红黑树

红黑树的由来

二叉搜索树的操作依赖于其树高 $h$，在相对平衡的状态下，基本操作的平均时间复杂度是 $\theta(lgn)$。然而在极端的情况下，严重倾斜的二叉搜索树会退化成链表，基本操作的时间复杂度为 $\theta(n)$。于是在二叉搜索树基础上，发展出一些自平衡二叉树，这些树会自动调整自身的指针结构（父子关系），以达到相对平衡。红黑树是一种自平衡二叉树。

红黑树的性质

红黑树的节点基本与BST的节点相同，不同在于每个节点多了一个属性“颜色”。
红黑树有五大性质：

1. 每个节点是黑色或红色。
2. 根节点是黑色。
3. 叶节点（NIL）为黑色。
4. 红色节点的两个子节点必须是红色。
5. 对于任意一个节点，所以从这个节点开始，到一片叶子（NIL）的任意简单路径上的黑色节点数目相同。
   性质5所定义的数目，也称作 $black-height$（简称bh），注意的是，一个节点本身不计入这个节点的bh。

引理 13.1： 带有n个节点的红黑树的高度最多为 $2lg(n+1)$。

---

旋转

旋转（rorate）是红黑树区别于BST的一个特点，由于红黑树节点本身有颜色属性，所以当插入或删除一个节点时候，红黑树的性质可能被破坏，所以要进行修复工作，而这个过程需要旋转这种操作。旋转又分为左旋和右旋，此二者分别为镜像。图示：

左旋伪代码如下：

右旋和左旋为镜像，按照图示，把 y 作为传入的参数，x 是函数中声明的指针，并把代码中的 left 和 right 互换就可以了。
注意的是：

1. 左旋和右旋并非可逆操作。 对同一节点 x 先后进行左旋和右旋，x附近的结构并非原来的结构，先对 x 进行左旋，然后对 x 的父节点进行右旋才恢复原来的结构。
2. 旋转对bh的影响。
   

---

插入

完整的插入过程包含两部分：

1. 按照BST的插入方式，通过一系列关键字比较将节点插入正确的位置。在插入时，我们将新插入的节点的颜色涂为红色，方便下面的讨论。

2. 判断新插入的节点是否会破坏红黑树性质，如果会，那么进行修复（fixup)。
   插入的伪代码如下：
   
   那么问题就来了，什么情况会引起红黑树性质被破坏？又有哪些性质会被破坏？如何修复被破坏了的性质？我们假设：在插入之前，红黑树是完好的，没有一条性质被破坏。在分类讨论前，先回顾红黑树的5条性质，看看哪一些有可能被破坏。

3. 性质1：这个不会被破坏，节点不会有第三种颜色。

4. 性质2：我们假设插入的点是树的root，因为这个节点被涂成了红色，那么性质1就被破坏了。
5. 性质3：在插入过程中，不会修改叶子（NIL）的属性，故不会破坏。
6. 性质4：当被插入点x的父亲是红色，那么就会破坏。
7. 性质5：因为添加的点是红色的，对bh没有任何影响。所以性质5不会破坏。

那么会同时破坏哪些性质呢？答案是最多只有一条被破坏。被破坏的性质分别是2和4，若x是新的root，那么它的父节点是叶子（NIL），不会破坏性质4。同样，当x的父亲是红色的，那么x也不会是root。

插入之后，进行fixup操作。同样，有z的父节点是祖父节点的左或右孩子两种情况。下面的讨论是前者，后者只需把left和right互换。
当z是root时，只需要把root涂为红色即可。当z不是root且z的父节点是黑色时，更简单了，什么都不用做。当x的父节点是红色时，分如下三种情况（y是z的叔节点)：

• case 1：z.p 和 y 都是红色。
• case 2：z.p 是红色， y是黑色，且 z 是右节点。
• case 3：z.p 是红色， y是黑色，且 z 是左节点。

伪代码如下：

对insert-fixup后红黑树性质保持的证明如下：
初始化：在进行插入操作前，红黑树性质完好。新增加一个红色节点z。
终止：当z.p是黑色时，循环终止（包含z是root的情况）。
维持：分别对6种case（包括镜像）讨论：
令 G = z.p.p

• case 1：进行操作后，G的两棵子树bh不变，而G被涂为了红色。G.p的颜色在这次不会改变。
  
  • 1.在下一次循环开始时，G是root，那么循环停止，G被涂为黑色，done。
  • 2.下一次循环时，G不是root，G.p的颜色为黑色，done。
  • 3.下一次循环时，G不是root，G.p为红色，那么违背了性质4，继续递归讨论。
• case 2 ：对 z.p 用一个左旋把case 2 变为case 3。此时z为z.p，左旋没有改变颜色。
• case 3：对G用右旋，并且把z.p变为黑色。可知，G的颜色一点是黑色。G进行了右旋，那么(z.p, G)这课右子树的bh会加上1，比(z, z.p)这课左子树bh大1，

