二叉树剪枝_一文读懂平衡二叉树

平衡二叉树，又称AVL树，指的是左子树上的所有节点的值都比根节点的值小，而右子树上的所有节点的值都比根节点的值大，且左子树与右子树的高度差最大为1。因此，平衡二叉树满足所有二叉排序(搜索)树的性质。至于AVL，则是取自两个发明平衡二叉树的科学家的名字：G. M. Adelson-Velsky和E. M. Landis。

二叉搜索树

平衡二叉树是在二叉排序树的基础上发展而来的，那为什么要引入二叉搜索树呢？

所谓二叉搜索树(Binary Search Tree)，又叫二叉排序树，简单而言就是左子树上所有节点的值均小于根节点的值，而右子树上所有结点的值均大于根节点的值，左小右大，并不是乱序，因此得名二叉排序树。

一个新事物不能凭空产生，那二叉搜索树又有什么用呢？

有了二叉搜索树，当你要查找一个值，就不需要遍历整个序列或者说遍历整棵树了，可以根据当前遍历到的结点的值来确定搜索方向，这就好比你要去日本，假设你没有见过世界地图，你不知道该往哪个方向走，只能满地球找一遍才能保证一定能够到达日本；而如果你见过世界地图，你知道日本在中国的东边，你就不会往西走、往南走、往北走。这种思维在搜索中被叫做“剪枝”，把不必要的分枝剪掉可以提高搜索效率。在二叉搜索树中查找值，每次都会把搜索范围缩小，与二分搜索的思维类似。

如下图所示的二叉搜索树：

要想查找到8，则是先到达根节点，其值为5，8比5大因此继续往右子树上找，到达9，8比9小因此往左子树上找，最终找到8；

要想查找4，则是先到达根节点其值为5，4比5小因此往左子树上找，到达1，4比1大因此往右子树上找，到达3，4比3大因此往右子树上找，而值为3的节点的右子树是空的，因此该搜索二叉树中不存在值为4的节点。

有了二叉排序树就可以使插入、搜索效率大大提高了，为什么还要引入平衡二叉树？

二叉搜索树的结构与值的插入顺序有关，同一组数，若其元素的插入顺序不同，二叉搜索树的结构是千差万别的。举个例子，给出一组数[1,3,5,8,9,13]。

若按照[5,1,3,9,13,8]这样的顺序插入，其流程是这样的：

若按照[1,3,5,8,9,13]这样的顺序插入，其流程是这样的：