数据结构——AVL树
2022-02-27 本文已影响0人
小波同学
一、平衡二叉树
平衡二叉树 也称平衡二叉搜索树（Self-balancing binary search tree）是一种结构平衡的二分搜索树。
平衡二叉树由二分搜索树发展而来，在二分搜索树的基础上平衡二叉树需要满足两个条件：
- 1、它的左右两个子树的高度差的绝对值不超过1。
- 2、左右两个子树都是一棵平衡二叉树
平衡因子
某结点的左子树与右子树的高度(深度)差即为该结点的平衡因子（BF,Balance Factor）。平衡二叉树上所有结点的平衡因子只可能是 -1，0 或 1。如果某一结点的平衡因子绝对值大于1则说明此树不是平衡二叉树。为了方便计算每一结点的平衡因子我们可以为每个节点赋予height这一属性，表示此节点的高度。
常见的平衡二叉搜索树有：
- AVL树
- 红黑树
- Treap
二、AVL树
AVL树 是由 G. M. Adelson- V elsky 和 E. M. Landis于1962年提出。AVL树是最早的平衡二叉树。
AVL树维护自身的平衡涉及到两个概念：
- 1、节点的高度
- 2、节点的平衡因子
节点的高度就是从根节点到该节点的边的总和
节点的 平衡因子 是左子树的高度减去它的右子树的高度
带有平衡因子1、0或 -1的节点被认为是平衡的，因为它的左右子树高度差不超过 1。
面的两张图片，左边的是AVL树，它的任何节点的两个子树的高度差别都<=1；而右边的不是AVL树，因为7的两颗子树的高度相差为2(以2为根节点的树的高度是3，而以8为根节点的树的高度是1)。
三、AVL树代码实现
3.1 基础设计
首先我们可以设计出AVL树节点，并且实现一些简单通用的方法供后续操作。
public class AVLTree<K extends Comparable<K>, V> {
//AVLTree 树节点类
private class Node<K extends Comparable<K>, V>{
public K key;
public V value;
public Node<K, V> left;
public Node<K, V> right;
//当前节点所处的高度值
public int height;
public Node(K key, V value){
this.key = key;
this.value = value;
this.left = null;
this.right = null;
//初始化新的节点都是叶子节点，高度都为1
this.height = 1;
}
@Override
public String toString() {
return key.toString() +" : " + value.toString();
}
}
// 根节点
private Node<K, V> root;
// 树容量
private Integer size;
public AVLTree(){
root = null;
size = 0;
}
public boolean isEmpty() {
return size == 0;
}
public int getSize() {
return size;
}
/**
* 判断该二叉树是否是一棵平衡二叉树
* @return
*/
private boolean isBalanced(){
return isBalanced(root);
}
/**
* 判断该二叉树是否是一棵平衡二叉树, 递归调用函数
* @param node
* @return
*/
private boolean isBalanced(Node<K,V> node){
//node == null 代表该树是一颗平衡二叉树，
//平衡二叉树左右子树高度相差不超过1
// 因为空树的左右子树高度相差不超过1
if(node == null){
return true;
}
//获取平衡因子
int balanceFactor = getBalanceFactor(node);
//左右子树高度相差超过1，则不是平衡二叉树
if(Math.abs(balanceFactor) > 1){
return false;
}
//递归调用该节点的左右子树，判断是否是平衡二叉树
return isBalanced(node.left) && isBalanced(node.right);
}
/**
* 返回node节点的高度值
* @param node
* @return
*/
private int getHeight(Node<K, V> node){
if(node == null){
return 0;
}
return node.height;
}
/**
* 获取节点node的平衡因子
* @param node
* @return
*/
private int getBalanceFactor(Node<K, V> node){
if(node == null){
return 0;
}
return getHeight(node.left) - getHeight(node.right);
}
}
3.2 添加节点
往平衡二叉树中添加节点很可能会导致二叉树失去平衡，所以我们需要在每次插入节点后进行平衡的维护操作。插入节点破坏平衡性有如下四种情况：
3.2.1 LL（右旋）
LL的意思是向左子树（L）的左孩子（L）中插入新节点后导致不平衡，这种情况下需要右旋操作，而不是说LL的意思是右旋，后面的也是一样。
我们将这种情况抽象出来，得到下图：
我们需要对节点y进行平衡的维护。步骤如下图所示：
* 右旋转
* // 对节点y进行向右旋转操作，返回旋转后新的根节点x
* // y x
* // / \ / \
* // x T4 向右旋转 (y) z y
* // / \ - - - - - - - -> / \ / \
* // z T3 T1 T2 T3 T4
