C++-----AVL树的模拟实现

---

前言

上篇文章我们了解到了map/multimap/set/multiset进行了简单的介绍，在其文档介绍中发现，这几个容器有个共同点是：其底层都是按照二叉搜索树来实现的，但是二叉搜索树有其自身的缺陷，假如往树中插入的元素有序或者接近有序，二叉搜索树就会退化成单支树，时间复杂度会退化成O(N)，因此map、set等关联式容器的底层结构是对二叉树进行了平衡处理，即采用平衡树来实现。

---

正文开始！！！

一、AVL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。
AVL树的名字是以两位数学家的名字命名的。

一棵AVL树或者是空树，或者是具有以下性质的二叉搜索树：
1.它的左右子树都是AVL树
2.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$O(lo{g}_{2}n)$，搜索时间复杂度O($lo{g}_{2}n$)。

二、AVL树节点的定义

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

	pair<K, V> _kv;
	AVLTreeNode<K, V>* _left;//该节点的左孩子
	AVLTreeNode<K, V>* _right;//该节点的右孩子
	AVLTreeNode<K, V>* _parent;//该节点的双亲
	//右子树-左子树的高度差
	int _bf;//balance factor 平衡因子
};

从节点的定义我们可以看出，有普通的二叉搜树不同的是，AVL树中节点的设置添加了节点的parent节点，此处也是为了方便后续功能的实现（接着往下看就明白了）。
AVL树并没有规定必须要设计平衡因子，只是一个实现选择，方便控制平衡!!!

三、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

注意
新节点插入之后，该节点的双亲节点的平衡因子一定要调整，在插入之前，双亲节点的平衡因子分为3种情况:-1,0,1,插入的时候分为以下两种情况:
1.如果节点插入到双亲的左侧，只需要给双亲的平衡因子-1即可
2.如果节点插入到双亲的右侧，只需要给双亲的平衡因子+1即可
此时，双亲的平衡因子可能有三种情况:0,正负1,正负2.
1.如果双亲的平衡因子为0,说明插入之前双亲的平衡因子为正负1，插入后被调整为0，此时满足AVL树的性质，插入成功！
2.如果节点双亲的平衡因子为正负1，说明插入之前双亲的平衡因子一定为0，插入后被更新成为正负-1，此时以双亲为根的树的高度增加，需要持续向上更新！
3.如果双亲的平衡因子为正负2，则双亲的平衡因子违反平衡树的性质，需要对其旋转！

bool insert(const pair<K,V>& kv)
	{
		//为根节点的时候
		if (_root == nullptr)
		{
			_root = new Node(kv);
			_root->_bf = 0;
			return true;
		}
		
		Node* parent = nullptr;
		Node* cur = _root;
		//遍历查找插入的位置
		while (cur)
		{
			if (cur->_kv.first > kv.first)
			{
				parent = cur;
				cur = cur->_left;
			}
			else if (cur->_kv.first < kv.first)
			{
				parent = cur;
				cur = cur->_right;
			}
			else
			{
				return false;//如果存在就返回插入失败
			}
		}
		//找到了
		cur = new Node(kv);
		if (parent->_kv.first > kv.first)
		{
			parent->_left = cur;
		}
		else
		{
			parent->_right = cur;
		}
		cur->_parent = parent;
		//更新平衡因子，最远要更新到根
		while (parent)
		{
			if (parent->_right==cur)
			{
				parent->_bf++;
			}
			else
			{
				parent->_bf--;
			}

			//是否继续更新？
			if (parent->_bf==0)//   1/-1-->0  插入节点填上了矮的那边
			{
				//高度不变，更新结束
				break;
			}
			else if ( 1== abs(parent->_bf))   //0->1/1-  插入节点导致一边变高了
			{
				//子树的高度变了，继续更新祖先
				cur = cur->_parent;
				parent = parent->_parent;
			}
			else if (2 == abs(parent->_bf))//   1/-1-->2/-2  插入节点导致本来高的一边又变高了
			{
				//旋转的原则我待会在带大家了解！
			}
			else
			{
				//插入之前AVL就存在不平衡的子树，|平衡因子|>=2的节点
				assert(false);
			}
		}
		return true;

	}

四、AVL树的旋转

这里算的上是AVL树种比较难理解的地方，我来带大家详细的了解，给大家作详细的说明
在下面的所有图中的长方形条表示的是子树，代表所有情况的抽象图,因为abc三颗子树代表所有的情况，我们将抽象的样子具体化去了解！
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.右单旋

