avl树初步讲解

1. 概述
1.1 定义
平衡二叉树，全称为平衡二叉搜索树
它是由苏联数学家Adelson-Velsky 和 Landis提出来的，因此平衡二叉树又叫AVL树
平衡二叉树的定义是一种递归定义，要求每个节点都具有以下特性：

可以是一棵空树
左子树和右子树高度之差的绝对值不超过1（左右子树的高度差可以为0、1和 -1）
左子树和右子树均为平衡二叉树
为什么平衡二叉树是二叉搜索树？

之前，在学习二叉搜索树时，增删该查的效率最坏为O ( n ) O(n)O(n)。此时，二叉树退化成一条链
若二叉搜索树尽可能的平衡，增删改查的时间复杂度将稳定在O ( l o g 2 N ) O(log_2N)O(log 
2
​
 N)
因此，我们希望二叉搜索树是平衡的二叉树，我想这也是平衡二叉树是基于二叉搜索树提出来的原因
1.2 平衡因子与最小不平衡子树
平衡因子

定义中，左子树和右子树高度之差被称作平衡因子：左子树高度 - 右子树高度
AVL树中，要求 a b s ( 平 衡 因 子 ) < = 1 abs(平衡因子) <= 1abs(平衡因子)<=1，即左右子树的高度差为0、1和 -1
以上数值分别表示：左子树与右子树等高、左子树比右子树高、左子树比右子树矮

最小不平衡子树

平衡二叉树，要求平衡因子 a b s ( 平 衡 因 子 ) < = 1 abs(平衡因子) <= 1abs(平衡因子)<=1
下图，新插入节点37，该树不再是平衡二叉树。因为，节点58的左右子树高度差为2

 

从新插入节点向上查找，第一个 a b s ( 平 衡 因 子 ) > 1 abs(平衡因子) > 1abs(平衡因子)>1的节点为根的子树，被称为最小不平衡子树
上图中，新插入节点向上查找，节点58左右子树高度差为2，以节点58为根节点的子树，就是最小不平衡子树
关于最小不平衡子树的说明

新插入节点，可能导致平衡二叉树出现多棵不平衡的子树
此时，我们只需要调整最小不平衡子树，就能让整棵树平衡
2. 平衡二叉树的左旋/右旋
本章中，红色表示最小不平衡子树的根节点，蓝色表示新插入的节点
2.1 右旋
上图中，节点58为根节点的子树抽取出来。
想要让其变成二叉平衡树，最简单的想法，将根节点58向左儿子47的右下方下压（降低左子树高度）
下压后，根节点58成为左儿子47的右子树，将与左儿子原本的右子树51冲突
巧妙之处： 将原本的右子树51改成根节点58的左子树，整棵树恢复平衡

 

上述操作就是平衡二叉树的右旋：将根节点绕左儿子顺时针下压
右旋的规则

根节点成为左子节点的右子树
左子节点原本的右子树成为根节点的左子树（一个右子树被占据，一个左子树空闲，刚好可以互补）
新插入节点37的插入位置：根节点58的左儿子的左子树上，这种情况称为LL
后续，我们还将接触RR、LR、RL三种情况
2.2 左旋
下图中，新插入节点18，使得以12为根节点的树成为不平衡二叉树，最小不平衡子树的根节点也是12
此时，左子树比右子树矮2
要想平衡该二叉树，最直观的想法：将根节点12向右儿子15的左下方下压（降低右子树高度）
问题来了，此时根节点12成为右儿子的左子树，原本的左子节点13如何处理？
巧妙之处： 将原本的左子节13点变成节点12的右子树，整棵树恢复平衡

上述操作就是平衡二叉树的左旋：将根节点绕右儿子逆时针下压
左旋的规则

根节点成为右儿子点的左子树
右儿子原本的左子树成为根节点的右子树（一个左子树被占据，一个右子树空闲，刚好互补）
新插入节点18的位置：根节点12的右儿子的右子树，这种情况称为RR
2.3 调整的四种情况
上面小节中，我们通过右旋和左旋，见识了平衡二叉树调整的两种情况，分别是LL和RR
四种情况的描述

LL：新插入节点为最小不平衡子树根节点的左儿子的左子树上 → \rightarrow→ 右旋使其恢复平衡

RR：新插入节点为最小不平衡子树根节点的右儿子的右子树上 → \rightarrow→ 左旋使其恢复平衡

LR：新插入节点为最小不平衡子树根节点的左儿子的右子树上 → \rightarrow→ 以左儿子为根节点进行左旋，再按原始的根节点右旋

RL：新插入节点为最小不平衡子树根节点的右儿子的左子树上 → \rightarrow→ 以右儿子为根节点进行右旋，再按原始的根节点左旋