＜AVL树＞——《C++高阶》

目录

1.AVL树

1.1AVL树的概念

1.2 AVL树节点的定义

1.3 AVL树的插入

1.4 AVL树的旋转

1. 新节点插入较高左子树的左侧---左左：右单旋​

 2. 新节点插入较高右子树的右侧---右右：左单旋​

3. 新节点插入较高左子树的右侧---左右：先左单旋再右单旋​

4. 新节点插入较高右子树的左侧---右左：先右单旋再左单旋​

 1.5 AVL树的验证

1.6 AVL树的删除(了解)

1.7 AVL树的性能

2.AVL树的实现：

2.1功能函数：

（1）定义AVL树的基本结构：​

（2）Insert函数以及平衡因子bf的调整：​

（3）左单旋RotateL:​

（4）右单旋RotateR：​

（5）左右双旋RotateLR：​ 

（6）右左双旋RotateRL：​

（7）遍历（递归版）:

（8）求树的高度：​

（9）判断是否为平衡二叉树： 

（10）测试用例：​

2.2完整源码：

（1）AVLTree.h:

（2）test.cpp：

2.3总结：

后记：●由于作者水平有限，文章难免存在谬误之处，敬请读者斧正，俚语成篇，恳望指教！

                                                                       ——By 作者：新晓·故知

---

 

1.AVL树

1.1AVL树的概念

二叉搜索树虽可以缩短查找的效率，但如果数据有序或接近有序二叉搜索树将退化为单支树，查找元素相当于在顺序表中搜索元素，效率低下。因此，两位俄罗斯的数学家G.M.Adelson-Velskii 和E.M.Landis在1962年 发明了一种解决上述问题的方法：当向二叉搜索树中插入新结点后，如果能保证每个结点的左右子树高度之差的 绝对值 不超过1(需要对树中的结点进行调整)，即可降低树的高度，从而减少平均 搜索长度。

一棵AVL树或者是空树，或者是具有以下性质的二叉搜索树：

它的左右子树都是AVL树

左右子树高度之差(简称平衡因子)的绝对值不超过1(-1/0/1）

如果一棵二叉搜索树是高度平衡的，它就是AVL树。如果它有n个结点，其高度可保持在

O(log_2 n)，搜索时间复杂度O(log_2 n)。

1.2 AVL树节点的定义

AVL树节点的定义：

template<class T>
struct AVLTreeNode
{
	AVLTreeNode(const T& data)
		: _pLeft(nullptr), _pRight(nullptr), _pParent(nullptr)
		, _data(data), _bf(0)
	{}
	AVLTreeNode<T>* _pLeft;   // 该节点的左孩子
	AVLTreeNode<T>* _pRight;  // 该节点的右孩子
	AVLTreeNode<T>* _pParent; // 该节点的双亲
	T _data;
	int _bf;                  // 该节点的平衡因子
};

 1.3 AVL树的插入

AVL树就是在二叉搜索树的基础上引入了平衡因子，因此AVL树也可以看成是二叉搜索树。那么

AVL树的插入过程可以分为两步：

1. 按照二叉搜索树的方式插入新节点

2. 调整节点的平衡因子

bool Insert(const T& data) 
{
	// 1. 先按照二叉搜索树的规则将节点插入到AVL树中
	// ...

	// 2. 新节点插入后，AVL树的平衡性可能会遭到破坏，此时就需要更新平衡因子，并检测是否破坏了AVL树
		//   的平衡性

	 /*
	 pCur插入后，pParent的平衡因子一定需要调整，在插入之前，pParent
	 的平衡因子分为三种情况：-1，0, 1, 分以下两种情况：
	  1. 如果pCur插入到pParent的左侧，只需给pParent的平衡因子-1即可
	  2. 如果pCur插入到pParent的右侧，只需给pParent的平衡因子+1即可
	  
