1. 为什么需要AVL树?
想象一下你正在整理一个巨大的电话簿,里面有几百万个联系人。如果这些名字是随意排列的,每次查找一个联系人可能需要翻遍整本书,效率低得让人抓狂。这就是普通二叉搜索树可能遇到的问题——当数据有序或接近有序插入时,树会退化成类似链表的结构,查找时间复杂度从O(logN)恶化到O(N)。
1962年,两位俄罗斯数学家G.M. Adelson-Velskii和E.M. Landis提出了一个天才的解决方案:让树在每次插入或删除后自动调整,保持左右子树高度差不超过1。这种自平衡的二叉搜索树后来以他们名字的首字母命名,就是我们现在要深入探讨的AVL树。
我曾在开发一个实时交易系统时使用AVL树来存储股票价格数据。实测下来,在频繁插入和查询的场景下,AVL树的性能比普通二叉搜索树稳定得多,查询时间始终保持在O(logN)级别。这种稳定性对于金融系统来说至关重要。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. AVL树的核心机制:平衡因子
2.1 平衡因子的定义
AVL树之所以能保持平衡,关键在于它引入了一个叫"平衡因子"的概念。简单来说,平衡因子就是某个结点右子树高度减去左子树高度的值。用公式表示就是:
code复制平衡因子 = 右子树高度 - 左子树高度
根据AVL树的定义,每个结点的平衡因子只能是-1、0或1。如果某个结点的平衡因子绝对值超过1,就说明这个子树不平衡了,需要通过旋转操作来调整。
在实际编码中,我们通常会把平衡因子作为结点的一个属性存储起来。比如在C++中可以这样定义AVL树的结点结构:
cpp复制struct AVLTreeNode {
AVLTreeNode* left; // 左孩子
AVLTreeNode* right; // 右孩子
AVLTreeNode* parent; // 父结点(三叉链结构)
pair<K, V> kv; // 存储的键值对
int bf; // 平衡因子
};
2.2 平衡因子的更新规则
每次插入或删除结点后,都需要沿着插入/删除路径向上更新祖先结点的平衡因子。更新规则很简单:
- 如果在父结点的左边插入,父结点的平衡因子减1(bf--)
- 如果在父结点的右边插入,父结点的平衡因子加1(
