在认识AVL树之前我们先认识一下什么是二叉搜索树:
二叉搜索树又称为二叉排序树,二叉搜索树满足所有的左孩子节点都小于其根节点的值,所有的右孩子节点都大于其根节点的值,二叉搜索树上的每一棵子树都是一棵二叉搜索树,因此二叉搜索树通过中序遍历可以获得一个有序的序列(由小到大);
类似于这样的树就是一棵二叉搜索树;
二叉搜索树看似很美好,但其却有一些缺陷.对于二叉搜索树而言,是和查找相关的，而不论是查找还是删除,都需要先进行查找,也就是对整棵树来进行遍历,而对有n个结点的二叉搜索树，若每个元素查找的概率相等，则二叉搜索树平均查找长度是结点在二叉搜索树的深度函数,也就是结点越深，则比较次数越多.最优的情况下是：二叉搜索树为完全二叉树，其平均比较次数为： l o g 2 n log_2{n} log2n,但是如果二叉搜索树退化成了一棵单分支的树,其平均比较次数为：n/2,就是最差的情况了
这就相当于是一个顺序表的查找了,这样二叉搜索树的优势就完全消失了,因此就引入了AVL树!
AVL树又称自平衡二叉查找树,是高度平衡的二叉搜索树,就是在二叉搜索树的基础上进行了优化,既当向二叉搜索树中插入新结点后，保证每个结点的左右子树高度之差的绝对值不超过1(需要对树中的结点进行调整),也就是降低树的高度,这样就可以减少平均搜索长度了,因此AVL树满足它的左右子树都是AVL树,左右子树高度之差(简称平衡因子)的绝对值不超过1(-1/0/1),这就是AVL树的优势所在,因此如果一棵二叉搜索树是高度平衡的，它就是AVL树。如果它有n个结点，其高度可保持在 ，搜索时间复杂度O( l o g 2 n log_2{n} log2n)!!!
平衡因子 = 右子树的高度 - 左子树的高度
这里的构造还是和二叉搜索树的构造差不多的，只不过在这里插入元素的话就需要考虑平衡因子的事情了，因为一定要保证插入元素后此树还是一棵AVL树，就需要进行相关调整，这里就先不过多介绍了，下面再详细介绍，先来构造一棵简单的AVL树：
public class AVLTree {
static class TreeNode{
//内部类，表示AVL树的每个节点
//val值
public int val;
//左孩子的引用
public TreeNode left;
//右孩子的引用
public TreeNode right;
//父亲节点的引用
public TreeNode parent;
//平衡因子(每个节点都有）
public int bf;
public TreeNode(int val){
this.val = val;
}
}
//根节点
public TreeNode root;
public boolean insert(int val){
}
}这样一棵简单的AVL树就构造好了，下面就来写一下AVL树的插入！
首先就是将节点插进来，和二叉搜索树一样，先只看位置在哪，不关注平衡因子
这个为要插入节点：
TreeNode node = new TreeNode(val);
if(root == null){
//没有根节点，要插入的就是根节点
root = node;
return true;
}
//记录每个节点的父节点
TreeNode parent = null;
//要移动的代节点
TreeNode cur = root;
//根据val的值和root进行比较来确定应该插入节点的位置
while (cur != null){
if(cur.val > val){
//大于证明此节点应在左子树
parent = cur;
cur = cur.left;
}else if(cur.val < val){
//大于证明此节点应在右子树
parent = cur;
cur = cur.right;
}else {
//不能有值一样的节点
return false;
}
}
//此时cur为空，需要找到对应的位置
if(parent.val > val){
parent.left = node;
}else{
parent.right = node;
}
此时节点就已经插进来了，此时就需要看其每个节点的平衡因子了
//而此时就需要对树进行平衡因子的调整了，保证树是高度平衡的
//再反着回去写
node.parent = parent;
cur = node;
//当父亲节点一直存在的时候，就表示没有调到根节点就需要继续调整
while(parent != null){
if(cur == parent.right){
//在右边右树高度加一，因此bf+1
parent.bf++;
}else{
//再左边，左树高度加一，因此bf-1
parent.bf--;
}
//在这里就要进行判断了，如果此时的父亲节点如果平衡因子为0了，那么就不需要再往上走了，因为上面的都是平衡的
if(parent.bf == 0){
return true;
}else if(parent.bf == -1 || parent.bf == 1){
//此时父亲节点的平衡因子为1、-1
//此时表示当前树平衡了，但是不表示整棵树都平衡了，因此还需要继续往上走
cur = parent;
parent = cur.parent;
}else{
//此时父亲节点的平衡因子为2、-2
if(parent.bf == 2){
//此时右树高 需要降低右树的高度
if(cur.bf == 1){
//左单旋
rotateLeft(parent);
}else{
//右左双旋
rotateRL(parent);
}
}else{
//此时左树高，需要降低左树的高度
if(cur.bf == 1){
//左右双旋
rotateLR(parent);
}else{
//右单旋
rotateRight(parent);
}
}
//调整完就平衡了
break;
}
}这是当前会出现的问题：
先来讨论一下调整平衡因子会出现的一些情况，来分别看一下：
首先是平衡因子调整为0了，那么就不需要再往上走了，因为上面的都是平衡的，当前的父亲节点的平衡因子为0了表示插入的这个元素只影响到了这一棵树，上面是没有影响的，因此是0的话就结束了
因此是0的话就表示当前已经结束了，不需要再往上了，其他变为0 的情况也是一样的这里就不细画了
而如果是1或者-1的话，表示当前树平衡了，但是不表示整棵树平衡了，因此需要再往上走；
而如果是2或者-2的话，会以下四种情况，再来分别看一下：
此时左树高，需要降低左树的高度，也就是右旋（parent.bf = -2,cur.bf = -1）：
