有序表之AVL树

自己画图举个例子：

上面介绍了搜索二叉树的删除结点是如何进行的，而搜索二叉树添加结点和查询都很容易。

所以AVL树的添加、删除和查询都跟搜索二叉树一样，只是在进行完了这些操作后，AVL树有自己平衡性的补充！！！。

那么在进行完添加、删除和查询这些操作后，如何调整自己的平衡性呢？那就跟破坏平衡性的具体方式有关了。

AVL树的平衡性

破坏AVL树平衡性的四种类型

那么AVL树如何调整平衡性？跟破坏AVL平衡性的类型有关。AVL树破坏平衡性的类型有如下四种（跟左旋和右旋无关）：
以下是AVL树局部破坏平衡性的情况

• LL型
• LR型
• RR型
• RL型

LL型违规

遇到LL型违规，做一次右旋即可恢复平衡性，遇到RR型，做一次左旋即可。

LR型违规

遇到LR型违规，如下图，右树的高度比较小，左树的高度比较大，并且是由于左树的右树高度比较大，才破坏的平衡性。

如何调整，想办法让孙子替换爷爷，也就是说让C替换A。

第一步：在以B为头结点的整棵树上做一次左旋，让C先往上走一步。

第二步：在以A为头结点的整棵树进行一次右旋，让C彻底来到头部。

RR型违规

RR型：做一次左旋即可

RL型违规

RL型：想办法让孙子去到顶部，也就是说C结点替换A。（C就是孙）

第一步：先在以B为头结点的整棵树玩一次右旋
第二步：在以A为头结点整棵树玩一次左旋

极端情况

但是存在一种极端情况，既属于LL违规型，又属于LR违规型，按照LL型违规处理；同理，如果既属于RR违规型，又属于RL违规型，按照RR型违规处理。

上图中的树，删掉右边一个结点后，就破坏平衡性，并且既是LL，又是LR。

既是LL又是LR，直接按照LL型标准来调整，直接右旋。是正确的！

举个反例，既是LL型，又是LR型（下图A的整颗左树高度是7，整颗右树高度是5）按照LR型标准来调整是错误的。

上图例子按照LL型调整后是正确的。

但是按照LR型调整是错误的。虽然下面例子（S的高度是5）是正确的，但是如果S的高度是4的话，依然破坏了平衡性。
如果S高度是4（此时，以B结点为头的整颗子树就不平衡了），按照LL型标准调整，依然正确，按照LR调整是错误的！！！，可以自己动手画一下试试。

同理，也会出现既是RL型违规和又是RR型违规。但是不会出现既是LL型，又是RR型。

AVL树的调整

AVL树加入结点后的调整

那么AVL树加入一个结点后，具体如何调整呢？是加入某个结点后，往上沿途每个结点都检查，看属于哪种违规类型（四种违规类型都要检查）。包括加入的结点。

AVL树删除结点后的调整

那么AVL树删除一个结点后，如何调整要分情况讨论。

1）如果删除的结点是叶结点，从删除的结点往上开始每个结点都查，看属于哪种违规类型（四种违规类型都要检查）；
2）如果删除的结点有右无左，拿右孩子替代删除的节点后，往上开始检查每个结点；
3）有左无右，同理；
4）删除的结点既有左孩子又有右孩子，将要删除结点的右树上的最左孩子抠出来，假设是X；拿X替换要删除的结点后，从原来X结点的位置开始往上检查每一个结点是否违规。

第 4）种情况画图举例如下（下图种的8就是X）

AVL树的调整代价

上述四种违规类型的调整代价都是很小的，O(1)。

如果AVL树在加入结点之前的最大高度为LogN，那么加入一个结点后，即使往上所有结点都要检查是否违规，因为上面只有LogN个结点，而每个节点的调整代价为O(1)；所以，AVL树调整平衡性的代价就是O(LogN)

AVL树里，维持平衡的因子就是树的高度h，所以每一次结点相对位置调整完后，都要更新平衡因子h。如果别的树的平衡因子是另外的，也要这么干，比如红黑树，SB树等，后续文章会讲述到。

补充

有序表跟AVL树的关系

如果将有序表比作成一个接口，那么AVL树就是一个具体的类，而可以实现有序表的还有SB树，红黑树，跳表，234树，B树，B+树…，它们实现有序表的时间复杂度都是O(LogN)，区别只是具体的实现细节不一样。

今天为什么关系型数据库走向了没落，随之流行的是水平扩展性数据库，一致性哈希数据库。待到后续文章继续了解吧

最后附上全部代码~

代码

右旋

左旋同理，就不画图了~

删除结点

完整代码

package com.harrison.class25;

/**
 * @author Harrison
 * @create 2022-04-03-10:46
 * @motto 众里寻他千百度，蓦然回首，那人却在灯火阑珊处。
 */
public class Code01_AVLTreeMap {
    
    
    /*
    因为AVL树是有序表里面用到的，所以必须要求它的key可比较
    没有办法比较，就不用谈有序表
     */
    public static class AVLNode<K extends Comparable<K>, V> {
    
    
        // AVL里的具体结点封装进去
        public K k;
        public V v;
        // 指向左孩子和右孩子的结点
        public AVLNode<K, V> l;
        public AVLNode<K, V> r;
        // AVL树中的平衡因子：高度（整棵AVL树的高度）
        public int h;

        public AVLNode(K key, V value) {
    
    
            k = key;
            v = value;
            h = 1;
        }
    }

    /*
    用AVL树实现的有序表
     */
    public static class AVLTreeMpa<K extends Comparable<K>, V> {
    
    
        public AVLNode root;// 整棵树的根结点
        public int size;// 加入的key的个数

        public AVLTreeMpa() {
    
    
            root = null;
            size = 0;
        }

        // 针对cur结点整棵树玩右旋
        private AVLNode<K, V> rightRotate(AVLNode<K, V> cur) {
    
    
            // 先记住cur的左孩子，因为右旋是cur往右边倒
            AVLNode<K, V> left = cur.l;
            // 然后左孩子的右树挂在我的（cur）的左边
            cur.l = left.r