
        return t;
    else
        return findmin(t->lefttree);
}

node *delele(node *t,int element)
{
    if(t == 0)
        return 0;
    else if(t->element > element)
        t->lefttree = delele(t->lefttree,element);
    else if(t->element < element)
        t->righttree = delele(t->righttree,element);
    else
    {
        if(t->lefttree && t->righttree)
        {
            node *tmp;
            tmp = findmin(t->righttree);
            t->element = tmp->element;
            t->righttree = delele(t->righttree,tmp->element);
        }
        else
        {
            node *tmp;
            tmp = t->lefttree?t->lefttree:t->righttree;
            free(t);
            t = tmp;
        }
    }
    return t;
}

void printtree(node *t)
{
    if(t == 0)
        return;
    printtree(t->lefttree);
    printf("%d\t",t->element);
    printf("high = %d\n",t->high);
    printtree(t->righttree);
}

int main()
{
    int a[10] = {1,2,3,4,5,6,7,8,9};
    node *t;
    int i = 1;
    t = insert(0,1);
    for(;i<7;i++){
        t = insert(t,a[i]);
        //printtree(t);
        //sleep(1);
    }
        //t = delele(t,6);
    printtree(t);
    printf("\n");
    //while(1);
    return 0;
}

 

 

 

时间: 2024-10-13 00:29:35

avl树的操作证明的相关文章

AVL树相关操作

#include <iostream> using namespace std; //AVL树的节点 template<typename T> class TreeNode { public: TreeNode() :lson(NULL), rson(NULL), freq(1), hgt(0){} T data;//值 int hgt;//以这个结点为根的树的高度 int freq;//相同点的频率,我是不知道 TreeNode* lson, *rson;//左右儿子的地址 };

AVL树插入操作InsertAVL的实现

AVL树是非常重要的一种数据结构,这里实现了在AVL树中的插入操作,包括插入后整个树的自平衡. 这里有几点值得注意的地方: 1).左旋L_Rotate与右旋R_Rotate操作: 这两个操作传递进来的参数是以TreeNode*&的形式传递进来的,也就是说传递的是指针的引用,效果等价于传递二级指针 如果不加入&,则在函数内部更改的是形参的指向,因为实际上函数调用时,如果不采用引用传递,则会构造一个与原T指向同一个地方的临时变量指针,在X_Rotate的内部也是对这个临时变量进行操作,等到返回

AVL树的初步生成与插入操作

平衡二叉树(Balanced Binary Tree)又被称为AVL树(有别于AVL算法),且具有以下性质:它是一 棵空树或它的左右两个子树的高度差的绝对值不超过1,并且左右两个子树都是一棵平衡二叉树.构造与调整方法 平衡二叉树的常用算法有红黑树.AVL.Treap等. 最小二叉平衡树的节点的公式如下 F(n)=F(n-1)+F(n-2)+1 这个类似于一个递归的数列,可以参考Fibonacci数列,1是根节点,F(n-1)是左子树的节点数量,F(n-2)是右子树的节点数量. AVL是最先发明的

平衡二叉查找树——AVL树

二叉查找树在最坏情况下高度可能为N-1,即插入元素时后插入的元素总比以前插入的元素大或者小.为了解决这种不平衡的情况,引入了平衡条件来限制树中节点的深度不能过深,其中最老的一种平衡树称为AVL树.这种树限制树中每个节点的左右子树的高度相差不能超过一.(另一种更严格的树限制节点的左右子树高度必须相等,但这样的树要求树中的节点数目为2的k次幂减1,是一种理想平衡树,但是要求太严格,无法实际使用.) AVL树平衡条件分析 AVL树是一棵特殊的二叉查找树,对AVL树的操作中,除了插入操作与普通二叉查找树

伸展树&amp;红黑树&amp;AVL树总结

最近学习了这3种树,感觉其实有很多相同的地方吧,首先是最重要的旋转操作,3种树都有 AvlTree left_left(AvlTree k1) { //if(height(k1->left)-height(k1->right)<2)return k1; AvlTree k2 = k1->left; k1->left = k2->right; k2->right = k1; k1->Height = max(height(k1->left),height

java数据结构与算法之平衡二叉树(AVL树)的设计与实现

[版权申明]未经博主同意,不允许转载!(请尊重原创,博主保留追究权) http://blog.csdn.net/javazejian/article/details/53892797 出自[zejian的博客] 关联文章: java数据结构与算法之顺序表与链表设计与实现分析 java数据结构与算法之双链表设计与实现 java数据结构与算法之改良顺序表与双链表类似ArrayList和LinkedList(带Iterator迭代器与fast-fail机制) java数据结构与算法之栈(Stack)设

【算法导论学习-26】 二叉树专题4:红黑树、AVL树、B-Tree

1.   红黑树(Red-Black Trees) 参考<算法导论>P308页,红黑树是一种对树的高度要求最灵活的准平衡二叉搜索树.五大属性: 1: Every node is either RED or BLACK. 2: The root is black. 3: Every leaf(NIL) is black.  (The NIL is the sentinel.) 4: If a node is RED, then both its children areblack. 5: For

图解数据结构树之AVL树

AVL树(平衡二叉树): AVL树本质上是一颗二叉查找树,但是它又具有以下特点:它是一棵空树或它的左右两个子树的高度差的绝对值不超过1,并且左右两个子树都是一棵平衡二叉树.在AVL树中任何节点的两个子树的高度最大差别为一,所以它也被称为平衡二叉树.下面是平衡二叉树和非平衡二叉树对比的例图: 平衡因子(bf):结点的左子树的深度减去右子树的深度,那么显然-1<=bf<=1; AVL树的作用: 我们知道,对于一般的二叉搜索树(Binary Search Tree),其期望高度(即为一棵平衡树时)为

数据结构--Avl树的创建,插入的递归版本和非递归版本,删除等操作

AVL树本质上还是一棵二叉搜索树,它的特点是: 1.本身首先是一棵二叉搜索树. 2.带有平衡条件:每个结点的左右子树的高度之差的绝对值最多为1(空树的高度为-1). 也就是说,AVL树,本质上是带了平衡功能的二叉查找树(二叉排序树,二叉搜索树). 对Avl树进行相关的操作最重要的是要保持Avl树的平衡条件.即对Avl树进行相关的操作后,要进行相应的旋转操作来恢复Avl树的平衡条件. 对Avl树的插入和删除都可以用递归实现,文中也给出了插入的非递归版本,关键在于要用到栈. 代码如下: #inclu