本文从AVL树的定义出发，一步步地推导出AVL树旋转的方案，这个推导是在已经清楚地知道AVL树的定义这个前提下进行的。文章注重思考的过程，并不会直接给出AVL树是怎样旋转的，用来提醒自己以后在学习的时候要注重推导的过程。在此，我要特别感谢下我的数据结构老师，是他让我意识到思考的重要性。

一、从AVL树的定义开始

1. 二叉查找树的问题

二叉查找树的出现，虽然使查找的平均时间降到了logN,但是，在多次删除或者插入操作后，可能会出现根节点的左子树比右子树高很多，或者右子树比左子树高很多的情况。如图所示：

这样的话，查找的效率会相当低。所以现在的问题是：要想出一种解决方案，可以使得二叉查找树能保持平衡。这时，我们要定义一种新的二叉查找树，这种二叉查找树是一种带有平衡条件的二叉查找树，也就是AVL树。

2. AVL树的定义

一棵AVL树是其每个节点的左子树和右子树的高度最多差1的二叉查找树（空树的高度定义为-1）。在下图中，左边的树是AVL树，但右边的树不是。

在右边的树中，根节点7的左子树的高度为2，右子树的高度为0，左右子树的高度差为2，所以不是一棵AVL树。
有了AVL树的定义，下面就可以开始推导AVL树是如何通过旋转来达到平衡条件的了。

二、开始推导。

1. 分析需要注意的地方。

首先，我们用正向的思维来分析下。正常情况下，当进行插入操作时，我们需要更新通向根节点路径上的那些节点的所有平衡信息，而插入操作隐含着困难的原因在于，插入一个节点可能破坏AVL树的特性。例如，将6插入到图4-29中的AVL树中将会破坏关键字为8的节点的平衡条件。如果发生这种情况，那么就要把性质恢复（也就是恢复平衡）以后才认为这一步插入完成。

2.把影响降到最小。

作为一个程序员，我们总是希望在解决问题的过程中，把影响降到最小。

在上面的分析中，我们了解到，在插入一个节点后，很可能会破坏AVL树的平衡性。而且，这种破坏平衡性的行为很可能是连锁反应，比如，当我们在图4-29中的AVL树中的关键字为3的叶节点下面添加个关键字为2.5的叶节点时，就会破坏关键字为4的节点的平衡性，不仅如此，关键字为2的节点和关键字为5的根节点的平衡性都被打破了。

这种连锁反应是十分可怕的，因此我们要把影响降至最小。如果我们能够在第一个平衡性被破坏的节点上阻止连锁反应的扩散，那么就可以把影响降到最小了。在这里，我们通过旋转来对树的局部进行简单的修正，从而把影响降到最小。

我们现在不用管是怎样旋转的，下面将进行一步步的推导，把旋转的本质推导出来，精彩的内容在下面！

3.假设某个节点为第一个平衡性被破坏的节点

现在开始，我们要分析所有可能出现的情况。

第一种情况：从第一个平衡性被破坏的节点的左边插入，从而导致的失衡

先设下图中的K2是第一个不满足AVL平衡特性的节点，也就是说，K2在没插入新节点前，是满足平衡性的。然后，插入的地方为K2的左子树：

在这种情况下，K2的左子树的高度就比它的右子树高2了。设
a. 上图中的树的名字为STree，作为整棵AVL树的一部分。
b 插入节点前,以K2为根节点的树的高度为h+2,即STree的高度为h+2;
c. 在这种情况下，插入节点前，K2的左子树的高度为h+1,K2的右子树Z的高度为h。
d.插入节点后，以K2为根节点的树的高度变成了h+3;
e.插入节点后，K2的左子树的高度为h+2 ,K2的右子树Z的高度仍然为h。

现在我们面临的问题是：要使STree的高度在插入新节点后，仍然保持不变。也就是说，要使STree的高度由h+3变回到h+2。这样，就不会发生连锁反应，把影响降至最小，因为STree的高度仍然是插入节点前的高度。由这个问题，我们又会引出一连串的问题。（有问题就对了，毕竟结论不是一下子得出来的，要经过详细的分析，不断地问为什么？）

问题1：要怎样做才能使STree的高度变回到h+2呢？

我们可以把里面的节点的位置改动下，以达到改变STree高度这个目的。但注意到，AVL树首先是一颗二叉查找树，里面的节点的位置是有规律的：对于树中的每个节点X，它的左子树中所有关键字值小于X的关键字值，而它的右子树中所有关键字值大于X的关键字值。因此，我们在改动STree中节点的位置时，要不破坏上面的规律。

