猴子也能看懂的【平衡(AVL)二叉树】原理

1.引入：

 二叉查找树的时间复杂度问题：

        众所周知，要从一条线性表中查找一个数据，如果从头到尾一个一个地去遍历匹配，最坏的情况就是需要查找的数据在最后一个，所以时间复杂度是O(n)。

        如果想要缩短查找的时间复杂度，可以使用二叉排序树，二叉排序树的特点是：任意找一个结点，在该结点左边的数据一定小于该结点的数据；在该结点右边的数据一定大于该结点的数据。

        二叉排序树的查找方式与二分查找的原理基本是一致的。从根结点开始，如果要查找的数据比它大，则与结点的右孩子比对；如果要查找的数据比他小，则与结点的左孩子比对。所以时间复杂度与二分查找一样，都是O(log n)。

问题：

        然而，当构造这个二叉树的时候，如果插入的序列原本就是有序序列，例如 [1, 2, 3, 4, 5]。根据二叉排序树的原则，要插入的结点与之前的结点比对，如果比它大，就往它的右孩子插。结果会得到一个这样的二叉树：

        可以看到上图中，先在树中插入一个1 ，然后准备插入2，与1比对，比1大就插在1的右孩子结点。再插入3，比1大，插到右边，但是右边已经有了2，再与2比对，比2大，插到2的右孩子结点上。以此类推，原本我们想的是能够得到一个二叉排序树，但是最后构造出来，我们却得到了一个线性表，此时二叉树的查找优势就消失了。

        显然，如果想要查找得比较快，我们会希望二叉树是比较“对称”的，这样比较数据的效率最高。此时，就可以构造AVL平衡二叉树。

2.定义

        平衡二叉树的定义：平衡二叉查找树，简称平衡二叉树，是最早被提出的平衡二叉树，它得名于它的发明者，G.M. Adelson-Velsky和E.M. Landis。在avl中，任何两棵子树的高度差最大不超过1，所以也被称为“高度平衡树”。

        性质：

        1、可以为空。

        2、如果不为空，任意两颗子树之间的高度差都不会超过1，且任何子树也都是平衡二叉树。

        平衡的意思，类似于天平，以根结点为天平的中心，左右两棵子树的重量（高度差）相差不能太大（不能超过1）。

例如，还是取上面的例子

        右图是平衡的，而左图就不是一个平衡的二叉树。对于数据为 2 的这个点，它的左子树高度为1，右子树高度为3，不平衡，我们称这样的点为：失衡点

3.几种失衡情况

        对于一个二叉树，它的失衡基本可以用四种情况来概括：左左插入，右右插入，左右插入以及右左插入。下面进行简单的介绍：

1、左左插入，即在结点左孩子的左子树进行插入。

 2、右右插入，即在结点右孩子的右子树进行插入。

3、左右插入，即在结点的左孩子的右子树进行插入。

4、右左插入，即在结点的右孩子的左子树进行插入。

        虽然说是几个“插入”，但是会导致失衡的操作除了插入，删除肯定也是另一个。试想一下，让一个天平失去平衡的方法除了增加砝码，肯定还有移除砝码。

4.几种失衡情况对应的平衡方法

1、左左插入对应方法：右旋

        什么是右旋？听起来好像很抽象，但是这个名字其实是比较形象的。右旋，顾名思义，是一种类似于旋转的方法，因为左边“重”了一点，所以将整个树往右“转”，让重心转移。

分为几个步骤：

        先将失衡点的左孩子向上提，成为新的根结点；

        再将失衡点下坠，成为它左孩子的右孩子；

        如果有的话，失衡点将它原先左孩子的右孩子，接纳为自己的左孩子。

为什么要将这个结点接纳为自己的左孩子？为什么可以这样做？

这里我们看下面的左旋操作，根据具体数值再来做解释。

        这样，原本左左插入的二叉树，经过右旋操作，重新达到了平衡状态。就像一条挂在钉子上的绳子，左边垂下来得比较长，于是就人为地将这条绳子向右转动，从右边扯一下，保持左右垂下的长度是差不多的。

2、右右插入对应方法，左旋

与上面的右旋原理相同，都是通过改变树的重心（根结点），来重新达到平衡的效果。

同样的也是三个步骤：

先将失衡点的右孩子向上提，成为新的根结点；

这里就是将[ 4 ]向上提，成为这棵树的新的根结点，4的右子树保持不变

再将失衡点[ 2 ] 下坠，成为[ 4 ]的左孩子

这里还有一个[ 3 ]，是被失衡点[ 2 ]挤掉了，那么这个 3 要往哪里走呢？

        这与二叉排序树的性质有密不可分的关系：上面讲到，二叉排序树的性质是，任意结点左边的结点，一定都比它小，右边的结点一定都比它大。

        因为这个点是失衡点右子树的结点，所以一定比失衡点大，还是放在失衡点右边；同时它又原来是新根节点的左孩子，所以一定比新的根节点小，还是放在根节点左边。又要放在失衡点右边，又要放在根结点的左边，所以放在失衡点的右孩子结点是比较好的选择。

经过左旋，二叉树重新平衡。

代码：

//左旋
BTNode* RotateLeft(BTNode* node)
{
    BTNode* t = node->Right;  //定义一个指向失衡节点右孩子的指针t
    t->parent = node->parent; //将失衡点的双亲，赋给t的双亲，t成为新的根结点
    node->Right = t->Left;    //失衡点接纳t的左孩子
    t->Left = node;           //失衡点下坠，成为t新的左孩子
    node->parent = t;         //t成为失衡点新的双亲

    if(node->Right != NULL)   //失衡点接纳t的左孩子之后，将左孩子的双亲变为自己
    node->Right->parent = node;
    return t;
}

3、左右插入的对应方法：左右旋

        何为左右旋？简单来说，就是先左旋，再右旋；左旋哪个？左旋左子树！右旋哪个？右旋整个二叉树！

        

先左旋左子树，这样整体就变成了一个左左插入，再对整体进行右旋，就可以让二叉树重新平衡。

先左旋，变成了左左插入的形式

再右旋

代码：

BTNode* Rotate_LeftRight(BTNode* root)
{
    BTNode* t = root->Left;  //定义一个指针指向失衡点的左孩子
    t = RotateLeft(t); //把以左孩子为根节点的子树，即左子树，做左旋操作
    return RotateRight(root); //再将整个二叉树做右旋操作
}

4、右左插入的对应方法，右左旋

与左右旋的实现方法与原理是完全一致的，就不做赘述了。

5.总结

        本文主要从查找的时间复杂度角度入手，指出了二叉树的缺点，再引出AVL平衡二叉树，能将时间复杂度控制在O(log n)。构造一个平衡二叉树，最主要的其实就是，对几种失衡情况的判断以及实施对应的再平衡操作，在插入，以及删除后，检测二叉树是否存在失衡点，调用平衡函数进行平衡。