摘要:容忍不平衡紅黑樹的思路的核心是增大了可容忍的高度差,從而實(shí)現(xiàn)既保證查詢效率,也保證了插入和刪除后調(diào)整平衡的效率。紅黑樹的查詢效率是略低于樹的,但是紅黑樹通過犧牲了少許查詢效率,使插入刪除后的調(diào)整效率達(dá)到了常數(shù)級(jí)別。
定義
Wikipedia - AVL樹
在計(jì)算機(jī)科學(xué)中,AVL樹是最早被發(fā)明的自平衡二叉查找樹。在AVL樹中,任一節(jié)點(diǎn)對(duì)應(yīng)的兩棵子樹的最大高度差為1,因此它也被稱為高度平衡樹。查找、插入和刪除在平均和最壞情況下的時(shí)間復(fù)雜度都是 {displaystyle O(log {n})} O(log{n})。增加和刪除元素的操作則可能需要借由一次或多次樹旋轉(zhuǎn),以實(shí)現(xiàn)樹的重新平衡。AVL樹得名于它的發(fā)明者G. M. Adelson-Velsky和Evgenii Landis,他們?cè)?962年的論文《An algorithm for the organization of information》中公開了這一數(shù)據(jù)結(jié)構(gòu)。理論
實(shí)現(xiàn)AVL樹的要點(diǎn)為:每次新增/刪除節(jié)點(diǎn)后判斷平衡性然后通過調(diào)整使整棵樹重新平衡
判斷平衡性:每次新增/刪除節(jié)點(diǎn)后,刷新受到影響的節(jié)點(diǎn)的高度,即可通過任一節(jié)點(diǎn)的左右子樹高度差判斷其平衡性
調(diào)整:通過對(duì)部分節(jié)點(diǎn)的父子關(guān)系的改變使樹重新平衡
實(shí)現(xiàn) 基本結(jié)構(gòu)public class Tree插入(insert) 四種不平衡范型> { private static final int MAX_HEIGHT_DIFFERENCE = 1; private Node root; class Node { KT key; Node left; Node right; int height = 1; public Node(KT key, Node left, Node right) { this.key = key; this.left = left; this.right = right; } } }
對(duì)于任意一次插入所造成的不平衡,都可以簡(jiǎn)化為下述四種范型之一:
下面四張圖中的數(shù)字僅代表節(jié)點(diǎn)序號(hào),為了后文方便展示調(diào)整過程
4、5、6、7號(hào)節(jié)點(diǎn)代表了四棵高度可以使不平衡成立的子樹(遵循插入的規(guī)則)
LL型
LR型
RR型
RL型
總結(jié)得到判斷范型的方法為:不平衡的節(jié)點(diǎn)(節(jié)點(diǎn)1)通往高度最大的子樹的葉子節(jié)點(diǎn)時(shí)所途經(jīng)的前兩個(gè)節(jié)點(diǎn)(節(jié)點(diǎn)2、節(jié)點(diǎn)3)的方向
調(diào)整方法LL型
5號(hào)節(jié)點(diǎn)作為1號(hào)節(jié)點(diǎn)的左孩子
1號(hào)節(jié)點(diǎn)作為2號(hào)節(jié)點(diǎn)的右孩子
例子(例子中的數(shù)字代表節(jié)點(diǎn)的值):
插入節(jié)點(diǎn)5后造成節(jié)點(diǎn)9不平衡,其范型為LL型,按照固定步驟調(diào)整后全局重新達(dá)到平衡
LR型
6號(hào)節(jié)點(diǎn)作為2號(hào)節(jié)點(diǎn)的右孩子
7號(hào)節(jié)點(diǎn)作為1號(hào)節(jié)點(diǎn)的左孩子
2號(hào)節(jié)點(diǎn)作為3號(hào)節(jié)點(diǎn)的左孩子
1號(hào)節(jié)點(diǎn)作為3號(hào)節(jié)點(diǎn)的右孩子
例子(例子中的數(shù)字代表節(jié)點(diǎn)的值):
插入節(jié)點(diǎn)8.5后造成節(jié)點(diǎn)9不平衡,其范型為LR型,按照固定步驟調(diào)整后全局重新達(dá)到平衡
RR型
5號(hào)節(jié)點(diǎn)作為1號(hào)節(jié)點(diǎn)的右孩子
1號(hào)節(jié)點(diǎn)作為2號(hào)節(jié)點(diǎn)的左孩子
例子(例子中的數(shù)字代表節(jié)點(diǎn)的值):
插入節(jié)點(diǎn)10.5后造成節(jié)點(diǎn)7不平衡,其范型為RR型,按照固定步驟調(diào)整后全局重新達(dá)到平衡
RL型
7號(hào)節(jié)點(diǎn)作為2號(hào)節(jié)點(diǎn)的左孩子
6號(hào)節(jié)點(diǎn)作為1號(hào)節(jié)點(diǎn)的右孩子
2號(hào)節(jié)點(diǎn)作為3號(hào)節(jié)點(diǎn)的右孩子
1號(hào)節(jié)點(diǎn)作為3號(hào)節(jié)點(diǎn)的左孩子
例子(例子中的數(shù)字代表節(jié)點(diǎn)的值):
插入節(jié)點(diǎn)7.5后造成節(jié)點(diǎn)7不平衡,其范型為RL型,按照固定步驟調(diào)整后全局重新達(dá)到平衡
代碼實(shí)現(xiàn)public void insert(T key) { if (key == null) { throw new NullPointerException(); } root = insert(root, key); } private Node總結(jié)insert(Node node, T key) { if (node == null) { return new Node<>(key, null, null); } int cmp = key.compareTo(node.key); if (cmp == 0) { return node; } if (cmp < 0) { node.left = insert(node.left, key); } else { node.right = insert(node.right, key); } if (Math.abs(height(node.left) - height(node.right)) > MAX_HEIGHT_DIFFERENCE) { node = balance(node); } refreshHeight(node); return node; } private int height(Node node) { if (node == null) { return 0; } return node.height; } private void refreshHeight(Node node) { node.height = Math.max(height(node.left), height(node.right)) + 1; } /** * 此方法中的node, node1, node2分別代表上文范型中的1、2、3號(hào)節(jié)點(diǎn) */ private Node balance(Node node) { Node node1, node2; // ll if (height(node.left) > height(node.right) && height(node.left.left) > height(node.left.right)) { node1 = node.left; node.left = node1.right; node1.right = node; refreshHeight(node); return node1; } // lr if (height(node.left) > height(node.right) && height(node.left.right) > height(node.left.left)) { node1 = node.left; node2 = node.left.right; node.left = node2.right; node1.right = node2.left; node2.left = node1; node2.right = node; refreshHeight(node); refreshHeight(node1); return node2; } // rr if (height(node.right) > height(node.left) && height(node.right.right) > height(node.right.left)) { node1 = node.right; node.right = node1.left; node1.left = node; refreshHeight(node); return node1; } // rl if (height(node.right) > height(node.left) && height(node.right.left) > height(node.right.right)) { node1 = node.right; node2 = node.right.left; node.right = node2.left; node1.left = node2.right; node2.left = node; node2.right = node1; refreshHeight(node); refreshHeight(node1); return node2; } return node; }
由插入節(jié)點(diǎn)導(dǎo)致的局部不平衡均會(huì)符合上述四種范型之一,只需要按照固定的方式調(diào)整相關(guān)節(jié)點(diǎn)的父子關(guān)系即可使樹恢復(fù)平衡
關(guān)于調(diào)整,很多博客或者書籍中將這種調(diào)整父子關(guān)系的過程稱為旋轉(zhuǎn),這個(gè)就見仁見智了,個(gè)人覺得這種描述并不容易理解,故本文統(tǒng)一稱為調(diào)整
刪除(remove) 通常情況對(duì)于刪除節(jié)點(diǎn)這個(gè)操作來說,有兩個(gè)要點(diǎn):被刪除節(jié)點(diǎn)的空缺應(yīng)該如何填補(bǔ)以及刪除后如何使樹恢復(fù)平衡
被刪除節(jié)點(diǎn)的空缺應(yīng)該如何填補(bǔ)
如果被刪除節(jié)點(diǎn)是葉子節(jié)點(diǎn),則不需要填補(bǔ)空缺
而如果是枝干節(jié)點(diǎn),則需要填補(bǔ)空缺,理想的情況是使用某個(gè)節(jié)點(diǎn)填補(bǔ)被刪除節(jié)點(diǎn)的空缺后,整棵樹仍然保持平衡
a) 如果節(jié)點(diǎn)的左右子樹有一棵為空,則使用非空子樹填補(bǔ)空缺
b) 如果節(jié)點(diǎn)的左右子樹均為非空子樹,則使用節(jié)點(diǎn)的左右子樹中更高的那棵子樹中的最大/最小節(jié)點(diǎn)來填補(bǔ)空缺(如果子樹高度一致則哪邊都可以)
例子:
假設(shè)待刪除節(jié)點(diǎn)為節(jié)點(diǎn)9,則應(yīng)當(dāng)使用左子樹中的最大值節(jié)點(diǎn)8來填補(bǔ)空缺
假設(shè)待刪除節(jié)點(diǎn)為節(jié)點(diǎn)13,則應(yīng)當(dāng)使用右子樹中的最小值節(jié)點(diǎn)14來填補(bǔ)空缺
假設(shè)待刪除節(jié)點(diǎn)為節(jié)點(diǎn)2,則使用左子樹中的最大值節(jié)點(diǎn)1.5或者右子樹中的最小值節(jié)點(diǎn)2.5來填補(bǔ)空缺均可
按照上述方式來填補(bǔ)空缺,可以盡可能保證刪除后整棵樹仍然保持平衡
刪除后如何使樹恢復(fù)平衡
如圖,葉子節(jié)點(diǎn)12為被刪除節(jié)點(diǎn),刪除后不需要填補(bǔ)空缺,但是此時(shí)節(jié)點(diǎn)13產(chǎn)生了不平衡
不過節(jié)點(diǎn)13的不平衡滿足上文所說的不平衡范型中的RR型,因此只需要對(duì)節(jié)點(diǎn)13做對(duì)應(yīng)的調(diào)整即可,如圖:
此時(shí)節(jié)點(diǎn)13所在的子樹經(jīng)過調(diào)整重新達(dá)到局部平衡
但是我們緊接著發(fā)現(xiàn),節(jié)點(diǎn)11出現(xiàn)了不平衡,其左子樹高度為4,右子樹高度為2
如果此時(shí)按照插入情況下的不平衡范型判斷方法去判斷節(jié)點(diǎn)11的不平衡情況屬于哪種范型,會(huì)發(fā)現(xiàn)無法滿足四種范型的任一情況
特殊情況由刪除節(jié)點(diǎn)導(dǎo)致的不平衡,除了會(huì)出現(xiàn)插入中所說的四種范型之外,還會(huì)出現(xiàn)兩種情況,如圖:
