AVL树

二叉平衡树

二叉搜索树
二叉搜索树又称二叉排序树,它或者是一颗空树,或者是具有以下性质的二叉树:
(1)：对于它的任意一个结点而言,若该结点的左子树不为空,则左子树上所有结点的值小于该结点的值.。
(1)：对于它的任意一个结点而言,若该结点的右子树不为空,则右子树上所有结点的值大于该结点的值.。
即对于他的任意一个结点而言，该结点的左右子树也分别为二叉搜索树

二叉搜索树的查找
既然将其称之为二叉搜索树，因此这棵树最主要的作用是进行查询，而且其查询原理特别简单，具体如下：
若根节点不为空：
若根节点key == 查找key,返回true
若根节点key大于查找key，在其左子树查找
若根节点key小于查找key，在其右子树查找
若最终仍未找到，返回false

插入和删除操作，也都是建立在查找的基础之上的,理想情况下，二叉搜索树的查找时间复杂度为O(log(n)),但是，在最坏的情况下(对于任意一个节点，都只有左孩子或者右孩子的情况下)，他的时间复杂度为O(n),进而导致插入和删除的时间复杂度也变为O(n)

为了解决上述问题，引入了平衡树的概念，平衡树是指任意结点，左右子树的高度差都小于等于 1 ，AVL 树就是一个二叉平衡搜索树

AVL树
由上述我们就知道，AVL树是在二叉搜索树的基础上要求，任意结点左右子树的高度差不超过 1，并将高度差命名为平衡因子(Balance Factor),二叉树的结点代码如下：

class Node {
	private K key;
	private V value;  // K-V模型带着value,纯key模型可以不带value

	Node<K,V> left;
	Node<K,V> right;

	int bf;  //平衡因子
	Node<K,V> parent; // 保存自己的双亲结点，如果是跟，则为null
}

我们具体讲AVL树插入的过程：
1.按照普通搜索树的方式进行插入，若 key 重复，则放弃插入
2.插入后依次往上修改平衡因子，修改的原则为：
如果插入的地方为该结点的左孩子，则平衡因子 - 1
如果插入的地方为该结点的右孩子，则平衡因子 + 1
因此，在插入前，AVL树的平衡因子的取值范围为 [ -1, 0, 1 ],插入后，因为平衡因子被修改，所以，平衡因子的取值范围变为 [ -2，-1, 0, 1 ，2],

如果被修复后，平衡因子为 0 ，则表示这棵树的高度插入前后未改变

因为该结点的的平衡因子为 0 ，，高度未改变，不会继续影响该结点的的父结点的平衡因子，所以插入过程结束，整棵树仍是AVL树

如果修改后平衡因子 == -1 / 1，则说明高度发生了变化，增加了 1

所以该结点的父节点的平衡因子也需要被调整

也就是说，只要平衡因子调节完的结果是 -1/1，则调整平衡因子的过程会向上蔓延

如果被修改后的平衡因子的值为 -2 或者 2 ，则说明AVL树的特征被改变了，那么我们就需要利用规则进行修复。在修复之前，任意时刻，一个AVL树最多只有一个结点的平衡因子不满足特征，修复子树的过程会保证这颗子树的高度不变，这样不至于影响到该子树父结点的平衡因子。

AVL树把破坏规则的情况称为失衡(失去平衡)，失衡的情况分为 4 类；

1. 左左失衡： parent 的失衡是因为在 parent 的左孩子的左子树中插入导致的失衡，如下：

针对左左失衡的情况，只需要对parent(失衡的结点)进行右旋即可

2.左右失衡：parent 的失衡是因为在 parent 的左孩子的右子树中插入导致的失衡

针对左右失衡的情况，先对 cur 进行左旋，再对 parent 进行右旋

3.右右失衡：parent 的失衡是因为在 parent 的右孩子的右子树中插入导致的失衡
针对右右失衡的情况，与左左失衡类似，只需要对parent(失衡的结点)进行左旋即可

2.右左失衡：parent 的失衡是因为在 parent 的右孩子的左子树中插入导致的失衡
针对右左失衡的情况，先对 cur 进行右旋，再对 parent 进行左旋

AVL树性能分析
AVL树是一棵绝对平衡的二叉搜索树，其要求每个节点的左右子树高度差的绝对值都不超过1，这样可以保证查询时高效的时间复杂度，即O(log(n))。但是如果要对AVL树做一些结构修改的操作，性能非常低下，比如：插入时要维护其绝对平衡，旋转的次数比较多，更差的是在删除时，有可能一直要让旋转持续到根的位置。因此：如果需要一种查询高效且有序的数据结构，而且数据的个数为静态的(即不会改变)，可以考虑AVL树，但一个结构经常修改，就不太适合。