目录
AVL的产生
二叉搜索树在一定程度上可以提高搜索效率，但是当序列是有序时：如果所示
此时二叉搜索树退化成单链表，搜索效率退化为O（N)。为了解决这个问题科学家引入了AVL树，又称平衡搜索二叉树。
AVL树的概念
AVL简称平衡二叉树。由前苏联的数学家 Adelse-Velskil 和 Landis 在 1962 年提出的高度平衡的二叉树，根据科学家的英文名也称为 AVL 树。换句话说，在需要频繁进行增删查改操作的场景中，AVL 树能始终保持高效的数据操作性能，具有很好的应用价值。它具有如下几个性质：
- 可以是空树。
- 假如不是空树，任何一个结点的左子树与右子树都是平衡二叉树，并且高度之差的绝值不超过 1。
AVL 树既是二叉搜索树，也是平衡二叉树，同时满足这两类二叉树的所有性质，因此是一种平衡二叉搜索树（balanced binary search tree）。
这里再次提一句： AVL树是平衡二叉树，但平衡二叉树不是AVL树！！！
可能你看到很多博客说平衡二叉树就是AVL树，其实这完全是错误的，平衡二叉树是平衡二叉树，AVL树是AVL树，二者有关系但并不是说平衡二叉树就是AVL树。这个要分清楚。
AVL树是由二叉搜索树与平衡二叉树的性质相结合的一种树，包含二叉搜索树与平衡二叉树。所以可以说 AVL树是平衡二叉树，但平衡二叉树不是AVL树！！！
平衡二叉树它的左子树和左子树的高度之差(平衡因子)的绝对值不超过1，且它的左子树和右子树都是一颗平衡二叉树。
现在尝试判断一下，下面那个树不是平衡二叉树
图一：
图二：
图三：
图一，很明显就能看出图1中任何子树的高度差都在没有超过1，
图二，节点25的左子树高度是3，而右子树高度是5，高度差已经超过1；对于节点32而言，左子树高度是3，右子树高度是1，高度差已经超出1，所以该树不是平衡二叉树。
图三，对于节点25的左子树高度是3，而右子树高度是5，高度差已经超过1；对于节点28来说，左子树的高度是0，右指数的高度是2，高度差已经超过1；所以两处不平衡，不是平衡二叉树。
在平衡二叉树的基础上添加上二叉搜索树的性质就成为了AVL树，
即：左子树全部小于根，右子树全部大于根。
AVL树的节点定义
template<class k, class v>
struct AVLTreeNode
{
AVLTreeNode* _left;
AVLTreeNode* _right;
AVLTreeNode* _parent;
int _bf;
pair<k, v> _kv;
AVLTreeNode(const pair<k, v>& kv)
: _left(nullptr)
, _right(nullptr)
, _parent(nullptr)
, _bf(0)
, _kv(kv)
{}
};AVL树的插入
AVL树的插入也是最为麻烦的，就比如说一个AVL树在插入前符合要求，然而插入后破坏了平衡，但如果我们知道这时会破坏平衡还好，但是坏就坏在不知道，在插入前不知道是左子树深度高还是右子树深度高，这就是麻烦之处。
然而，前面已经提到了AVL树是一种特别的平衡二叉树，平衡二叉树里面就有个概念就是：平衡因子，解决了这一问题。
平衡因子
定义
某节点的左子树与右子树的高度(深度)差即为该节点的平衡因子（BF,Balance Factor），平衡二叉树中不存在平衡因子大于 1或小于-1 的节点。在一棵平衡二叉树中，节点的平衡因子只能取 0 、1 或者 -1 ，分别对应着左右子树等高，左子树比较高，右子树比较高。
有了平衡因子这一说，那么在插入前我都知道是左子树深度高还是右子树深度高了，又因为AVL树又有二叉搜索树的性质，所以我在插入前就可以知道其要被插入的位置，所以说对于插入还是有了一点思路，知道了什么时候会失衡，失衡的大致情况是什么。
举一个例子：
在平衡搜索二叉树中插入一个节点1
树结构变为：
此时平衡就会被打破，那么如果想要调节，从而达到平衡，那么就要想办法使其左子树的深度减少，
对于此又会引入另一个新的概念：
最小失衡树
在新插入的结点向上查找，以第一个平衡因子的绝对值超过 1或小于-1 的结点为根的子树称为最小不平衡子树。也就是说，一棵失衡的树，是有可能有多棵子树同时失衡的。而这个时候，我们只要调整最小的不平衡子树，就能够将不平衡的树调整为平衡的树。
AVL树种解决失衡问题通过旋转最小失衡树来使整棵树达到平衡，旋转的目的就是减少高度，通过降低整棵树的高度来平衡。哪边的树高，就把那边的树向上旋转。
对于此类的调节方法共可以分为四种旋转情况
插入的四种旋转方式
左旋（处理LL型违规）
右旋（处理RR型违规）
左右双旋（处理LR型违规）
右左双旋（处理RL型违规）
单旋
右旋
当插入0后，就会破坏破坏
此时树的平衡性被破坏此时从插入节点往上查到最小失衡树为3，3这个节点不平衡原因是它的左树的高度太高，因此我们只需要对3这个节点进行右旋。
下面的操作用抽象图代替
大致操作为如下：
在一个AVL树种插入一个值在a子树，从而使得平衡被破坏，使得60变为最小失衡树的根节点，我们令60为parent（下面为了简便用P代替）60的左子树为subPL（下面为了简便代替为PL），PL的右子树为subPLR（PLR）。
然后进行如图的操作。
图中的操作共可以分为3步走：
- 将b变为60的左
- 60变为30的右
- 30为新的根
注意：
不要忘记更新平衡因子。
注意要考虑特殊情况，判断一下PL是否在不在。
考虑特殊情况parent是不是为_root根节点，如果是要更新根节点，如果不是要将parent的_parent的孩子指针更新。
代码如下：
void RotateR(Node* parent)
{
Node* subL = parent->_left;
Node* subLR = subL->_right;
parent->_left = subLR;
if (subLR)
{
subLR->_parent = parent;
