AVL树的旋转

1.写在前面

    转行计算机虽有一段时间了，但由于基础单薄，对于一些原理性的知识理解较慢，故开始学习数据结构和算法相关的知识，希望通过自己的努力可以渐渐拿掉“小白”的称呼。
    本文是我第一次在各位前辈、同行面前班门弄斧，汇报近期学习到的平衡二叉树旋转相关的知识。自知理解尚浅，如有错误，还望及时指正。
    另外，本文的灵感来源：https://www.bilibili.com/video/BV1e4411x7rZ?t=746

2.二叉排序树

2.1.定义

给定一个数组，依次将数组中的元素按照 左节点 < 根节点 < 右节点的规则放入一个树中。也可以被称为二叉查找树。

例如：{3, 1, 2, 5, 9, 7}

2.2.优缺点

优点很明显，对于上述例子，相比于链表的查找效率会有所提高。
对于缺点，这里再举一个例子：

{1, 2, 3, 4, 5, 6}

对于一个有序数组，产生的树的结构和链表是一样的。

可见解决一个随机的数组很方便，产生的树比较正常，但对于有序数组，会产生比较畸形的二叉排序树。

3.平衡二叉排序树

3.1.二叉树逐渐优化为平衡二叉树

仍然是上述例子，我们选取数组的中间位置的元素作为二叉树的根节点，也就是元素“3”，这样我们可以得到下面的树：

相比之前的链表型的树，查找到节点“6”从6次减少为了4次。当然这还不是查找效率最高的形态，我们还可以优化为如下结果：

这样，找到节点“6”只需要3次查找。

3.2.平衡因子

为了判断二叉树是否平衡，引入平衡因子的概念（一个变量）。
如果：
平衡因子 = | 左子树高度 - 右子树高度 | < 2
那么当前这个二叉树是平衡的。

3.3.旋转

3.3.1.不平衡子树的类型

1.LL

说明：
左child的左child的高度已经大于了右边，这时又加入了一个元素，导致树不平衡。
（这样说对于I的情况是不严谨的，因为左child的左child已经导致了树的不平衡，但为了文字的简洁，后续三种类型仍按照这样的说法描述）

2.RR

说明：
右child的右child的高度已经大于了左边，这时又加入了一个元素，导致树不平衡。

3.RL

说明：
右chile的左child的高度已经大于了左边，这时又加入了一个元素，导致树不平衡。

4.LR

说明：
左child的左child的高度已经大于了右边，这时又加入了一个元素，导致树不平衡。

3.3.2.旋转策略

1.判断不平衡子树的类型
2.鸠占鹊巢
3.丢锅

这里对每一种情况做单独分析：

3.3.2.1.LL

对于LL情况的，采用右旋的方式（顺时针旋转）

（I）

(II)

说明：
当原有的根节点（图中的m）右旋转到圈起来的位置时，会出现“鸠占鹊巢”的现象，让圈起来的节点先走开，m安置好后，再去按照二叉查找树的规则（左 < 根 < 右）插入到m的左子节点位置。

（III）

3.3.2.2.RR

对于RR情况的，采用左旋的方式（逆时针旋转）

3.3.2.3.RL

对于RL情况的，采用让根节点甩锅给子节点右旋，再自己左旋的方式。

(I)

说明：
根节点的子节点右旋后，转变为RR情况。

(II)

说明：
旋转时如果目标位置有节点，则采取“鸠占鹊巢”策略。

(III)

3.3.2.3.LR

对于LR情况的，采用让根节点甩锅给子节点左旋，再自己右旋的方式。整体情况与RL如出一辙。

3.3.3.例子

{12, 4, 1, 3, 7, 8, 10, 9, 2, 11, 6, 5}

第一步：依次插入12, 4, 1，产生LL型不平衡树，右旋变为平衡树：

第二步：插入3, 7, 8，产生RL型不平衡树，先右再左变为平衡树

第三步：插入10, 9，产生LL型不平衡树，右旋变为平衡树

第四步：插入2，产生RL型不平衡树，先右再左变为平衡树

第五步：插入11，产生RR型不平衡树，左旋变为平衡树

第六步：插入6，产生RL型不平衡树，先右再左变为平衡树

第七步：插入5，产生LL型不平衡树，右旋变为平衡树

本例.drawio文件下载地址：https://download.csdn.net/download/Cui_maoxin/18525745?spm=1001.2014.3001.5501