* // / \
* // T1 T2
/**
* 右旋转
* // 对节点y进行向右旋转操作，返回旋转后新的根节点x
* // y x
* // / \ / \
* // x T4 向右旋转 (y) z y
* // / \ - - - - - - - -> / \ / \
* // z T3 T1 T2 T3 T4
* // / \
* // T1 T2
* @param y
* @return
*/
private Node<K, V> rightRotate(Node<K, V> y){
Node<K, V> x = y.left;
Node<K, V> T3 = x.right;
//向右旋转过程
x.right = y;
y.left = T3;
//更新节点的高度height值
y.height = Math.max(getHeight(y.left), getHeight(y.right)) + 1;
x.height = Math.max(getHeight(x.left), getHeight(x.right)) + 1;
return x;
}
3.2.2 RR（左旋）
我们将这种情况抽象出来，得到下图：
我们需要对节点y进行平衡的维护。步骤如下图所示：
* 向左旋转
* // 对节点y进行向左旋转操作，返回旋转后新的根节点x
* // y x
* // / \ / \
* // T1 x 向左旋转 (y) y z
* // / \ - - - - - - - -> / \ / \
* // T2 z T1 T2 T3 T4
* // / \
* // T3 T4
/**
* 向左旋转
* // 对节点y进行向左旋转操作，返回旋转后新的根节点x
* // y x
* // / \ / \
* // T1 x 向左旋转 (y) y z
* // / \ - - - - - - - -> / \ / \
* // T2 z T1 T2 T3 T4
* // / \
* // T3 T4
* @param y
* @return
*/
private Node<K, V> leftRotate(Node<K, V> y){
Node<K, V> x = y.right;
Node<K, V> T2 = x.left;
//向左旋转过程
x.left = y;
y.right = T2;
//更新节点的高度height值
y.height = Math.max(getHeight(y.left), getHeight(y.right)) + 1;
x.height = Math.max(getHeight(x.left), getHeight(x.right)) + 1;
return x;
}
3.2.3 LR
我们将这种情况抽象出来，得到下图：
我们需要对节点y进行平衡的维护。步骤如下图所示：
3.2.4 RL
我们将这种情况抽象出来，得到下图：
我们需要对节点y进行平衡的维护。步骤如下图所示：
添加节点代码
/**
* 向AVL树添加新的元素(key,value)
* @param key
* @param value
*/
public void add(K key, V value){
//向根节点添加元素e
root = add(root, key, value);
}
/**
* 向以node为根的AVL树中插入元素(key,value)，递归算法
* @param node
* @param key
* @param value
* @return 返回插入新元素的AVL树的根
*/
private Node<K, V> add(Node<K, V> node, K key, V value){
if(node == null){
size ++;
return new Node<>(key, value);
}
//递归调用，元素添加到node.left
if(key.compareTo(node.key) < 0){
node.left = add(node.left, key, value);
}else if(key.compareTo(node.key) > 0){
//递归调用，元素添加到node.right
node.right = add(node.right, key, value);
}else {
node.value = value;
}
//更新节点的高度height
node.height = Math.max(getHeight(node.left), getHeight(node.right)) + 1;
//计算平衡因子
int balanceFactor = getBalanceFactor(node);
//平衡维护
//LL
// 左子树比右子树高度超过了1，说明当前节点的平衡被打破
// 且新添加的节点是在左子树的左子树的左侧
if(balanceFactor > 1 && getBalanceFactor(node.left) >= 0){
//右旋转
return rightRotate(node);
}
//RR
// 右子树比左子树高度超过了1，说明当前节点的平衡被打破
// 且新添加的节点是在右子树的右子树的右侧
if(balanceFactor < -1 && getBalanceFactor(node.right) <= 0){
//左旋转
return leftRotate(node);
}
//LR
// 左子树比右子树高度超过了1，说明当前节点的平衡被打破
// 且新添加的节点是在左子树的左子树的右侧
if(balanceFactor > 1 && getBalanceFactor(node.left) < 0){
//先对node.left进行左旋转
node.left = leftRotate(node.left);
//然后对node进行右旋转
return rightRotate(node);
}
//RL
