平衡搜索二叉树——AVL树

1. AVL树的概念

二叉搜索树虽可以缩短查找的效率，但如果数据有序或接近有序二叉搜索树将退化为单支树，查找元素相当于在顺序表中搜索元素，效率低下。因此，两位俄罗斯的数学家G.M.Adelson-Velskii和E.M.Landis在1962年发明了一种解决上述问题的方法：当向二叉搜索树中插入新结点后，如果能保证每个结点的左右子树高度之差的绝对值不超过1(需要对树中的结点进行调整)，即可降低树的高度，从而减少平均搜索长度。

【定义】
一棵AVL树或者是空树，或者是具有以下性质的二叉搜索树：

• 它的左右子树都是AVL树
• 左右子树高度之差(简称平衡因子)的绝对值不超过1(-1/0/1)
  

如果一棵二叉搜索树是高度平衡的，它就是AVL树。如果它有n个结点，其高度可保持在
$O(lo{g}_{2}n)$，搜索时间复杂度O($lo{g}_{2}n$)。

平衡因子：右子树高度-左子树高度

2. AVL树节点的定义

	template<class T>
	struct AVLTreeNode
	{
		AVLTreeNode(const T& data)
			: _pLeft(nullptr), _pRight(nullptr), _pParent(nullptr)
			, _data(data), _bf(0)
		{}
		AVLTreeNode<T>* _pLeft;  // 该节点的左孩子
		AVLTreeNode<T>* _pRight;  // 该节点的右孩子
		AVLTreeNode<T>* _pParent; // 该节点的双亲
		T _data;
		int _bf;          // 该节点的平衡因子
	};

3. AVL树的插入思路

AVL树就是在二叉搜索树的基础上引入了平衡因子，因此AVL树也可以看成是二叉搜索树。那么AVL树的插入过程可以分为两步：

1. 按照二叉搜索树的方式插入新节点
2. 调整节点的平衡因子

4. AVL树的平衡调整思路

平衡因子更新思路

【代码框架】

• 旋转原则：保持二叉搜索树的性质
• 旋转目的：左右均衡，降低整颗树的高度

旋转类型

LL型——右单旋

上图在插入前，AVL树是平衡的，新节点插入到30的左子树(注意：此处不是左孩子)中，30左
子树增加了一层，
导致以60为根的二叉树不平衡，要让60平衡，只能将60左子树的高度减少一层，右子树增加一层，
即将左子树往上提，这样60转下来，因为60比30大，只能将其放在30的右子树，而如果30有右子树，右子树根的值一定大于30，小于60，只能将其放在60的左子树，旋转完成后，更新节点的平衡因子即可。
在旋转过程中，有以下几种情况需要考虑：

1. 30节点的右孩子可能存在，也可能不存在
2. 60可能是根节点，也可能是子树
   如果是根节点，旋转完成后，要更新根节点
   如果是子树，可能是某个节点的左子树，也可能是右子树
3. 平衡因子此时变成0

【代码实现】

void RotateR(Node* parent)
	{
		assert(parent != nullptr);

		Node* subL = parent->_left;
		Node* subLR = subL->_right;

		//更新链接关系

		parent->_left = subLR;
		subL->_right = parent;

		//维护_parent指针
		if (subLR != nullptr)
		{
			subLR->_parent = parent;
		}

		Node* ppnode = parent->_parent;
		parent->_parent = subL;

		if (ppnode == nullptr)
		{
			_root = subL;
			_root->_parent = nullptr;
		}
		else
		{
			//链接ppnode和subL之间的关系
			if (ppnode->_left == parent)
			{
				ppnode->_left = subL;
			}
			else
			{
				ppnode->_right = subL;
			}
			subL->_parent = ppnode;
		}

		//更新平衡因子
		subL->_bf = parent->_bf = 0;
	}

RR型——左单旋

void RotateL(Node* parent)
	{
		assert(parent != nullptr);

		Node* subR = parent->_right;
		Node* subRL = subR->_left;

		//更新链接关系

		parent->_right = subRL;
		subR->_left = parent;

		//维护_parent指针
		if (subRL != nullptr)
		{
			subRL->_parent = parent;
		}

		Node* ppnode = parent->_parent;
		parent->_parent = subR;

		if (ppnode == nullptr)
		{
			_root = subR;
			_root->_parent = nullptr;
		}
		else
		{
			//链接ppnode和subL之间的关系
			if (ppnode->_left == parent)
			{
				ppnode->_left = subR;
			}
			else
			{
				ppnode->_right = subR;
			}
			subR->_parent = ppnode;
		}

		//更新平衡因子
		subR->_bf = parent->_bf = 0;
	}

LR型——左右旋

将双旋变成单旋后再旋转，即：先对30进行左单旋，然后再对90进行右单旋，旋转完成后再考虑平衡因子的更新。

void RotateLR(Node* parent)
	{
		Node* subL = parent;
		Node* subLR = subL->_right;
		int bf = subLR->_bf;

