【C++】AVL 树平衡二叉搜索的神奇结构，代码实现全解析，从概念到应用，助你轻松掌握这一高效数据结构，编程能力更上一层楼！

最新推荐文章于 2025-07-29 21:31:10 发布

落叶　

最新推荐文章于 2025-07-29 21:31:10 发布

阅读量2.7k

点赞数 127

CC 4.0 BY-SA版权

分类专栏： C++进阶+高阶数据结构文章标签： c++ AVL树查找机器学习深度学习学习学习方法

本文链接：https://blog.csdn.net/qq_67578580/article/details/144858300

🌟个人主页:落叶

🌟当前专栏:C++专栏

AVL树实现

AVL的概念

AVL树是最先发明的⾃平衡⼆叉查找树，AVL是⼀颗空树，或者具备下列性质的⼆叉搜索树：它的左右⼦树都是AV树，且左右⼦树的⾼度差的绝对值不超过1。AVL树是⼀颗⾼度平衡搜索⼆叉树，通过控制⾼度差去控制平衡。

AVL树得名于它的发明者G. M. Adelson-Velsky和E. M. Landis是两个前苏联的科学家，他们在1962 年的论文《An algorithm for the organization of information》中发表了它。

AVL树实现这⾥我们引⼊⼀个平衡因⼦(balance factor)的概念，每个结点都有⼀个平衡因⼦，任何结点的平衡因⼦等于右⼦树的⾼度减去左⼦树的⾼度，也就是说任何结点的平衡因⼦等于0/1/-1， AVL树并不是必须要平衡因⼦，但是有了平衡因⼦可以更⽅便我们去进⾏观察和控制树是否平衡，就像⼀个⻛向标⼀样。

思考⼀下为什么AVL树是⾼度平衡搜索⼆叉树，要求⾼度差不超过1，⽽不是⾼度差是0呢？0不是更好的平衡吗？画画图分析我们发现，不是不想这样设计，⽽是有些情况是做不到⾼度差是0的。⽐如⼀棵树是2个结点，4个结点等情况下，⾼度差最好就是1，⽆法作为⾼度差是0

AVL树整体结点数量和分布和完全⼆叉树类似，⾼度可以控制在logN，那么增删查改的效率也可以控制在 O(logN)，相⽐⼆叉搜索树有了本质的提升。

AVL树

下面这个就不是AVL树了

AVL树的实现

AVL树的结构

//节点
template<class K,class V>
struct AVLtreeNode
{
	pair<K, V> _kv;             //值
	AVLtreeNode<K, V>* _left;   //左子树
	AVLtreeNode<K, V>* _right;  //右子树
	AVLtreeNode<K, V>* _parent; //父节点
	int _bf;    //平衡因子

	AVLtreeNode(const pair<K,V>& kv)
		:_kv(kv)
		,_left(nullptr)
		,_right(nullptr)
		,_parent(nullptr)
		,_bf(0)
	{}
};


template<class K, class V>
class AVLTree
{
    //重命名为Node
	typedef AVLTreeNode<K, V> Node;
public:
	//...
private:
	Node* _root = nullptr;
};

AVL树的插⼊

AVL树插⼊⼀个值的⼤概过程

插⼊⼀个值按⼆叉搜索树规则进⾏插⼊。

新增结点以后，只会影响祖先结点的⾼度，也就是可能会影响部分祖先结点的平衡因⼦，所以更新从新增结点->根结点路径上的平衡因⼦，实际中最坏情况下要更新到根，有些情况更新到中间就可以停⽌了，具体情况我们下⾯再详细分析。

