23| 红黑树（上）：工程中为什么常用红黑树这种二叉树？

大家好，我是爱好编程的斌斌。

能看到这篇文章，相信你对树、二叉树以及二叉查找树都有了一定的见解。二叉查找树是最常见的一种二叉树，支持快速地插入、删除、查找操作，这些操作的时间复杂度都与树的高度成正比，最好时间复杂度为O（logn）.但是，在极端情况下，也就是二叉查找树经过频繁的插入、删除之后，树的高度可能远远高于log[n,2]，甚至直接退化成单链表，时间复杂度为O（n）.

为了解决这种极端情况下复杂度退化的问题，(尽管发生的概率很低，但是一旦发生了后果不堪设想，尤其对于单次操作时间复杂度特别敏感的系统)，前辈们推出了"红黑树"这一高效的动态数据结构。

文章首先以介绍"平衡二叉树"，借此引出"红黑树"；然后给出它的特性，以及它拥有这种特性的原因；最后解答一下开篇的问题。后面对文章的具体内容作出了总结，已经提出了思考题，考验考验你！

一、"平衡二叉查找树"是什么？

要想了解"平衡二叉查找树"，得先知道"平衡二叉树"。平衡二叉树的严格定义是这样的：二叉树中任意一个节点的左右子树的高度相差不能大于1。单从定义角度看，满二叉树和完全二叉树都是平衡二叉树。但是，平衡二叉树中也存在非完全二叉树。

平衡二叉查找树在满足平衡二叉树的定义上，还满足二叉查找树的特点。最先被发明的平衡二叉查找树是AVL树，它严格符合平衡二叉查找树的定义，即任何节点的左右子树高度相差不超过1，是一种高度平衡的二叉查找树。

但是，并非所有的平衡二叉查找树都严格满足定义，比如我们下面要讲的红黑树，它从根节点到各个叶子节点的最长路径，有可能会比最短路径大一倍。思考一下，如果要满足定义，也就是要高度平衡，意味着在每次插入或删除之后，都要翻转节点来保证平衡，这就要消耗很多性能。而对于红黑树来说，重于应用，也就是要保证性能得好；其次，从红黑树的初衷来说，它是为了解决极端情况下二叉查找树性能退化的问题。所以，平衡二叉查找树中“平衡”的意思，其实就是让整棵树左右看起来比较“对称”、比较“平衡”，不会出现左子树很高、右子树很矮的情况。这样就能让整棵树的高度相对来说低一些，相应的插入、删除、查找等操作的效率高一些。

综上，只要树的高度不比log2n大很多（比如树的高度仍然是对数量级的），虽然它不符合我们前面讲的严格的平衡二叉查找树的定义，但我们仍然可以说，这是一个合格的平衡二叉查找树。

二、如何定义一棵"红黑树”？

红黑树的英文是“Red-Black Tree”，简称R-B Tree。它是一种不严格的平衡二叉查找树，前面解释了，它的定义是不严格符合平衡二叉查找树的定义的。那红黑树究竟是怎么定义的呢？

见名知意，红黑树节点要么是红色的，要么是黑色的。除此之外，还需要满足以下特点：

• 根节点是黑色的；
• 每个叶子节点都是黑色的空节点（NIL），也就是说，叶子节点不存储数据；
• 任何相邻的节点都不能同时为红色，也就是说，红色节点是被黑色节点隔开的；
• 每个节点，从该节点到达其可达叶子节点的所有路径，都包含相同数目的黑色节点；
  你是不是觉得第二点优点奇怪，为什么叶子节点都得是黑色的呢？不存数据为啥还要浪费空间？是的，它的作用仅仅是为了简化红黑树的实现。

以下画出了两个红黑树，为了简化，叶子节点已省略：

三、为什么说红黑树"近似平衡"？

红黑树出现的初衷，是解决极端情况下二查查找树复杂度退化的情况。所以，这里所说的"平衡"，指的是复杂度不退化；而"近似平衡"是指，复杂度退化得不是很严重。

在二叉查找树中，树相关操作的时间复杂度与树的高度成正比。而一颗极其平衡的二叉树(完全二叉树或满二叉树)的高度约为log[n,2]，所以为了证明"红黑树"是"近似平衡"的，即证明红黑树的高度趋近于log[n,2]。那接下来就回到了树的高度，如何计算"红黑树"的高度呢？

首先，假设我们把红黑树的红色节点全部拿掉，没有父节点的节点，父节点变成祖宗节点，剩下的就是只包含黑色节点多叉树。然后，将多叉树变化成完全二叉树。你会发现：由红黑树去掉红色节点，而生成的多叉树，它的高度比包含相同节点数目的完全二叉树的高度好要小。而前面篇章说过，如果你还没学，可以翻翻博主的文章，完全二叉树的高度近似于log[n,2]。所以去掉红色节点的"红黑树"，包含最多黑色节点的路径不会超过log[n,2].

现在我们把红色节点加上去，前面说过红黑树有这么一个特点：两个红色节点不能相邻，也就是说，树中存在一个红色节点，必定包含一个黑色节点，就假设黑色节点与红色节点个数想等，实际红色节点数量小于黑色节点数目。而前面推出的包含最多黑色节点的路径不会超过log[n,2]，所以红黑树的高度不会超过2log[n,2]。

所以，"红黑树"的高度最多比严格平衡的二叉查找树"AVL"树的高度大一倍，退化得也不是很多。虽然这里的推到都是使用极限，但是可以推导出：红黑树是近似平衡的二叉查找树。

四、解答开篇

为什么在工程中大家都喜欢用红黑树这种平衡二叉查找树？

首先，为什么不在工程中使用极其平衡的二叉树？比如"AVL树"。"极其平衡"也就意味着，每次变化之后都要维护二叉树的平衡状态，而维护平衡这种状态需要消耗很多性能，不实用。红黑树是"近似平衡"的很大程度上避免了上面这种情况，维护成本没有"AVL树"高。

其次，红黑树的插入、查找、删除的时间复杂度都比较稳定，为logn。对于工程应用来说，要面对各种异常情况，为了支撑这种工业级的应用，更倾向于这种性能稳定的平衡二叉查找树。

五、总结

红黑树是一种平衡二叉查找树。它是为了解决普通二叉查找树在数据更新的过程中，复杂度退化的问题而产生的。红黑树的高度近似log2n，所以它是近似平衡，插入、删除、查找操作的时间复杂度都是O(logn)。

因为红黑树是一种性能非常稳定的二叉查找树，所以，在工程中，但凡是用到动态插入、删除、查找数据的场景，都可以用到它。不过，它实现起来比较复杂，如果自己写代码实现，难度会有些高，这个时候，我们其实更倾向用跳表来替代它。

六、课后思考

动态数据结构支持动态地数据插入、删除、查找操作，除了红黑树，我们前面还学习过哪些呢？能对比一下各自的优势、劣势，以及应用场景吗？

散列表：插入删除查找都是O(1), 是最常用的，但其缺点是不能顺序遍历以及扩容缩容的性能损耗。适用于那些不需要顺序遍历，数据更新不那么频繁的。

跳表：插入删除查找都是O(logn), 并且能顺序遍历。缺点是空间复杂度O(n)。适用于不那么在意内存空间的，其顺序遍历和区间查找非常方便。

红黑树：插入删除查找都是O(logn), 中序遍历即是顺序遍历，稳定。缺点是难以实现，去查找不方便。其实跳表更佳，但红黑树已经用于很多地方了。