// 右子树比左子树高度超过了1，说明当前节点的平衡被打破
// 且新添加的节点是在右子树的右子树的左侧
if(balanceFactor < -1 && getBalanceFactor(node.right) > 0){
//先对node.right进行右旋转
node.right = rightRotate(node.right);
//然后对node进行左旋转
return leftRotate(node);
}
//返回当前根节点
return node;
}
3.3 删除节点
在删除AVL树节点前需要知道二分搜索树的节点删除操作，和二分搜索树删除节点不同的是我们删除AVL树的节点后需要进行平衡的维护操作。
/**
* 返回以node为根的二分搜索树的最小值所在的节点
* @param node
* @return
*/
private Node<K, V> minimum(Node<K, V> node){
if(node.left == null){
return node;
}
return minimum(node.left);
}
/**
* 从二分搜索树中删除元素键为key的节点, 并返回value, 不存在返回null
* @param key
* @return
*/
public V remove(K key){
Node<K, V> node = getNode(root, key);
if(node == null){
//不存在直接返回null
return null;
}
//存在
root = remove(root, key);
return node.value;
}
/**
* 删除以node为根的二分搜索树中键为key的节点，递归递归方式
* 返回删除节点后新的二分搜索树的根
* @param node
* @param key
* @return
*/
private Node<K, V> remove(Node<K, V> node, K key){
//节点为空，直接返回
if(node == null){
return null;
}
//声明要返回去的node
Node<K, V> retNode;
if(key.compareTo(node.key) < 0){
//待删除元素key小于当前节点的键，向左递归寻找
node.left = remove(node.left, key);
retNode = node;
}else if(key.compareTo(node.key) > 0){
//待删除元素key大于当前节点的键，向右递归寻找
node.right = remove(node.right, key);
retNode = node;
}else {
//待删除节点左子树为空
if(node.left == null){
Node<K, V> rightNode = node.right;
node.right = null;
size --;
retNode = rightNode;
}
//待删除节点右子树为空
else if(node.right == null){
Node<K, V> rightNode = node.left;
node.left = null;
size --;
retNode = rightNode;
}else {
//待删除节点左、右子树不为空
//找到比待删除节点大的最小节点，即待删除节点右子树最小节点
//用这个节点顶替待删除节点的位置
//找到比待删除节点大的最小节点，即待删除节点右子树最小节点
Node<K, V> successor = minimum(node.right);
//删除比待删除节点大的最小节点，并将返回值给succeer的右孩子
//successor.right = removeMin(node.right);
successor.right = remove(node.right, successor.key);
//node.left赋值给successor.left
successor.left = node.left;
//node节点和二分搜索树脱离关系
node.left = node.right = null;
retNode = successor;
}
}
if(retNode == null){
//如果删除了该节点，返回的二叉树节点的根节点为空的话
return null;
}
//更新节点的高度height
retNode.height = Math.max(getHeight(retNode.left), getHeight(retNode.right)) + 1;
//计算平衡因子
int balanceFactor = getBalanceFactor(retNode);
//平衡维护
//LL
// 左子树比右子树高度超过了1，说明当前节点的平衡被打破
// 且新添加的节点是在左子树的左子树的左侧
if(balanceFactor > 1 && getBalanceFactor(retNode.left) >= 0){
//右旋转
return rightRotate(retNode);
}
//RR
// 右子树比左子树高度超过了1，说明当前节点的平衡被打破
// 且新添加的节点是在右子树的右子树的右侧
if(balanceFactor < -1 && getBalanceFactor(retNode.right) <= 0){
//左旋转
return leftRotate(retNode);
}
//LR
// 左子树比右子树高度超过了1，说明当前节点的平衡被打破
// 且新添加的节点是在左子树的左子树的右侧
if(balanceFactor > 1 && getBalanceFactor(retNode.left) < 0){
//先对node.left进行左旋转
retNode.left = leftRotate(retNode.left);
