AVL树（平衡二叉树）

前言

        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，这就是AVL树。

一、AVL树的概念

        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O(log2n)，搜索时间复杂度O(log2n)。

二、控制二叉搜索树的子树高度差

1.AVL树节点的定义

代码如下（示例）：

	template<class K,class V>
	struct AVLTNode
	{
		typedef AVLTNode<K,V> Node;

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

		Node* _parent;
		Node* _left;
		Node* _right;
		pair<K, V> _kv;
		int _bf;       //平衡因子
	};

2.平衡因子

        结点的左子树的深度减去右子树的深度，即结点的平衡因子 = 右子树的高度 - 左子树的高度 。通过节点的平衡因子来控制高度差。

        新插入节点父亲及祖先平衡因子(bf)变化规律：

1.新增节点在左子树，父亲bf--，反之在右子树则父亲bf++。

2.更新后如果bf==0，父亲的子树高度不变，则不需要继续向上更新平衡因子。

3.更新后如果bf==-1 or 1，父亲所在的子树高度变化，继续向上更新。

4.更新后如果bf==2 or -2，则父亲所在子树违反规则，需要旋转。

3.搜索二叉树的旋转

        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

        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

        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。

以上四种情况可以做出以下总结：

三、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O(log2(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,这时候就适合用红黑树。

---