目录
一、引入
学习红黑树，首先要了解树得一些概念，以及二叉树，二叉搜索树，平衡二叉树，2-3搜索树得一些特点。
1.树
定义：树是一种数据结构，由n个节点构成具有层级结构得集合，由根向底部扩展，如下图：
特点：
1.每个节点有0个或多个子节点；
2.根节点没有父节点；
3.非根节点只有一个父节点；
4.除了根节点，每个子结点可以分为多个不相交得子树。
术语：
1.节点的度：节点子树的个数
2.树的度：树中结点最大的度
3.叶子的节点：度为0的节点
4.分支节点：度不为0
5.层次：根节点层次为1，其他节点为其父节点层次+1
6.高度：树中节点最大层次
2.二叉树
每个节点最多有两个子节点的树，如图：
完全二叉树
一棵二叉树只有最下面两层节点的度可以小于2，并且叶子节点在左侧，如图：
二叉搜索树
整棵树不存在值相等的节点，且每个节点左子树节点的值小于其值，右子树节点的值大于其值。
平衡二叉树
二叉搜索树的每个节点左右子树高度差的绝对值不大于1。
如何保持平衡？通过平衡因子（BF），BF=左右子树高度差的绝对值，如果大于1则认为失衡，进行旋转操作。
两种旋转：
左旋：旧根节点（BF失衡的点）作为新根节点的左子树，新根节点左子树为旧节点右子树；
右旋：旧根节点（BF失衡的点）作为新根节点的右子树，新根节点左子树为旧节点左子树；
四种纠正方式：
1.LL型，直接右旋
2.RR型，直接左旋
3.LR型，先左旋，再右旋
4.RL型，先右旋，再左旋
作用：保证了搜索数据的时间复杂度为OlogN，这就解决了二叉搜索树退化成链表导致时间复杂度上升为OlogN2
二 2-3树
拥有2-节点 和3-节点，并且和二叉搜索树类似，左边的小右边的大；
2-节点：普通节点，一个节点一个值，两个子树；
3-节点：一个节点俩值，三个子树，左子树都小，右子树都大，中间的介于俩值之间。
特点：插入时并不会直接增加树的高度，再找到对应位置时，将父节点变为3-节点或者4-节点
后面再将4-节点分解，将中间值拿到上边如果形成4-节点就继续分解，剩下两个分为两个2-节点，这样就相当于增加根节点，也就说2-3树是向上增长的，这也就是绝对平衡。
三、红黑树
红黑树就是通过二叉搜索树的形式，加上其他信息来表示2-3树。
红黑树通过一条左斜的红链接，连接两个2-节点来形成3-节点，黑链接则是普通节点。
3-节点：
红连接：
所有在这里，红黑树的特点为：
1.红连接均为左连接（因为2-3树转为红黑树的方法是左斜）
2.没有任何一个节点同时和两条红连接项链（因为2-3树种不存在4叉）
3.树是黑色平衡的，即任意空节点到根节点的距离相同，因为2-3树是平衡的，2-3中的连接都是黑色的，红色的连接只是将3-节点转化为2-节点而产生的，所以如果去掉红色连接，应该满足黑色平衡。4.根节点为黑色
5.新插入的节点为红色
因为不允许两个连续的红连接，所以最长路径不会超过最短路径的二倍。
插入规则：
1.旋转：
如果出现红色右链接，则需要左旋
出现两个红色左连接，需要右旋：
LR型红链接，先左旋再右旋：
2.变色：
1.根节点总是黑色的
2.节点拥有两个红链接时需要颜色转换：
如果是根节点，转换后还是黑色：
红黑树与AVL的比较和选择
AVL查询时间复杂度是Ologn，而红黑树是黑平衡所以最坏情况下时间复杂度为O（2logn）
两者的插入 删除 的时间复杂度都是Ologn，但是红黑树插入删除时的旋转操作要少于AVL，因此性能上略优于AVL，因此，如果插入删除较多时选择红黑树。
红黑树与2-3树比较
红黑树没有达到2-3的绝对平衡，但是它提升了速度，而且能保证黑色平衡，最长路径不超过最短路径的二倍，基本保证Ologn，而且2-3树的结构不利于维护，因此多数情况下红黑树性能更高。
总结
实际应用中，红黑树使用较多，比如map和set的底层实现，epoll的实现等。
304
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
