不能直接拼接，因高度差易超1而失衡；必须满足左右树高度差≤1且配合中间键构造新根，或先旋转再递归合并；生产中更倾向批量插入后重建。
AVL 树节点合并：为什么不能直接拼接左右子树
AVL 树不支持像普通二叉搜索树那样简单地「合并两棵子树」，因为合并后高度差极易突破 1。例如，把一棵高度为 5 的左子树和高度为 3 的右子树强行挂到新根下，根节点的平衡因子就变成 2，违反 AVL 定义。
真正可行的合并，只适用于「高度差 ≤ 1」的两棵 AVL 树 + 一个中间键值（即 merge(left_avl, key, right_avl)）。此时需构造新根，再递归调整路径上的平衡：
- 若
abs(height(left_avl) - height(right_avl)) ≤ 1，直接以key为根、左右为子树，返回即可 - 若
left_avl高出 2，且其右子树更高 → 先对left_avl做rightLeftRotate()，再递归合并 - 若
right_avl高出 2，且其左子树更高 → 先对right_avl做leftRightRotate()，再递归合并
注意：标准 AVL 实现中几乎不暴露 merge 接口，它本质是 insert 的逆操作变体，实际项目中更常通过批量 insert + 重建来替代。
AVL 树节点分裂：split(root, key) 的边界处理陷阱
分裂是指给定键 key，将 AVL 树拆成两棵：左树含所有 的节点，右树含所有 <code>≥ key 的节点。难点不在逻辑，而在旋转后子树归属和高度更新的同步。
立即学习“C++免费学习笔记（深入）”；
常见错误是分裂后未重算子树高度，导致后续插入/删除触发错误旋转。正确做法是：每次递归返回前，必须调用 updateHeight(node)；且分裂结果的两棵子树，其根节点高度要独立维护，不可复用原树缓存值。
示例关键片段：
pair<Node*, Node*> split(Node* node, int key) {
if (!node) return {nullptr, nullptr};
if (node->key < key) {
auto [left, right] = split(node->right, key);
node->right = left;
updateHeight(node); // 必须立即更新！
return {node, right};
} else {
auto [left, right] = split(node->left, key);
node->left = right;
updateHeight(node);
return {left, node};
}
}漏掉任意一处 updateHeight，后续 getBalanceFactor 就会失真。
高度更新与平衡因子计算：别信 cached height 字段
很多教程让节点缓存 height 字段，看似提升性能，实则埋雷——只要一次旋转或子树替换没同步更新，整棵树的平衡判断就全错。
更稳健的做法是：在 getBalanceFactor(node) 中实时计算，或仅在 updateHeight 被显式调用后才信任缓存值。推荐后者，并强制所有修改子指针的地方（如 rotateLeft、split、merge）末尾加 updateHeight：
-
rotateLeft(y)后必须updateHeight(y)和updateHeight(x)（x 是 y 的新父） - 任何
node->left = ...或node->right = ...赋值后，若该 node 非空，立刻updateHeight(node) -
updateHeight必须写成node->height = 1 + max(getHeight(node->left), getHeight(node->right))，其中getHeight对空指针返回0
为什么 merge/split 很少出现在生产 AVL 实现中
因为 AVL 的核心优势是单次 insert/erase 的 O(log n) 严格上界，而 merge 和 split 在最坏情况下仍需 O(log n) 次旋转，且路径上每个节点都要重平衡——实际性能不如重建子树。
真实场景中，需要合并的往往是有序序列（如归并日志），此时直接拉平为 vector、排序、建平衡 BST（如按中序索引递归构造），反而更快更稳。AVL 的 merge/split 更多用于教学推演或函数式数据结构实验，工程代码里基本被跳过。
如果你正在调试分裂后树不平衡，先检查三处：是否每次子树指针变更后都调了 updateHeight；是否在 split 递归返回时误用了旧 height；以及，你真的需要它，还是只是想绕过 insert 批量加数据？
