AVL实现分析和总结.docxVIP

平衡有序树 AVL 树之两种思路 也许二杈树是很好用的，在插入和查找的时候时间复杂度一般为 O（logN），但如果左右子树失去平衡，也可能达到 O（N）。为了防止这种现象发生，一种解决办法是是左右子树尽量保持平衡，即建立一种平衡有序树 AVL 树。 一棵 AVL 树是其每个结点的左子树和右子树的高度最多相差 1 的二杈有序 树。空树的高度定义为-1。 AVL 树的结点声明； typedef struct avlnode { int height;//比普通二杈有序树多了一个高度信息ElemType data; struct bnode *lchild, *rchild; } *AvlTree, *Position; // AVL 树基本操作 AvlTree MakeEmpty(AvlTree T); Position Find(ElemType x, AvlTree T); Position FindMin(AvlTree T); Position FindMax(AvlTree T); static int Height(Position P); AvlTree Insert(ElemType x, AvlTree T); AvlTree Delete(ElemType x, AvlTree T); ElemType Retrieve(Position P); //----------AVL 树基本操作的算法实现-------------------- 递归算法： Position FindMin(AvlTree T) { if(T==NULL) return NULL; else if(T-lchild == NULL) return T; else return FindMin(T-lchild); } Position FindMax(AvlTree T) { if(T==NULL) return NULL; else if(T-rchild == NULL) return T; else return FindMax(T-rchild); } 非递归算法： Position FindMin(AvlTree T) { if(T!=NULL) { while(T-lchild != NULL) T = T-lchild; } return T; } Position FindMax(AvlTree T) { if(T!=NULL) { while(T-rchild != NULL) T = T-rchild; } return T; } //返回 P 点的高度 static int Height(Position P) { if(P==NULL) return -1; else return P-height; } //在对一棵 AVL 树进行插入操作后，可能会破坏它的平衡条件，因此必须对新的 AVL 树进行调整， 这里用到了“单旋转”或“双旋转”的算法，分别适用于： 单左旋转（SingleRotateWithLeft）；对结点 p 的左孩子的左子树进行一次插入单右旋转（SingleRotateWithRight）；对结点 p 的右孩子的右子树进行一次插入 双左旋转（DoubleRotateWithLeft）；对结点 p 的左孩子的右子树进行一次插入双右旋转（DoubleRotateWithRight）；对结点 p 的右孩子的左子树进行一次插入 static Position SingleRotateWithLeft(Position K2) { Position K1; K1 = K2-lchild; //在 K2 和 K1 之间进行一次单左旋转 K2-lchild K1-rchild = = K1-rchild; K2; K2-height K1-height = = Max(Height(K2-lchild), Height(K2-rchild)) Max(Height(K1-lchild), Height(K1-rchild)) + + 1; 1; } return K1; static Position SingleRotateWithRight(Position K2) { Position K1; K1 = K2-rchild; //在 K2 和 K1 之间进行一次单右旋转 K2-rchild = K1-lchild; K1-lchild = K2; K2-height = Max(Height(K2-lchild), Height(K2-rchild)) + 1; K1-height = Max(Height(K1-lchild), Height(K1-rchild)) + 1; return K