	 此时：pParent的平衡因子可能有三种情况：0，正负1， 正负2
	  1. 如果pParent的平衡因子为0，说明插入之前pParent的平衡因子为正负1，插入后被调整
	成0，此时满足
	     AVL树的性质，插入成功
	  2. 如果pParent的平衡因子为正负1，说明插入前pParent的平衡因子一定为0，插入后被更
	新成正负1，此
	     时以pParent为根的树的高度增加，需要继续向上更新
	  3. 如果pParent的平衡因子为正负2，则pParent的平衡因子违反平衡树的性质，需要对其进
	行旋转处理
	 */
		while (pParent)
		{
			// 更新双亲的平衡因子
			if (pCur == pParent->_pLeft)
				pParent->_bf--;
			else
				pParent->_bf++;
			// 更新后检测双亲的平衡因子
			if (0 == pParent->_bf)
			{
				break;
			}
			else if (1 == pParent->_bf || -1 == pParent->_bf)
			{
				// 插入前双亲的平衡因子是0，插入后双亲的平衡因为为1 或者 -1 ，说明以双亲
				为根的二叉树
					// 的高度增加了一层，因此需要继续向上调整
					pCur = pParent;
				pParent = pCur->_pParent;
			}
			else
			{
				// 双亲的平衡因子为正负2，违反了AVL树的平衡性，需要对以pParent
				// 为根的树进行旋转处理
				if (2 == pParent->_bf)
				{
					// ...
				}
				else
				{
					// ...
				}
			}
		}
	return true;
}

1.4 AVL树的旋转

如果在一棵原本是平衡的AVL树中插入一个新节点，可能造成不平衡，此时必须调整树的结构，使之平衡化。根据节点插入位置的不同，AVL树的旋转分为四种：

1. 新节点插入较高左子树的左侧---左左：右单旋

/*
  上图在插入前，AVL树是平衡的，新节点插入到30的左子树(注意：此处不是左孩子)中，30左子树增加了一层，
  导致以60为根的二叉树不平衡，要让60平衡，只能将60左子树的高度减少一层，右子树增加一层， 即将左子树往上提，
  这样60转下来，因为60比30大，只能将其放在30的右子树，而如果30有 右子树，右子树根的值一定大于30，小于60，
  只能将其放在60的左子树，旋转完成后，更新节点 的平衡因子即可。在旋转过程中，
  有以下几种情况需要考虑： 
  1. 30节点的右孩子可能存在，也可能不存在 
  2. 60可能是根节点，也可能是子树 
			如果是根节点，旋转完成后，要更新根节点 如果是子树，
			可能是某个节点的左子树，也可能是右子树 
  同学们再此处可举一些详细的例子进行画图，考虑各种情况，加深旋转的理解 */
void _RotateR(PNode pParent) 
{ 
	// pSubL: pParent的左孩子 
	// pSubLR: pParent左孩子的右孩子，注意：该
	PNode pSubL = pParent->_pLeft; 
	PNode pSubLR = pSubL->_pRight; 
	// 旋转完成之后，30的右孩子作为双亲的左孩子 
	pParent->_pLeft = pSubLR; 
	// 如果30的左孩子的右孩子存在，更新亲双亲 
	if(pSubLR)
		pSubLR->_pParent = pParent; 
	// 60 作为 30的右孩子
	pSubL->_pRight = pParent;

	// 因为60可能是棵子树，因此在更新其双亲前必须先保存60的双亲
	PNode pPParent = pParent->_pParent;

	// 更新60的双亲
	pParent->_pParent = pSubL;

	// 更新30的双亲
	pSubL->_pParent = pPParent;
	// 如果60是根节点，根新指向根节点的指针
	if (NULL == pPParent)
	{
		_pRoot = pSubL;
		pSubL->_pParent = NULL;
	}
	else
	{
		// 如果60是子树，可能是其双亲的左子树，也可能是右子树
		if (pPParent->_pLeft == pParent)
			pPParent->_pLeft = pSubL;
		else
			pPParent->_pRight = pSubL;
	}
	// 根据调整后的结构更新部分节点的平衡因子
	pParent->_bf = pSubL->_bf = 0;
}

 2. 新节点插入较高右子树的右侧---右右：左单旋

实现及情况考虑可参考右单旋。

3. 新节点插入较高左子树的右侧---左右：先左单旋再右单旋

将双旋变成单旋后再旋转，即：先对30进行左单旋，然后再对90进行右单旋，旋转完成后再

考虑平衡因子的更新。

// 旋转之前，60的平衡因子可能是-1/0/1，旋转完成之后，根据情况对其他节点的平衡因子进行调整
void _RotateLR(PNode pParent) 
{
	PNode pSubL = pParent->_pLeft;
	PNode pSubLR = pSubL->_pRight;

	// 旋转之前，保存pSubLR的平衡因子，旋转完成之后，需要根据该平衡因子来调整其他节
	点的平衡因子
		int bf = pSubLR->_bf;

