avl

_posts/2023-10-27-1.md

@@ -0,0 +1,95 @@
+---
+layout: post
+title: '“它刚才还是平衡的”'
+---
+之前一直在吐槽学校的数据结构与算法课太水了，结果马上就被 AVL 树打了一顿。
+
+我中学就没怎么听树形数据结构，回来就只能浪费几到十几个小时翻资料……
+
+# 节点高度变化的规律
+
+如果一个节点的高度变化了一个单位，就可能会让父节点高度同样变化。（废话）
+
+如果父节点的高度变化了，就关于父节点也考虑一下高度的变化。如果父节点的高度没变，就再也没有别的节点会改变高度了。（废话）
+
+父节点高度不变有两种情况，一种是两棵子树始终平衡，并且较高的那棵高度没变；另一种是两棵子树不再平衡，父节点高度先是增加，不过我们用算法让两棵子树的高度“中和”了一下，让父节点的高度变回来了。
+
+节点高度是从下到上开始考虑的，第一个改变高度的节点显然不会影响它的子节点。一个节点只有自己的高度改变了，才有可能改变父节点的高度（废话），所以所有改变高度的节点可以连成唯一的一条路径。因为重新平衡的算法一定会让不平衡点的高度恢复到原来的状态，而不平衡是由节点高度改变产生的，所以重新平衡只有可能出现在路径的末端。所以，一步插入、删除操作最多只需要对树进行一次重新平衡。
+
+# 各种旋转
+
+如果一棵树之前是平衡的，而现在不平衡了，既然一个插入/删除操作最多只会让节点的高度改变一个单位，说明这棵树的两棵子树原本就不一样高。有一棵子树比另一棵高一个单位，经历一步操作之后本来高的那棵又升高了一个单位，或者本来矮的那棵又降低了一个单位，树就不平衡了。
+
+随便找个右子树原本就高一点，后面又升高了而导致不平衡的情况。圆圈表示节点，圆圈内部是节点的名字，右边表示节点的高度。`A`是需要重新平衡的节点，`B`、`D`和`E`的子树省略了，它们在这里不重要。这是插入新节点之前：
+
+![1]({{site.url}}/res/avl/tree-1.webp)
+
+插入新节点之后，`C`又升高了一个单位。考虑到前面节点高度变化的规律，这里只有`A`两边是不平衡的，其他的都平衡。
+
+![2]({{site.url}}/res/avl/tree-2.webp)
+
+现在来考虑一下`D`和`E`的高度。`C`原本的高度是`n+1`，说明`D`和`E`里至少有一个高度为`n`，同时最低的那棵高度不能低于`n-1`。`C`的子节点要么高度都是`n`，要么有一个高度为`n`而另一个高度为`n-1`。不过第二种情况不可能发生，因为如果`C`的子节点高度不同，假设较矮的那棵子树升高了一个单位，`C`的高度就不会改变；如果较高的那棵升高了，`C`就不平衡了。这说明`D`和`E`原本是一样高的，只可能是`n`。
+
+重新画一下插入新节点之前的图：
+
+![3]({{site.url}}/res/avl/tree-3.webp)
+
+这时考虑插入节点后`D`和`E`的高度，就有两种情况了：
+
+![4]({{site.url}}/res/avl/tree-4-7-9.webp)
+
+![5]({{site.url}}/res/avl/tree-5.webp)
+
+第二种情况处理起来比较简单。如果能改变这树的结构，让左子树升高一个单位，右子树降低一个单位，两边的树高变为`n+1`，树也就重新平衡了。这样处理还有一个好处，就是操作之后最高的节点高度为`n+2`，和插入新节点之前的一样，不会引起它父节点高度的变化，也就不用考虑后续平衡的问题了。
+
+现在想让`A`成为左子树的一部分（为了让左子树升高一个单位），`C`不再是右子树的一部分（为了让右子树降低一个单位），就让`C`成为新的最高节点（暂且让我这么说吧，毕竟管它叫“根节点”不太好），让`A`变成`C`的左子树。为了在左边腾出空间，先让`D`变成游离的，之后往`A`变成子节点后空出的右边插就可以了。有点像让`A`和`C`绕着下方的一个点逆时针旋转一下，所以这个算法也叫“旋转”。
+
+![6]({{site.url}}/res/avl/tree-6.webp)
+
+至于这样是叫左旋还是右旋，不同语言的书上不太一样。我的书上是 right-right，听起来有点反直觉，实际上是说不平衡是由`A`的右子树的右子节点升高引发的。
+
+总结来说就是将`C`的左子节点设为`A`，然后将`A`的右子节点设为`D`。`B < A < D < C < E`，重新平衡之后的树也是符合二叉搜索树定义的。
+
+现在我们已经能处理第二种不平衡的情况了，再来看下第一种。这个不平衡是由右子树的左子节点升高引发的：
+
+![7]({{site.url}}/res/avl/tree-4-7-9.webp)
+
+要是还按第二种情况的方法操作（right-right 旋转），得到的树是这样：
+
+![8]({{site.url}}/res/avl/tree-8.webp)
+
+因为`D`的高度比`B`多一个单位，`A`的高度也要增加，树仍然是不平衡的。要是能把它变成 right-right 的情况，之后直接套用刚才的步骤就方便得多了。
+
+重新观察一下 right-left 的树。要记得 right-left 的意思是，不平衡是由右子树的左节点升高而引发的：
+
+![9]({{site.url}}/res/avl/tree-4-7-9.webp)
+
+这次先把右子树旋转一下，让右子树的右节点`E`比左节点`D`高就是了。要旋转右子树就需要考虑`D`的子节点的情况，把`D`的两个子节点标出来：
+
+![10]({{site.url}}/res/avl/tree-10.webp)
+
+先让`A`的右节点`C`left-left 旋转一下：
+
+![11]({{site.url}}/res/avl/tree-11.webp)
+
+再让`A`right-right 转一下就好了：
+
+![12]({{site.url}}/res/avl/tree-12.webp)
+
+至于`F`和`G`的高度，用类似刚才分析`C`子节点高度的方法分析一下，`D`的子节点也是一个`n`一个`n-1`。我们没动`B`和`E`的子节点，所以它俩仍然是`n`。
+
+算下无论`F`和`G`哪个是`n`哪个是`n-1`，树都是平衡的：
+
+![13]({{site.url}}/res/avl/tree-13.webp)
+
+（若是你用`F = n-1`和`G = n`的情况考虑一下这树第一步旋转的情况，会发现旋转后会右两处不平衡，不过第二次旋转之后就都平衡了）
+
+复习一下，右子树的右节点升高引发的不平衡需要 right-right 旋转。反过来，左子树的左节点升高若是搞不清楚方向，知道这里所说的 right-right 旋转会让目标的地位被它的右节点取代就是了。
+
+右子树的左节点升高需要 right-left。一个 right-left 操作，相当于先对右子树根进行 left-left 旋转，再对最高节点进行 right-right 旋转。
+
+上面这些旋转解决的都是插入（高度升高）引发的不平衡。删除（高度降低）的话实际也差不多，感兴趣的同学可以自己试一下。
+
+# 4.0 学分的数据结构与算法
+
+我现在又希望课能水一点了。水一点好，水一点学着会轻松很多……