}
subL->_right = parent;
Node* parent_parent = parent->_parent;
parent->_parent = subL;
if (_root == parent)
{
_root = subL;
subL->_parent = nullptr;
}
else
{
if (parent_parent->_left == parent)
{
parent_parent->_left = subL;
}
else
{
parent_parent->_right = subL;
}
subL->_parent = parent_parent;
}
parent->_bf = subL->_bf = 0;
}左旋
同样我们用抽象图代替，在c子树下插入，从而破坏平衡，令30为P，30的右为PR，PR的左子树为PRL，大致操作可以分为3步骤：
- b变为30的右
- 30变为60的左
- 60为新根
注意：
不要忘记更新平衡因子。
注意要考虑特殊情况，判断一下PR是否在不在。
考虑特殊情况parent是不是为_root根节点，如果是要更新根节点，如果不是要将parent的_parent的孩子指针更新。
代码如下：
void RotateL(Node* parent)
{
Node* subR = parent->_right;
Node* subRL = subR->_left;
parent->_right = subRL;
subR->_left = parent;
if (subRL)
{
subRL->_parent = parent;
}
Node* parent_parent = parent->_parent;
parent->_parent = subR;
if (_root == parent)
{
_root = subR;
subR->_parent = nullptr;
}
else
{
if (parent_parent->_left == parent)
{
parent_parent->_left = subR;
}
else
{
parent_parent->_right = subR;
}
subR->_parent = parent_parent;
}
subR->_bf = parent->_bf = 0;
}双旋
在单旋我们的插入都是在图一的a（进行右旋），或者在图二的c（进行左旋）进行插入后破坏平衡，然后进行单旋从而恢复平衡，他的插入可以说是直线的插入，因此经过一次旋转就可以使其达到平衡。但是如果是折线过来又改怎么旋转呢。这时候就要用双旋了。
就比如说在图一的b插入（进行左右双旋），在图二的b插入（进行右左双旋）。
右左双旋
右左双旋就是在如图的b上插入节点
但是这个插入又分为两种，是在b的左子树与b的右子树部分插入，也就是分为在b1上插入，或在b2上插入，但实际上写代码的时候是不需要这样考虑的，写代码的时候还是一种情况，这里分两种情况是为了方便讲解详细操作步骤，从而使得过程更为好理解。
情况一：在b1上插入
情景二：在b2上插入
双旋重要的是要回更新平衡因子，两次的旋转还是很好解决的，下面我们以情况一来假设模拟一下。在双旋中，我们只需要先对PR进行右单旋，后对P进行左单旋便可以。总的来说还是很简单。
对于平衡因子的调整，我们就需要分情况了，这时候分为三种情况
- subRL自己就是新增
- 插入的节点在b1上
- 插入的节点在b2上
这三种情况来说还是很好解决的
对于第一种就不多说了只需要将P，PR，PRL的平衡因子全等于0即可。
对于情况二
我们把图给出，对于此时
PRL的平衡因子为0，
P的为0
PR为1
对于情况三
我们把图给出，对于此时
PRL的平衡因子为0，
P的为-1
PR为0
最后代码展示：
void RotateRL(Node* parent)
{
Node* subR = parent->_right;
Node* subRL = subR->_left;
int bf = subRL->_bf;
RotateR(parent->_right);
RotateL(parent);
//调整平衡因子
if (bf == 0)
{
// subRL自己就是新增
parent->_bf = subR->_bf = subRL->_bf = 0;
}
else if (bf == -1)
{
//在b上增加
parent->_bf = 0;
subRL -> _bf = 0;
subR->_bf = 1;
}
else if (bf == 1)
{
subR->_bf = subRL->_bf = 0;
parent->_bf = -1;
}
else
{
assert(false);
}
}左右双旋
同样左右双旋也是要分两种情况来定，最后调整平衡因子，这一部分代码，就留给你来写了，就不在一步一步来说明了
直接给出代码：
void RotateLR(Node* parent)
{
Node* subL = parent->_left;
Node* subLR = subL->_right;
int bf = subLR->_bf;
RotateL(parent->_left);
RotateR(parent);
//调整平衡因子
if (bf == 0)
{
// subLR自己就是新增
parent->_bf = subL->_bf = subLR->_bf = 0;
}
else if (bf == -1)
{
parent->_bf = 1;
subL->_bf = subLR->_bf = 0;
}
else if (bf == 1)
{
parent->_bf = subLR->_bf = 0;
subL->_bf = -1;
}
else
{
assert(false);
}
}还有图解：
