掌握红黑树的节点删除流程：数据结构与算法_红黑树的删除节点代码-CSDN博客

本文链接：https://blog.csdn.net/2501_91912247/article/details/148370230

掌握红黑树的节点删除流程：数据结构与算法

关键词：红黑树、节点删除、自平衡、二叉搜索树、颜色调整、旋转操作、数据结构

摘要：红黑树是计算机科学中最经典的自平衡二叉搜索树之一，广泛应用于Java的TreeMap、C++的std::map等高性能数据结构中。本文将以“节点删除”为核心，通过生活比喻、代码示例和流程图解，从红黑树的基本规则讲起，逐步拆解删除操作的完整流程，最终帮助读者掌握这一复杂但关键的算法。无论你是计算机专业学生，还是想深入理解底层数据结构的开发者，本文都将为你提供清晰易懂的学习路径。

背景介绍

目的和范围

红黑树的删除操作是其最复杂的部分（比插入难3倍以上！），但也是理解其“自平衡”机制的关键。本文将聚焦以下内容：

红黑树的核心规则（5条“交通法规”）
删除操作的3种基础场景（无子节点/1个子节点/2个子节点）
删除后破坏规则的4类修复场景（基于兄弟节点的颜色和子节点颜色）
用Python实现删除功能的完整代码示例

预期读者

学过二叉搜索树（BST）但未接触过自平衡树的开发者
想理解Java TreeMap、C++ map等工具底层原理的程序员
准备面试算法岗需要深入掌握红黑树的求职者

文档结构概述

本文将按照“规则→场景→修复→实战”的逻辑展开：

用“交通信号灯”比喻理解红黑树的5条核心规则
用“拆快递”场景拆解删除操作的3种基础情况
用“修补篱笆”比喻讲解删除后4类修复场景的处理逻辑
用Python代码实现完整的红黑树删除功能，并逐行解读

术语表

核心术语定义

红黑树：一种自平衡二叉搜索树，通过节点颜色（红/黑）和5条规则保证树的高度为O(logn)
NIL节点：红黑树的“虚拟叶子节点”，颜色固定为黑色（类似链表的哨兵节点）
黑高（Black Height）：从某节点到其所有后代NIL节点的路径中，黑色节点的数量（包括该节点本身吗？不包括NIL节点）
旋转：左旋/右旋操作，通过调整节点的父子关系保持树的平衡（不改变中序遍历结果）

核心概念与联系

故事引入：用“交通信号灯”理解红黑树的规则

想象我们有一个“图书管理架”（二叉搜索树），书按书名首字母排序。但随着书的增加/减少，书架可能变得“歪歪扭扭”（有的列很高，有的很矮），找书效率变低（时间复杂度退化为O(n)）。这时候需要一个“书架管理员”（红黑树的自平衡机制），通过给每本书贴“红色/黑色”标签（节点颜色），并遵守5条“交通规则”，保证书架始终“差不多高”（高度O(logn)）。

核心概念解释（像给小学生讲故事一样）

核心概念一：红黑树的5条“交通规则”

红黑树的每个节点必须遵守以下规则（就像马路上的车必须遵守交通灯）：

规则1：每个节点要么是红色，要么是黑色（只有两种“信号灯”）。
规则2：根节点是黑色（相当于“马路起点”必须是红灯）。
规则3：所有叶子节点（NIL）是黑色（“终点线”必须是红灯）。
规则4：如果一个节点是红色，那么它的两个子节点都是黑色（“红灯不能连续出现”，否则会“追尾”）。
规则5：从任一节点到其所有后代NIL节点的路径中，黑色节点的数量相同（“每条车道的红灯数量必须一样多”，否则马路会“倾斜”）。

核心概念二：删除操作的3种“拆快递”场景

假设我们要从书架上删除一本名为《算法导论》的书（目标节点），可能遇到3种情况（像拆不同包装的快递）：

场景1：快递盒里没有其他东西（目标节点无子节点）：直接扔掉盒子（删除节点）。
场景2：快递盒里有一个小盒子（目标节点有1个子节点）：把小盒子拿出来，放到原位置（用子节点替换目标节点）。
场景3：快递盒里有两个小盒子（目标节点有2个子节点）：需要找一个“替代者”（右子树的最小节点或左子树的最大节点），把替代者的书放到原位置，然后删除替代者（替代者最多只有1个子节点，转化为场景1或场景2）。