//然后对node进行右旋转
return rightRotate(retNode);
}
//RL
// 右子树比左子树高度超过了1，说明当前节点的平衡被打破
// 且新添加的节点是在右子树的右子树的左侧
if(balanceFactor < -1 && getBalanceFactor(retNode.right) > 0){
//先对node.right进行右旋转
retNode.right = rightRotate(retNode.right);
//然后对node进行左旋转
return leftRotate(retNode);
}
//如果删除节点后，没有打破平衡，直接返回当前根节点
return retNode;
}
3.4 完整代码
import java.util.ArrayList;
import java.util.List;
/**
* @Author: huangyibo
* @Date: 2022/2/26 20:24
* @Description: AVL Tree
*/
public class AVLTree<K extends Comparable<K>, V> {
//AVLTree 树节点类
private class Node<K extends Comparable<K>, V>{
public K key;
public V value;
public Node<K, V> left;
public Node<K, V> right;
//当前节点所处的高度值
public int height;
public Node(K key, V value){
this.key = key;
this.value = value;
this.left = null;
this.right = null;
//初始化新的节点都是叶子节点，高度都为1
this.height = 1;
}
@Override
public String toString() {
return key.toString() +" : " + value.toString();
}
}
// 根节点
private Node<K, V> root;
// 树容量
private Integer size;
public AVLTree(){
root = null;
size = 0;
}
public boolean isEmpty() {
return size == 0;
}
public int getSize() {
return size;
}
/**
* 判断该二叉树是否是一棵二分搜索树
* @return
*/
private boolean isBST(){
List<K> keys = new ArrayList<>();
inOrder(root, keys);
for (int i = 1; i < keys.size(); i++) {
if(keys.get(i - 1).compareTo(keys.get(i)) > 0){
return false;
}
}
return true;
}
//中序遍历
private void inOrder(Node<K,V> node, List<K> keys) {
if(node == null){
return;
}
inOrder(node.left, keys);
keys.add(node.key);
inOrder(node.right, keys);
}
/**
* 判断该二叉树是否是一棵平衡二叉树
* @return
*/
private boolean isBalanced(){
return isBalanced(root);
}
/**
* 判断该二叉树是否是一棵平衡二叉树, 递归调用函数
* @param node
* @return
*/
private boolean isBalanced(Node<K,V> node){
//node == null 代表该树是一颗平衡二叉树，
//平衡二叉树左右子树高度相差不超过1
// 因为空树的左右子树高度相差不超过1
if(node == null){
return true;
}
//获取平衡因子
int balanceFactor = getBalanceFactor(node);
//左右子树高度相差超过1，则不是平衡二叉树
if(Math.abs(balanceFactor) > 1){
return false;
}
//递归调用该节点的左右子树，判断是否是平衡二叉树
return isBalanced(node.left) && isBalanced(node.right);
}
/**
* 返回node节点的高度值
* @param node
* @return
*/
private int getHeight(Node<K, V> node){
if(node == null){
return 0;
}
return node.height;
}
/**
* 获取节点node的平衡因子
* @param node
* @return
*/
private int getBalanceFactor(Node<K, V> node){
if(node == null){
return 0;
}
return getHeight(node.left) - getHeight(node.right);
}
/**
* 右旋转
* // 对节点y进行向右旋转操作，返回旋转后新的根节点x
* // y x
* // / \ / \
* // x T4 向右旋转 (y) z y
* // / \ - - - - - - - -> / \ / \
* // z T3 T1 T2 T3 T4
* // / \
* // T1 T2
* @param y
* @return
*/
private Node<K, V> rightRotate(Node<K, V> y){