先对30左旋，后对40右旋。
旋转方式的选择
四种的旋转方式说完了，那么我们就要写代码，判断什么时候要进行那种旋转了，总的来说还是靠平衡因子来选择的。
注意：
插入后的调整要寻找最小失衡树！！！，而不是说插入后的那一小部分树来进行调整。
bool Insert(const pair<k, v>& kv)
{
if (_root == nullptr)
{
_root = new Node(kv);
return true;
}
Node* parent = nullptr;
Node* cur = _root;
while (cur)
{
if (cur->_kv.first > kv.first)
{
parent = cur;
cur = cur->_left;
}
else if (cur->_kv.first < kv.first)
{
parent = cur;
cur = cur->_right;
}
else
{
return false;
}
}
cur = new Node(kv);
if (parent->_kv.first > kv.first)
{
parent->_left = cur;
cur->_parent = parent;
}
else
{
parent->_right = cur;
cur->_parent = parent;
}
//调整
while (parent)
{
if (parent->_left == cur)
{
parent->_bf--;
}
else
{
parent->_bf++;
}
if (parent->_bf == 0)
{
break;
}
else if (parent->_bf == -1 || parent->_bf == 1)
{
cur = parent;
parent = parent->_parent;
}
else if (parent->_bf == -2 || parent->_bf == 2)
{
if (parent->_bf == 2 && cur->_bf == 1)
{
RotateL(parent);
}
else if (parent->_bf == -2 && cur->_bf == -1)
{
RotateR(parent);
}
else if (parent->_bf == 2 && cur->_bf == -1)
{
RotateRL(parent);
}
else if (parent->_bf == -2 && cur->_bf == 1)
{
RotateLR(parent);
}
// 1、旋转让这颗子树平衡了
// 2、旋转降低了这颗子树的高度，恢复到跟插入前一样的高度，
// 所以对上一层没有影响，不用继续更新
break;
}
else
{
break;
}
}
return true;
}AVL树的删除
AVL的删除是比插入多了平衡调整，比较麻烦，真正实现起来要200-300行的代码，总的来说是插入的代码量的二倍左右，我也不会，这就不多说什么了，但推荐一个文章，里面就有删除：
【数据结构】AVL树的删除（解析有点东西哦）_avl树删除节点-CSDN博客
其余函数
find与中序遍历打印
总的来说AVL树到此就结束了，剩下的就是find函数与中序遍历函数，这两个函数与二叉搜索树的实现完完全全相同
void InOrder()
{
_InOrder(_root);
cout << endl;
}
void _InOrder(Node* root)
{
if (root == nullptr)
return;
_InOrder(root->_left);
cout << root->_kv.first << " ";
_InOrder(root->_right);
}
Node* findLastIndex(K key)
{
Node* pre = _root;//记录前一个节点
Node* cur = _root;
while (cur) {
pre = cur;
if (cur->_kv.first == key) {
break;
}
else if (cur->_kv.first > key) {
cur = cur->_left;
}
else {
cur = cur->_right;
}
}
return pre;
}检测是否为AVL树
当然还有检查目前的AVL树是不是符合要求
int _Height(Node* root)
{
if (root == nullptr)
return 0;
int leftHeight = _Height(root->_left);
int rightHeight = _Height(root->_right);
return leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1;
}
bool _IsBalance(Node* root)
{
if (root == nullptr)
{
return true;
}
int leftHeight = _Height(root->_left);
int rightHeight = _Height(root->_right);
if (rightHeight - leftHeight != root->_bf)
{
cout << root->_kv.first << "平衡因子异常" << endl;
return false;
}
return abs(rightHeight - leftHeight) < 2
&& _IsBalance(root->_left)
&& _IsBalance(root->_right);
}到这就完了，拜拜
2668
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