整棵樹初始狀態(tài)為平衡狀態(tài),此時(shí)假設(shè)刪除節(jié)點(diǎn)13或節(jié)點(diǎn)14,均會(huì)導(dǎo)致節(jié)點(diǎn)11產(chǎn)生不平衡(左子樹高度3,右子樹高度1)
但是如果仍然按照插入時(shí)的方法來判斷不平衡,則會(huì)發(fā)現(xiàn),節(jié)點(diǎn)4的左右子樹高度一致,即在滿足了L后,后續(xù)無法判斷這種情況屬于哪種范型
對(duì)于R方向也是一樣
本文稱它們?yōu)?b>L型和R型
不過這兩種情況的處理也很簡(jiǎn)單,實(shí)際上當(dāng)出現(xiàn)這種情況時(shí),使用LL型或LR型的調(diào)整方法均可以達(dá)到使樹重新平衡的目的
如圖:
兩種調(diào)整方式均可使樹重新平衡,對(duì)于R型也是一樣,這里不再贅述
代碼實(shí)現(xiàn)public void remove(T key) { if (key == null) { throw new NullPointerException(); } root = remove(root, key); } private Noderemove(Node node, T key) { if (node == null) { return null; } int cmp = key.compareTo(node.key); if (cmp < 0) { node.left = remove(node.left, key); } if (cmp > 0){ node.right = remove(node.right, key); } if (cmp == 0) { if (node.left == null || node.right == null) { return node.left == null ? node.right : node.left; } var successorKey = successorOf(node).key; node = remove(node, successorKey); node.key = successorKey; } if (Math.abs(height(node.left) - height(node.right)) > MAX_HEIGHT_DIFFERENCE) { node = balance(node); } refreshHeight(node); return node; } /** * 尋找被刪除節(jié)點(diǎn)的繼承者 */ private Node successorOf(Node node) { if (node == null) { throw new NullPointerException(); } if (node.left == null || node.right == null) { return node.left == null ? node.right : node.left; } return height(node.left) > height(node.right) ? findMax(node.left, node.left.right, node.left.right == null) : findMin(node.right, node.right.left, node.right.left == null); } private Node findMax(Node node, Node right, boolean rightIsNull) { if (rightIsNull) { return node; } return findMax((node = right), node.right, node.right == null); } private Node findMin(Node node, Node left, boolean leftIsNull) { if (leftIsNull) { return node; } return findMin((node = left), node.left, node.left == null); }
其中用到的private Node
private Nodebalance(Node node) { Node node1, node2; // ll & l if (height(node.left) > height(node.right) && height(node.left.left) >= height(node.left.right)) { node1 = node.left; node.left = node1.right; node1.right = node; refreshHeight(node); return node1; } // lr if (height(node.left) > height(node.right) && height(node.left.right) > height(node.left.left)) { node1 = node.left; node2 = node.left.right; node.left = node2.right; node1.right = node2.left; node2.left = node1; node2.right = node; refreshHeight(node); refreshHeight(node1); return node2; } // rr & r if (height(node.right) > height(node.left) && height(node.right.right) >= height(node.right.left)) { node1 = node.right; node.right = node1.left; node1.left = node; refreshHeight(node); return node1; } // rl if (height(node.right) > height(node.left) && height(node.right.left) > height(node.right.right)) { node1 = node.right; node2 = node.right.left; node.right = node2.left; node1.left = node2.right; node2.left = node; node2.right = node1; refreshHeight(node); refreshHeight(node1); return node2; } return node; }
