二叉搜索树和AVL树基本概念

什么是二叉搜索树

二叉搜索树也叫二叉排序树或二叉查找树

二叉搜索树，一棵二叉树可以为空也可以不空，如果不为空就满足以下性质：

• 非空左子树的所有键值小于其根结点的键值
• 非空右子树的所有键值大于其根结点的键值
• 左、右子树都是二叉搜索树

二叉搜索树操作的特别函数

Position Find(ElementType X,BinTree BST)
/*从二叉搜索树BST中查找元素X，返回其所在结点的地址*/

Position FindMin(BinTree BST)
/*从二叉搜索树BST中查找并返回最小元素所在结点的地址*/

Position FindMax(BinTree BST)
/*从二叉搜索树BST中查找并返回最大元素所在结点的地址*/

查找操作

从根节点开始，如果树为空，返回NULL
若搜索树非空，则根节点关键字与X进行比较，并进行不同处理：

• 若X小于根结点键值，只需在左子树中继续搜索
• 若X大于根结点键值，在右子树中进行继续搜索
• 若两者比较结果相等搜索完成，返回指向此结点的指针

Poosition Find(ElementType X,BinTree BST)
{
	if(!BST) return NULL;/*查找失败*/
	if(x > BST->Data)/*如果大于根结点键值*/
	{
		return Find(X,BST->Right);/*在右子树中继续查找*/
	}
	else if(X < BST->Data)/*如果小于根结点键值*/
	{
		return Find(X,BST->Left);/*在左子树中继续查找*/
	}
	else/*找到了*/
	{
		returnn BST;/*返回结点所在地址*/
	}
}

以上是尾递归效并不高，因此可将其换成非递归函数，即换为迭代函数

Position IterFind(ElementType X,BinTree BST)
{
	while(BST)/*如果树不为空*/
	{
		if(X > BST->Data)/*如果大于根结点键值*/
		{	
			BST = BST->Right;/*向右子树移动继续查找*/
		}
		else if(X <BST->Data)/*如果大于根结点键值*/
		{
			BST = BST->Left;/*向左子树移动继续查找*/
		}
		else
		{
			return BST;/*查找成功，返回结点的地址*/
		}
	return NULL;/*查找失败*/
}

查找效率决定于树的高度

查找最大和最小元素

• 最大元素一定在树的最右分枝的端结点上
• 最小元素一定在树的最左分枝的端结点上
  查找最小元素的递归函数

Position FindMin(BinTree BST)
{
	if(!BST) return NULL;/*空的二叉搜索树，返回NULL*/
	else if(!BESt->Left)
	{
		return BST;/*找到最左叶结点并返回*/
	}
	else
	{
		return FindMin(BST->Left);
	}
}

查找最大元素的迭代函数

Position FindMax(BinTree BSST)
{
	if(BST)
	{
		while(BST->Right)
		{
			BST = BSt->Right;
		}
	}
	return BST;
}

二叉搜索树的插入

关键是要找到元素应该插入的位置，即插入后还是一个二叉搜索树
可以采用与Find类似的方法
不过与Find不同的是，由于需要插入元素，所以当找到可以插入的位置时，这个位置一定是空的，所以要重新申请一个空间插入并返回插入的地址。返回上一层时将插入的地址赋值给上一层的Left 或 Right；

 BinTree Insert(ElementType X,BinTree BST)
 {
 	if(!BST)/*若原树为空生成 并返回一个结点的二叉搜索树*/
 	{
 		BST= malloc(sizeof(struct TreeNode));
 		BST->Data = X;
 		BST->Left = BSt->Right = NULL;
 	}
 	else
 	{
 		if(X < BST->Data)
 		{	
 			BST->Left = Insert(X,BST->Left);/*递归插入左子树*/
 		}
 		else if(x > BST->Data)
 		{
 			BST->Right = Insert(X,BST->Right)/*递归插入右子树*/
 		}
 	return BST;
}

二叉搜索树的删除

• 要删除的是叶结点：直接删除，并修改父结点Left or Right指针置为NULL
• 要删除的结点为只有一个孩子的结点，将该结点的父结点的指针指向要删除的结点的孩子，即爷爷结点指向孙子结点
• 要删除的结点有左右两棵子树：用另一个结点替代被删除结点：右子树的最小元素或者左子树的最大元素（因为左子树的最大元素一定在左子树的最右边，右子树的最小元素一定在右子树的最左边）