		RotateL(subL);
		RotateR(parent);

		if (bf == 1)
		{
			subL->_bf = -1;
			parent->_bf = 0;
			subLR->_bf = 0;
		}
		else if (bf == -1)
		{
			subL->_bf = 0;
			parent->_bf = 1;
			subLR->_bf = 0;
		}
		else if (bf == 0)
		{
			subL->_bf = 0;
			parent->_bf = 0;
			subLR->_bf = 0;
		}
		else
		{
			assert(false);
		}
	}

RL型——右左旋

	void RotateRL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subL->_left;
		int bf = subRL->_bf;

		RotateR(subR);
		RotateL(parent);

		if (bf == 1)
		{
			subR->_bf = 0;
			parent->_bf = -1;
			subRL->_bf = 0;
		}
		else if (bf == -1)
		{
			subR->_bf = 1;
			parent->_bf = 0;
			subRL->_bf = 0;
		}
		else if (bf == 0)
		{
			subL->_bf = 0;
			parent->_bf = 0;
			subLR->_bf = 0;
		}
		else
		{
			assert(false);
		}
	}

5. AVL树插入判断平衡调整类型

6. AVL树插入的代码实现

bool Insert(const pair<K, V>& kv)
	{
		/**********插入思路**************************************************************
		* 1. 先按照二叉搜索树的规则将节点插入到AVL树中
		* 2. 新节点插入后，AVL树的平衡性可能会遭到破坏，此时就需要更新平衡因子，并检测是否
		* 破坏了AVL树的平衡性，失去平衡的话，需要进行平衡调整
		********************************************************************************/

		if (_root == nullptr)
		{
			_root = new Node(kv);
			return true;
		}

		Node* cur = _root;
		Node* parent = nullptr;
		while (cur != nullptr)//查找插入位置
		{
			if (cur->_kv.first > kv.first)
			{
				parent = cur;
				cur = cur->_left;
			}
			else if (cur->_kv.first < kv.first)
			{
				parent = cur;
				cur = cur->_right;
			}
			else
			{
				return false;
			}
		}
		//确定链接关系
		cur = new Node(kv);
		if (parent->_kv.first>kv.first)
		{
			parent->_left = cur;
		}
		else
		{
			parent->_right = cur;
		}
		cur->_parent = parent;

		//检查是否平衡
		//……
		/*
		pCur插入后，pParent的平衡因子一定需要调整，在插入之前，pParent
		的平衡因子分为三种情况：-1，0, 1, 分以下两种情况：
 		1. 如果pCur插入到pParent的左侧，只需给pParent的平衡因子-1即可
 		2. 如果pCur插入到pParent的右侧，只需给pParent的平衡因子+1即可

		此时：pParent的平衡因子可能有三种情况：0，正负1， 正负2
		1. 如果pParent的平衡因子为0，说明插入之前pParent的平衡因子为正负1，插入后被调整
		成0，此时满足AVL树的性质，插入成功
		2. 如果pParent的平衡因子为正负1，说明插入前pParent的平衡因子一定为0，插入后被更
		新成正负1，此时以pParent为根的树的高度增加，需要继续向上更新
 		3. 如果pParent的平衡因子为正负2，则pParent的平衡因子违反平衡树的性质，需要对其进
		行旋转处理
		*/
		while (parent)
		{
			//更新平衡因子
			if (parent->_left == cur)
			{
				parent->_bf--;
			}
			else
			{
				parent->_bf++;
			}
			//判断是否需要进行旋转
			if (parent->_bf == 0)
			{
				break;
			}
			else if (parent->_bf == 1 || parent->_bf == -1)
			{
				//继续向上调整平衡因子
				cur = parent;
				parent = parent->_parent;
			}
			else if (parent->_bf == 2 || parent->_bf == -2)
			{
				//不平衡，进行旋转降低高度
				if (parent->_bf == 2&& cur->_bf == 1)//RR型
				{
					RotateL(parent);
				}
				else if (parent->_bf == -2 && cur->_bf == -1)//LL型
				{
					RotateR(parent);
				}
				else if (parent->_bf == 2 && cur->_bf == -1)//RL型
				{
					RotateRL(parent);
				}
				else if (parent->_bf == -2 && cur->_bf == 1)//LR型
				{
					RotateLR(parent);
				}
				break;
			}
			else
			{
				assert(false);
			}
		}

7. AVL树总结

8. AVL树的验证

1. 验证其为二叉搜索树
   如果中序遍历可得到一个有序的序列，就说明为二叉搜索树
2. 验证其为平衡树
   每个节点子树高度差的绝对值不超过1(注意节点中如果没有平衡因子)
   节点的平衡因子是否计算正确
   

9. AVL树的性能

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$lo{g}_2(N)$。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。

引出了红黑树的概念，相对平衡，且旋转次数较少！