也就是將L型情況包含進(jìn)了LL型,R型的情況包含進(jìn)了RR型,因?yàn)檫@兩種范式的調(diào)整要比對(duì)應(yīng)的LR型/RL型的操作數(shù)少
總結(jié)盡管刪除節(jié)點(diǎn)時(shí)會(huì)出現(xiàn)特殊的情況,但是仍然可以通過簡(jiǎn)單的調(diào)整使樹始終保持平衡
完整代碼/** * AVL-Tree * * @author Shinobu * @since 2019/5/7 */ public class Tree結(jié)語> { private static final int MAX_HEIGHT_DIFFERENCE = 1; private Node root; class Node { KT key; Node left; Node right; int height = 1; public Node(KT key, Node left, Node right) { this.key = key; this.left = left; this.right = right; } } public Tree(T... keys) { if (keys == null || keys.length < 1) { throw new NullPointerException(); } root = new Node<>(keys[0], null, null); for (int i = 1; i < keys.length && keys[i] != null; i++) { root = insert(root, keys[i]); } } public T find(T key) { if (key == null || root == null) { return null; } return find(root, key, key.compareTo(root.key)); } private T find(Node node, T key, int cmp) { if (node == null) { return null; } if (cmp == 0) { return node.key; } return find( (node = cmp > 0 ? node.right : node.left), key, node == null ? 0 : key.compareTo(node.key)); } public void insert(T key) { if (key == null) { throw new NullPointerException(); } root = insert(root, key); } private Node insert(Node node, T key) { if (node == null) { return new Node<>(key, null, null); } int cmp = key.compareTo(node.key); if (cmp == 0) { return node; } if (cmp < 0) { node.left = insert(node.left, key); } else { node.right = insert(node.right, key); } if (Math.abs(height(node.left) - height(node.right)) > MAX_HEIGHT_DIFFERENCE) { node = balance(node); } refreshHeight(node); return node; } private int height(Node node) { if (node == null) { return 0; } return node.height; } private void refreshHeight(Node node) { node.height = Math.max(height(node.left), height(node.right)) + 1; } private Node balance(Node node) { Node node1, node2; // ll & l if (height(node.left) > height(node.right) && height(node.left.left) >= height(node.left.right)) { node1 = node.left; node.left = node1.right; node1.right = node; refreshHeight(node); return node1; } // lr if (height(node.left) > height(node.right) && height(node.left.right) > height(node.left.left)) { node1 = node.left; node2 = node.left.right; node.left = node2.right; node1.right = node2.left; node2.left = node1; node2.right = node; refreshHeight(node); refreshHeight(node1); return node2; } // rr & r if (height(node.right) > height(node.left) && height(node.right.right) >= height(node.right.left)) { node1 = node.right; node.right = node1.left; node1.left = node; refreshHeight(node); return node1; } // rl if (height(node.right) > height(node.left) && height(node.right.left) > height(node.right.right)) { node1 = node.right; node2 = node.right.left; node.right = node2.left; node1.left = node2.right; node2.left = node; node2.right = node1; refreshHeight(node); refreshHeight(node1); return node2; } return node; } public void remove(T key) { if (key == null) { throw