🌈前言

本篇文章进行数据结构中AVL树的学习！！！

🌷1、AVLTree的概念

AVL树的由来：

• 前面讲了二叉搜索树的不足之处，它虽然可以缩短搜索效率，但是最坏情况会退化成单支树。所以就有了二叉平衡搜索树（AVLTree），它解决了这个弊端，让树保持平衡

历史：

• 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

一棵AVL树或者是空树，或者是具有以下性质的二叉搜索树：

1. 它的左右子树都是AVL树
2. 左右子树高度之差(简称“平衡因子”)的绝对值不超过2/-2（可以为0/1/-1）
   

注意：

1. 如果一棵二叉搜索树的高度是平衡的，它就是AVL树
2. 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($lo{g}_{2}n$)

🌹1.2、AVLTree节点的定义

template <typename K, typename V>
struct AVLTNode
{
	AVLTNode(const pair<K, V>& _kv)
		: kv(_kv)
		, left(nullptr)
		, right(nullptr)
		, parent(nullptr)
		, _bf(0)
	{}

	pair<K, V> kv; // 存储节点值 -- first and second
	AVLTNode<K, V>* left;
	AVLTNode<K, V>* right;
	AVLTNode<K, V>* parent;
	int _bf; // 平衡因子，控制树的平衡
};

注意：

1. 这里的AVLTree节点存储的值是"键值对"
2. AVLTree是通过三叉链来控制的，二叉链也可以，就是麻烦了一些
3. _bf是每个节点的平衡因子，用来控制树的平衡

🌿1.2、AVLTree的插入

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（升序：值比根小插入左边，反之右边）
2. 调整节点的平衡因子

• 按搜索树规则插入，插入后链接双亲节点（parent）

	bool insert(const pair<K, V>& kv)
	{
		if (root == nullptr) {
			root = new Node(kv);
			root->_bf = 0;
			return true;
		}
		Node* cur = root;
		Node* parent = nullptr;

		// 按二叉搜索树的特点进行插入
		while (cur)
		{
			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;
			}
		}
		Node* newNode = new Node(kv);
		cur = newNode; // 更新cur，待链接父节点
		if (parent->kv.first > kv.first) {
			parent->left = newNode;
		}
		else {
			parent->right = newNode;
		}
		cur->parent = parent;
	}

注意：按二叉搜索树规则插入，AVLTree为三叉链，链接新节点需要更新双亲节点

• 插入后调整平衡因子，平衡因子可以是0/1/-1，如果为2/-2需要旋转调整

while (parent) // 一直向上回溯调整到祖先结束
{
	// 如果插入节点在左边，则双亲节点平衡因子减1，右边加1
	if (cur == parent->left) {
		--parent->_bf;
	}
	else {
		++parent->_bf;
	}

	// 如果双亲节点平衡因子为0，则不需要调整 -- 1 or -1 > 0 -- 插入节点填补了矮的节点（插入左边，且右边有节点）
	if (parent->_bf == 0) {
		break;
	}

	// 如果父节点平衡因子为1/-1，则继续调整 -- 0 > 1 or -1插入节点导致双亲节点变更或变矮（插入左边，且右边无节点）
	else if (parent->_bf == 1 || parent->_bf == -1) 
	{
		cur = cur->parent;
		parent = parent->parent;
	}
	// 后面讲旋转会处理
	else if (parent->_bf == 2 || parent->_bf == -2) 
	{}
}

注意：

• 如果cur插入到parent的左侧，只需给parent的平衡因子-1即可
• 如果cur插入到parent的右侧，只需给parent的平衡因子+1即可
• 平衡因子为1/-1时，需要更新cur和parent继续向上调整平衡因子
• 平衡因子为0时，说明这棵树已平衡，跳出循环
  

🌺1.3、AVLTree的旋转

如果在一棵原本是平衡的AVL树中插入一个新节点，可能造成不平衡，此时必须调整树的结构，使之平衡化。根据节点插入位置的不同，AVL树的旋转分为四种：

1. 新节点插入较高右子树的右侧 — 右右：左单旋（根平衡因子为2，右子树为1）
   

重点：展开抽象图的几种情况

	// 左单旋 -- 新节点插入较高右子树的右侧 -- 右右
	void RotateL(Node* parent)
	{
		Node* subR = parent->right;
		Node* subRL = subR->left;

		parent->right = subRL;
		if (subRL != nullptr) {
			subRL->parent = parent; // 如果左节点为空，则会造成空指针访问
		}
		Node* PpNode = parent->parent; // 后面parent不为根节点时，需要保存parent01的双亲节点进行链接

		subR->left = parent;
		parent->parent = subR;

