二叉树+二叉查找树+红黑树

二叉树

在计算机科学中，二叉树是每个结点最多有两个子树的树结构。通常子树被称作“左子树”和“右子树”。二叉树常被用于实现二叉查找树和二叉堆。

满二叉树：
一个二叉树，除最后一层无任何子节点外，如果每一个层的结点数都达到最大值（2），则这个二叉树就是满二叉树。也就是说，如果一个二叉树的层数为K，且结点总数是(2^k) -1 ，则它就是满二叉树。

完全二叉树：
在一棵二叉树中，除最后一层外，若其余层都是满的，并且或者最后一层是满的，或者是在右边缺少连续若干结点，则此二叉树为完全二叉树。

若设二叉树的深度为h，除第 h 层外，其它各层 (1～h-1) 的结点数都达到最大个数，第 h 层所有的结点都连续集中在最左边，这就是完全二叉树。

平衡二叉树：
平衡二叉树具有以下性质：它是一棵空树或它的左右两个子树的高度差的绝对值不超过1，并且左右两个子树都是一棵平衡二叉树。

二叉查找树

二叉排序树（Binary Sort Tree），又称二叉查找树（Binary Search Tree），亦称二叉搜索树。

具有下列性质：

• 若左子树不空，则左子树上所有节点的值均小于它的根节点的值；
• 若右子树不空，则右子树上所有节点的值均大于它的根节点的值；
• 左、右子树也分别为二叉排序树；
• 没有键值相等的节点。

查找结点数据（速度快）

• 若根结点的关键字值等于查找的关键字，成功。
• 否则，若小于根结点的关键字值，递归查左子树。
• 若大于根结点的关键字值，递归查右子树。
• 若子树为空，查找不成功。

查找数据时，用了二分查找的思想，可以很快的查找到目的节点。查找所需的最大次数等于二叉查找树的高度。

插入结点数据（缺陷体现）

初始二叉树：

依照二叉查找树的特性，依次插入如下五个节点：7、6、5、4、3

如图所示，插入节点之后的二叉查找树的左子树变成了线性结构。因此，查找性能大打折扣。（比如查找结点3）

如何解决此缺陷问题？（多次插入新节点造成的不平衡）
使用红黑树就可以很好的平衡各个新插入的节点。

红黑树

1. 节点是红色或黑色。

2. 根节点是黑色。

3. 每个叶子节点都是黑色的空节点（NIL节点）。

4. 每个红色节点的两个子节点都是黑色。(从每个叶子到根的所有路径上不能有两个连续的红色节点)

5. 从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点。

红黑树从根到叶子的最长路径不会超过最短路径的2倍

什么情况下不会破坏红黑树的规则，什么情况下会破坏规则呢？

1. 向原红黑树插入值为14的新节点（没有破坏规则）
   
2. 向原红黑树插入值为21的新节点（破坏了规则）

由于父节点22是红色节点，因此这种情况打破了红黑树的规则4（每个红色节点的两个子节点都是黑色），必须进行调整，使之重新符合红黑树的规则。

红黑树的调整方法

1. 变色
   为了重新符合红黑树的规则，尝试把红色节点变为黑色，或者把黑色节点变为红色。

   变色的应用：
   拿出上图中，破坏了规则的红黑树的一部分：
   因为节点21和节点22连续出现了红色，不符合规则4（每个红色节点的两个子节点都是黑色），所以把节点22从红色变成黑色。
   
   多出的黑色节点打破了规则5（从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点），所以需要继续把节点25从黑色变成红色
   
   因为节点25和节点27又形成了两个连续的红色节点，不符合规则4（每个红色节点的两个子节点都是黑色），需要继续把节点27从红色变成黑色
   
   注意：节点25并非根节点

   此时，上图的二叉树变成：
   

2. 旋转
   左旋转：
   逆时针旋转红黑树的两个节点，使得父节点被自己的右孩子取代，而自己成为自己的左孩子。

   如图所示，身为右孩子的Y取代了X的位置，而X变成了自己的左孩子。此为左旋转。
   
   动态演示
   
   右旋转：
   顺时针旋转红黑树的两个节点，使得父节点被自己的左孩子取代，而自己成为自己的右孩子。

   如图所示，身为左孩子的Y取代了X的位置，而X变成了自己的右孩子。此为右旋转。
   
   动态演示
   
   旋转的应用：
   以刚才插入节点21的情况为例：
   
   首先，我们需要做的是变色，经过一系列调整之后，把节点25及其下方的节点变色，如下图所示：
   
   此时节点17和节点25是连续的两个红色节点，打破了规则4。如果继续变色，把节点17变成黑色节点是不合适的。因为根据规则2（根节点是黑色），即不可能把节点13变成红色节点。

   变色已无法解决问题，此时，我们可以进行旋转操作。

   我们把节点13看做X，把节点17看做Y，像刚才的示意图那样进行左旋转：
   
   
   旋转之后，如图所示：
   由于根节点必须是黑色节点，所以需要变色，变色结果如图所示：
   
   根据规则5：从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点。

   因为其中两条路径(17 --> 8 --> 6 --> NIL)的黑色节点个数是4，其他路径的黑色节点个数是3，不符合规则5。

   再次进行旋转操作：

   把节点13看做X，节点8看做Y，像刚才的示意图那样进行右旋转
   
   
   旋转之后结果如图所示：
   
   最后根据规则，进行变色操作：
   
   如此一来，我们的红黑树变得重新符合规则。这一个例子的调整过程比较复杂，经历了如下步骤：

   变色 -> 左旋转 -> 变色 -> 右旋转 -> 变色

相关概念

• 树的结点（node）：包含一个数据元素及若干指向子树的分支；
• 孩子结点（child node）：结点的子树的根称为该结点的孩子；
• 双亲结点：B 结点是A 结点的孩子，则A结点是B 结点的双亲；
• 兄弟结点：同一双亲的孩子结点；
• 堂兄结点：同一层上结点；
• 祖先结点: 从根到该结点的所经分支上的所有结点
• 子孙结点：以某结点为根的子树中任一结点都称为该结点的子孙
• 结点层：根结点的层定义为1；根的孩子为第二层结点，依此类推；
• 树的深度：树中最大的结点层
• 结点的度：结点子树的个数
• 树的度： 树中最大的结点度。
• 叶子结点：也叫终端结点，是结点的度为 0 的结点；
• 分枝结点：度不为0的结点；
• 有序树：子树有序的树，如：家族树；
• 无序树：不考虑子树的顺序；

树的分类

参考资料

百度百科
https://blog.csdn.net/chudelong1/article/details/82698010#commentBox