AVL的介绍
AVL树是一种自平衡二叉搜索树：它以苏联科学家Georgy Adelson-Velsky和Evgenii Landis的名字命名。
在AVL树中，任何节点的两个子树的高度最多相差1，这保证了树的平衡性，从而使得树的操作（如插入、删除和查找）具有良好的最坏情况性能，时间复杂度为O(log n)
AVL树的旋转操作是其自平衡机制的核心，包括左旋、右旋、左-右旋和右-左旋。这些旋转调整节点的位置，减少子树的高度差，恢复树的平衡。
AVL树特性
严格的平衡性：AVL树的每个节点的左右子树的高度差的绝对值不超过1，这保证了树的高度最小，从而使得操作（如插入、删除和查找）的时间复杂度保持在对数级别。
旋转调整：当插入或删除操作导致节点的平衡因子超出允许范围时，AVL树会通过单旋转或双旋转来重新平衡树。
高效的搜索、插入和删除操作：由于AVL树的高度平衡，这些操作的时间复杂度通常为O(log n)，其中n是树中节点的数量。
节点定义：AVL树的节点通常包含数据、指向左右子节点的指针、指向父节点的指针以及记录子树高度差的平衡因子。
高度记录：在AVL树中，每个节点还会记录其子树的高度，这有助于快速计算平衡因子并在需要时进行调整。
适用场景：AVL树适用于需要频繁进行数据插入、删除和查找操作的场景，尤其是在数据集合较大时，可以保持较高的效率。
AVL树的核心
AVL树是一种自平衡的二叉查找树，它通过旋转调整机制来维持树的平衡。当树在插入或删除操作后出现不平衡时，AVL树会执行以下四种旋转操作之一来恢复平衡：
单旋转：
左旋（LL型）：当插入或删除操作导致某个节点的左子树的高度比右子树高2时，需要执行左旋操作。左旋操作涉及到将这个节点的右子树提升为新的根节点，并将原根节点作为左子节点挂接到新根节点上。
右旋（RR型）：与左旋相反，当某个节点的右子树的高度比左子树高2时，执行右旋操作，即将左子树提升为新的根节点。
双旋转：
左-右旋（LR型）：当插入或删除操作导致某个节点的左子树的右子树的高度比左子树的右子树高时，先对左子树执行左旋，然后对原节点执行右旋。
右-左旋（RL型）：与左-右旋相反，当某个节点的右子树的左子树的高度比右子树的左子树高时，先对右子树执行右旋，然后对原节点执行左旋。
AVL插入实现
AVL树是基于BST结构，大主体就是BST
问题的解决就是AVL的单旋和双旋以及需要旋转的条件。
AVL的存贮结构
在这里面利用KV结构进行存储数据
左右节点，还有一个父亲节点
为了保持平衡定义_bf（平衡因子：balance factor）
