BBST 与 AVL（插入、删除）

BBST (Balance Binary Search Tree) 平衡二叉搜索树

首先了解一下随机生成和随机组成的区别：

名称	插入点的个数	可生成BST树个数	平均树高
随机生成	N	N！	log2N
随机组成	N	Catalan(N)	根号N

N个节点构成的二叉树，树高为log2N，称为理想平衡
N个节点构成的二叉树，树高渐进地接近log2N，称为适度平衡
适度平衡的BST称为BBST

等价变换旋转调整：Zig（右旋） Zag（左旋）
等价意味着中序遍历不变，节点之间的上下父子关系可变。

AVL (Adelson-Velsky-Landis Tree) 自适应平衡二叉搜索树

首先，我们在此处引入平衡因子
平衡因子定义为：平衡因子(v) = v的左子树高度 – v的右子树高度
AVL要满足所有节点的平衡因子不超过1也不小于-1

插入：

时间复杂度O(1)

单旋

若插入一个新的节点x后引发了部分节点的失衡，那么高度最低的失衡点g不会低于新插入节点的祖父。通过一次Zig变换或者Zag变换改变失衡节点g的状态，g恢复平衡后，x更高的祖先也将恢复平衡。不需要对其更高的祖先们再进行其他操作。

改变一个节点的失衡状态，便可以使整个树恢复平衡。

双旋

与单旋情况一样，高度最低的失衡点g不会低于新插入节点的祖父。经过两次Zig或Zag变换，使g恢复平衡。

删除：

时间复杂度O(logN)

单旋

删除单个节点x的时候，有可能首个失衡节点g就是x的父亲，此时通过一次Zig或Zag变换即可使g恢复平衡。但是此时，与插入操作不同的是，节点g的父亲以及更高的祖先可能会相继发生失衡，此时，需要逐个遍历祖先节点以判断其是否失衡，并处以相应的复恒处理即可。

改变一个节点的失衡状态，可能会引发整个树的失衡。

双旋

调用两次Zig或Zag变换即可。同样，也应逐个遍历祖先节点以判断其是否失衡，并处以相应的复恒处理即可。

说明

Zig和Zag变换方便了我们加深对AVL恢复平衡操作的理解，然而如果具体按照Zig和Zag编写代码进行左旋右旋的步骤是很复杂的。然而，令人高兴的是我们有更好的方式去实现恢复平衡的操作。在此，我们引入3+4重构的理念。可以说Zig和Zag只是辅助我们理解AVL的自适应变换，真正需要实现的代码是3+4重构。

3+4重构：

可以理解为魔方的恢复操作。我们在恢复一个被打乱的魔方时，需要经过多次的旋转才可以将魔方恢复至初态。但是，在魔方生产车间，工人们是如何做的呢？工人们可不会没事闲的一个个去转动魔方，而是将魔方的各个部件按照初态的样子进行直接组装。相应的，AVL既然是为了使树恢复平衡，我们只需要把相关的节点拆分，重新进行组装即可。

在对AVL树进行插入或删除操作时，我们需要找到最低高度的失衡节点g，并将它作为爷爷，对其祖孙三代g、p、v及各自对应的子树进行拆分和组装的操作。

具体操作：现在假设祖孙三个节点按照中序遍历的次序重命名为a、b、c，这三个节点对应的子树的根节点按照中序遍历的次序为T1、T2、T3、T4，现在我们只需按照T1、a、T2、b、T3、c 、T4的顺序重新组合成理想二叉树即可。同时不要忘记更新a、b、c三个节点的高度。（具体操作为，T1、T2作为a的左右子树，T3、T4作为c的左右子树，a、c作为b的左右子树）

此时，我们需要写出旋转函数rotate( )，其传入的参数为孙子节点v。在rotate(v)中定义其父亲节点p和祖父节点g。根据插入或者删除操作后，失衡二叉树属于的Zig-Zag类型，将g、p、v及各自对应的子树与a、b、c及T1、T2、T3、T4进行参数绑定即可完成相当于旋转的操作。