什么时候我们需要进行右单旋转呢?当新节点插入较高左子树的左侧时，我们看一个需要右单旋的最简单的情况。

在下图中，当我们要新插入节点10，我们发现30的左子树增加了一层，导致以60位根的二叉树不平衡，要让60平衡，只能将60的左子树的高度减少一层，右子树增加一层。即将左子树提上来。

旋转步骤为：将30的右子树给60的左子树，因为30的右子树交给60托管了，现在就可以动30的右子树了，再将60给30的右子树就可以了，最后在更新平衡因子即可！

由于我们这里是最简单的情况，如果我们变成较为复杂的情况，如下图所示。

右单旋需要考虑的情况：
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。

代码实现右单旋

//右单旋
	void RotateR(Node* parent)
	{
		Node* subL = parent->_left;
		Node* subLR = subL->_right;

		parent->_left = subLR;
		subL->_right = parent;
		Node* ppNode = parent->_parent;
		if (subLR)
			subLR->_parent = parent;
		parent->_parent = subL;
		if (_root = parent)
		{
			_root = subL;
			_root->_parent = nullptr;
		}
		else
		{
			if (ppNode->_left == parent)
			{
				ppNode->_left = subL;
			}
			else
			{
				ppNode->_right = subL;
			}
			subL->_parent = ppNode;
		}
		parent->_bf = 0;
		subL->_bf = 0;
	}

2.左单旋

什么时候我们需要进行左单旋转呢?当新节点插入较高右子树的右侧时，我们看一个需要左单旋的最简单的情况。

在下图中，当树要插入节点90，此时根节点的平衡因子为2，已经不满足AVL树的规则，因此要进行旋转。我们发现新节点插入了较高右子树的右侧。因此需要进行左单旋（即就是将右子树提上去）。

左单旋的步骤：

1.让插入节点的父节点，也就是这里的60的左子树变成节点30的右子树，30这颗子树成为60的左子树。

2.调整改变节点的平衡因子。

由于我们这里是最简单的情况，如果我们变成较为复杂的情况，如下图所示。

在这个图中，无论在b还是c树下插入新节点，都是在30的右树下插入新节点，因此这里将有4种可能性（分别是b的左右孩子，c的左右孩子处），这里以c的孩子为例。但是情况均为右单旋情况。

代码实现左单旋

//左单旋
	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 (ppNode->_left == parent)
			{
				ppNode->_left = subR;
			}
			else
			{
				ppNode->_right = subR;
			}
			subR->_parent = ppNode;
		}
		parent->_bf = 0;
		subR->_bf = 0;
	}

3.先左单旋再右单旋

这是一种很复杂的情况，当新节点插入较高左子树的右侧时，要发生左右单旋。

我们来看具体例子直观感受这种情况。将双旋变成单旋再旋转，即对30进行左单旋再对90进行右单旋，旋转完再考虑平衡因子的更新。

左右双旋实现代码

//左右双旋
	void RotateLR(Node* parent)
	{
		Node* subL = parent->_left;
		Node* subLR = subL->_right;
 
		int bf = subLR->_bf;
		RotateL(parent->_left);//左
		RotateR(parent);//右
 
		//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 旋转前就出现问题
			assert(false);
		}
	}

3.4 先右单旋再左单旋

当新节点插入较高右子树的左侧时就要进行右左单旋。我们直接来看具体情况

将右左双旋变成单旋再旋转，即对90进行右单旋再对30进行左单旋，旋转完再考虑平衡因子的更新。

右左双旋代码实现

//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);
		}
}

AVL树的旋转共以上四种情况。

总结：

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

pParent的平衡因子为2，说明pParent的右子树高，设pParent的右子树的根伟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，执行右左双旋转
pParent的平衡因子为-2，说明pParent的左子树高，设pParent的左子树的跟为pSubL
当pSubL的平衡因子为-1时，执行右单旋
当pSubL的平衡因子为1是，执行左右双旋
旋转完成后，原pParent为跟的子树的高度降低，已经平衡，不需要再向上更新了。

考虑完所有的旋转情况后，我们此时实现insert插入。

insert插入大框架还是二叉搜索树的insert,只不过加入了平衡因子，不平衡时进行旋转。

insert插入的完整代码

bool Insert(const pair<K, V>& kv)
	{
		//1、按照搜索树的规则插入
		//2、看是否违反平衡规则，如果违反就需要处理：旋转
		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
 
		while (parent)
		{
			if (cur == parent->_right)
			{
				parent->_bf++;
			}
			else
			{
				parent->_bf--;
			}
 