BinTree Delete(ElementType X,BinTree BST)
{
	Position Tmp;
	if(!BST) printf("要删除的元素未找到");/*树为空*/
	else if(x < BST->Data)
		BST->Left = Delete(X,BST->Left);/*左子树递归删除*/
	else if(X > BST->Data)
		BST->Right = Delete(X,BST->Right);/*右子树递归删除*/
	else/*找到要删除的结点*/
	{
		if(BST->Left && BST->Right)/*被删除的结点有左右两个孩子*/
		{
			Tmp = FindMin(BST->Right);/*在右子树中找到最小元素填充删除结点*/
			BST->Data = Tmp->Data;
			BST->Riht = Delete(BST->Data,BSt->Right);/*在删除结点的右子树中删除最小元素*/
		}
		else/*被删除的结点有一个孩子或没有孩子*/
		{
			Tmp = BST;
			if(!BST->Left)/*有右孩子或无子结点*/
			{
				BST = BST->Right;
			}
			else if(!BST->Right)
			{
				BST = BST->Left;
			}
			free(Tmp);
		}
	}	
	return BST;
}

什么是平衡二叉树（AVL）

搜索树结点不同插入次序将导致不同的深度和平均查找长度ASL，导致查找效率不同
比如：

很明显b图的平均查找次数最低，查找的效率也就最高而c图查找效率最低，因为b图更平衡
那么如何来衡量一棵树是否为平衡二叉树呢？

平衡因子(Balance Factor,BF):BF = hl - hr,hl和hr分别为T的左右子树的高度
平衡二叉树（Balanced Binary Tree）(AVL树)空树，或者任一结点左右子树高度差的绝对值不超过1，即|BF(T)| <= 1

平衡二叉树的高度能达到log2n吗？
设n高度为h的平衡二叉树的结点数，
h = 1时，结点最少是2个，可以两子结点
h = 2时结点最少是4，拿掉任何一个都不平衡且可能不是2层
Nh = Nh-1 + Nh-2 + 1很像

平衡二叉树的调整

按照平衡二叉树插入月份

RR旋转

根据平衡因子来度量是否平衡，如果插入Mar,May,Nov就不平衡了
不平衡的发现者是Mar，麻烦结点Nov在发现者右子树的右边，就叫做RR插入，需要RR旋转（右单旋）
如下图：
首先原本是平衡的，但是RR插入插入了一个结点使得树不平衡，因此需要RR旋转

A是发现者，BR下方插入的结点为破坏者，因此需要RR旋转，将B拎上来。
由于A右边的一定是大于A的，BL一定是小于B的因此将BL插到A的右边这棵树原本是平衡的，插入15后变得不平衡，且是插在右子树的右子树上因此为RR插入，需要RR旋转，5为发现者，15为破坏者，就把10拎上去形成平衡二叉树

13也是破坏者也是插在右子树的右子树上，也是将10拎上去

LL旋转

现在在平衡状态，我们要插入四月Apr
现在平衡再次被破坏，此时被破坏的是Mar，而这次是插入在左子树的左边上因此需要LL旋转发现者是Mar，麻烦结点Apr在发现者左子树的左边因而叫LL插入，需要LL旋转
如下图：开始时这棵树是平衡的，后来插入了一个结点在左子树的左边经过左左旋转变平衡由于A的左子树一定是小于A的，B的右儿子也一定是大于B的因此将BR插入到A的右边

LR旋转

开始时树是平衡的
插入Jan后破坏了平衡且是May的左子树的右子树上

这种插入叫做LR插入因此需要LR旋转重点关注这三个结点，其中Mar大于Aug小于May因此将Mar拎上去将Aug作为其左儿子，May作为其右儿子发现者是May，麻烦结点是Jan在左子树的右边，所以交LR插入，需要LR旋转
如下图：
通过LR插入使得树不平衡，因此我们需要LR旋转，将ABC调成CBA

RL旋转

开始时树是平衡的当Feb插入后就不平衡了，且是在右子树的左子树上
因此我们需要RL旋转，将
如下图
需要将ABC调整为CBA