Node<K, V> x = y.left;
Node<K, V> T3 = x.right;
//向右旋转过程
x.right = y;
y.left = T3;
//更新节点的高度height值
y.height = Math.max(getHeight(y.left), getHeight(y.right)) + 1;
x.height = Math.max(getHeight(x.left), getHeight(x.right)) + 1;
return x;
}
/**
* 向左旋转
* // 对节点y进行向左旋转操作，返回旋转后新的根节点x
* // y x
* // / \ / \
* // T1 x 向左旋转 (y) y z
* // / \ - - - - - - - -> / \ / \
* // T2 z T1 T2 T3 T4
* // / \
* // T3 T4
* @param y
* @return
*/
private Node<K, V> leftRotate(Node<K, V> y){
Node<K, V> x = y.right;
Node<K, V> T2 = x.left;
//向左旋转过程
x.left = y;
y.right = T2;
//更新节点的高度height值
y.height = Math.max(getHeight(y.left), getHeight(y.right)) + 1;
x.height = Math.max(getHeight(x.left), getHeight(x.right)) + 1;
return x;
}
/**
* 向AVL树添加新的元素(key,value)
* @param key
* @param value
*/
public void add(K key, V value){
//向根节点添加元素e
root = add(root, key, value);
}
/**
* 向以node为根的AVL树中插入元素(key,value)，递归算法
* @param node
* @param key
* @param value
* @return 返回插入新元素的AVL树的根
*/
private Node<K, V> add(Node<K, V> node, K key, V value){
if(node == null){
size ++;
return new Node<>(key, value);
}
//递归调用，元素添加到node.left
if(key.compareTo(node.key) < 0){
node.left = add(node.left, key, value);
}else if(key.compareTo(node.key) > 0){
//递归调用，元素添加到node.right
node.right = add(node.right, key, value);
}else {
node.value = value;
}
//更新节点的高度height
node.height = Math.max(getHeight(node.left), getHeight(node.right)) + 1;
//计算平衡因子
int balanceFactor = getBalanceFactor(node);
//平衡维护
//LL
// 左子树比右子树高度超过了1，说明当前节点的平衡被打破
// 且新添加的节点是在左子树的左子树的左侧
if(balanceFactor > 1 && getBalanceFactor(node.left) >= 0){
//右旋转
return rightRotate(node);
}
//RR
// 右子树比左子树高度超过了1，说明当前节点的平衡被打破
// 且新添加的节点是在右子树的右子树的右侧
if(balanceFactor < -1 && getBalanceFactor(node.right) <= 0){
//左旋转
return leftRotate(node);
}
//LR
// 左子树比右子树高度超过了1，说明当前节点的平衡被打破
// 且新添加的节点是在左子树的左子树的右侧
if(balanceFactor > 1 && getBalanceFactor(node.left) < 0){
//先对node.left进行左旋转
node.left = leftRotate(node.left);
//然后对node进行右旋转
return rightRotate(node);
}
//RL
// 右子树比左子树高度超过了1，说明当前节点的平衡被打破
// 且新添加的节点是在右子树的右子树的左侧
if(balanceFactor < -1 && getBalanceFactor(node.right) > 0){
//先对node.right进行右旋转
node.right = rightRotate(node.right);
//然后对node进行左旋转
return leftRotate(node);
}
//返回当前根节点
return node;
}
/**
* 根据key从当前以当前node为根节点中寻找value, 不存在返回null
* @param node
* @param key
* @return
*/
private Node<K, V> getNode(Node<K, V> node, K key){
//递归终止条件
if(node == null){
return null;
}
//待寻找key比当前节点key小，递归调用node.left
if(key.compareTo(node.key) < 0){
return getNode(node.left, key);
}else if(key.compareTo(node.key) > 0){
//待寻找key比当前节点key大，递归调用node.right