			//是否继续更新？
			// 1 or -1  ->插入节点填上了矮的那边
			if (parent->_bf == 0)
			{
				break;
			}
			//0->1 或者 -1 插入节点导致一边变高了
			else if (parent->_bf == 1 || parent->_bf == -1)
			{
				//子树的高度变了，继续更新祖先
				cur = cur->_parent;
				parent = parent->_parent;
			}
			// -1 or 1 -》 2 or -2 插入几点导致本来高的一边更高了
			else if (parent->_bf == 2 || parent->_bf == -2)
			{
				//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
				{
					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树就存在不平衡子树
				assert(false);
			}
		}
		return true;
	}

五、判断一棵树是否是AVL树

由于AVL是在二叉搜索树的基础上加入了平衡机制，因此验证AVL树可以分为两步：

1.首先验证其是否为二叉搜索树
2.如果中序遍历可得到一个有序的序列，就说明是二叉搜索树

验证其是否为平衡树（把握AVL树的规则）
2.每个节点子树高度差的绝对值不超过1（注意节点如果没有平衡因子）
3.节点的平衡因子是否计算正确
4.每个AVL树的左右子树也为AVL树，因此可以使用递归判断其左右子树是否为AVL树

验证AVL树代码实现：

void _InOrder(Node* root)
	{
		if (root == nullptr)
			return;
		_InOrder(root->_left);
		cout << root->_kv.first << " ";
		_InOrder(root->_right);
	}
 
	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;
	}
 
	//是否是平衡树
	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);
	}

六、AVL树的验证与查看

我们使用层序遍历的方式输出打印可以直观查看AVL树。使用层序遍历需要借助队列。

//层序输出
	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;
	}

验证与查看：

我们手动模拟一些值，让其插入输出。

1.顺序插入

void TestAVLTree2()
{
	const size_t N = 10;
	vector<int> v;
	v.reserve(N);
	srand(time(0));//生成随机树
	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();
	cout << endl;
	cout << "是否平衡?" << t.IsBalanceTree() << endl;
	cout << "高度:" << t.Height() << endl;
 
 
	//t.InOrder();
}

2.随机值

6.AVL树的性能
AVL树是一颗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O（log 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：插入是要维护其绝对平衡，旋转的次数比较多，更差的是在删除时，可能要一直让旋转持续到根。这也是为什么本篇没有分析AVL的删除。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（即不会变），可以考虑AVL树，但如果要经常修改，就不适合使用AVL树。

（本篇完）

附录

#pragma once
#include<iostream>
using namespace std;
#include<assert.h>
#include<time.h>
#include<vector>
#include<queue>
template<class K,class V>
struct AVLTreeNode 
{
	AVLTreeNode(const pair<K,V>& kv)
		:_kv(kv)
		,_left(nullptr)
		,_right(nullptr)
		,_parent(nullptr)
		,_bf(0)
	{}

	pair<K, V> _kv;
	AVLTreeNode<K, V>* _left;
	AVLTreeNode<K, V>* _right;
	AVLTreeNode<K, V>* _parent;
	//右子树-左子树的高度差
	int _bf;//balance factor 平衡因子
	//AVL树并没有规定必须要设计平衡因子
	//只是一个实现选择，方便控制平衡
};

template<class K, class V>
class AVLTree
{
	typedef AVLTreeNode<K, V> Node;
public:
	bool insert(const pair<K,V>& kv)
	{
		//1.搜索树的规则插入
		//2.看是否违反平衡规则，如果违反就需要处理:旋转
		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->_left;
			}
			else if (cur->_kv.first < kv.first)
			{
				parent = cur;
				cur = cur->_right;
			}
			else
			{
				return false;
			}
		}
		cur = new Node(kv);
		if (parent->_kv.first > kv.first)
		{
			parent->_left = cur;
		}
		else
		{
			parent->_right = cur;
		}
		cur->_parent = parent;
		//更新平衡因子，最远要更新到根
		while (parent)
		{
			if (parent->_right==cur)
			{
				parent->_bf++;
			}
			else
			{
				parent->_bf--;
			}

			//是否继续更新？
			if (parent->_bf==0)//   1/-1-->0  插入节点填上了矮的那边
			{
				//高度不变，更新结束
				break;
			}
			else if ( 1== abs(parent->_bf))   //0->1/1-  插入节点导致一边变高了
			{
				//子树的高度变了，继续更新祖先
				cur = cur->_parent;
				parent = parent->_parent;
			}
			else if (2 == abs(parent->_bf))//   1/-1-->2/-2  插入节点导致本来高的一边又变高了
			{
				//子树不平衡---需要旋转处理