	// 先对30进行左单旋
	_RotateL(pParent->_pLeft);

	// 再对90进行右单旋
	_RotateR(pParent);
	if (1 == bf)
		pSubL->_bf = -1;
	else if (-1 == bf)
		pParent->_bf = 1;
}

4. 新节点插入较高右子树的左侧---右左：先右单旋再左单旋

参考右左双旋。

总结：

假如以pParent为根的子树不平衡，即pParent的平衡因子为2或者-2，分以下情况考虑

1. pParent的平衡因子为2，说明pParent的右子树高，设pParent的右子树的根为pSubR

当pSubR的平衡因子为1时，执行左单旋

当pSubR的平衡因子为-1时，执行右左双旋

2. pParent的平衡因子为-2，说明pParent的左子树高，设pParent的左子树的根为pSubL

• 当pSubL的平衡因子为-1是，执行右单旋
• 当pSubL的平衡因子为1时，执行左右双旋

旋转完成后，原pParent为根的子树个高度降低，已经平衡，不需要再向上更新。

 1.5 AVL树的验证

AVL树是在二叉搜索树的基础上加入了平衡性的限制，因此要验证AVL树，可以分两步：

1. 验证其为二叉搜索树

如果中序遍历可得到一个有序的序列，就说明为二叉搜索树

2. 验证其为平衡树

• 每个节点子树高度差的绝对值不超过1(注意节点中如果没有平衡因子)
• 节点的平衡因子是否计算正确

int _Height(PNode pRoot); 
bool _IsBalanceTree(PNode pRoot) 
{ 
	// 空树也是AVL树 
	if (nullptr == pRoot) return true; 
	// 计算pRoot节点的平衡因子：即pRoot左右子树的高度差 
	int leftHeight = _Height(pRoot->_pLeft); 
	int rightHeight = _Height(pRoot->_pRight);
	int diff = rightHeight - leftHeight;
	// 如果计算出的平衡因子与pRoot的平衡因子不相等，或者
    // pRoot平衡因子的绝对值超过1，则一定不是AVL树
	if (diff != pRoot->_bf || (diff > 1 || diff < -1))
		return false;
	// pRoot的左和右如果都是AVL树，则该树一定是AVL树
	return _IsBalanceTree(pRoot->_pLeft) && _IsBalanceTree(pRoot - > _pRight);
}

3. 验证用例

结合上述代码按照以下的数据次序，自己动手画AVL树的创建过程，验证代码

是否有漏洞。

• 常规场景1

      {16, 3, 7, 11, 9, 26, 18, 14, 15}

• 特殊场景2

      {4, 2, 6, 1, 3, 5, 15, 7, 16, 14}

1.6 AVL树的删除(了解)

因为AVL树也是二叉搜索树，可按照二叉搜索树的方式将节点删除，然后再更新平衡因子，只不 错与删除不同的时，删除节点后的平衡因子更新，最差情况下一直要调整到根节点的位置。

具体实现可参考《算法导论》或《数据结构-用面向对象方法与C++描述》殷人昆版。

1.7 AVL树的性能

AVL树是一棵绝对平衡的二叉搜索树，其要求每个节点的左右子树高度差的绝对值都不超过1，这 样可以保证查询时高效的时间复杂度，即$log_2 (N)$。但是如果要对AVL树做一些结构修改的操 作，性能非常低下，比如：插入时要维护其绝对平衡，旋转的次数比较多，更差的是在删除时， 有可能一直要让旋转持续到根的位置。因此：如果需要一种查询高效且有序的数据结构，而且数 据的个数为静态的(即不会改变)，可以考虑AVL树，但一个结构经常修改，就不太适合。

2.AVL树的实现：

通过功能函数的模块化，然后进行封装，实现AVL的数据插入、遍历、树的高度求解、树的平衡判断。在插入数据的过程中，会涉及到树的结构的调整，这就需要借助平衡因子使得调整更加方便。

2.1功能函数：

（1）定义AVL树的基本结构：

（2）Insert函数以及平衡因子bf的调整： （3）左单旋RotateL:

（4）右单旋RotateR： 

（5）左右双旋RotateLR： 

（6）右左双旋RotateRL： （7）遍历（递归版）:

 

（8）求树的高度：

 

（9）判断是否为平衡二叉树： 

（10）测试用例： 

 

2.2完整源码：

（1）AVLTree.h:

#pragma once
#include<iostream>
#include<vector>
#include<queue>
#include<time.h>
#include<set>
#include<map>
#include<string>
#include<cassert>
using namespace std;

template<class K,class V>
struct AVLTreeNode
{
	pair<K, V> _kv;     //key<=>(pair*)->first   value<=>(pair*）->second
	AVLTreeNode<K, V>* _left;
	AVLTreeNode<K, V>* _right;
	AVLTreeNode<K, V>* _parent;

	int _bf; //balance factor  这里定义成右子树-左子树
	//AVL并无强制规定设计平衡因子，这里选择使用，方便控制平衡

	AVLTreeNode(const pair<K, V>& kv)
		:_kv(kv)
		, _left(nullptr)
		, _right(nullptr)
		, _parent(nullptr)
		, _bf(0)
	{}
};

template<class K,class V>
class AVLTree
{
	typedef AVLTreeNode<K, V> Node;
public:
	//Find
	//Erase 
	//插入数据
	bool Insert(const pair<K, V>& kv)
	{
		//1.先按照搜索树的规则插入数据
		//2.判断是否遵循平衡规则，若违反，就旋转进行调整
		if (_root == nullptr)
		{
			_root = new Node(kv);
			_root->_bf = 0;
			return true;
		}
		Node* parent = nullptr;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_kv.first < kv.first)
			{
				parent = cur;
				cur = cur->_right;
			}
			else if (cur->_kv.first > kv.first)
			{
				parent = cur;
				cur = cur->_left;
			}
			else
			{
				return false;
			}
		}
		cur = new Node(kv);
		if (parent->_kv.first < kv.first)
		{
			parent->_right = cur;
		}
		else
		{
			parent->_left = cur;
		}

		cur->_parent = parent;
		//更新平衡因子：
		//插入新结点后：
		//1.树的高度层次增加，要一直更新到根结点（_root)的bf
		//2.树的高度不变，只更新当前的parent的bf，就更新完成
		//3.更新完成后，若违反规则，处理旋转
		//注：更新bf，parent和cur也会更新
		//插入结点后，平衡因子的判断、更新
		while (parent) 
		{
			//当前新插入这个结点的parent一定会更新，后面的需要进行判断
			if (cur == parent->_right)
			{
				parent->_bf++;
			}
			else
			{
				parent->_bf--;
			}

			// 是否继续更新？
			if (parent->_bf == 0)      //原来的bf:1 or -1  -> 0  插入节点填上矮的那边
			{
				// 高度不变，更新结束
				break;
			}
			else if (parent->_bf == 1 || parent->_bf == -1) 
			{
				// 原来的bf:0  -> 1 或 -1  插入节点导致一边变高了
				// 子树的高度变了，继续更新，这里更新后，parent也变了，后续是否更新要进行判断
				cur = cur->_parent;
				parent = parent->_parent;
			}
			else if (parent->_bf == 2 || parent->_bf == -2)  
			{
				// -1 or 1  -> 2 或 -2     插入节点导致本来高一边又变高了
				// 子树不平衡 -- 需要旋转处理
				if (parent->_bf == 2 && cur->_bf == 1)        // 左单旋
				{
					RotateL(parent);
				}
				else if (parent->_bf == -2 && cur->_bf == -1) // 右单旋
				{
					RotateR(parent);
				}
				else if (parent->_bf == -2 && cur->_bf == 1)  // 左右双旋
				{
					RotateLR(parent);
				}
				else if (parent->_bf == 2 && cur->_bf == -1) // 右左双旋
				{
					RotateRL(parent);
				}

				break;
			}
			else
			{
				// 插入之前AVL就存在不平衡子树，|平衡因子| >= 2的节点
				assert(false);
			}

		}
		return true;
	}
private:
	//1.右边高，向左单旋转
	void RotateL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subR->_left;

		parent->_right = subRL;
		if (subRL)
			subRL->_parent = parent;

		Node* ppNode = parent->_parent;

		subR->_left = parent;
		parent->_parent = subR;

		if (parent == _root)
		{
			_root = subR;
			_root->_parent = nullptr;
		}
		else
		{
			if (parent == ppNode->_left)
			{
				ppNode->_left = subR;
			}
			else
			{
				ppNode->_right = subR;
			}

			subR->_parent = ppNode;
		}
		// 更新平衡因子
		parent->_bf = 0;
		subR->_bf = 0;
	}
	//2.左边高，向右单旋转
	void RotateR(Node* parent)
	{
		Node* subL = parent->_left;
		Node* subLR = subL->_right;

		parent->_left = subLR;
		if (subLR)
			subLR->_parent = parent;