在众多的限制下，我们只能把在中间的节点的位置调整下，显然，K2的左子树比右子树高2，所以，我们应该把K2的左儿子K1提到K2的位置。这样STree的高度就变成了K1的高度，即变回了h+2。这时，K1的右儿子是K2，K1的右子树Y变成K2的左子树，如下图：

到这里，已经分析出了怎样去旋转，而且这个做法好像真的能解决问题，但怎样才能确定这样做是正确的呢，仔细想想，这个情况还可以再细分：

情形1： 新节点是在K1的左子树X中插入，从而导致K2失去平衡（注意，K1是平衡的，不要忘记了，K2才是第一个失衡的）。
情形2：新节点是在K1的右子树Y中插入，从而导致K2失去平衡。

问题2：情形1下，插入新节点前，X、Y的高度是多少，在这样的高度下，按照上图这样旋转是不是正确的？
由题设，我们已经知道，Z的高度为h。插入节点前，以K1为根的树的高度为h+1，因此X、Y的高度最多只能是h。此时，X的高度是可以确定是h的，因为新节点是从X中插入，从而使K1的高度由h+1变成h+2,所以X在插入新节点前，高度为h。再来确定Y的高度：

如果Y的高度为h-1，则在X中插入新节点后，X的高度变成h+1，这样的话，X、Y的高度差就变成了2，首先失去平衡的节点是K1而不是K2了，这与假设相矛盾，所以Y的高度不会是h-1.

到这里已经可以确定，Y的高度也是h了，只有这样，在X中插入新节点时，才不会导致K1失衡，毕竟有个大前提在那里，K2才是第一个失衡的节点。
现在解决了X、Y的高度，在这样的高度下，旋转后的树（图4-31右边的树），X的高度是h+1，K1的高度为h+2，K2的高度为h+1,Y和Z的高度为h。这时每个节点的高度都满足平衡性条件，所以，在情形1下，上图的旋转（这种旋转叫单旋转）是正确了，它有效地修正了STree的高度，使影响截断在STree中，从而使整颗AVL树的性质不变。

问题2：情形2下，插入新节点前，X、Y的高度是多少，在这样的高度下，按照上图这样旋转是不是正确的？
这里，X、Y高度的分析和前面是一样的，分析完后，插入前X、Y的高度也都是h。插入后，Y的高度变成了h+1,如下图4-34左边的树所示

在这种情形下，按照上面的旋转是不行的，这样，旋转后Y成为了K2的左子树。这时，K1仍然是不平衡的，所以这样的旋转是不正确的。我们要寻找另外的方法来使STree平衡。

问题3：怎样才能解决情形2所产生的问题呢？
这里的问题在于子树Y太深，单旋转没有降低它的深度。在情形1中，我们通过在K2进行单旋转来使比较高的子树K1提上去，从而解决了问题。于是，我们就想，既然单旋转可以把比较高的子树提上去，那么我们先在K1处进行一次单旋转，把Y子树提上去，这看起来是个不错的主意。既然要进行单旋转，我们就需要一个K1的右儿子K3，如下图所示：

这里，我们并不用在意子树A，B的高度了，他们的高度不会超过h，也不会少于h-1。
我们在K1处进行一次单旋转，旋转后的图片如下：

在这里，可以看到，STree还是不平衡，也许，我们还要用同样的原理来进行一次单旋转。这次，我们把K3提到K2的位置来进行多一次单旋转，结果如下图右边的树所示：

至此，旋转完毕，容易验证，在进行两次旋转后，得出的树（图4-35右边的树）是满足AVL平衡特性的，这种旋转叫双旋转。

我们现在解决了情形1和情形2这两种情况，下面给出这两种情形的准确定义，让我们把必须重新平衡的节点叫做a。
情形1：对a的左儿子的左子树进行一次插入。
情形2：对a的左儿子的右子树进行一次插入。

到这里可能会有点疑问，这些情形是否已经包括齐所有的情形了？比如情形1中，还需要对X进行拆分，继续产生情形3，4…..n吗？其实不用了，我们只要把X看成一个整体就行，我们只需要知道插入后X子树的高度为h + 1，并不用去关心插入在什么位置了。

第二种情况：从第一个平衡性被破坏的节点的右边插入，从而导致的失衡

其实第二种情况就是第一种情况的对称，只是换了一边插入而已，其推导过程和第一种情况是一样的。同样的，具有两种情形：
设a是必须重新平衡的节点，
情形3：对a的右儿子的左子树进行一次插入。
情形4：对a的右儿子的右子树进行一次插入。

在这里对4种情形进行下总结：
情形1和情形4是关于a点的镜像对称，而2和3是关于a点的镜像对称。因此，理论上只有两种情况，当然从编程的角度来看还是四种情形。
第一种情况是插入发生在“外边”的情况（即左-左的情况或右-右的情况），该情况通过对树的一次单旋转而完成调整。第二种情况是插入发生在“内部”的情形（即左-右的情况或右-左的情况），该情况通过稍微复杂些的双旋转（两次单旋转）来处理。

