AVL树

1、概念

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：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（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。
一棵AVL树或者是空树，或者是具有以下性质的二叉搜索树：

• 它的左右子树都是AVL树
• 左右子树高度之差（简称平衡因子）的绝对值不超过（-1/0/1）
  如果一棵二叉搜索树是高度平衡的，它就是AVL树。

2、AVL树节点的定义

template <class T>
struct AVLTreeNode {
	AVLTreeNode(const T & data)
		:_pLeft(nullptr),_pRight(nullptr),_pParent(nullptr)
		,_data(data),_bf(0)
	{}
	AVLTreeNode<T>* _pLeft;    // 该节点的左孩子
	AVLTreeNode<T>* _pRight;   // 该节点的右孩子
	AVLTreeNode<T>* _pParent;  // 该节点的双亲
	T _data;                 
	int _bt;                   // 该节点的平衡因子
};  

3、AVL树的插入

AVL树就是在二叉搜索树的基础上引入了平衡因子，因此AVL树也可以看成是二叉搜索树。那么AVL树的插入过程可以分为两步：

1. 按照二叉搜索树的方式插入新节点
2. 调整节点的平衡因子

bool Insert(const T& data) {
		// 1、先按照二叉搜索树的规则将节点插入到AVL树中
		// ...
		// 2、新节点插入后，AVL树的平衡性可能会遭到破坏，此时就需要个更新平衡
		//    平衡因子，并检测是否破坏了AVL树的平衡性

		/*
		pCur插入后，pParent的平衡因子一定需要调整，再插入之前，pParent
		的平衡因子分为三种情况：-1,0,1,分以下两种情况：
		1、如果pCur插入到pParent的左侧，只需给pParent的平衡因子-1即可
		2、如果pCur插入到pParent的右侧，只需给pParent的平衡因子+1即可

		此时：pParent的平衡因子可能有三种情况：0，正负1，正负2
		1、如果pParent的平衡因子为0，说明插入之前pParent的平衡因子为正负1，
		   插入后被调整成0，此时满足AVL树的性质，插入成功
		2、如果pParent的平衡因子为正负1，说明插入前pParent的平衡因子一定
		   为0，插入后被更新成正负1，此时以pParent为根的树的高度增加，
		   需要继续向上更新
		3、如果pParent的平衡因子为正负2，则pParent的平衡因子违反平衡树的
		   性质，需要对其进行旋转处理
		*/

		while (pParent) {
			// 更新双亲的平衡因子
			if (pCur == pParent->_pLeft) {
				pParent->_bf--;
			}
			else {
				pParent->_bf++;
			}
			// 更新后检测双亲的平衡因子
			if (0 == pParent->_bf) {
				break;
			}
			else if (1 == pParent->_bf || -1 == pParent->_bf) {
				// 插入前双亲的平衡因子是0，插入后双亲的平衡因子为1或者-1，
				// 说明以双亲为根的二叉树的高度增加了一层，因此需要继续向上调整
				pCur = pParent;
				pParent = pCur->_pParent;
			}
			else {
				// 双亲的平衡因子为正负2，违反了AVL树的平衡性，需要对
				// 以pParent为根的数进行旋转处理
				if (2 == pParent->_bf) {
					// ...
				}
				else {
					// ...
				}
			}
		}
		return true;
	}

4、AVL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、新节点插入到较高右子树的左侧—右左：先右单旋再左单旋