		Node* ppNode = parent->_parent;

		subL->_right = parent;
		parent->_parent = subL;

		if (parent == _root)
		{
			_root = subL;
			_root->_parent = nullptr;
		}
		else
		{
			if (ppNode->_left == parent)
			{
				ppNode->_left = subL;
			}
			else
			{
				ppNode->_right = subL;
			}
			subL->_parent = ppNode;
		}

		subL->_bf = parent->_bf = 0;
		
	}
	//3.左右双旋
	void RotateLR(Node* parent)
	{
		Node* subL = parent->_left;
		Node* subLR = subL->_right;
		int bf = subLR->_bf;

		RotateL(parent->_left);
		RotateR(parent);

		// 更新平衡因子
		if (bf == 0)
		{
			parent->_bf = 0;
			subL->_bf = 0;
			subLR->_bf = 0;
		}
		else if (bf == 1)
		{
			parent->_bf = 0;
			subL->_bf = -1;
			subLR->_bf = 0;
		}
		else if (bf == -1)
		{
			parent->_bf = 1;
			subL->_bf = 0;
			subLR->_bf = 0;
		}
		else
		{
			// subLR->_bf旋转前就有问题
			assert(false);
		}
	}
	//4.右左双旋
	void RotateRL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subR->_left;
		int bf = subRL->_bf;

		RotateR(parent->_right);
		RotateL(parent);

		if (bf == 0)
		{
			subRL->_bf = 0;
			parent->_bf = 0;
			subR->_bf = 0;
		}
		else if (bf == 1)
		{
			subRL->_bf = 0;
			parent->_bf = -1;
			subR->_bf = 0;
		}
		else if (bf == -1)
		{
			subRL->_bf = 0;
			parent->_bf = 0;
			subR->_bf = 1;
		}
		else
		{
			// subLR->_bf旋转前就有问题
			assert(false);
		}
	}
	//中序遍历（递归版）
	void _InOrder(Node* root)
	{
		if (root == nullptr)
			return;

		_InOrder(root->_left);
		cout << root->_kv.first << " ";
		_InOrder(root->_right);
	}
	//前序遍历（递归版）
	void _PrevOrder(Node* root)
	{
		if (root == nullptr)
			return;

		cout << root->_kv.first << " ";
		_PrevOrder(root->_left);
		_PrevOrder(root->_right);
	}
	//后序遍历（递归版）
	void _PostOrder(Node* root)
	{
		if (root == nullptr)
			return;

		_PostOrder(root->_left);
		_PostOrder(root->_right);
		cout << root->_kv.first << " ";

	}
	//求树的高度
	int _Height(Node* root)
	{
		if (root == nullptr)
			return 0;

		int lh = _Height(root->_left);
		int rh = _Height(root->_right);

		return lh > rh ? lh + 1 : rh + 1;
	}
	//判断是否为平衡树
	bool _IsBalanceTree(Node* root)
	{
		// 空树也是AVL树
		if (nullptr == root)
			return true;

		// 计算pRoot节点的平衡因子：即pRoot左右子树的高度差
		int leftHeight = _Height(root->_left);
		int rightHeight = _Height(root->_right);
		int diff = rightHeight - leftHeight;

		// 如果计算出的平衡因子与pRoot的平衡因子不相等，或者
		// pRoot平衡因子的绝对值超过1，则一定不是AVL树
		if (abs(diff) >= 2)
		{
			cout << root->_kv.first << "节点平衡因子异常！" << endl;
			return false;
		}

		if (diff != root->_bf)
		{
			cout << root->_kv.first << "节点平衡因子不符合实际！" << endl;
			return false;
		}

		// pRoot的左和右如果都是AVL树，则该树一定是AVL树
		return _IsBalanceTree(root->_left)
			&& _IsBalanceTree(root->_right);
	}
public:
	//1.中序遍历（递归版）
	void InOrder()
	{
		_InOrder(_root);
		cout << endl;
	}
	//2.前序遍历（递归版）
	void PrevOrder()
	{
		_PrevOrder(_root);
		cout << endl;
	}
	//3.后序序遍历（递归版）
	void PostOrder()
	{
		_PostOrder(_root);
		cout << endl;
	}
	//4.层序遍历
	vector<vector<int>> levelOrder()
	{
		vector<vector<int>> vv;
		if (_root == nullptr)
			return vv;

		queue<Node*> q;
		int levelSize = 1;
		q.push(_root);

		while (!q.empty())
		{
			// levelSize控制一层一层出
			vector<int> levelV;
			while (levelSize--)
			{
				Node* front = q.front();
				q.pop();
				levelV.push_back(front->_kv.first);
				if (front->_left)
					q.push(front->_left);

				if (front->_right)
					q.push(front->_right);
			}
			vv.push_back(levelV);
			for (auto e : levelV)
			{
				cout << e << " ";
			}
			cout << endl;

