红黑树详细讲解（多文整合）

---

---

本文是笔者在翻了网上各篇关于红黑树的文章，最终学懂红黑树后，将令笔者有所收获的几篇文章，整合在一起，并加上自身的修改和总结，希望能够让读者更容易理解红黑树。其中，基本操作、插入和部分简介转载自http://blog.chinaunix.net/uid-27767798-id-3339483.html，删除转载自http://blog.csdn.net/spch2008/article/details/9338923，部分简介转载自http://blog.csdn.net/eric491179912/article/details/6179908 。 代码中的红黑树类转载自一篇转载文，原作者不详。笔者已在OJ上通过了该代码。（笔者自己也写了个红黑树类并通过了OJ，但是没它详细，就贴了这篇 ^-^）
对原作者一并表示感谢！

---

1. 简介

红黑树是一种二叉查找树，它是在1972年由Rudolf Bayer发明的，它的性能优于平衡2叉树（avl树），因为avl树过分追求平衡，avl树要求任何节点的左右子树高度之差不能大于1，而红黑树做到的是任何节点的左右子树高度差不会超过2倍（左子树的高度不会大于右子树高度的2倍，或者右子树的高度不会大于左子树的高度的2倍），由此看出avl树如果要保持平衡需要付出更多的旋转（左旋，右旋），avl更平衡意味着avl树比红黑树的高度更低，查询时更快一些，但是过多旋转的时间代价大于查询带来的优势。红黑树的应用：jdk中的treeMap，内核中CFS调度根据vruntime（虚拟运行时间），来为进程建立红黑树结构，等等

红黑树满足以下5个性质：

1. 每个结点的颜色只能是红色或黑色。
2. 根结点是黑色的。
3. 每个叶子结点都带有两个空的黑色结点（被称为黑哨兵），如果一个结点n的只有一个左孩子，那么n的右孩子是一个黑哨兵；如果结点n只有一个右孩子，那么n的左孩子是一个黑哨兵。
4. 如果一个结点是红的，则它的两个儿子都是黑的。也就是说在一条路径上不能出现相邻的两个红色结点。
5. 对于每个结点来说，从该结点到其子孙叶结点的所有路径上包含相同数目的黑结点。

红黑树的这5个性质中，第3点是比较难理解的，但它却非常有必要。我们看图1中的左边这张图，如果不使用黑哨兵，它完全满足红黑树性质，结点50到两个叶结点8和叶结点82路径上的黑色结点数都为2个。但如果加入黑哨兵后（如图1右图中的小黑圆点），叶结点的个数变为8个黑哨兵，根结点50到这8个叶结点路径上的黑高度就不一样了，所以它并不是一棵红黑树。

---

2. 基本操作

2.1 基本旋转操作：

（调节平衡时会用到）

右旋操作围绕4节点旋转，代码如下：
 void rotateRight(node *target){    //如上图4节点就是参数target
     node *left=target->left;       //left节点是2节点
     node *parent=target->parent;   //parentNode是target的父节点
     if(parent!=NULL) { 
         left->parent= parent;      //如果父节点不为空，设置父节点的父子关系
         if(parent->left==target)
              parent->left=left;    //设置父节点到子节点的关系
         else
             parent->right=left;    //设置父节点到子节点的关系
       } 
      node *move=left->right;       //move节点代表3节点
      left->parent=target->parent;                               
      target->parent=left;          //设置target节点到新父节点2的关系
      left->right=target;           //设置left节点到target节点的关系
      if(move!=NULL){               //设置move节点（3节点的父子关系）
          target->left=move;        //target的左节点是3节点
          move->parent=target;      //3节点的父节点target节点
       }
      if(target==root)
         root=left;                 //如果旋转的节点是跟节点，需要更新跟节点引用
 }

void rotateLeft(node *target){        //如上图5节点就是参数target
    node * right =target->right;      //right节点是7节点
    node *parent=target->parent;      //parentNode是target的父节点
    if(parent!=NULL) { 
        right ->parent= parent;       //如果父节点不为空，设置父节点的父子关系
        if(parent-> right ==target)
             parent-> right = right;  //设置父节点到子节点的关系
        else
             parent->left= right;     //设置父节点到子节点的关系
     } 
     node *move= right ->left;        //move节点代表7节点
     right->parent=target->parent;
     target->parent= right;           //设置target节点到新父节点7的关系
     right ->left=target;             //设置left节点到target节点的关系
     if(move!=NULL){                  //设置move节点（6节点的父子关系）
        target->right=move;           //target的左节点是3节点
        move->parent=target;          //6节点的父节点target节点
      }
     if(target==root)
        root=right;                   //如果旋转的节点是跟节点，需要更新跟节点引用

