AVL

AVL 树（以发明者 Adelson-Velsky 和 Landis 命名）是计算机科学中第一种自平衡二叉搜索树。

它在 BST 的基础上增加了一个硬性条件：任何节点的两个子树的高度差（平衡因子）最多为 1。

---

1. 核心概念：平衡因子 (Balance Factor)

对于 AVL 树中的任何节点 $N$，其平衡因子定义为：

$$BF(N) = Height(LeftSubtree) - Height(RightSubtree)$$

• $BF = 0$：左右完全平衡。
• $BF = 1$ 或 $-1$：轻微倾斜，但仍被视为平衡。
• $BF > 1$ 或 $< -1$：失去了平衡，需要通过旋转来修复。

---

2. 四种旋转方式

当我们在 AVL 树中插入或删除节点导致失衡时，会根据失衡的形态采取四种不同的旋转操作：

1. 左左型 (LL) -> 右旋 (Right Rotation)

插入点位于左子树的左侧。

2. 右右型 (RR) -> 左旋 (Left Rotation)

插入点位于右子树的右侧。

3. 左右型 (LR) -> 先左旋再右旋

插入点位于左子树的右侧。先对左子树进行左旋，变成 LL 型，再进行一次右旋。

4. 右左型 (RL) -> 先右旋再左旋

插入点位于右子树的左侧。先对右子树进行右旋，变成 RR 型，再进行一次左旋。

---

3. AVL 树的 C++ 实现

AVL 树的代码比普通 BST 复杂，因为每次插入后都需要更新高度并回溯检查平衡。

C++

#include <iostream>
#include <algorithm>

using namespace std;

struct Node {
    int val;
    int height; // 记录高度以计算平衡因子
    Node *left, *right;
    Node(int v) : val(v), height(1), left(nullptr), right(nullptr) {}
};

class AVLTree {
public:
    Node* root = nullptr;

    // 获取高度的辅助函数
    int getHeight(Node* n) { return n ? n->height : 0; }

    // 计算平衡因子
    int getBalance(Node* n) { return n ? getHeight(n->left) - getHeight(n->right) : 0; }

    // 右旋转 (LL)
    Node* rotateRight(Node* y) {
        Node* x = y->left;
        Node* T2 = x->right;
        x->right = y;
        y->left = T2;
        y->height = max(getHeight(y->left), getHeight(y->right)) + 1;
        x->height = max(getHeight(x->left), getHeight(x->right)) + 1;
        return x;
    }

    // 左旋转 (RR)
    Node* rotateLeft(Node* x) {
        Node* y = x->right;
        Node* T2 = y->left;
        y->left = x;
        x->right = T2;
        x->height = max(getHeight(x->left), getHeight(x->right)) + 1;
        y->height = max(getHeight(y->left), getHeight(y->right)) + 1;
        return y;
    }

    // 递归插入
    Node* insert(Node* node, int val) {
        if (!node) return new Node(val);

        if (val < node->val) node->left = insert(node->left, val);
        else if (val > node->val) node->right = insert(node->right, val);
        else return node; // 不允许重复值

        // 1. 更新当前节点高度
        node->height = 1 + max(getHeight(node->left), getHeight(node->right));

        // 2. 获取平衡因子并检查是否失衡
        int balance = getBalance(node);

        // LL 情况
        if (balance > 1 && val < node->left->val) return rotateRight(node);
        // RR 情况
        if (balance < -1 && val > node->right->val) return rotateLeft(node);
        // LR 情况
        if (balance > 1 && val > node->left->val) {
            node->left = rotateLeft(node->left);
            return rotateRight(node);
        }
        // RL 情况
        if (balance < -1 && val < node->right->val) {
            node->right = rotateRight(node->right);
            return rotateLeft(node);
        }

        return node;
    }

    void inorder(Node* n) {
        if (!n) return;
        inorder(n->left);
        cout << n->val << " ";
        inorder(n->right);
    }
};

---

4. AVL 树 vs 红黑树 (Red-Black Tree)

在实际应用中，你可能经常听到这两者的对比：

特性	AVL 树	红黑树
平衡程度	严格平衡 (高度差 $\le 1$)	弱平衡 (最长路径不超最短两倍)
查找性能	更好 (因为树更矮)	稍逊
插入/删除性能	较慢 (可能涉及多次旋转)	更好 (旋转次数少)
适用场景	查找频繁、插入删除少的场景	插入删除频繁的场景 (如 C++ STL, Java HashMap)