谈谈你对红黑树的理解

在谈红黑树之前，先来说一说二叉搜索树以及平衡二叉树，因为平衡二叉树是为了弥补二叉搜索树而发明出来的，而红黑树又是为了弥补平衡二叉树。

1、二叉搜索树

二叉搜索树比较简单，它是一棵二叉树，而且满足这样一个性质：对于树上的每一个节点，它左子树上的节点的值都比它小，而右子树上的节点的值都比它大。如下，就是一棵二叉搜索树：

当我们需要往一棵二叉搜索树中插入节点时，只需要从根节点开始，依次比较，若比根节点小，则向左走，继续和左子节点比较，反之继续和右子节点比较，以此类推。这样的操作其实就和二分差不多，在节点值分布均匀的情况下，也就是树的结构如上所示时，查找的时间复杂度为O(logN)，因为二叉搜索树的查询完全复杂度依赖于树的深度。所以，它有一个很大的缺陷，就是可能出现如下情况：

我们每次插入的节点都比最小值要小，于是最终所有的节点就连成了一条链，此时深度为N，查找的时间复杂度就是O（N）了。为了解决这个问题，于是又有了平衡二叉树。

2、平衡二叉树

平衡二叉树也是一棵二叉搜索树，但是它还有一个性质，就是这棵树上的每一个节点，其左子树和右子树的高度差都不超过一。比如图一中的二叉树，它就时一棵平衡二叉树，而下面这张图中的树就不是平衡二叉树，因为节点9和节点5都不平衡，它们的左右子树的高度差都是2。

当发生不平衡的情况时，可以通过左旋和右旋的方式，在不改变二叉搜索树的性质的前提下，将树调整为平衡状态，这就是平衡二叉树。

3、红黑树

有了二叉搜索树和平衡二叉树，为什么还要红黑树。

这个问题是一个面试题，下面我就来简单叙述一下。首先，二叉搜索树在极端情况下会变成一个链表，从而导致查询的时间复杂度大大提高，变成线性复杂度，而平衡二叉树正是为了解决这个问题才被发明出来。但是，平衡二叉树也有一定的局限。对于平衡二叉树来说，每个节点的子树的高度差不能超过1，一旦出现违反的情况，就需要进行左旋或者右旋操作，从而调整二叉树的高度。但是，在插入和删除节点的过程中，平衡度超过1是经常发生的事情，这也就导致了调整操作频繁地发生，从而提高时间复杂度。也就是说，这种追求绝对平衡的行为，并不是一个好的做法。

红黑树的出现正是为了解决平衡二叉树的问题，它是平衡二叉树的变形，或者说升级。红黑树并不追求绝对的平衡，它实现的是近似的平衡，这样破坏规则导致需要调整的情况就会大大减少，而且每次也只需要少量的调整即可恢复。也就是说，他在平衡和效率之间做了一个折中。而且统计发现，这种折中对查找的效率并没有多大的降低，这也就导致了红黑树在大多数情况下要优于平衡二叉树。而红黑树的这种折中，依靠的就是它五条性质，或者说五条约束来实现。

五大性质：

1. 树中的所有节点，要么是红色，要么是黑色；
2. 树的根节点是黑色；
3. 树中的叶子节点是黑色；（注意：这里的叶子节点不是指没有子节点的节点，而是指的空节点，比如某个节点没有左子节点，那这个不存在的左子节点其实就是这里说的叶子节点）
4. 红色节点的子节点一定是黑色，也就是说没有两个连在一起的红色节点；
5. 每个节点到任意一个叶子节点，经过的黑色节点数量是相等的；