 }

2.2 求节点的后继节点：

（节点删除时会用到）

node* successor(node *target){
   node* temp;
   if(target->right!=NULL){ //case1 当target节点有右孩子时，返回右子树中最小的节点，即7节点           
      temp=target->right; 
      while(temp->left!=NULL)
         temp=temp->left;
      return temp;
   }
   while(temp->parent!=NULL&&temp==temp->parent->right){ 
   //case 2 当左子树为空时，可以理解为比7节点 小的，但是小节点中最大的节点，这个节点就应该是7节点的左子树中最大的节点，即6节点。
      temp=temp->parent;
   }
   return temp->parent;
}

---

3. 插入

红黑树的节点的插入过程，和普通的二叉查找树的插入过程类似。只是每个节点多了一个color域，代表节点的颜色（红色，黑色），新插入的节点的颜色是红色的。每个节点插入之后需要看一下当前插入节点的parent节点是否为红色，如果为黑色，则2叉树继续保持红黑树性质4,5,如果为红色，破坏了红黑树性质4,这时需要调整一下节点节点的颜色。所以当插入节点的父节点为红色时，插入后的节点调整需要分为3个case：

case1：第一种情况的条件是uncle节点不为空，并且uncle节点为红色节点。target节点是parent节点的左孩子或者右孩子，插入target节点之前，会保证数据结构中没有相邻的红色节点，且到叶子节点的黑色数目相同，这时插入target节点，只需要把parent节点，uncle节点变成黑色，grand节点变为红色即可，这样把grand节点的黑色下降到了孩子节点上（parent，uncle），保持了没有相邻的红色节点，且到叶子节点黑色数目相同，但是这样把grand节点变成了红色，可能会影响grand的父节点的红黑树性质（如果grand->parent节点为红色），所以需要把target指针指向grand节点，继续递归下去。

case2:是个过渡阶段，目的是让target节点为parent节点的左孩子，这样在后面的右旋时，target节点才不会成为grand的左孩子，正确的做法是交换target和parent节点，然后左旋target节点，令target指针指向parent节点，并对它进行左旋，进入case3，结果如右图（注，右图中target节点就是左图中parent节点，右图中parent节点就是左图中target节点）。反之如果在case2中直接右旋grand节点，（目的是保持没有相邻的红色节点，同时黑色节点数量保持一致）会出现下面几种情况：

第一种情况错误的旋转，交换parent节点和grand结果的颜色，显然这样的结果违反了不能出现两个连续的红色节点的性质

第二种情况错误的旋转，交换uncle节点和parent节点的颜色，同时uncle节点为红色，这样会导致uncle左右子树可能出现连续两个红色节点，剩下的错误旋转情况都是显而易见的，不是黑色节点的个数多了就是违反了红色节点不能相邻。

case3:情况是插入的target节点是parent节点左孩子，或是右孩子通过case2的操作变成了左孩子，这种情况直接右旋grand节点，并且交换parent节点和grand节点的颜色即可，这种情况不用在递归parent节点的上层数据结构了因为从grand节点的父节点看到的子节点就是黑色的，case3转换完毕后子节点还是黑色的，并且左右子树黑节点的数量维持不变，所以这种情况不用递归父节点的数据结构了。

插入过程的最后需要将root节点置为黑色，这是因为，case1中有可能grand节点就是root节点，case1的最后将root置为了红色，这时root节点没有父节点了，而需要保持红黑树的性质，需将root节点置为黑色。

node* insert(node *parent,int data){
      if(parent->value>