「这是我参与11月更文挑战的第13天，活动详情查看：2021最后一次更文挑战」
二叉搜索树
二叉搜索树顾名思义肯定是二叉树，若二叉搜索树的左右子树存在，则二叉搜索树的该节点的左子树都小于该节点值，右子树也都小于该节点
示例如下：
像上图查找对应value的时间复杂度为
O(log<sub>2</sub>(n))，但二叉搜索树不段的插入可能会退化为链表，比如再上图插入17，20，30，45，会变成下图
如果一直这样操作下去，再查找对应值的话，时间复杂度就会变成O(n),因此引出了平衡二叉树
AVL Tree(平衡二叉树)
Balanced binary search trees，平衡二叉树的定义的左右子树深度差绝对值不能超过1，比如右子树的深度是4，左子树的深度只能是3 或者5。
假如我们在第一幅图插入-1，-3，就会变成下图
上图我们可以看到节点1(第一个失衡处的左子树)深度为2，右子树深度为0，深度差为2，这种一般称为LL（造成失衡的节点为-3，左子树的左边）类型失衡。因此我们需要调整，即右旋，变成下图
假如我们在第一幅图插入7，9，就会变成下图
上图我们可以看到节点6(第一个失衡处)的左子树深度为0，右子树深度为2，深度差为2，这种一般称为RR（造成失衡的节点为9，右子树的右边）类型失衡。因此我们需要调整，即左旋，变成下图
假如我们在第一幅图插入-1，0，就会变成下图
上图我们可以看到节点1(第一个失衡处)的左子树深度为2，右子树深度为0，深度差为2，这种一般称为LR（造成失衡的节点为0，在左子树的右边）类型失衡。因此我们需要调整，即先叶子节点绕中间节点左旋，后失衡节点绕上次旋转后的中间节点右旋，变成下图
假如我们在第一幅图插入9，7，就会变成下图
上图我们可以看到节点6(第一个失衡处)的左子树深度为0，右子树深度为2，深度差为2，这种一般称为RL（造成失衡的节点为9，右子树的左）类型失衡。因此我们需要调整，即先叶子节点绕中间节点右旋，后失衡节点绕上次旋转后的中间节点左旋，变成下图
上述的几个过程分别就是LL（右旋），RR(左旋)，LR（左右旋），RL（右左旋）
虽然说二叉平衡树可以使搜索保持在
O(log<sub>2</sub>(n)),但如果插入过多可能会造成多次平衡调整，这样也是十分浪费时间的，因此又诞生的RB_tree,即红黑树。