AVL树通过四种旋转维持平衡，插入删除时更新高度并检查平衡因子，左左型右旋、右右型左旋、左右型先左旋左子树再右旋、右左型先右旋右子树再左旋，确保树高O(log n)。

AVL树是一种自平衡的二叉搜索树，通过在插入和删除节点后进行旋转操作来保持树的高度平衡。C++中实现AVL树的关键在于理解四种旋转方式（左旋、右旋、左右双旋、右左双旋）以及如何维护每个节点的平衡因子。

平衡因子与旋转条件

每个节点维护一个平衡因子，等于左子树高度减去右子树高度。当平衡因子大于1或小于-1时，说明该节点失衡，需要旋转修复。

四种失衡情况对应不同的旋转策略：

• 左左型（LL）：左子树的左子树导致失衡 → 执行右旋
• 右右型（RR）：右子树的右子树导致失衡 → 执行左旋
• 左右型（LR）：左子树的右子树导致失衡 → 先对左子树左旋，再整体右旋
• 右左型（RL）：右子树的左子树导致失衡 → 先对右子树右旋，再整体左旋

节点结构设计

定义AVL节点包含值、左右指针和高度信息：

立即学习“C++免费学习笔记（深入）”；

struct AVLNode {
    int data;
    AVLNode* left;
    AVLNode* right;
    int height;
<pre class='brush:php;toolbar:false;'>AVLNode(int val) : data(val), left(nullptr), right(nullptr), height(1) {}

};

高度用于计算平衡因子，插入或删除后需更新路径上所有祖先节点的高度。

C++ Code Review Master

组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。

下载

旋转操作实现

以右旋为例，将当前节点向右“下沉”，其左子节点“上浮”成为新根：

AVLNode* rotateRight(AVLNode* y) {
    AVLNode* x = y->left;
    AVLNode* T2 = x->right;
<pre class='brush:php;toolbar:false;'>x->right = y;
y->left = T2;

y->height = max(getHeight(y->left), getHeight(y->right)) + 1;
x->height = max(getHeight(x->left), getHeight(x->right)) + 1;

return x; // 新的根节点

}

左旋是对称操作。双旋则组合调用单旋，例如LR型先左旋左子树，再右旋当前节点。

插入与平衡维护

插入操作类似BST，但在递归返回过程中更新高度并检查平衡：

AVLNode* insert(AVLNode* node, int key) {
    if (!node) return new AVLNode(key);
<pre class='brush:php;toolbar:false;'>if (key < node->data)
    node->left = insert(node->left, key);
else if (key > node->data)
    node->right = insert(node->right, key);
else
    return node; // 重复值不插入

node->height = max(getHeight(node->left), getHeight(node->right)) + 1;

int balance = getBalance(node);

// LL型
if (balance > 1 && key < node->left->data)
    return rotateRight(node);

// RR型
if (balance < -1 && key > node->right->data)
    return rotateLeft(node);

// LR型
if (balance > 1 && key > node->left->data) {
    node->left = rotateLeft(node->left);
    return rotateRight(node);
}

// RL型
if (balance < -1 && key < node->right->data) {
    node->right = rotateRight(node->right);
    return rotateLeft(node);
}

return node;

}

删除操作同样需要在删除后调整平衡，逻辑类似插入，但需处理更多情况。

基本上就这些。只要正确实现旋转和平衡判断，AVL树就能自动维持O(log n)的高度，保证查找、插入、删除效率稳定。