平衡二叉树（AVL 树）：概念、实现原理和算法代码

引入

上一篇中已经介绍了二叉搜索树（BST），在二叉搜索树的复杂度分析中，我们提到，二叉搜索树的算法复杂度与其拓扑结构（具体来说是其树的深度）有关。当 BST 最为「平衡」时，查找、删除、插入的算法为 $O(\log n)$，而最不平衡情况下，算法复杂度为 $O(n)$。

当节点数 $n$ 增长时，$O(\log n)$ 的算法相对于 $O(n)$ 的算法在运算次数上增长较慢，性能更优。

因此，我们希望按照更加「平衡」的方式构建二叉树。那么，能否让二叉树一层一层地「铺满」，构建出一个完全二叉树？可以的，但是这样的插入算法较为复杂。我们下面介绍一种比较容易实现的解决平衡二叉树的算法——AVL 树，它是由两位俄罗斯数学家 G. M. Adelson-Velsky 和 Evgenii Landis 在 1962 年发明的。

定义

怎样的一棵树可以被称为高度平衡的呢？

一棵 BST 若要成为平衡二叉树，应满足：

• 其左子树和右子树深度之差绝对值不超过 1
• 其左子树和右子树也是平衡二叉树

这是一个具有递归特征的定义。值得注意的是，从定义上说，空树也属于一种特殊的平衡二叉树。

引入平衡因子 (Balance Factor, BF) 的概念，平衡因子是指二叉树上一个节点的左子树与右子树的深度之差。一棵平衡二叉树，其任意节点上的平衡应为 - 1、0 或 1。

根据平衡二叉树的定义，下面给出一些例子，节点左上角标注的是当前节点的平衡因子：

图一是一个平衡二叉树，它满足平衡二叉树的定义。图二不是平衡二叉树，其原因并不是不满足平衡因子的条件，而是因为它不满足 BST 的构成条件，这提醒我们平衡二叉树首先要是一棵 BST。图三满足平衡二叉树的构成条件。图 4 中的节点 (8) 平衡因子为 3，不满足平衡二叉树的要求。

实现原理

概述

AVL 树的实现原理是，在构建 BST 时，时刻对 BST 进行「监督」，即每插入一个节点，便检查插入操作是否破坏了 BST 的平衡性。

如果当前的插入操作破坏了平衡性，那么要找出最小不平衡子树，对其执行某种「旋转」操作来调整其中节点的连接关系，使之重新平衡。

这里所说的最小不平衡子树，指的是以离插入节点最近，且平衡因子绝对值大于 1 的节点为根的子树。（注意：是离插入节点最近，而不是离根节点最近）

那么问题的关键就是，如何进行这种「旋转」调整，使得树始终保持平衡？下面将进行叙述。

根据插入操作发生位置的不同，可以将需要进行调平的情况分成下面四类（记最小不平衡子树的根节点为 $N$）：

• 情况①：对 N N