平衡二叉树（Balance Binary Tree） --AVL树

上一节介绍的二叉查找树的查找效率取决于二叉排序树的形态，而构造一棵形态均匀的二叉查找树与节点插入的次序有关，而插入的顺序往往是不可预测的。

（1）若将最大值或最小值首先插入，整个二叉查找树将没有左子树或右子树。

（2）在最坏情况下，插入的次序已经是有序的，此时二叉查找树将成为一棵斜树，此时就成了一个线性边，查找的效率骤然下降，时间复杂度边为O（n）

（3）所以二叉查找树的效率介于 O（logN）和O（n）之间。

基于上面的情况，这就需要我们找到一种动态平衡的方法，对于任意的插入序列都能构造一棵形态均匀、平衡的二叉查找树，这就是我们下面介绍的平衡二叉树。

平衡二叉树性质： 

（1）根节点的左子树和右子树的深度最多相差1。   （2）根节点的左子树和右子树叶都是一棵平衡二叉树。

平衡因子： 每个结点的平衡因子是该结点的左子树与右子树的深度之差。

构造平衡二叉树的思想： 在构造二叉查找树的过程中，每当插入一个结点，首先检查插入后是否破坏了树的平衡性，若破坏对树进行调整，使插入后成为平衡二叉树。                                             

下面，介绍一下平衡二叉树插入时就对树进行调整的4种情况：

（1）LL型

BL  、 BR  分别表示结点B 的左右子树，  AR  为结点A的右子树，且深度都是h。 将节点X 插到B 的左子树上，导致节点A 的平衡因子有1变为了2，A失去平衡。                                                    

新插入的节点是插在结点A的左孩子的左子树上，属于LL型。根据扁担原理，将支撑结点由A 改为B，并进行顺时针旋转，旋转后，A和BR 发生冲突，采用旋转优先原则，将A结点作为B结点的右孩子，B结点的右孩子脱落下来成为A结点的左孩子。

（2）RR型

BL  、 BR 分别表示结点B 的左右子树， AR 为结点A的右子树，且深度都是h。 将节点X 插到B 的右子树上，导致节点A 的平衡因子有-1变为了-2，A失去平衡。                                           

新插入的节点是插在结点A的右孩子的右子树上，属于LL型。根据扁担原理，将支持节点右A 改为B，并进行逆时针旋转，旋转后，A和BL 发生冲突，采用旋转优先原则，将A结点作为B结点的左孩子，B结点的左孩子脱落下来成为A结点的右孩子。

（3）LR型

节点X插在根结点的左孩子的右子树上，使结点A的平衡因子有1变为了2，A结点失去平衡，这里属于LR型，需要旋转2次。

第一次旋转： 根结点不动，先调整结点A的左子树。将支撑节点由B调整为C，进行逆时针，此时B和C的左子树发生冲突，旋转优先，将B作为C的左孩子，C的左孩子脱落下来成为B的右孩子，此时C成为了A的左孩子。

                               

第二次旋转： 调整不平衡因子。将支撑结点由A调整为C，相应的进行顺时针旋转。此时，A和C的右孩子冲突，将A作为C的右孩子，C的右孩子脱落下来成为A的左孩子。

（4）RL型

和LR型类似，也需要两次调整。节点X插在根结点的右孩子的左子树上，使结点A的平衡因子有-1变为了-2，A结点失去平衡，这里属于RL型，需要旋转2次。

第一次旋转： 根结点不动，先调整结点A的右子树。将支撑节点由B调整为C，进行顺时针，

此时B和C的右子树发生冲突，旋转优先，将B作为C的右孩子，C的右孩子。

第二次旋转： 调整不平衡因子。将支撑结点由A调整为C，相应的进行逆时针旋转。

此时，A和C的左孩子冲突，将A作为C的左孩子，C的左孩子脱落下来成为A的右孩子。

通过上面的分析，我们已经明白了构建平衡二叉树的及基本过程及思路，这也是平衡二叉树的精华所在，无论插入的序列是怎么样，我们都能通过调整构建一棵平衡二叉树，保证二叉树中的每个节点的平衡因子都不会大于1，保证了树的深度达到最浅，从而比较的次数就会更少，时间复杂度就会降低，在平衡二叉树中查找的时间复杂度为O（logN）。比二叉查找树性能更加好。

                                  

