平衡二叉树（AVL）详解

平衡二叉树（AVL）

1、为什么会出现平衡二叉树

1.1、什么是二叉树

二叉树特点是每个结点最多只能有两棵子树，且有左右之分。

性质：

• 二叉树的第i层上至多有2 ^ (i - 1)（i≥1）个节点
• 深度为h的二叉树中至多含有2^h - 1 个节点
• 若在任意一棵二叉树中，有n0个叶子节点，有n2个度为2的节点，则必有n0 = n2+1
• 具有n个节点的完全二叉树深为 log2^x + 1（其中x表示不大于n的最大整数）

1.2、什么二叉查找树

二叉查找树（Binary Search Tree），（又：二叉搜索树，二叉排序树）它或者是一棵空树，或者是具有下列性质的二叉树： 若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值； 若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值； 它的左、右子树也分别为二叉排序树

性质：

• 若任意结点的左子树不空，则左子树上所有结点的值均不大于它的根结点的值。

• 若任意结点的右子树不空，则右子树上所有结点的值均不小于它的根结点的值。

• 任意结点的左、右子树也分别为二叉搜索树 。

缺点：

插入1，2，3，4，5这几个数，生成的二叉搜索树为：

查找的速度并不可以得到提高还为o(logn)，所以引出来了我们今天要讲解的平衡二叉树。

平衡二叉树（Balanced Binary Tree），又称AVL树，指的是左子树上的所有节点的值都比根节点的值小，而右子树上的所有节点的值都比根节点的值大，且左子树与右子树的高度差最大为1。

平衡二叉树性质：它是一棵空树或它的左右两个子树的高度差的绝对值不超过1，并且左右两个子树都是一棵平衡二叉树。

知道了平衡二叉树的概念之后，我们来聊聊为什么会出现这种数据结构？

之前我们已经介绍过了二叉树，我们我们知道了二叉树有一定的缺点，不如我们在查找的时候必须把全部的节点全部遍历一遍，但是平衡二叉树会缩小范围，因为左边的都比根小，右边的都比跟大。

平衡因子(BF)：节点的左右子树的高度和高度差。根据平衡二叉树的概念可知，平衡因子的取值只能为【-1，0，1】(左-右 或者 右-左 都可以，下面采取的为 右-左)

2、平衡二叉树的插入操作

1. 插入前是一个 AVL + 搜索特性 的二叉树

2. 先不考虑插入后是否满足特性，不满足时会进行修复

3. 插入完毕后，得到的还应该是一个满足 AVL + 搜索的二叉树

定义节点：

class Node<K,V> {
    private K key;
    private V value; // K-V 模型带着 value ，纯 K 模型，可以不带 value
    
    Node<K,V> left;
    Node<K,V> right;
    
    int bf; // 平衡因子
    Node<K,V> parent; // 保存自己的双亲节点，如果是根，则是null
}

先定义原来的树

2.1、按照普通搜索树的方式进行插入

1. 如果 key 已经存在，则放弃插入

2. 通过查找，找到 4 理论上应该在的位置

3. 把 4 插入到理论的位置，并且调正平衡因子

2.2、设置 + 修改平衡因子

• cur 的平衡因子一定是 0

• 思考谁的平衡因子需要修改？ 答案是parent

  • 如果 cur 是parent 的右孩子，parent.bf = parent.bf + 1;
  • 如果 cur 是parent 的左孩子，parent.bf = parent.bf - 1;
  • parent.bf 被修改后的值可能是多少？【-2，-1，0，1，2】

  下面我们就根据parent.bf的取值分类 讨论下怎么调整可以使这棵树，使它 满足 平衡二叉树的条件！

1、被修改后的bf = 0

则可以得出 H(parent) 这棵树的高度没有变化

因为 H(parent) 没有变，所以 不会影响 parent.parent 的平衡因子

所以，插入过程结束后（整棵树的 bf 都是正确的，并且满足 AVL 树的特性）

举例：

2、被修改后的bf=1or-1

这个结果说明H(parent)增加了 1

因为 parent 的高度变了（增加了 1 ），所以 parent.parent 的平衡因子也需要调整

只要 bf 调节完的结果是 -1/1 ，则调整 bf 的过程会向上蔓延，直到遇到 0 或者 遇到 -2/2 并进行修复 或者遇到 root

2、被修改后的bf=2or-2

需要利用规则进行修复，使得 继续满足 AVL 树的特性

在讲这个规则之前，我们先来思考一个问题：

在修复之前，例如 parent.bf = 2，问其他位置的 bf 有可能也会破坏性质吗？

答案是不会的。任意时刻，一个 AVL树 最多只会有一个节点的 BF 不满足性质

AVL 把 破坏规则的情况叫做失衡(失去平衡)