更新平衡因⼦过程中没有出现问题，则插⼊结束

更新平衡因⼦过程中出现不平衡，对不平衡⼦树旋转，旋转后本质调平衡的同时，本质降低了⼦树的⾼度，不会再影响上⼀层，所以插⼊结束。

平衡因⼦更新

更新原则：

平衡因⼦ = 右⼦树⾼度-左⼦树⾼度

只有⼦树⾼度变化才会影响当前结点平衡因⼦。

插⼊结点，会增加⾼度，所以新增结点在parent的右⼦树，parent的平衡因⼦++，新增结点在 parent的左⼦树，parent平衡因⼦--

parent所在⼦树的⾼度是否变化决定了是否会继续往上更新

更新停⽌条件：

更新后parent的平衡因⼦等于0，更新中parent的平衡因⼦变化为-1->0 或者 1->0，说明更新前 parent⼦树⼀边⾼⼀边低，新增的结点插⼊在低的那边，插⼊后parent所在的⼦树⾼度不变，不会影响parent的⽗亲结点的平衡因⼦，更新结束。

更新后parent的平衡因⼦等于1 或 -1，更新前更新中parent的平衡因⼦变化为0->1 或者 0->-1，说明更新前parent⼦树两边⼀样⾼，新增的插⼊结点后，parent所在的⼦树⼀边⾼⼀边低，parent所在的⼦树符合平衡要求，但是⾼度增加了1，会影响arent的⽗亲结点的平衡因⼦，所以要继续向上更新。

更新后parent的平衡因⼦等于2 或 -2，更新前更新中parent的平衡因⼦变化为1->2 或者 -1->-2，说明更新前parent⼦树⼀边⾼⼀边低，新增的插⼊结点在⾼的那边，parent所在的⼦树⾼的那边更⾼了，破坏了平衡，parent所在的⼦树不符合平衡要求，需要旋转处理，旋转的⽬标有两个：1、把 parent⼦树旋转平衡。2、降低parent⼦树的⾼度，恢复到插⼊结点以前的⾼度。所以旋转后也不需要继续往上更新，插⼊结束。

更新到10结点，平衡因⼦为2，10所在的⼦树已经不平衡，需要旋转处理

更新到中间结点3，平衡因子为0，3为根的⼦树⾼度不变，不会影响上⼀层，更新结束

最坏更新到根停⽌

插⼊结点及更新平衡因⼦的代码实现

//节点
template<class K,class V>
struct AVLtreeNode
{
	pair<K, V> _kv;             //值
	AVLtreeNode<K, V>* _left;   //左子树
	AVLtreeNode<K, V>* _right;  //右子树
	AVLtreeNode<K, V>* _parent; //父节点
	int _bf;    //平衡因子

	AVLtreeNode(const pair<K,V>& kv)
		:_kv(kv)
		,_left(nullptr)
		,_right(nullptr)
		,_parent(nullptr)
		,_bf(0)
	{}
};

template<class K,class V>
class AVLtree
{
	typedef AVLtreeNode<K, V> Node;
public:
	//插入
	bool insert(const pair<K, V>& kv)
	{
		if (_root == nullptr)
		{
			_root = new Node(kv);
            return true;
		}
		Node* cur = _root;
		Node* par = nullptr;
		//走到空
		while (cur)
		{
			//小于往左走
			if (kv.first < cur->_kv.first)
			{
				par = cur;
				cur = cur->_left;
			}
			//大于往右走
			else if (kv.first > cur->_kv.first)
			{
				par = cur;
				cur = cur->_right;
			}
			else
			{
				return false;
			}
		}
		//判断该插入左边还是右边
        cur = new Node(kv);
		if (kv.first < par->_kv.first)
		{
			par->_left = cur;
		}
		else
		{
			par->_right = cur;
		}
		//连接父亲节点
        cur->_parent = par;

		//更新平衡因子
		while (par != nullptr)
		{
			//是左子树平衡因子就--
			if (par->_left == cur)
			{
				par->_bf--;
			}
			else //是右子树平衡因子就++
			{
				par->_bf++;
			}

			if (par->_bf == 0)
			{
				//更新结束
				break;
			}
			else if (par->_bf == 1 || par->_bf == -1)
			{
				//继续向上更新
				cur = par;
				par = par->_parent;
			}
			else if (par->_bf == 2 || par->_bf == -2)
			{
				//不平衡,旋转处理

                //旋转完结束循环
				break
			}
			else
			{
				//其他数值就说明有问题，assert报错
				assert(false);
			}
		}
      return true;
	}

private:
	Node* _root = nullptr;
};