new NullPointerException(); } root = remove(root, key); } private Node remove(Node node, T key) { if (node == null) { return null; } int cmp = key.compareTo(node.key); if (cmp < 0) { node.left = remove(node.left, key); } if (cmp > 0){ node.right = remove(node.right, key); } if (cmp == 0) { if (node.left == null || node.right == null) { return node.left == null ? node.right : node.left; } var successorKey = successorOf(node).key; node = remove(node, successorKey); node.key = successorKey; } if (Math.abs(height(node.left) - height(node.right)) > MAX_HEIGHT_DIFFERENCE) { node = balance(node); } refreshHeight(node); return node; } private Node successorOf(Node node) { if (node == null) { throw new NullPointerException(); } if (node.left == null || node.right == null) { return node.left == null ? node.right : node.left; } return height(node.left) > height(node.right) ? findMax(node.left, node.left.right, node.left.right == null) : findMin(node.right, node.right.left, node.right.left == null); } private Node findMax(Node node, Node right, boolean rightIsNull) { if (rightIsNull) { return node; } return findMax((node = right), node.right, node.right == null); } private Node findMin(Node node, Node left, boolean leftIsNull) { if (leftIsNull) { return node; } return findMin((node = left), node.left, node.left == null); } }
AVL樹的實(shí)現(xiàn),在了解了不平衡的六種情況,以及對(duì)應(yīng)的處理方式后,還是比較簡(jiǎn)單且邏輯清晰的
通過對(duì)AVL樹的學(xué)習(xí),可以發(fā)現(xiàn)它是一種“對(duì)不平衡非常敏感”的結(jié)構(gòu)——可以容忍的高度差僅為1。這雖然可以讓樹盡可能的平衡,使查找效率盡可能高,但也付出了相應(yīng)的代價(jià): 調(diào)整平衡。
它的插入元素引發(fā)的調(diào)整的最壞時(shí)間復(fù)雜度為O(1),但是刪除引發(fā)的最壞時(shí)間復(fù)雜度為O(logN),這正是AVL樹的弊端所在。
所以后來的2-3樹、2-3-4樹、紅黑樹都嘗試對(duì)這種弊端進(jìn)行了改進(jìn),改進(jìn)的思路可以大概理解為兩種:
使樹完全平衡
這是2-3樹和2-3-4樹這兩種結(jié)構(gòu)嘗試的方向。因?yàn)樵斐葾VL樹刪除時(shí)“雪崩”的原因正是因?yàn)樗苋萑痰倪@一點(diǎn)高度差,在高度差大量積累后,刪除“薄弱”側(cè)的節(jié)點(diǎn),就會(huì)導(dǎo)致需要大量的調(diào)整才能恢復(fù)平衡。而如果完全消除高度差,就可以避免這種情況了。
然而實(shí)際的情況是這兩種樹的實(shí)現(xiàn)都算不上簡(jiǎn)單,而且反而使插入的調(diào)整行為的時(shí)間復(fù)雜度變?yōu)榱薕(logN)。
容忍不平衡
紅黑樹的思路的核心是增大了可容忍的高度差,從而實(shí)現(xiàn)既保證查詢效率(O(logN)),也保證了插入和刪除后調(diào)整平衡的效率(O(1))。
紅黑樹的查詢效率(2 * O(logN))是略低于AVL樹(O(logN))的,但是紅黑樹通過犧牲了少許查詢效率,使插入刪除后的調(diào)整效率達(dá)到了常數(shù)級(jí)別。
紅黑樹算法中的著色策略、對(duì)于父節(jié)點(diǎn)、叔節(jié)點(diǎn)、祖父節(jié)點(diǎn)等等節(jié)點(diǎn)的顏色判斷、以及相應(yīng)的調(diào)整策略都是經(jīng)過極度抽象后的結(jié)果,因此想要從頭到尾徹底理解紅黑樹的設(shè)計(jì)思想其實(shí)還是有些難度的(理解設(shè)計(jì)思想并非照著抽象好的五條規(guī)則照本宣科)
以上,希望本文對(duì)讀到的朋友能有所幫助
文章如果有謬誤或疏漏,還請(qǐng)務(wù)必指正,感謝萬分
文章版權(quán)歸作者所有,未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址:http://systransis.cn/yun/74461.html
摘要:是棧,它繼承于。滿二叉樹除了葉結(jié)點(diǎn)外每一個(gè)結(jié)點(diǎn)都有左右子葉且葉子結(jié)點(diǎn)都處在最底層的二叉樹。沒有鍵值相等的節(jié)點(diǎn)。這是數(shù)據(jù)庫(kù)選用樹的最主要原因。 在我們學(xué)習(xí)Java的時(shí)候,很多人會(huì)面臨我不知道繼續(xù)學(xué)什么或者面試會(huì)問什么的尷尬情況(我本人之前就很迷茫)。所以,我決定通過這個(gè)開源平臺(tái)來幫助一些有需要的人,通過下面的內(nèi)容,你會(huì)掌握系統(tǒng)的Java學(xué)習(xí)以及面試的相關(guān)知識(shí)。本來是想通過Gitbook的...