				//右边高，左旋转
				//旋转原则
				//1.保持搜索树的原则
				//2.子树变平衡 
				if (2 == parent->_bf&&cur->_bf==1)
				{
					RotateL(parent);
				}
				else if (-2 == parent->_bf && cur->_bf == -1)
				{
					RotateR(parent);
				}
				else if (-2 == parent->_bf && cur->_bf == 1)//折线  进行左右双旋
				{
					RotateLR(parent);
				}
				else if (2 == parent->_bf && cur->_bf == 11)//折线  进行右左双旋
				{
					RotateRL(parent);
				}
				break;
			}
			else
			{
				//插入之前AVL就存在不平衡的子树，|平衡因子|>=2的节点
				assert(false);
			}
		}





		return true;

	}
	//1.更新新插入节点祖先的平衡因子
	//2如果没有违反规则就结束了，违反规则，不平衡了就需要旋转处理

	//沿着祖先路径更新
	//插入在左树_bf--
	//插入在右树_bf++

	//1.子树的高度变了，就要往上更新
	//2.子树高度不变，则更新完成
	//3.子树违反平衡规则，则停止更新，处理子树

	//parent->_bf=1   parent所在子树高度改变。继续更新
	//说明原来是0，右边变高了，高度变了

	//parent->_bf=-1   parent所在子树高度改变，继续更新
	//说明原来是0，左边变高了，高度变了

	//parent->_bf=0   parent所在子树高度没变，停止更新
	//说明原来是-1/1，现在变成0，之前一边低一边高
	//现在插入节点，只有一种情况，填上了矮的那一边


		public:
			//层序输出
			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;
			}
			void _InOrder(Node* root)
			{
				if (root == nullptr)
					return;
				_InOrder(root->_left);
				cout << root->_kv.first << " ";
				_InOrder(root->_right);
			}

			bool Height()
			{
				return _Height(_root);
			}

			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;
			}

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

			//是否是平衡树
			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);
			}

private:
	//左单旋
	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 (ppNode->_left == parent)
			{
				ppNode->_left = subR;
			}
			else
			{
				ppNode->_right = subR;
			}
			subR->_parent = ppNode;
		}
		parent->_bf = 0;
		subR->_bf = 0;
	
	}
	//右单旋
	void RotateR(Node* parent)
	{
		Node* subL = parent->_left;
		Node* subLR = subL->_right;

		parent->_left = subLR;
		subL->_right = parent;
		Node* ppNode = parent->_parent;
		if (subLR)
			subLR->_parent = parent;
		parent->_parent = subL;
		if (_root = parent)
		{
			_root = subL;
			_root->_parent = nullptr;
		}
		else
		{
			if (ppNode->_left == parent)
			{
				ppNode->_left = subL;
			}
			else
			{
				ppNode->_right = subL;
			}
			subL->_parent = ppNode;
		}
		parent->_bf = 0;
		subL->_bf = 0;
	}

	//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);
		//使用60的平衡因子就可以区分以上三种情况
		if (bf == -1)
		{
			subLR->_bf = 0;
			parent->_bf = 1;
			subL->_bf = 0;
		}
		else if(bf == 1) 
		{
			subLR->_bf = 0;
			parent->_bf = 0;
			subL->_bf = -1;
		}
		else if (bf == 0)
		{
			subLR->_bf = 0;
			parent->_bf = 0;
			subL->_bf = 0;
		}
		else
		{
			//更新平衡因子以前就出现问题
			assert(false);
		}
	}

	//右左双旋
	void RotateRL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subR->_left;
		int bf = subRL->_bf;
		RotateL(subR);
		RotateR(parent);
		if (bf == 0)
		{
			subRL->_bf = 0;
			subR->_bf = 0;
			parent->_bf = 0;
		}
		else if (bf==-1)
		{
			subRL->_bf = 0;
			subR->_bf = 1;
			parent->_bf = 0;
		}
		else if (bf == 1)
		{
			subRL->_bf = 0;
			subR->_bf = 0;
			parent->_bf = -1;
		}
		else
		{
			//调节平衡因子之前就已经有了错误
			assert(false);
		}
	}

private:
	Node* _root=nullptr;
};


void TestAVLTree1()
{
	int a[] = {8,7,6,5,4,3,2,1};
	AVLTree<int, int> t;
	for (auto& e : a)
	{
		t.insert(make_pair(e,e));
	}
}

void TestAVLTree2()
{
	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));
	}
}
void TestAVLTree3()
{
	const size_t N = 10;
	vector<int> v;
	v.reserve(N);
	srand(time(0));//生成随机树
	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();
	cout << endl;
	cout << "是否平衡?" << t.IsBalanceTree() << endl;
	cout << "高度:" << t.Height() << endl;


	//t.InOrder();
}