return getNode(node.right, key);
}else {
//待寻找key和当前节点key相等，直接返回
return node;
}
}
public boolean contains(K key) {
return getNode(root, key) != null;
}
public void set(K key, V value) {
Node<K, V> node = getNode(root, key);
if(node == null){
//不存在直接抛异常
throw new IllegalArgumentException(key + " doesn't exist!");
}
//key已存在，则更新
node.value = value;
}
public V get(K key) {
Node<K, V> node = getNode(root, key);
return node == null ? null : node.value;
}
/**
* 返回以node为根的二分搜索树的最小值所在的节点
* @param node
* @return
*/
private Node<K, V> minimum(Node<K, V> node){
if(node.left == null){
return node;
}
return minimum(node.left);
}
/**
* 从二分搜索树中删除元素键为key的节点, 并返回value, 不存在返回null
* @param key
* @return
*/
public V remove(K key){
Node<K, V> node = getNode(root, key);
if(node == null){
//不存在直接返回null
return null;
}
//存在
root = remove(root, key);
return node.value;
}
/**
* 删除以node为根的二分搜索树中键为key的节点，递归递归方式
* 返回删除节点后新的二分搜索树的根
* @param node
* @param key
* @return
*/
private Node<K, V> remove(Node<K, V> node, K key){
//节点为空，直接返回
if(node == null){
return null;
}
//声明要返回去的node
Node<K, V> retNode;
if(key.compareTo(node.key) < 0){
//待删除元素key小于当前节点的键，向左递归寻找
node.left = remove(node.left, key);
retNode = node;
}else if(key.compareTo(node.key) > 0){
//待删除元素key大于当前节点的键，向右递归寻找
node.right = remove(node.right, key);
retNode = node;
}else {
//待删除节点左子树为空
if(node.left == null){
Node<K, V> rightNode = node.right;
node.right = null;
size --;
retNode = rightNode;
}
//待删除节点右子树为空
else if(node.right == null){
Node<K, V> rightNode = node.left;
node.left = null;
size --;
retNode = rightNode;
}else {
//待删除节点左、右子树不为空
//找到比待删除节点大的最小节点，即待删除节点右子树最小节点
//用这个节点顶替待删除节点的位置
//找到比待删除节点大的最小节点，即待删除节点右子树最小节点
Node<K, V> successor = minimum(node.right);
//删除比待删除节点大的最小节点，并将返回值给succeer的右孩子
//successor.right = removeMin(node.right);
successor.right = remove(node.right, successor.key);
//node.left赋值给successor.left
successor.left = node.left;
//node节点和二分搜索树脱离关系
node.left = node.right = null;
retNode = successor;
}
}
if(retNode == null){
//如果删除了该节点，返回的二叉树节点的根节点为空的话
return null;
}
//更新节点的高度height
retNode.height = Math.max(getHeight(retNode.left), getHeight(retNode.right)) + 1;
//计算平衡因子
int balanceFactor = getBalanceFactor(retNode);
//平衡维护
//LL
// 左子树比右子树高度超过了1，说明当前节点的平衡被打破
// 且新添加的节点是在左子树的左子树的左侧
if(balanceFactor > 1 && getBalanceFactor(retNode.left) >= 0){
//右旋转
return rightRotate(retNode);
}
//RR
// 右子树比左子树高度超过了1，说明当前节点的平衡被打破
// 且新添加的节点是在右子树的右子树的右侧
if(balanceFactor < -1 && getBalanceFactor(retNode.right) <= 0){
//左旋转
return leftRotate(retNode);
}
//LR