失衡分为四种：

左左失衡 / 左右失衡 / 右右失衡 / 右左失衡

1、左左失衡：parent 的失衡是因为在 parent 的左孩子 的左子树中插入导致的失衡

2、左右失衡： parent 的失衡 是因为在 parent 的左孩子的右子树中插入导致的失衡

3、右右失衡：parent 的失衡是因为在 parent 的右孩子的右子树中插入导致失衡

右左失衡：parent 的失衡是因为 在parent的右孩子的左子树插入导致的失衡

我们已经了解了几种失衡了，那么怎么解决呢失衡问题呢？

1、左左失衡：只需要对 parent（失衡的节点）进行右旋即可

举例：

证明为什么右旋可以解决左左失衡问题？

根据搜索的性质，可以得出：

K(甲) < K(B) < K(乙) < K(A) < K(丙)

---

我们假设 H(丙) = X，并且 BF(A) = -2

我们可以得出 H(B) = X+1

思考：H(乙) 可以为 X+1 吗？答案是不可以，因为如果 H(乙) = X+1 的话，就代表还没插入节点就已经失衡了，并不是因为插入了节点才失衡了，所以 只能 H(甲) = X + 1

思考：H(乙) 可以为 X-1或者更小 吗？答案是不可以，因为如果 H(乙) = X - 1 的话，就是 B 这个节点是不平衡，就轮不到 解决 A 的失衡问题了

---

修复：

• 插入前 H(A) = X + 2，插入+旋转后 H(B) = X + 2

• 修复后：满足:

  1. 修复后是否仍然满足搜索树的特征
  2. 修复后是否仍然满足AVL的特征
  3. 修复后，树的整体是不是不变

2、左右失衡:先对 cur 进行左旋，再对 parent 进行右旋

证明：

根据搜索的性质，可以得出：

K(甲) < K(B) < K(Z) < K© < K(丙) < K(A) < K(丁)

---

假设：H(丁) = X ，那么 H(B) = X + 2

则，H(甲) 一定 X ，原因同上

H© 一定为 X + 1

下面我们来看看 H(乙) 和 H(丙)

1、首先他们之间有一个H为 X

2、如果插入的节点在乙子树中，则插入后 H(乙) = X，H(丙) = X - 1；

​ 如果插入的节点在丙子树中，则插入后 H(丙) = X，H(乙) = X - 1；

这里面的原因可以利用反证法来证明。把前面左左失衡理解了，这里和左左失衡的道理是一样的

修复后，满足:

1. 修复后是否仍然满足搜索树的特征
2. 修复后是否仍然满足AVL的特征
3. 修复后，树的整体是不是不变

---

3、右右失衡和右左失衡和前面的刚好相反，这里只介绍一下它怎么旋转，具体的证明和前面的类似

​ 右右失衡：parent 左旋

​ 右左失衡： 先 cur 右旋，再 parent 左旋

总结插入过程：

1、按照普通搜索树的方式插入

2、插入之后，调整 parent.bf ：插入到左边 bf --，插入右边 bf ++

​ bf 最后变为 3 类值

​ 0 ：插入结束

​ -1/1：调整 bf 的过程向上蔓延（遇到 0 | -2 / 2 | 根节点 停止）

​ -2/2：进行修复，不会向上蔓延

3、针对失衡的情况进行修复

4、插入结束之后，是一颗 AVL 树

失衡分为四种情况： parent 是失衡的节点，cur 是 parent 的孩子（新节点所在子树的根）

左左失衡：parent右旋

左右失衡：先 cur 左旋，再 parent 右旋

右右失衡：parent 左旋

右左失衡： 先 cur 右旋，再 parent 左旋