平衡二叉树

个人理解：我们在将一堆数字变成二叉排序树的过程中,会出现失衡节点(后面介绍失衡节点)。我们对树进行旋转变化最终将失衡节点去掉,从而使这颗树更加便于排序查找

二叉排序树

定义

二叉排序树右称二叉查找树。或者为空树，或者是具有以下性质：

（1）若它的左子树不为空，则左子树所有节点的值小于根结点，

（2）若它的右子树不为空，则根结点的值小于所有右子树结点的值

（3）它的左右子树叶分别为二叉排序树

总结起来就是根据结点的值有：左子树<根结点<右子树

上图中虽然是二叉排序树,但是还是存在失衡节点。也就是存在优化的空间。

平均查找长度

ASL（Average Search Length），即平均查找长度，在查找运算中，由于所费时间在关键字的比较上，所以把平均需要和待查找值比较的关键字次数称为平均查找长度。

平常一堆数的平均查找长度

它的定义是这样的 ：

其中n为查找表中元素个数，Pi为查找第i个元素的概率，通常假设每个元素查找概率相同，Pi=1/n，Ci是找到第i个元素的比较次数。

二叉排序树的平均查找长度

折半查找(Binary Search)，首先待查找表是有序表，这是折半查找的要求。在折半查找中，用二叉树描述查找过程，查找区间中间位置作为根，左子表为左子树，右子表为右子树，，因为这颗树也被成为判定树(decision tree)或比较树(Comparison tree)。查找方式为(找k)，先与树根结点进行比较，若k小于根，则转向左子树继续比较，若k大于根，则转向右子树，递归进行上述过程，直到查找成功或查找失败。在n个元素的折半查找判定树中，由于关键字序列是用树构建的，所以查找路径实际为树中从根节点到被查结点的一条路径，因为比较次数刚好为该元素在树中的层数。所以Pi为查找k的概率，level(Ki)为k对应内部结点的层次。而在这样的判定树中，会有n+!种查找失败的情况，因为将判定树构建为完全二叉树，又有n+1个外部结点(用Ei(0<=i<=n)表示)，查找失败，即为从根结点到某个外部结点也没有找到，比较次数为该内部结点的结点数个数之和，所以，qi表示查找属于Ei中关键字的概率，level(Ui)表示Ei对应外部结点的层次。所以，在一颗有n个结点判定树中，总数，所以判定树高度为的满二叉树,第i层上结点个数为，查找该层上的结点需要进行i次比较，因此，在等概率情况下ASL为

前面的基础知识看完了 下面才是平衡二叉树的讲解：

平衡二叉树

定义

平衡因子

每个节点都可作为当前节点来讲,也就是每个节点都有平衡因子。
左子树深度 - 右子树深度=平衡因子
根据平衡二叉树的定义平衡因子只能取0，1，-1。

下面举个例子：

失衡二叉树的调整:

失衡二叉树的四种类型

注意：要看清失衡节点的定义

调整原则

降低高度就是上图中的三层结构调整成了两层。
保持二叉排序树的性质就是满足二叉树中序遍历原则。

LL型调整策略

LL定义：插入的新节点放在失衡节点(图中的数值为5插入后就将变为失衡节点)的左子树的左子树上。
调整策略：中间节点上升，如果中间节点有右子树,那么将右子树变为失衡节点的左子树。检查下是否满足中序规则。

RR型调整策略

RR型与LL型类似，可以进行对比分析。

LR型调整策略

调整前：

调整后：

RL型调整策略