基本概念
AVL树：树中任何节点的两个子树的高度最大差别为1。
AVL树的查找、插入和删除在平均和最坏情况下都是O(logn)。
AVL实现
AVL树的节点包括的几个组成对象:
(01) key -- 是关键字，是用来对AVL树的节点进行排序的。
(02)
left -- 是左孩子。
(03) right -- 是右孩子。
(04) height --
是高度。即空的二叉树的高度是0，非空树的高度等于它的最大层次(根的层次为1，根的子节点为第2层，依次类推)。
AVL旋转算法
AVL失衡四种形态：
LL(根的左子树的左子树高)：根节点的左子树的左子树还有非空子节点，导致"根的左子树的高度"比"根的右子树的高度"大2。
LR(根的左子树的右子树高)：根节点的左子树的右子树还有非空子节点，导致"根的左子树的高度"比"根的右子树的高度"大2。
RL(根的右子树的左子树高)：根节点的右子树的左子树还有非空子节点，导致"根的右子树的高度"比"根的左子树的高度"大2。
RR(根的右子树的右子树高)：根节点的右子树的右子树还有非空子节点，导致"根的右子树的高度"比"根的左子树的高度"大2。
旋转算法实现
1 LL（一步到位）
LL失去平衡的情况，可以通过一次旋转让AVL树恢复平衡。如下图：
图中左边是旋转之前的树，右边是旋转之后的树。从中可以发现，旋转之后的树又变成了AVL树，而且该旋转只需要一次即可完成。
对于LL旋转，你可以这样理解为：LL旋转是围绕"失去平衡的AVL根节点"进行的，也就是节点k2；而且由于是LL情况，即左左情况，就用手抓着"左孩子，即k1"使劲摇。将k1变成根节点，k2变成k1的右子树，"k1的右子树"变成"k2的左子树"。
/*
* LL：左左对应的情况(左单旋转)。
*
* 返回值：旋转后的根节点
*/
static Node* left_left_rotation(AVLTree k2)
{
AVLTree k1;
k1 = k2->left;
k2->left =
k1->right;
k1->right = k2;
k2->height = MAX( HEIGHT(k2->left),
HEIGHT(k2->right)) + 1;
k1->height = MAX(
HEIGHT(k1->left), k2->height) + 1;
return k1;
}
2 RR（一步到位）
理解了LL之后，RR就相当容易理解了。RR是与LL对称的情况！RR恢复平衡的旋转方法如下：
图中左边是旋转之前的树，右边是旋转之后的树。RR旋转也只需要一次即可完成。
/*
* RR：右右对应的情况(右单旋转)。
*
* 返回值：旋转后的根节点
*/
static Node* right_right_rotation(AVLTree k1)
{
AVLTree k2;k2 = k1->right;
k1->right = k2->left;
k2->left = k1;k1->height = MAX( HEIGHT(k1->left),
HEIGHT(k1->right)) + 1;
k2->height = MAX(
HEIGHT(k2->right), k1->height) + 1;return k2;
}
3 LR（两步旋转RR->LL）
LR失去平衡的情况，需要经过两次旋转才能让AVL树恢复平衡。如下图：
第一次旋转是围绕"k1"进行的"RR旋转"，第二次是围绕"k3"进行的"LL旋转"。
/*
* LR：左右对应的情况(左双旋转)。
*
* 返回值：旋转后的根节点
*/
static Node* left_right_rotation(AVLTree k3)
{
k3->left = right_right_rotation(k3->left);return left_left_rotation(k3);
}
4 RL（两步旋转LL->RR）
RL是与LR的对称情况！RL恢复平衡的旋转方法如下：
第一次旋转是围绕"k3"进行的"LL旋转"，第二次是围绕"k1"进行的"RR旋转"。
/*
* RL：右左对应的情况(右双旋转)。
*
* 返回值：旋转后的根节点
*/
static Node* right_left_rotation(AVLTree k1)
{
k1->right = left_left_rotation(k1->right);return right_right_rotation(k1);
}
AVL操作
插入
步骤1：递归插入到左子树或右子树（left<root<right）;
步骤2：比较左右子树高度来确定AVL失衡处理类型：
插入到左子树，就有LL和LR：通过left<root<right确定；
插入到右子树，就有RL和RR：通过left<root<right确定；
步骤3：修正树高。