为什么要用到平衡二叉树：
我们都知道，普通的搜索树在良好的情况下，是一个类似于完全二叉树的树状结构，它所用到的时间复杂度为 O(logN)，也就是高度次，但是难免有遇到极端场景，树状就退化成了单支树，这时的时间复杂度就变成了 O(N)，严重影响了效率。
为了提升效率，让搜索树的时间复杂度达到 O(logN)，我们需要使得搜索树达到高度平衡的状态，于是发明了 AVL树，从而达到近似平衡。
AVL树的性质：
AVL树有以下性质：
·左右子树都是AVL树
·左右子树的高度差(平衡因子)绝对值不超过1
什么是是左右子树高度差呢？就是一棵树的左子树和右子树，要不左子树比右子树多一层，要么少一层，如果新增的节点高度差绝对值超过 1，那么就得发生旋转，达到近似平衡。
如何控制平衡因子：
首先我们的AVL树中的每个节点都是一个结构体类型，每个结构体中包含了：
左，右节点指针、
父类节点的指针、
以及平衡因子(整型)。
AVL树的精髓就是控制每个节点的平衡因子，默认节点为0，因为每个新增的节点都是一个叶子节点，没有左右子树，当左子树新增一个节点时，父类的平衡因子 -1，当右子树新增节点时，父类的平衡因子 +1，如果父类的平衡因子为 -2 / 2 时，就要发生左旋和右旋，左、右旋又包含了左(右)单旋和右(左)双旋，用哪种主要看爷爷，也就是父亲的父亲节点。
记住，每个节点的平衡因子发生改变会影响父亲节点的平衡因子，所以要迭代更新到根节点。
右单旋：
触发条件 -- 父亲的平衡因子为 -2 ，子节点的平衡因子为 -1，让父亲节点发生右旋，子节点的右子树指向父亲，原来的右子树变成了父亲的左子树。随后随后爷爷的左子树指向子树，如果爷爷为空，那么子树就是根。
左右单旋：
触发条件 -- 父亲的平衡因子为 -2 ，子节点的平衡因子为 1，也就是新增节点在右子树，所以先让子节点发生左旋，变成单链，触发右单旋的条件，让父亲节点发生右旋，跟新平衡因子。
右单旋与左右单旋相反即可。
这样，搜索时所消耗的时间就是深度次 O(logN) ，在以亿为单位的数据面前，秩序要几十次即可，大大提高了效率。