核心概念三：删除后的“修补篱笆”修复

如果删除的是黑色节点（相当于拆了篱笆的一根黑木条），会破坏规则5（某些路径的黑高减少）。这时候需要“修补篱笆”（调整颜色或旋转），分4种情况处理（根据“邻居”兄弟节点的颜色和其子节点颜色）：

情况1：兄弟节点是红色（“邻居篱笆是红色”）：先把兄弟染黑，父节点染红，然后旋转父节点，转化为其他情况。
情况2：兄弟节点是黑色，且其两个子节点都是黑色（“邻居篱笆是黑色，且邻居的两个孩子也是黑色”）：把兄弟染红，向上递归处理父节点（因为当前路径黑高减少，需要父节点路径也减少）。
情况3：兄弟节点是黑色，左子节点红色，右子节点黑色（“邻居篱笆是黑色，左孩子红，右孩子黑”）：把左孩子染黑，兄弟染红，右旋兄弟，转化为情况4。
情况4：兄弟节点是黑色，右子节点红色（“邻居篱笆是黑色，右孩子红”）：把兄弟颜色设为父节点颜色，父节点染黑，右孩子染黑，左旋父节点（彻底修复黑高）。

核心概念之间的关系（用小学生能理解的比喻）

规则与删除的关系：5条规则是“交通法规”，删除操作可能违反法规（尤其是规则4和规则5），需要修复。
场景与修复的关系：3种删除场景决定了“拆快递”的方式，而修复是因为拆的是“黑色快递”（破坏了黑高），需要根据“邻居（兄弟节点）”的情况调整。
旋转与颜色调整的关系：旋转是“调整篱笆的结构”，颜色调整是“给篱笆刷漆”，两者配合让篱笆重新稳定（满足所有规则）。

核心概念原理和架构的文本示意图

红黑树删除的完整流程可以总结为：

删除节点 → 确定替换节点 → 若替换节点是黑色则触发修复 → 根据兄弟节点状态执行4类修复操作 → 最终满足红黑规则

Mermaid 流程图

graph TD
    A[开始删除节点] --> B{节点类型}
    B -->|无子节点| C[直接删除]
    B -->|1个子节点| D[用子节点替换]
    B -->|2个子节点| E[找后继节点替换，删除后继]
    C --> F{被删节点颜色}
    D --> F
    E --> F
    F -->|红色| G[无需修复（不影响黑高）]
    F -->|黑色| H[触发修复流程]
    H --> I{兄弟节点颜色}
    I -->|红色| J[兄弟染黑，父染红，左旋父节点，回到I]
    I -->|黑色| K{兄弟子节点颜色}
    K -->|左右都是黑色| L[兄弟染红，向上处理父节点]
    K -->|左红右黑| M[左子染黑，兄弟染红，右旋兄弟，到N]
    K -->|右红| N[兄弟设为父颜色，父染黑，右子染黑，左旋父节点]
    N --> O[修复完成]
    M --> N
    L --> H
    J --> I
    G --> O[修复完成]

核心算法原理 & 具体操作步骤

红黑树删除的3个阶段

红黑树的删除可以分为3个阶段（就像拆机器人的三个步骤）：

搜索阶段：找到要删除的节点（类似找到机器人的“头部”）。
替换阶段：用子节点或后继节点替换被删除节点（类似用“备用零件”替换损坏的头部）。
修复阶段：如果替换的是黑色节点，调整颜色和结构以恢复红黑规则（类似调整机器人的平衡）。

步骤1：搜索要删除的节点（BST删除逻辑）

红黑树是二叉搜索树的变种，所以搜索节点的逻辑和BST一致：

如果目标值小于当前节点值，去左子树搜索；
如果大于，去右子树搜索；
如果相等，找到目标节点。

步骤2：替换被删除节点（3种场景）

假设找到的目标节点为z，替换逻辑如下：

场景1（z无子节点）：用NIL节点替换z（相当于直接移除z）。
场景2（z有1个子节点）：用z的唯一子节点child替换z（将child的父指针指向z的父节点）。
场景3（z有2个子节点）：找到z的后继节点y（右子树的最小节点），将y的值复制到z，然后删除y（y最多只有1个子节点，转化为场景1或场景2）。