也就是如下的效果：
也就是这样的调整过程：
下面写一下代码：
private void rotateRight(TreeNode parent){
//右单旋
//此时parent的平衡因子为-2，cur的平衡因子为-1
TreeNode cur = parent.left;
//记录cur的右节点
TreeNode curR = cur.right;
parent.left = curR;
cur.right = parent;
//如果cur有右节点需要赋给parent的左节点，但是没有就不需要给了
if(curR != null){
curR.parent = parent;
}
//然后将cur的右孩子改变为parent
//需要记录parent的根节点
TreeNode pParent = parent.parent;
parent.parent = cur;
//检查当前是不是根节点，不是根节点需要看是左子树，还是右子树
if(pParent != null){
//改变之前的指向
cur.parent = pParent;
if(parent == pParent.right){
pParent.right = cur;
}else{
pParent.left = cur;
}
}else{
//此时parent就是root，因为没有根节点
root = cur;
root.parent = null;
}
//最后记得一定要修改平衡因子
parent.bf = 0;
cur.bf = 0;
}这样一个“简单”的右单旋就结束了~
这种情况就是最开始的情况了
此时右树高，需要降低右树的高度，也就是左旋（parent.bf = 2,cur.bf = 1）：
也就是如下的效果：
也就是这样的调整过程：
代码如下：
private void rotateLeft(TreeNode parent){
//左单旋
//此时parent平衡因子为2，cur的平衡因子为1
//需要记录父亲节点
TreeNode pParent = parent.parent;
TreeNode cur = parent.right;
//记录cur的左节点
TreeNode curL = cur.left;
parent.right = curL;
cur.left = parent;
//判断左节点是不是空的，如果是空的就不需要管了，不是空的就需要将parent右节点指向它，并且它的父亲节点为parent
if(curL != null){
//改变指向
curL.parent = parent;
}
//改变cur的指向
parent.parent = cur;
//判断如果pParent不为空，就表示parent不是root，就需要看其是左孩子还是右孩子
if(pParent != null){
cur.parent = pParent;
if(parent == pParent.right){
pParent.right = cur;
}else{
pParent.left = cur;
}
}else{
//是根节点
root = cur;
root.parent = null;
}
cur.bf = 0;
parent.bf = 0;
}这样一个“简单”的左单旋就结束了~
此时左树高，需要降低左树的高度，（parent.bf = -2,cur.bf = 1）：
而此时仅通过单旋是无法完成的，需要通过两种旋转才能完成：
上面左单旋和右单旋已经介绍过了，这里就不详细介绍了，
先左旋：
此时修改的平衡因子是没有用的
再右旋：
两次旋转之后只需要进行平衡因子的改变就可以了，
通过观察curR的平衡因子，会决定最后其他节点的平衡因子
代码如下：
private void rotateLR(TreeNode parent){
//左右双旋
TreeNode cur = parent.left;
TreeNode curR = cur.right;
//此时就需要看curR的平衡因子，再决定最后其他节点的平衡因子
int bf = curR.bf;
//先调用左旋再右旋
rotateLeft(cur);
rotateRight(parent);
//这里通过规律可以得到当curR的bf值不同的时候，其需要改变的bf值也是不同的，因此里就需要做出修改
if(bf == -1){
//当bf为-1时，其应修改的如下
curR.bf = 0;
cur.bf = 0;
parent.bf = 1;
}else if(bf == 1){
//当bf为1时，其应修改的如下
curR.bf = 0;
cur.bf = -1;
parent.bf = 0;
}
//另外当bf为0的时候就已经平衡了，就不需要改了，因为在两次旋转的时候就已经将其改为0了
}
这样一个左右双旋就结束了~
此时右树高，需要降低右树的高度（parent.bf = 2,cur.bf = -1）：
而此时仅通过单旋是无法完成的，需要通过两种旋转才能完成：
先右旋：
再左旋：
通过观察发现其需要改变的平衡因子和curL有关系：
因此
代码如下：
private void rotateRL(TreeNode parent) {
//右左双旋
TreeNode cur = parent.right;
TreeNode curL = cur.left;
//此时就需要看curL的平衡因子了，再决定最后其他节点的平衡因子
int bf = curL.bf;
rotateRight(cur);
rotateLeft(parent);
//这里通过规律可以得到当curR的bf值不同的时候，其需要改变的bf值也是不同的，因此里就需要做出修改
if(bf == -1){
//当bf为-1时，其应修改的如下
parent.bf = 0;
cur.bf = 0;
curL.bf = 1;
}else if(bf == 1){
//当bf为1时，其应修改的如下
parent.bf = -1;
curL.bf = 0;
cur.bf = 0;
}
//另外当bf为0的时候就已经平衡了，就不需要改了，因为在两次旋转的时候就已经将其改为0了
}删除和上面的插入是差不多的，由于AVL树也是二叉搜索树，可按照二叉搜索树的方式将节点删除，然后再更新平衡因子，只不过与删除不同的是，删除节点后的平衡因子更新，最差情况下一直要调整到根节点的位置。
具体步骤：
我这里就不进行完整的代码书写了！！
到这儿，AVL树就介绍完毕了，后面会继续介绍红黑树！！！
