平衡二叉树

平衡二叉树

什么是平衡二叉树

【例】搜索树结点不同插入次序，将导致不同的深度和平均查找长度ASL。

将月份按照不同次序插入二叉搜索树，依据字典顺序比较大小，得到三棵不同的树如下：

ASL的不同，导致二叉搜索树的搜索效率不同，ASL越小，搜索效率越高，故引进了平衡二叉树的概念。

一些概念

“平衡因子(Balance Factor,简称BF)”：$BF(T)=h_L-h_R$。其中$h_L$和$h_R$分别为$T$的左、右子树的高度。

平衡二叉树定义

平衡二叉树(Balanced Binary Tree)(AVL树)
空树，或者
任一结点的左、右子树高度差的绝对值不超过1，即$|BF(T)|\le 1$的树。

平衡二叉树的一些性质

设$n$为高度是h的平衡二叉树的结点数。结点数最少时：
$$h=O(lo{g}_{2}n)$$
即给定结点数为n的AVL树的最大高度为$O(lo{g}_{2}n)$。

平衡二叉树的调整

一些概念

当在平衡二叉树中插入新的结点时，有的结点的平衡因子的绝对值会改变并大于1，由此引出两个概念：

1. 不平衡的“发现者”：在插入新的结点并使得平衡二叉树变成非平衡二叉树时，平衡因子绝对值大于1的结点。
2. “麻烦结点”：插入时，如果平衡二叉树变成非平衡二叉树，则该结点被称为麻烦结点。

【例】以下平衡树（依据字典顺序判定大小）：

当插入新节点Nov之后，平衡二叉树变成了非平衡二叉树：

插入新结点Nov之后，Mar结点的平衡因子变成了-2，故发现者是Mar结点，而麻烦结点则是Nov结点。

平衡二叉树的调整方法

前提：平衡二叉树是一棵二叉搜索树，所以调整之后，一定要保证仍然是一棵二叉搜索树。

根据麻烦结点与离麻烦结点最近的发现者（因为发现者可能有很多个）的相对位置关系可将调整归为以下4种：

1. RR旋转（右单旋）：麻烦结点在发现者右子树的右边
   【例】：
   插入前：
   

   插入后：
   

   麻烦结点Nov在离其最近的发现者Mar的右子树的右边，所以这时候需要进行RR旋转
   

   RR旋转的基本模式：
   

2. LL旋转（左单旋）：麻烦结点在发现者左子树的左边
   【例】：
   插入前：
   
   插入后：
   

   麻烦结点Apr在离其最近的发现者Mar的左子树的左边，所以这时候需要进行LL旋转
   

   LL旋转的基本模式：
   

3. LR旋转：麻烦结点在发现者左子树的右边
   【例】：
   插入前：
   

   插入后：
   
   麻烦结点Jan在离其最近的发现者May的左子树的右边，所以这时候需要进行LR旋转
   

   LR旋转的基本模式：
   

4. RL旋转：麻烦结点在发现者右子树的左边
   【例】：
   插入前：
   

   插入后：
   

   麻烦结点Feb在离其最近的发现者Aug的右子树的左边，所以这时候需要进行RL旋转
   

   RL旋转的基本模式：