		// 一开始根节点可能是parent，旋转后要进行处理 -- 根应改为subR，根的双亲节点为nullptr
		if (parent == root) {
			root = subR;
			root->parent = nullptr;
		}
		else {
			// parent可能为整颗树的局部子树 -- 旋转后树的结构就乱了，需要将parent的双亲节点指向正确的位置
			if (parent == PpNode->left) {
				PpNode->left = subR;
			}
			else {
				PpNode->right = subR;
			}
			subR->parent = PpNode;
		}

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

注意：

• 旋转时，需要注意双亲节点要重新调整，很多人会忘记
• 旋转后，subRL的双亲节点需要链接parent，subRL可能为空，需要判空
• 如果根为旋转节点，旋转后subR为根，需要更新root和它的双亲
• 如果为局部子树，需要保存parent的父节点来链接subR，因为旋转后无法找到它
  

2. 新节点插入较高左子树的左侧—左左：右单旋（根节点平衡因子为-2，左子树为-1）
   重点：展开抽象图的几种情况

	// 右单旋 -- 新节点插入较高左子树的左侧 -- 左左
	void RotateR(Node* parent)
	{
		// 旋转方法与左单旋一致
		Node* subL = parent->left;
		Node* subLR = subL->right;

		parent->left = subLR;
		if(subLR != nullptr)
			subLR->parent = parent;

		Node* PpNode = parent->parent;

		subL->right = parent;
		parent->parent = subL;

		if (parent == root)
		{
			root = subL;
			root->parent = nullptr;
		}
		else
		{
			if (PpNode->left == parent) {
				PpNode->left = subL;
			}
			else {
				PpNode->right = subL;
			}
			subL->parent = PpNode;
		}

		parent->_bf = 0;
		subL->_bf = 0;
	}

注意：右旋与左旋差不多这里就不画图了，参考左旋

• parent的左节点链接subLR
• subL的右子树链接parent，其余细节问题根左旋一样

3. 新节点插入较高左子树的右侧 — 左右：先左单旋再右单旋

重点：展开抽象图的几种情况

	// 左右双旋 -- 左子树高，左子树的右子树矮 subL: 1 subLR: -1
	void RotateLR(Node* parent)
	{
		// 记录平衡因子和节点，待更新
		Node* subL = parent->left;
		Node* subLR = subL->right;
		int bf = subLR->_bf;

		// 先subL为根进行旋转，然后通过parent为根进行右旋
		RotateL(parent->left);
		RotateR(parent);

		// 分三种情况，画图分析
		if (bf == 0) {
			parent->_bf = 0;
			subL->_bf = 0;
			subLR->_bf = 0;
		}
		else if (bf == 1) {
			parent->_bf = 0;
			subL->_bf = 1;
			subLR->_bf = 0;
		}
		else if (bf == -1) {
			parent->_bf = 1;
			subL->_bf = 0;
			subLR->_bf = 0;
		}
		else {
			assert(false);
		}
	}

注意：

• 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
• 双旋的难点不是旋转，而是更新平衡因子，不画图容易出错

4. 新节点插入较高右子树的左侧 — 右左：先右单旋再左单旋

• 下面直接列举旋转后更新平衡因子的三种情况：（h == 0）的就不画了
  

	// 右左双旋 -- subR: 1 subRL: -1
	void RotateRL(Node* parent)
	{
		// 记录平衡因子和节点，待更新
		Node * subR = parent->right;
		Node* subRL = subR->left;
		int bf = subRL->_bf;

		RotateR(parent->right);
		RotateL(parent);

		// 画图分析 -- 三种情况
		if (bf == 0)
		{
			parent->_bf = 0;
			subR->_bf = 0;
			subRL->_bf = 0;
		}
		else if (bf == 1)
		{
			parent->_bf = -1;
			subR->_bf = 0;
			subRL->_bf = 0;
		}
		else if (bf == -1)
		{
			parent->_bf = 0;
			subR->_bf = 1;
			subRL->_bf = 0;
		}
		else {
			assert(false);
		}
	}

• 总结：

假如以parent为根的子树不平衡，即parent的平衡因子为2或者-2，分以下情况考虑：

1. parent的平衡因子为2，说明parent的右子树高，设parent的右子树的根为subR

• 当subR的平衡因子为1时，执行左单旋
• 当subR的平衡因子为-1时，执行右左双旋

2. parent的平衡因子为-2，说明pParent的左子树高，设parent的左子树的根为subL

• 当subL的平衡因子为-1是，执行右单旋
• 当subL的平衡因子为1时，执行左右双旋

旋转完成后，原parent为根的子树个高度降低，已经平衡，不需要再向上更新

🌻1.4、AVLTree的删除（了解）

• 因为AVL树也是二叉搜索树，可按照二叉搜索树的方式将节点删除，然后再更新平衡因子，只不
  错与删除不同的时，删除节点后的平衡因子更新，最差情况下一直要调整到根节点的位置。

• 具体实现可参考《算法导论》或《数据结构-用面向对象方法与C++描述》殷人昆版

🌻1.5、AVLTree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