红黑树

红黑树是一种自平衡的二叉搜索树，与AVL树类似，在其上进行的插入、删除、查找操作的平均时间复杂度均为$O(logn)$。

但与AVL树不同的是，红黑树的平衡不是非常严格的平衡（即左右子树高度差不超过1），它牺牲了部分平衡性来换取了插入、删除时的少量旋转操作（最多3次）。

与普通二叉搜索树的区别

节点

• 颜色：相比于普通的二叉搜索树，红黑树的节点增加了一个颜色属性：黑色或红色，这也是红黑树名字的由来。

• 叶子节点：红黑树特别区分了中间节点与叶子节点。在二叉搜索树中，叶子节点与中间节点一般不做区分，两者的区别仅在于有没有子节点（叶节点子节点为NULL，视为没有子节点）。虽然在红黑树中也可以这样，但是为了方便解释与实现，一般对叶子节点进行了区分：叶子节点不存储数据，只是充当树在此结束的标志。

• 父指针：因为红黑树的特殊性，在进行平衡调整时，一般都会涉及到父节点与兄弟节点（具体请参见后文），所以在每个节点中都存储了指向其父节点的指针（叶子节点可能例外，参见后文）。

所以红黑树的节点定义如下：

// 枚举节点颜色：只有黑色与红色
enum COLOR {
    BLACK, RED };

class Node {
   
  public:
    Node* parent; // 父节点
    Node* left;   // 左子节点
    Node* right;  // 右子节点
    COLOR color;  // 节点颜色
    int val;      // 节点的值
};

5条性质

在普通二叉搜索树的基础上，红黑树的定义增加了以下5条性质：

1. 节点是黑色或者红色。（即树中任意节点非黑即红，没有其它颜色）
2. 根节点是黑色。
3. 所有的叶子节点是黑色。
4. 每个红色节点一定有两个黑色的节点。（即有父子关系的两个节点不能均为红色）
5. 从任一节点出发，到其每个叶子节点的所有简单路径上有相同数量的黑节点。（这个黑节点数量也被称为黑高）

基于这5个性质，红黑树能够保证从根节点到叶子节点最长深度不会超过最短深度的2倍，从而保证了红黑树的平衡。

因为最长路径即为红黑交替出现，而最短路径即为全部为黑节点。又由于性质5，所以这两条路径上的黑色节点数目一定相同，根节点与叶节点均为黑色，最长路径上多出的红色节点数目一定不会多于黑色节点的数目。

也正因为红黑树平衡性是通过黑高来进行维护的，所以在其节点上不用存储树的高度。

树的结构

一般情况下，红黑树有以下三种结构（参考《算法导论》）：

• 所有叶子节点为NULL，在其它节点上存储节点的黑高。如图：
  

• 叶子节点由一个节点实例来代表，并且根节点的父节点也指向此节点，如图：
  

• 每个分支都有一个单独的叶节点实例，如图：
  

本文选取第二种结构。

操作

对于二叉搜索树的操作基本上也就是三种：增加、删除、查找。

红黑树上也是一样，其中查找操作与普通的二叉搜索树上相同，此处便不再赘述。下文主要以最麻烦的插入与删除来进行说明。

在此之前，先说明一下文中代码所用的红黑树结构（这里只说明了类中的数据，函数声明与定义请参见文末源码）：

class RedBlackTree {
   
  private:
    // 枚举节点颜色：只有黑色与红色
    enum COLOR {
    BLACK, RED };

    class Node {
   
      public:
        Node* parent; // 父节点
        Node* left;   // 左子节点
        Node* right;  // 右子节点
        COLOR color;  // 节点颜色
        int val;      // 节点的值
    };

    // 叶节点，只有一个实例，其中的值没有意义（默认为0）、其父、左子、右子节点均为nullptr
    Node* leaf;
    // 树的根节点，通过此指针可以得到整颗树
    Node* root;
    // 双黑节点的父节点，只有在删除操作后进行双黑修正时值才有意义，其余情况下均为nullptr
    Node* dBlackParent;
}

插入

先从较为简单的插入操作说起。

总的来说，分为三步：

• 找到应该插入到树中的哪个位置。
• 创建新的红色节点并将其插入到树中。
• 对树进行调整（包括染色与旋转），使其满足红黑树的定义（5条性质）。

红黑树本质上也是一颗二叉搜索树，所以它的插入操作与二叉搜索树一样：先找到应该插入的位置，然后插入。这一部分不必多说。

不同的是，因为红黑树增加了5条性质，在插入后有可能会违反其中一条或几条性质，所以在红黑树上的插入操作多了一步调整。

首先，如果一颗红黑树不为空时，那么性质1、2、3则会自然满足，不用去多加考虑。所以我们只需要保证性质4与性质5便可。

为什么要默认插入红色节点呢？

因为性质5更为复杂（因为只要有某一节点不满足，那么其父节点也不满足，从此节点向上到根节点，路径上的所有节点都会不满足），如果破坏了性质5，再进行恢复所付出的代价也会更大，所以我们在插入时尽量先保证性质5不会被破坏。因此，在进行插入时，我们将新的节点默认为红色。这样，不论此节点被插入到何处，都不会破坏性质5（性质5只与黑色节点有关）。

5种情况

默认为红色的新节点插入到树中后，会出现下面5种情况（为方便讨论，在此假设当前讨论节点为N（在插入后第一次讨论时，N代表新插入的节点）、N的父节点为P、P的兄弟节点为U、N的祖父节点为G（即P的父节点））：

情形1：N就是根节点。

这时我们只需要将此节点重绘为黑色即可。这样，树上的所有节点的黑高都增加了1，性质5得到满足。

void RedBlackTree::InsertCase1(Node* root) {
   
    // 树为空，直接返回
    if (!root) return;
    // 当前节点为根节点，染黑当前节点并返回
    if (root->parent == leaf) {
   
        root->color = BLACK;
        return;
    }
    // 否则进入情形2判断
    InsertCase2(root);
}

情形2：P为黑色。

此时性质4没有被破坏，性质5因为插入的是红色节点，也未被破坏。所以此种情况不用调整。

void RedBlackTree::InsertCase2(Node* root) {
   
    if (root->parent->color == BLACK) return;
    // 否则进入情形3判断
    else
        InsertCase3(root)