3.实际的例子

接来下来演示一个例子。假设从初始的空AVL树开始插入关键字3、2和1，然后依序插入4到7。在插入关键字 1时第一个问题出现了，AVL特性在根处被破坏。我们在根与其左儿子之间实施单旋转修正这个问题。下面是旋转之前和之后的两棵树：

虚线连接要旋转的两个节点，它们是旋转的主体。下面我们插入关键字为4的节点，这没有问题，但插入5破坏了在节点3处的AVL特性，而通过单旋转又将其修正。

这里需要注意的是，在编程的时候，要注意让2的右儿子变成4，否则会导致4是不可访问的。下面我们插入6。这在根节点产生一个平衡问题，因为它的左子树高度是0而右子树高度为2。因此我们在根处在2和4之间实施一次单旋转。

旋转的结果使得2是4的一个儿子而4原来的左子树变成节点2的新的右子树。我们插入的下一个关键字是7，它导致另外的旋转：

下面演示双旋转的情况:
我们现在以倒序插入关键字10到16，接着插入8，然后再插入9。插入16容易，因为它并不破坏平衡特性，但插入15就会引起节点在7处的高度不平衡。这属于情形3，需要通过一次右-左双旋转来解决，这个右-左双旋转将涉及7，16和15。

下面我们插入14，它也需要一个双旋转。此时修复该树的双旋转还是右-左双旋转，它将涉及到6、15和7。

现在插入13，那么在根处就会产生一个不平衡。由于13不在4和7之间，因此我们知道一次单旋转就能完成修正的工作。

插入12也要一个单旋转：

为了插入11，还需要进行一个单旋转，对于其后的10的插入也需要这样的旋转。我们插入8不进行旋转，这样就建立了一棵近乎理想的平衡树了。

最后，我们插入9以演示双旋转的对称情形。注意，9引起含有关键字10的节点产生不平衡。由于9在10和8之间（8是通向9的路径上的节点10的儿子），因此需要进行一个双旋转。

例子到此结束。

4.代码实现

下面是代码实现，就不详细介绍了，毕竟本文着重的是推导过程：

#include <stdio.h>
#include <stdlib.h>struct AvlNode;//树的结点
typedef struct AvlNode *AvlPostion;//树的指针
typedef struct AvlNode *AvlTree;//树的指针
typedef int AvlElementType;//树结点中的元素#define Max(X,Y) ((X) > (Y) ? (X) : (Y))struct AvlNode {AvlElementType element;AvlTree left;//左子树AvlTree right;//右子树int height;//树的高度
};void makeAvlEmpty(AvlTree tree) {if(tree != NULL){makeAvlEmpty(tree->left);makeAvlEmpty(tree->right);free(tree);}
}//查找关键字为x的相应的树结点，并返回
AvlPostion findAvl(AvlElementType x,AvlTree tree) {if(tree == NULL){return NULL;}if(x < tree->element) {return findAvl(x,tree->left);}else if(x > tree->element) {return findAvl(x,tree->right);}else {return tree;}
}
//查找最小的结点
AvlPostion findMinAvl(AvlTree tree) {if(tree != NULL) {while(tree->left) {tree = tree->left;}}return tree;
}
//查找最大的结点
AvlPostion findMaxAvl(AvlTree tree) {if(tree != NULL) {while(tree->right) {tree = tree->right;}}return tree;
}
//返回树的高度
static int height(AvlPostion p) {if(p == NULL) {return -1;}else {return p->height;}
}
/*如果k2有一个左儿子k1，则將k1作为根返回，k2变成k1的右儿子，并更新他们的高度*/
static AvlPostion singleRotateWithLeft(AvlPostion k2) {AvlPostion k1 = k2->left;k2->left = k1->right;k1->right = k2;k2->height = Max(height(k2->left),height(k2->right)) + 1;k1->height = Max(height(k1->left),k2->height) + 1;return k1;
}
/*如果k2有一个右儿子k1，则將k1作为根返回，k2变成k1的左儿子，并更新他们的高度*/
static AvlPostion singleRotateWithRight(AvlPostion k2) {AvlPostion k1 = k2->right;k2->right = k1->left;k1->left = k2;k2->height = Max(height(k2->left),height(k2->right)) + 1;k1->height = Max(k2->height,height(k1->right)) + 1;return k1;
}static AvlPostion doubleRotateWithLeft(AvlPostion k3) {k3->left = singleRotateWithRight(k3->left);return singleRotateWithLeft(k3);
}static AvlPostion doubleRotateWithRight(AvlPostion k3) {k3->right = singleRotateWithLeft(k3->right);return singleRotateWithRight(k3);
}//最关键的插入方法
AvlTree insertAvl(AvlElementType x,AvlTree tree) {if(tree == NULL) {tree = (AvlPostion)malloc(sizeof(struct AvlNode));if(tree == NULL) {printf("create tree fail!\n");}else {tree->element = x;tree->left = NULL;tree->right = NULL;tree->height = 0;}}else if(x < tree->element) {//如果出来平衡性被破坏的情况，那么一定是左子树的高度更高tree->left = insertAvl(x,tree->left);//让下次调用来更新tree->left;if(height(tree->left) - height(tree->right) == 2) {if(x < tree->left->element) {//是在tree的左儿子的左子树中插入的tree = singleRotateWithLeft(tree);} else {//在tree的左儿子的右子树中插入的tree = doubleRotateWithLeft(tree);}}}else if(x > tree->element) {tree->right = insertAvl(x,tree->right);if(height(tree->right) - height(tree->left) == 2) {if(x > tree->right->element) {tree = singleRotateWithRight(tree);}else {tree = doubleRotateWithRight(tree);}}}//如果有相等的节点，就什么也不做//更新节点的高度信息tree->height = Max(height(tree->left),height(tree->right)) + 1;return tree;//实现把上一次调用的节点更新的目的
}
//中序遍历
void inorderTraversal(AvlTree tree) {if(tree != NULL) {inorderTraversal(tree->left);printf("%d ",tree->element);inorderTraversal(tree->right);}
}int main() {int n;printf("请输入结点数:\n");if(scanf("%d",&n) == 1) {int x;AvlTree tree = NULL;for(int i = 0; i < n; i++) {if(scanf("%d",&x) == 1) {tree = insertAvl(x,tree);}}inorderTraversal(tree);}printf("\n");return 0;
}