摘要:我們知道,當(dāng)樹變得不平衡時(shí)和操作會(huì)使二叉搜索樹的性能降低到。樹實(shí)現(xiàn)抽象數(shù)據(jù)類型就像一個(gè)普通的二叉搜索樹,唯一不同的是這棵樹的工作方式。我們通過比較每個(gè)節(jié)點(diǎn)的左右子樹的高度完成比較。 平衡二叉搜索樹 在上一節(jié)中我們討論了建立一個(gè)二叉搜索樹。我們知道,當(dāng)樹變得不平衡時(shí)get和put操作會(huì)使二叉搜索樹的性能降低到O(n)。在這一節(jié)中我們將看到一種特殊的二叉搜索樹,它可以自動(dòng)進(jìn)行調(diào)整,以確保樹...
摘要:可以看到,一次左單旋將右側(cè)子樹的高度減小了,而左側(cè)子樹的高度增加了。如圖,對(duì)進(jìn)行右單旋,需要左子樹的右子樹的高度小于等于左子樹的高度,否則不能達(dá)到平衡的效果,只是把不平衡性從左邊轉(zhuǎn)移到了右邊。 AVL樹 普通二叉搜索樹可能出現(xiàn)一條分支有多層,而其他分支卻只有幾層的情況,如圖1所示,這會(huì)導(dǎo)致添加、移除和搜索樹具有性能問題。因此提出了自平衡二叉樹的概念,AVL樹(阿德爾森-維爾斯和蘭迪斯樹...
摘要:需要執(zhí)行的操作依次是首先,將紅黑樹當(dāng)作一顆二叉查找樹,將該節(jié)點(diǎn)從二叉查找樹中刪除然后,通過旋轉(zhuǎn)和重新著色等一系列來修正該樹,使之重新成為一棵紅黑樹。 雖是讀書筆記,但是如轉(zhuǎn)載請(qǐng)注明出處 http://segmentfault.com/blog/exploring/ .. 拒絕伸手復(fù)制黨 關(guān)于二叉樹的基本知識(shí),可以參見:Java 實(shí)現(xiàn)基本數(shù)據(jù)結(jié)構(gòu) 2(樹) 以下是算法導(dǎo)論第13章的學(xué)...
摘要:一旦子樹平衡因子為零,那么父節(jié)點(diǎn)的平衡因子不會(huì)發(fā)生改變。新根的父節(jié)點(diǎn)將成為舊根的父節(jié)點(diǎn)。因?yàn)槠渌僮鞫际且苿?dòng)整個(gè)子樹,被移動(dòng)的子樹內(nèi)的節(jié)點(diǎn)的平衡因子不受旋轉(zhuǎn)的影響。讓表示以為根節(jié)點(diǎn)的子樹的高度。 既然,我們已經(jīng)證明,保持 AVL 樹的平衡將會(huì)使性能得到很大的提升,那我們看看如何在程序中向樹插入一個(gè)新的鍵值。因?yàn)樗械男骆I是作為葉節(jié)點(diǎn)插入樹的,而新葉子的平衡因子為零,所以我們對(duì)新插入的節(jié)...
閱讀 2589·2021-11-15 11:38
閱讀 2921·2021-11-02 14:44
閱讀 3870·2021-09-26 10:13
閱讀 3110·2021-08-13 15:02
閱讀 813·2019-08-30 15:56
閱讀 1524·2019-08-30 15:53
閱讀 2379·2019-08-30 13:01
閱讀 3263·2019-08-29 12:57