// 左子树比右子树高度超过了1，说明当前节点的平衡被打破
// 且新添加的节点是在左子树的左子树的右侧
if(balanceFactor > 1 && getBalanceFactor(retNode.left) < 0){
//先对node.left进行左旋转
retNode.left = leftRotate(retNode.left);
//然后对node进行右旋转
return rightRotate(retNode);
}
//RL
// 右子树比左子树高度超过了1，说明当前节点的平衡被打破
// 且新添加的节点是在右子树的右子树的左侧
if(balanceFactor < -1 && getBalanceFactor(retNode.right) > 0){
//先对node.right进行右旋转
retNode.right = rightRotate(retNode.right);
//然后对node进行左旋转
return leftRotate(retNode);
}
//如果删除节点后，没有打破平衡，直接返回当前根节点
return retNode;
}
}
四、AVL树实现映射(Map)
- Map接口
public interface Map<K, V> {
/**
* 添加元素
* @param key
* @param value
*/
void add(K key, V value);
/**
* 删除元素，返回元素对应的value
* @param key
* @return
*/
V remove(K key);
/**
* 是否包含key
* @param key
* @return
*/
boolean contains(K key);
/**
* 修改元素key对应的value
* @param key
* @param value
*/
void set(K key, V value);
/**
* 获取key对应的value
* @param key
* @return
*/
V get(K key);
/**
* 映射的元素个数
* @return
*/
int getSize();
/**
* 映射是否为空
* @return
*/
boolean isEmpty();
}
- AVLTreeMap实现
/**
* @Author: huangyibo
* @Date: 2022/2/27 0:47
* @Description: AVLTreeMap 底层基于AVLTree
*/
public class AVLTreeMap<K extends Comparable<K>, V> implements Map<K, V> {
private AVLTree<K,V> avlTree;
public AVLTreeMap(){
avlTree = new AVLTree<>();
}
@Override
public void add(K key, V value) {
avlTree.add(key,value);
}
@Override
public V remove(K key) {
return avlTree.remove(key);
}
@Override
public boolean contains(K key) {
return avlTree.contains(key);
}
@Override
public void set(K key, V value) {
avlTree.set(key, value);
}
@Override
public V get(K key) {
return avlTree.get(key);
}
@Override
public int getSize() {
return avlTree.getSize();
}
@Override
public boolean isEmpty() {
return avlTree.isEmpty();
}
}
五、AVL树实现集合(Set)
- 集合(Set)接口
public interface Set<E> {
/**
* 添加元素
* @param e
*/
void add(E e);
/**
* 删除元素
* @param e
*/
void remove(E e);
/**
* 集合是否包含元素
* @param e
* @return
*/
boolean contains(E e);
/**
* 集合的元素个数
* @return
*/
int getSize();
/**
* 集合是否为空
* @return
*/
boolean isEmpty();
}
- AVLTreeSet实现
/**
* @Author: huangyibo
* @Date: 2022/2/27 0:52
* @Description: AVLTreeSet 底层基于AVLTree
*/
public class AVLTreeSet<E extends Comparable<E>> implements Set<E> {
private AVLTree<E, Object> avlTree;
public AVLTreeSet(){
avlTree = new AVLTree<>();
}
@Override
public void add(E e) {
avlTree.add(e, null);
}
@Override
public void remove(E e) {
avlTree.remove(e);
}
@Override
public boolean contains(E e) {
return avlTree.contains(e);
}
@Override
public int getSize() {
return avlTree.getSize();
}
@Override
public boolean isEmpty() {
return avlTree.isEmpty();
}
}
