$ loading_
通过可视化插入、删除与遍历操作，交互式学习二叉搜索树和 AVL 树平衡过程。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"bst-avl-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请依次向 AVL 树插入 30、20、10、25、40、50，并在每一步展示树结构变化，说明何时发生左旋、右旋或双旋，以及旋转后的平衡状态。
逐步展示插入过程、树形变化、触发的旋转类型及每步平衡结果。
基于相同初始节点集合 50、30、70、20、40、60、80，分别构建 BST 和 AVL 树，再删除节点 30 与 70，比较两种树在删除后的结构差异、查找效率影响，以及 AVL 是否进行了再平衡。
两种树删除前后的结构对比，并解释 AVL 再平衡与性能差异。
创建一个包含 15、10、20、8、12、17、25 的二叉搜索树，分别演示前序、中序、后序和层序遍历，并说明每种遍历的访问顺序及典型应用场景。
清晰列出各遍历结果，并配合树结构说明访问路径与用途。
通过自然语言操作 Binary Ninja 进行二进制分析、反编译和符号管理
通过 Rube MCP 自动执行 More Trees 相关任务，并先检索最新工具 schema。
通过 Rube MCP 自动执行 Bonsai 相关任务，并先检索最新工具结构。
使用 Tree-sitter 解析并分析代码结构，辅助理解、检索与自动化处理。
在 AI 对话中直接渲染实时算法可视化，帮助演示与理解代码逻辑。
通过语法树精准查询代码结构，帮助开发者高效理解与分析大型代码库。