至此，整篇文章就完了！

从AVL树的定义出发，一步步推导出旋转的方案。相关推荐

平衡二叉树-AVL树(LL、RR、LR、RL旋转)
平衡二叉树的定义: 任意的左右子树高度差的绝对值不超过1,将这样的二叉树称为平衡二叉树,二叉平衡树前提是一个二叉排序树. 平衡二叉树的插入: 二叉平衡树在插入或删除一个结点时,先检查该操作是否导致了树 ...
DSA 经典数据结构与算法学习心得和知识总结(四) | AVL树
AVL树从BST的角度看AVL AVL的定义及性质 AVL树的结构定义 AVL树的旋转算法左左情况---右旋右右情况---左旋左右情况---左右旋右左情况---右左旋 AVL树的遍历操作 A ...
B树、B+树、AVL树、红黑树
from: http://blog.csdn.net/chlele0105/article/details/8473846 binary search tree,中文翻译为二叉搜索树.二叉查找树或者二 ...
AVL树(二)之 C++的实现
AVL树(二)之 C++的实现概要上一章通过C语言实现了AVL树,本章将介绍AVL树的C++版本,算法与C语言版本的一样. 目录 1. AVL树的介绍 2. AVL树的C++实现转载请注明出处: ...
AVL树(一)之 C语言的实现
概要本章介绍AVL树.和前面介绍"二叉查找树"的流程一样,本章先对AVL树的理论知识进行简单介绍,然后给出C语言的实现.本篇实现的二叉查找树是C语言版的,后面章节再分别给出C++ ...
数据结构-----AVL树的旋转操作
本文主要讲解AVL的旋转操作,供自己复习用,如有不对之处请指出.另外图片是从链接处的大神那复制的,感觉文章写的很好,可以去学习. http://www.cnblogs.com/QG-whz/p/516 ...
二叉树第i层中的所有结点_讲透学烂二叉树(二)：图中树的定义amp;各类型树的特征分析...
日常中我们见到的二叉树应用有,Java集合中的TreeSet和TreeMap,C++ STL中的set.map,以及Linux虚拟内存的管理,以及B-Tree,B+-Tree在文件系统,都是通过红黑树 ...
详解二叉搜索树-----AVL树
二叉搜索树根结点比左子树中所有结点都大根结点比右子树所有结点都小最小的元素在最左侧最大的元素在最右侧中序遍历有序具有以上的特征的二叉树就是二叉搜索树也叫二叉排序数二叉搜索树的操作查找 ...
C++实践笔记(四)----AVL树的简单实现
关于AVL树的分析,请见:数据结构与算法分析学习笔记(二)--AVL树的算法思路整理这里给出AVL树的结构定义以及insert,remove和print三种操作的例程: 1 #include & ...

从AVL树的定义出发，一步步推导出旋转的方案。