平衡二叉树（AVL树）

本文来自：https://blog.zhenlanghuo.top/2017/08/22/AVL%E5%B9%B3%E8%A1%A1%E4%BA%8C%E5%8F%89%E6%A0%91%E7%9A%84%E5%AE%9E%E7%8E%B0/

普通的二叉查找树在插入有序的数据的时候会退化为链表，查找的时间复杂度退化为O(n)。而平衡二叉树在插入数据的时候一直保持二叉树的平衡，从而保证查找的时间复杂度维持在O(logn)。

平衡二叉树的定义

一棵平衡二叉树是其每个结点的左子树和右子树的高度最多相差1的二叉查找树(空树的高度为-1)。

二叉树的高度——当前结点到叶子结点的最长路径

四种旋转的情况
若平衡二叉树种某个结点的左子树和右子树的高度相差大于1，该树就是失衡了，该结点称为失衡点，就要通过旋转来保持二叉树的平衡。

一共分四种情况导致结点失衡：

• 在结点的左孩子的左子树中插入数据（LL）
• 在结点的左孩子的右子树中插入数据（LR）
• 在结点的右孩子的左子树中插入数据（RL）
• 在结点的右孩子的右子树中插入数据（RR）

第1和4种情况是对称的，可用单旋来解决，而第2和3种情况也是对称的，要用双旋来解决。

LL型（左孩子的左子树）通过右旋解决

对于LL型的情况，要使用右旋来解决，将失衡点右旋到其左孩子的右孩子的位置，失衡点的左子树更新为其原来左孩子的右子树。


RR型（右孩子的右子树）通过左旋解决
对于RR型的情况，要使用左旋来解决，将失衡点左旋到其右孩子的左孩子的位置，失衡点的右子树更新为其原来右孩子的左子树。


LR型（左孩子的右子树）通过先左旋再右旋解决
对于LR型的情况，要使用先对失衡点的左孩子进行左旋，然后再对失衡点进行右旋来解决。


RL型（右孩子的左子树）通过先右旋再左旋解决
对于RL型的情况，要使用先对失衡点的右孩子进行右旋，然后再对失衡点进行左旋来解决。

3、代码实现

3.1 AVLNode

public class AVLNode<T extends Comparable<T>> {
   
	
	public AVLNode<T> left;
	
	public AVLNode<T> right;
	
	public T data;
	
	//当前结点的高度
	public int height;
	
	public AVLNode(T data) {
   
		this.data = data;
	}
	
}

AVLNode中一定要保存结点的高度，并在高度有变化的时候进行更新，我看过有一些简单的实现，在结点的数据结构中没有记录结点的高度，每次判断是否平衡的时候都要重新递归计算结点的高度，这样的做法效率很低

3.2 四种情况的旋转操作

  /**
 * 右旋操作（针对LL型的情况）
 * @param unbalance
 * @return
 */
public AVLNode<T> singleRotateRight(AVLNode<T> unbalance) {
   
	//失衡点的左孩子
	AVLNode<T> leftNode = unbalance.left;
	
	//将失衡点的左孩子更新为leftNode的右子树
	unbalance.left = leftNode.right;
	//失衡点右旋，变成leftNode的右孩子
	leftNode.right = unbalance;
	
	//更新leftNode和失衡点的高度
	unbalance.height = Math.max(height(unbalance.left),height(unbalance.right)) + 1;
	leftNode.height = Math.max(height(leftNode.left),unbalance.height) + 1;
	
	return leftNode;
}

/**
 * 左旋操作（针对RR型的情况）
 * @param unbalance
 * @return
 */
public AVLNode<T> singleRotateLeft(AVLNode<T> unbalance) {
   
	//失衡点的右孩子
	AVLNode<T> rightNode = unbalance.right;
	
	//将失衡点的右孩子更新为rightNode的左子树
	unbalance.right = rightNode.left;
	//失衡点左旋，变成rightNode的左孩子
	rightNode.