			// 上一层出完，下一层就都进队列
			levelSize = q.size();
		}

		return vv;
	}

	bool IsBalanceTree()
	{
		return _IsBalanceTree(_root);
	}

	int Height()
	{
		return _Height(_root);
	}
private:
	Node* _root = nullptr;
};

（2）test.cpp：

#include"AVLTree.h"
void TestAVLTree1()
{
	AVLTree<int, int> t;
	t.Insert(make_pair(1, 1));
	t.Insert(make_pair(2, 2));
	t.Insert(make_pair(4, 3));
	t.Insert(make_pair(4, 4));
	
}
void TestAVLTree2()
{
	int a[] = { 5,3,7,1,4,6,8,0,2,9 };
	AVLTree<int, int> t;
	for (auto e : a)
	{
		t.Insert(make_pair(e, e));
	}
	cout << endl;
	t.levelOrder();
	t.Insert(make_pair(10,10));
	t.Insert(make_pair(11,11));
	t.levelOrder();

}
void TestAVLTree3()
{
	//使用随机值测试
	const size_t N = 100;
	vector<int> v;
	v.reserve(N);
	srand(time(0));
	for (size_t i = 0; i < N; ++i)
	{
		v.push_back(rand());
	}

	AVLTree<int, int> t;
	for (auto e : v)
	{
		t.Insert(make_pair(e, e));
	}

	t.levelOrder();
	cout << endl;
}
void TestAVLTree4()
{

	//使用有序测试
	const size_t N = 20;  //测试N个数据
	vector<int> v;
	v.reserve(N);
	srand(time(0));
	for (size_t i = 0; i < N; ++i)
	{
		//v.push_back(rand());
		v.push_back(i);
	}

	AVLTree<int, int> t;
	for (auto e : v)
	{
		t.Insert(make_pair(e, e));
	}

	//t.levelOrder();
	//t.InOrder();
	//t.PrevOrder();
	//t.PostOrder();
	cout << "是否平衡?(返回值1代表是，返回值0代表不是）:" << t.IsBalanceTree() << endl;
	cout << "高度:" << t.Height() << endl;
	cout << endl;
}
void TestAVLTree5()
{
	int a[] = { 5,3,7,1,4,6,8,0,2,9 };
	//int a[] = {0,1,2,3,4,5,6,7,8,9 };
	//int a[] = { 1,1,1,1,1,1,1,1,1 };

	AVLTree<int, int> t;
	for (auto e : a)
	{
		t.Insert(make_pair(e, e));
	}
	
	t.levelOrder();
	cout << "是否为平衡树?(1：是  0：不是）:" << t.IsBalanceTree() << endl;
	cout << "树的高度:" << t.Height() << endl;
	cout << endl;
	t.Insert(make_pair(10, 10));
	t.Insert(make_pair(11, 11));
	
	t.levelOrder();
	cout << endl;
	//t.InOrder();
	//t.PrevOrder();
	//t.PostOrder();
	cout << "是否为平衡树?(1：是  0：不是）:" << t.IsBalanceTree() << endl;
	cout << "树的高度:" << t.Height() << endl;
	cout << endl;
}
int main()
{
	//TestAVLTree1();
	//TestAVLTree2();
	TestAVLTree3();
	//TestAVLTree4();
	//TestAVLTree5();

	return 0;
}

2.3总结：

通过上述过程，实现了对Insert过程中对二叉树调整、判断等。而AVL树还有Find、Erase等操作，由于难度较大，具体实现可参考教材或其他资料。

这里的AVL借助了平衡因子使得二叉树结构的判断以及调整更加方便，遇到难以理解的过程要画图分析或编译器调试。

后记：
●由于作者水平有限，文章难免存在谬误之处，敬请读者斧正，俚语成篇，恳望指教！

                                                                       ——By 作者：新晓·故知