1 思想
二叉樹查找樹在插入時沒有對二叉樹的深度和結構做一個調整，使得葉子結點深度不一，在查找時深度越深的結點時間複雜度越高。為了改進查找的時間時間複雜度，於是出現了平衡二叉樹(AVL).
2 查找
查找與二叉查找樹一樣。
3 插入
<code>當在AVL中插入新的結點時，需要根據實際情況對AVL中的某些結點做單旋轉或雙旋轉操作，單旋轉表示做一次順時針或逆時針的旋轉操作，而雙旋轉則做兩次單旋轉操作（先順時針後逆時針，或者先逆時針後順時針），單旋轉發生在LL型插入和RR型插入，而雙旋轉則發生在LR型插入和RL型插入。以下的失去平衡點都指的是離插入點最近的那個失去平衡的結點。
/<code>
LL型：插入點位於失去平衡點的左孩子的左子樹上； RR型：插入點位於失去平衡點的右孩子的右子樹上； LR型：插入點位於失去平衡點的左孩子的右子樹上； RR型：插入點位於失去平衡點的右孩子的左子樹上。
插入思路 和二叉搜索樹的插入一樣，首先在樹中找到對應的位置然後插入，接著自底向上向根節點折回，於在插入期間成為不平衡的所有節點上進行旋轉來完成。因為折回到根節點的路途上最多有 1.5 乘 log n 個節點，而每次AVL 旋轉都耗費恆定的時間，插入處理在整體上耗費 O(log n) 時間。 具體插入過程如下:
<code>private AvlNode<anytype> insert(AnyType x, AvlNode<anytype> t) {
if (t == null)
return new AvlNode<anytype>(x, null, null);
int compareResult = myCompare(x, t.element);
if (compareResult < 0) {
t.left = insert(x, t.left);
if (height(t.left) - height(t.right) == 2) {
if (myCompare(x, t.left.element) < 0) //左左情況
t = rotateWithLeftChild(t);
else //左右情況
t = doubleWithLeftChild(t);
}
} else if (compareResult > 0) {
t.right = insert(x, t.right);
if (height(t.right) - height(t.left) == 2) {
if (myCompare(x, t.right.element) < 0) //右左情況
t = doubleWithRightChild(t);
else //右右情況
t = rotateWithRightChild(t);
}
}
//完了之後更新height值
t.height = Math.max(height(t.left), height(t.right)) + 1;
return t;
}/<anytype>/<anytype>/<anytype>/<code>
4 刪除
從AVL樹中刪除可以通過把要刪除的節點向下旋轉成一個葉子節點，接著直接剪除這個葉子節點來完成。因為在旋轉成葉子節點期間最多有 log n個節點被旋轉，而每次 AVL 旋轉耗費恆定的時間，刪除處理在整體上耗費 O(log n) 時間。 a.當被刪除節點n是葉子節點，直接刪除 b.當被刪除節點n只有一個孩子，刪除n，用孩子替代該節點的位置 c.當被刪除結點n存在左右孩子時，真正的刪除點應該是n的中序遍在前驅，或者說是左子樹最大的節點，之後n的值替換為真正刪除點的值。這就把c歸結為a，b的問題。
從刪除的結點處自低向上向根結點折回，根據當前結點的左右孩子深度判斷是否平衡，如果不平衡則按選擇規則進行旋轉。最後更新當前結點深度，如此遞歸折回到根結點。
http://blog.csdn.net/xiaofan086/article/details/8294382 http://blog.csdn.net/liyong199012/article/details/29219261 http://www.mamicode.com/info-detail-90162.html