二叉平衡树的旋转操作

平衡二叉树简称平衡树，是由Adelson-Velskii和Landis于1962年首先提出的，所以又称为AVL树。他的定义很简单，就是若一棵二叉树的每个左右节点的高度差最多相差1，此二叉树即是平衡二叉树。把二叉树的每个节点的左子树减去右子树定义为该节点的平衡因子。二叉平衡树的平衡因子只能是1、0或者-1。

平衡二叉树是对二叉搜索树(又称为二叉排序树)的一种改进。二叉搜索树有一个缺点就是，树的结构是无法预料的，随意性很大，它只与节点的值和插入的顺序有关系，往往得到的是一个不平衡的二叉树。在最坏的情况下，可能得到的是一个单支二叉树，其高度和节点数相同，相当于一个单链表，对其正常的时间复杂度有O(lb n)变成了O(n)，从而丧失了二叉排序树的一些应该有的优点。

当插入一个新的节点的时候，在普通的二叉树中不用考虑树的平衡因子，只要将大于根节点的值插入到右子树，小于节点的值插入到左子树，递归即可。而在平衡二叉树则不一样，在插入节点的时候，如果插入节点之后有一个节点的平衡因子要大于2或者小于-2的时候，他需要对其进行调整，现在只考虑插入到节点的左子树部分（右子树与此相同）。主要分为以下三种情况：

(1)若插入前一部分节点的左子树高度和右子树高度相等，即平衡因子为0，插入后平衡因子变为1，仍符合平衡的条件不用调整。

(2)若插入前左子树高度小于右子树高度，即平衡因子为-1，则插入后将使平衡因子变为0，平衡性反倒得到调整，所以不必调整。

(3)若插入前左子树的高度不等于右子树高度，即平衡因子为1或-1，则插入节点之后会使得平衡因子变为2或者-2，这样的情况下就破坏了平衡二叉树的结构，所以必须对其进行调整，使其平衡；

插入节点会破坏平衡的四种情况：

有四种种情况可能导致二叉查找树不平衡，分别为：

（1）LL：插入一个新节点到根节点的左子树（Left）的左子树（Left），导致根节点的平衡因子由1变为2

（2）RR：插入一个新节点到根节点的右子树（Right）的右子树（Right），导致根节点的平衡因子由-1变为-2

（3）LR：插入一个新节点到根节点的左子树（Left）的右子树（Right），导致根节点的平衡因子由1变为2

（4）RL：插入一个新节点到根节点的右子树（Right）的左子树（Left），导致根节点的平衡因子由-1变为-2
 

调整二叉树首先要明白一个定义，即最小不平衡子树。最小不平衡子树是指以离插入节点最近、且平衡因子绝对值大于1的节点做根的子树。

下面讲解平衡二叉树最基本的4种调整操作，调整的原则是调整后他的搜索二叉树的性质不变，即树的中序遍历是不会改变的。

情况一：LL ->插入F节点导致失衡：

这里失衡的是A的左右子树，很容易就可以想到旋转B-A链，值得注意的是E节点，它原先在B的右子树，现在也依然在B的右子树，它原先在A的左子树，现在也依然在A的左子树。

若插入F节点在D的右子树处，旋转操作依然是上图那样，不谈。

但如果插入F节点是E的孩子就不一样了。

情况二：LR ->插入F节点导致失衡：

插入节点是E的孩子时，如果我们还像上面那样旋转B-A链，旋转后的树依然是不平衡的。事实上，这样的旋转使得B成为了新的根节点，而原图中比B大的节点有4个，比B小的节点只有D，若B为根其左子树只能为D，必定是不平衡的。

我们仔细观察原图，这里E节点是很特殊的节点。首先它是实际执行了插入操作的节点，其次图中比E小的节点有B、D、F，比E大的节点有A、C。如果能够让E节点做新的根节点就很好平衡了，那么怎样让E节点“上位”呢？

方法是进行两次旋转，如下图：

E节点恐成最大赢家……

插入节点是E的右子树的情况与之类似，这里给出旋转图：

F比E大，双旋之后还是在E的右节点。

双旋看图理解起来简单，实际实现时要注意，我们可以判断失衡的是A节点，由A有直接关系的是B和C，那么我们怎么知道新插入的F节点是D的子树还是E的子树呢？这里的方法是比较F节点值与B的大小，大则是E的子树，要左-右共两次旋转，小则是D的子树，要一次右旋转。

当然还要考虑镜像情况：

情况三：RR ->插入 F导致失衡：

进行一次左旋，关注D节点，它比C小，旋转后依然在C的左子树。

情况四：RL ->插入F导致失衡：

这时候左旋失败，理由和之前右旋失败类似，比C节点大的节点只有一个E，C是没法做新的根节点的。这里特殊的是D节点。

进行右-左两次双旋就可以了。D节点：爽到……

插入节点是D的右子树情况类似，RT：

参考：https://blog.csdn.net/saasanken/article/details/80796178 

https://blog.csdn.net/xomlee/article/details/17628681