---

C++代码

我按照书上的伪代码码c++代码，程序一直在case 1 和case 3那里死循环，气死我了。后来把代码改一改，就成功了，而且经过验证，是完整的红黑树。

template <typename T1>
void RBTree<T1>::insert_fix(RBTree_node<T1> *z)
{           
    cout << "Insertion fixing up...\n";
    struct RBTree_node<T1> *y; 


    while(z->p->color == RED)
    {
        if (z->p->p->l == z->p)
        {
            y = z->p->p->r;
            if (y->color == RED)
            {
                z->p->color = BLACK;
                y->color= BLACK;
                y->p->color = RED;
                z = z->p->p;

                continue; 
            }   

            if (z == z->p->r)
            {   
                z = z->p;
                l_rotate(z);

            }


            z->p->color = BLACK;
            z->p->p->color = RED;
            r_rotate(z->p->p);
        }
        else //Exchange 'left' & 'right'.
        {
            y = z->p->p->l;
            if (y->color == RED)
            {           
                z->p->color = BLACK;
                y->color= BLACK;
                y->p->color = RED;
                z = z->p->p;

                continue;
            }   

            if (z == z->p->l)
            {
                z = z->p;
                r_rotate(z);


            }

            z->p->color = BLACK;
            z->p->p->color = RED;
            l_rotate(z->p->p);
        }

    }
    root->color = BLACK;
}

---

删除

删除操作分为删除节点和fixup两部分。删除一个节点时，就若它是红色的，那么它的存在对bh没有影响；如果它是黑色的，那么删除它将导致所有包含这个节点的简单路径的bh都减少1。因此fixup的目的在于：通过调整指针结构和节点颜色，使得bh恢复到删除操作前。RBT的删除节点与BST类似，把要删除的节点从树种剥离出，然后把它的直接前驱或直接后继“顶替”它，故这里涉及到移植操作。CLRS中采用用直接后继节点顶替。

移植

这里的移植和BST中的移植略有不同。直观地看，移植就是用节点v顶替u的位置，并且处理好指针关系。

删除节点

伪代码如下：

删除操作又分为3种情况：

1. case 1：z的左子节点为叶子NIL。
   
2. case 2：z的右子节点为叶子NIL。
   
3. case 3：z有两个孩子，且它的直接后继y是z的右子节点的孩子。
   
4. case 4：z有两个孩子，且它的直接后继y并非z的子节点的子节点。
   

根据y-origin-color来判断是否进行fixup操作。注意的是，case 1，2中的y是z的孩子，而case 3 中y是z的直接后继，x为y的右子节点（因为y是z的直接后继，不可能有左子节点）。伪代码的第12 - 13行，考虑了y是NIL（NIL.p = NIL，所以要做一下处理）。
14 - 16行是把y剥离出来，用来顶替z的位置。case 3 和 4 用y顶替了z，并且把y.c涂成z.c，这样，虽然实际上z被删除了，但是看起来像没被删除，那么它也没有违背性质。这样我们可以把精力放在x上。
x的父节点是y，y被剥离出来，这实际就是被删除，那么y可能违背了红黑树性质。根据y原本的情况，若它是黑色，那么包含y的简单路径bh减少1，需要-进行修复。

修复

x为y的子节点，x及其兄弟w，还有w的子节点的颜色会影响修复操作，情况分为四种（实际上还有镜像的四种，共八种）：

1. case 1：w是红色
2. case 2：w是黑色，且w的两个子节点也是黑色。
3. case 3：w是黑色，w的左子节点是红色，右子节点是黑色。
4. case 4：w是黑色，w的右节点是红色（左节点或红或黑）。

分析：
可能路径有：
1 – 2 – out (new x.c = red)
1 – 2 – —继续讨论 — out
1–3 – 4 – out
4 — out

1. case 1，那么通过对x.p进行左旋，并且x.p涂为黑色（w是红色，那么x.p一定为黑），令w = x.p.r（原来的w的左子节点），然后进入case 2 或者 3或者4。
2. case 2， x的兄弟w为黑色，x与w的父亲颜色可红可黑。因为x子树相对于其兄弟w子树少一个黑色节点，可以将w置为红色，这样，x子树与w子树黑色节点一致，保持了平衡。new x为x与w的父亲。new x相对于它的兄弟节点new w少一个黑色节点。j进入下一个循环。如果new x为红色，则将new x置为黑，则整棵树平衡。
3. case 3， 把 w.r 和 w 的颜色互换，对w进行右旋，进入case 4。
4. case 4，x.p涂为黑色，w. r 涂为黑色，对x.p进行左旋，至此，树平衡，性质完好。

---

红黑树的应用

时间复杂度：
空间复杂度：
与其他数据结构的对比：
应用场景：