Java实现二叉树（二）：平衡二叉树的实现之AVL树

Java实现二叉树（二）：平衡二叉树的实现之AVL树

    前文中，我们实现了二叉查找树，同时，我们也提到了这么一个隐患：如果二叉树无法控制自己的深度，那么，二叉树的查找效率很可能会发生极端的转化--如，顺序的将一堆数据插入查找二叉树，此时，二叉树会成为一个近似链表的数据结构。所以，为了解决这个问题，我们必须要找到问题的根源所在--二叉树深度，由此，推出本文的主角--平衡二叉树。

    一、平衡二叉树的概念

    定义：平衡二叉树，要求左右子树的深度差别不超过1，且左右子树都是平衡二叉树。（二叉树的定义总是充满了递归味）

    平衡二叉树的实现方式：平衡二叉树有多种实现方式，最常见的就有AVL树以及红黑二叉树，AVL树是最早被发明的平衡二叉树，敬它是前辈，本文先说AVL树的实现。

    二、AVL树的概念

    定义在上头已经说过，咱们直接看看AVL树如何实现自平衡的吧（所谓自平衡，就是在节点发生修改的时候，自己完成树平衡的调整）。

    示例：

    假设有如下四种树：

    要说不平衡的情况其实千变万化，比如左边深度为一万，右边深度为0，但是我们考虑的是，在平衡树中修改一个节点以后，发生的不平衡“事件”，所以，左右的差只能为2。

1. 第一种情况，是根节点的左子树高于根节点的右子树，且，左子树的非叶子节点为左子树，此情况称之为“左左”。
   解决方案：将左子树的叶子节点--也就是他的右子树，“剪切”到根节点的左边，成为根节点的左叶子，因为他满足大于左子树且小于根节点的要求。再将原左子树变为根节点，根节点变为新右子树，平衡的同时，满足了二叉查找树的要求。
   实现步骤：
   
   
2. 第二种情况，对应着图4，属于情况一的对称，就不赘述了。
3. 第三种情况，对应图2，同样是，根节点的左子树高于根节点的右子树，但是左子树暴露出来的叶子节点十分不友好，因为他是二叉树的左叶子，此时称之为“左右”，左叶子虽然满足小于根节点的要求，但是不大于左子树，所以无法直接“剪切”。
   解决方法：将左子树完成一次逆时针右旋转，再将根节点完成一次顺时针左旋转。
   实现步骤：
   
   
4. 第四情况，对应图3，同样对称，也就不说了。

    总结：其实旋转的本质，是让不平衡的更深一端，替换根节点，降低其深度，这时，更深端的子树就变成原根节点，如何处理原更深端的子树，就成了最大问题。如左左，右右，都是有一个能符合要求的叶子节点，能直接完成叶子的剪切。左右和右左，暴露出来的叶子都不能完成剪切，所以需要对（左或者右）节点来一次旋转，让上层的树有一个符合要求的叶子。

  &n