一个平衡二叉树的简单实现：

package org.TT.BalanceTree;/** *  平衡二叉树简单实现   */public class AvlTree<T extends Comparable<? super T>> {private AvlNode<T> root;// AVL树根/** * 初始化为空树 */public AvlTree() {root = null;}/** * 在AVL树中插入数据 */public void insert(T x) {root = insert(x, root);}/** * 在AVL树中找最小的数据 */public T findMin() {if (isEmpty())System.out.println("树空");return findMin(root).element;}/** * 在AVL树中找最大的数据 */public T findMax() {if (isEmpty())System.out.println("树空");return findMax(root).element;}/** * 搜索，查找记录，找到返回 true 否则返回false */public boolean find(T x) {return find(x, root);}/** * 清空AVL 树 */public void clear() {root = null;}/** * 判断是否为空 */public boolean isEmpty() {return root == null;}/** * 排序输出AVL树, 采用中序输出 */public void printTree() {if (isEmpty())System.out.println("Empty tree");elseprintTree(root);}/** * 以根节点开始，将新节点插入到合适的位置 */private AvlNode<T> insert(T x, AvlNode<T> root) {if (root == null)return new AvlNode<T>(x, null, null);int compareResult = x.compareTo(root.element);if (compareResult < 0) {root.left = insert(x, root.left);// 将x插入左子树中if (height(root.left) - height(root.right) == 2)// 打破平衡if (x.compareTo(root.left.element) < 0)// LL型（左左型）root = rotateWithLeftChild(root);elseroot = doubleWithLeftChild(root);// LR型（左右型）} else if (compareResult > 0) {root.right = insert(x, root.right);// 将x插入右子树中if (height(root.right) - height(root.left) == 2)// 打破平衡if (x.compareTo(root.right.element) > 0)// RR型（右右型）root = rotateWithRightChild(root);else// RL型root = doubleWithRightChild(root);} else; // 重复数据，什么也不做root.height = Math.max(height(root.left), height(root.right)) + 1;// 更新高度return root;}/** * 找最小值 */private AvlNode<T> findMin(AvlNode<T> n) {if (n == null)return n;while (n.left != null)n = n.left;return n;}/** * 找最大值 */private AvlNode<T> findMax(AvlNode<T> n) {if (n == null)return n;while (n.right != null)n = n.right;return n;}/** * 搜索（查找）,以某个节点作为根开始查找 */@SuppressWarnings("unchecked")private boolean find(T x, AvlNode<?> root) {while (root != null) {int compareResult = x.compareTo((T) root.element);if (compareResult < 0)root = root.left;else if (compareResult > 0)root = root.right;elsereturn true; //找到}return false; //未找到}/** * 中序遍历AVL树 */private void printTree(AvlNode<T> n) {if (n != null) {printTree(n.left);System.out.print(n.element + "  ");printTree(n.right);}}/** * 求AVL树的高度 */private int height(AvlNode<T> n) {return n == null ? -1 : n.height;}/** * 带左子树旋转,适用于LL型 */private AvlNode<T> rotateWithLeftChild(AvlNode<T> n) {AvlNode<T> k = n.left;n.left = k.right;k.right = n;n.height = Math.max(height(n.left), height(n.right)) + 1;k.height = Math.max(height(k.left), n.height) + 1;return k;}/** * 带右子树旋转，适用于RR型 */private AvlNode<T> rotateWithRightChild(AvlNode<T> n) {AvlNode<T> k = n.right;n.right = k.left;k.left = n;n.height = Math.max(height(n.left), height(n.right)) + 1;k.height = Math.max(height(k.right), n.height) + 1;return k;}/** * 双旋转，适用于LR型 */private AvlNode<T> doubleWithLeftChild(AvlNode<T> n) {n.left = rotateWithRightChild(n.left);return rotateWithLeftChild(n);}/** * 双旋转,适用于RL型 */private AvlNode<T> doubleWithRightChild(AvlNode<T> n) {n.right = rotateWithLeftChild(n.right);return rotateWithRightChild(n);}public static void main(String[] args) {AvlTree<Integer> t = new AvlTree<Integer>();int[] value = { 6, 1, 20, 7, 10, 8, 9, 3, 14, 5, 18};for (int v : value) {t.insert(v);}System.out.println("中序遍历： ");t.printTree();System.out.println();System.out.println("树的高度： " + t.height(t.root));System.out.println("最小值： " + t.findMin());System.out.println("最大值： " + t.findMax());System.out.println("查找“10”： " + t.find(10));}}

结果：

AVL节点类： 

package org.TT.BalanceTree;public class AvlNode<T> {T element; // 节点中的数据AvlNode<T> left; // 左孩子AvlNode<T> right; // 右孩子int height; // 节点的高度AvlNode(T theElement) {this(theElement, null, null);}AvlNode(T theElement, AvlNode<T> lt, AvlNode<T> rt) {element = theElement;left = lt;right = rt;height = 0;}}