目录
2、LR型失衡：先左旋，再右旋 (Left-Right Rotation)
4、RL型失衡：先右旋，再左旋 (Right-Left Rotation)
前言
在 Java 的集合框架中，TreeSet 和 TreeMap 拥有自动排序的能力，这一切的根基，都建立在一种数据结构之上------平衡二叉树（AVL树）。今天来介绍一下408最爱的平衡二叉树的四种旋转机制。
一、为什么需要平衡？
在了解旋转之前，我们先看看普通的**二叉查找树（BST）**有什么致命缺陷。
二叉查找树的规则很简单：左子节点 < 父节点 < 右子节点。 这看起来很完美，每次查找都能排除一半的数据。但如果你按顺序插入一组数据：
它会一直往右边长，彻底退化成一条单向链表！
为了防止这种的情况，AVL树（平衡二叉树） 诞生了。它给自己定下了一条规则： 任何节点的左子树和右子树的高度差，绝对不能超过 1。 一旦超过 1，它就会触发修复机制------旋转。
二、两种旋转规则
旋转机制以及触发规则：
- 规则1：左旋
- 规则2：右旋
- 触发规则：当添加一个节点后，该二叉树不再是一个平衡二叉树。
规则1.左旋
普通场景：
当12这个节点加入这个平衡二叉树后，破坏了二叉树的平衡状态：
确定支点：
从添加的节点开始往父节点找，找到的第一个不平衡的节点，即为支点。
在本例中节点10为支点，以10为支点向左旋转：
步骤：
1：以不平衡的点作为支点。
2：把支点左旋降级，变成左子节点。
3：晋升原来的右子节点。
特殊场景：
步骤：
1：以不平衡的点作为支点。
2：将根节点的右侧往左拉。
3：原先的右子节点变成新的父节点，并把多出来的左子节点，给已经降级的根节点当右子节点。
规则2：右旋
步骤：
1：以不平衡的点作为支点。
2：把支点右旋降级，变成右子节点。
3：晋升原来的左子节点。
三、需要旋转的四种场景
1、LL型失衡：右旋 (Right Rotation)
场景： 在节点 A 的左 孩子的左子树上插入了新节点，导致 A 的左边太重了。
一次右旋
2、LR型失衡：先左旋，再右旋 (Left-Right Rotation)
场景： 在节点 A 的左 孩子的右子树上插入了新节点，破坏了二叉树的平衡状态。
3、RR型失衡：左旋 (Left Rotation)
场景： 在节点 A 的右 孩子的右子树上插入了新节点，导致 A 的右边太重了。
4、RL型失衡：先右旋，再左旋 (Right-Left Rotation)
场景： 在节点 A 的右 孩子的左子树上插入了新节点。
