双向链接的红黑树（一）：基础概念和插入

1.基础概念

首先我们还是先来看看双向链接红黑树的概念，其实和双向链接BST相似，我们只是在此前的基础上引入红黑节点，其他的概念保持不变。下图展示了一个完整的双向链接红黑树：

基本和之前的双向链接BST相似，所以这里不再详细介绍双向链接红黑树的概念。同样，经过这样处理的红黑树将不是一颗树，严格意义上来说，它是个连接图（Connected Graph）。

2.直接插入

2.1 思路分析

在讲解直接插入操作之前，我们先来简单回忆一下原版红黑树的插入操作，主要涉及两个步骤：

1. 自顶向下查找需要插入的位置；
2. 在相应位置插入红节点，之后自底向上进行自平衡；

同样，如果你对上述步骤不是很熟悉，请参考：红黑树（二）：旋转和插入。那么，大家可以想想，现在我们需要在某个位置直接插入节点，上述两个步骤哪些是必须的，哪些又是多余的呢？其实答案应该很简单，对于直接插入，第一步查找插入位置是多余，第二步是必须的，所以接下来我们可以思考这么一个问题，既然现在我们还是需要利用之前的部分思路，那么是否可以重复利用之前的代码呢？因为这样可以大幅简化代码。

大家应该还记得put()的代码逻辑，递归自顶向下查找，然后利用递归栈自底向上自平衡，大体的代码逻辑如下：

put( root, key, val ) {
    // base case, attach the new node to this position
    if ( root == null ) return new node ( key, val, RED );

    int res = compareKeys( root, key );
    // the node should be attached in the left subtree
    if ( res > 0 ) root.left = put( root.left, key, val );
    // the node should be attached in the right subtree
    else if ( res < 0 ) root.right = put( root.right, key, val );
    // added before, update value
    else root.val = val;

    // update size and restore this R-B tree
    return balance( root );
}

那我们是否可以复用上面的代码逻辑呢？答案是不太合适，因为在直接插入中，我们没有了查找插入位置的过程，所以原先的递归栈也自然不存在。但是递归栈中存储的自底向上的路径，我们还是需要的，因为需要进行自平衡。那么，我们应该怎们去解决这些问题呢？首先，大家需要注意到下面两点：

1. 现在的红黑树引入了双向节点结构；
2. 理论上，递归和迭代是可以相互转换的；

对于第一点，我们以上面的红黑树为例，假如最后我们插入了A节点，那么大家知道如何找到之后自底向上自平衡的路径呢？答案也很简单，我们可以利用双向指向的节点，一级一级向上寻找需要自平衡的路径，直到抵达root，也就是父节点指针充当了我们的“指路人”，它的存在功不可没。现在我们解决了自平衡路径问题，那么实际代码的逻辑是什么样子的呢？

既然我们有了路径，我们就可以循环一级一级向上查找并自平衡，并且循环的终止条件即为父节点指针为null，即抵达root（root没有父节点）。分析到这里，我们就可以来看看代码应该如何书写了。

2.2 代码分析

首先，我们来看看整体的代码：

protected void put( RBTreeNode<K, V> root, RBTreeNode<K, V>  node,
                    boolean isLeft ) {

    // doubly-connected node, root <-> child.
    // note that we have a connected graph, instead of a tree
    if ( isLeft ) {
        assert root.left == null;
        root.left = node;
        linkedList.addBefore( root.node, node.node );
    }
    else {
        assert root.right == null;
        root.right = node;
        linkedList.addAfter( root.node, node.node );
    }
    node.parent = root;

    // self-balancing process
    // update size and restore this R-B tree
    // all the way to the root node
    do {
        // root may change to another node after balancing,
        // we need to keep a copy of it
        RBTreeNode<K, V>  origin = root;
        root = balance( root );
        // only RedBlackTreeNode used here, so ignore the warning
        @SuppressWarnings( "unchecked" )
        RBTreeNode<K, V>  parent = ( RBTreeNode<K, V>  ) root.parent;
        // restore root after balancing
        if ( parent == null ) this.root = root;
        // restore parent's child after balancing
        else {
            if ( parent.left == origin ) parent.left = root;
            else {
                assert parent.right == origin;
                parent.right = root;
            }
        }

        root = parent;
    } while( root != null );

    ( ( RBTreeNode<K, V> ) this.root ).color = BLACK;

    if ( !check() )
        throw new IllegalArgumentException( "Inserted node is not at the right position" );
}

因为我们已经知道插入到哪个节点的左还是右孩子，所以一开始我们就根据传入的参数进行插入：

// doubly-connected node, root <-> child.
// note that we have a connected graph, instead of a tree
if ( isLeft ) {
    assert root.left == null;
    root.left = node;
    linkedList.addBefore( root.node, node.node );
}
else {
    assert root.right == null;
    root.right = node;
    linkedList.addAfter( root.node, node.node );
}
node.parent = root;

注意这里我们还需要更新一下双向链表的结构。同样地，插在左孩子，链表中插在节点的前面，反之插入到节点的后面。在完成插入操作之后，我们就需要根据父节点指针，向上进行自平衡操作：

// self-balancing process
// update size and restore this R-B tree
// all the way to the root node
do {
    // root may change to another node after balancing,
    // we need to keep a copy of it
    RBTreeNode<K, V>  origin = root;
    root = balance( root );
    // only RedBlackTreeNode used here, so ignore the warning
    @SuppressWarnings( "unchecked" )
    RBTreeNode<K, V>  parent = ( RBTreeNode<K, V>  ) root.parent;
    // restore root after balancing
    if ( parent == null ) this.root = root;
    // restore parent's child after balancing
    else {
        if ( parent.left == origin ) parent.left = root;
        else {
            assert parent.right == origin;
            parent.right = root;
        }
    }

    root = parent;
} while( root != null );

自平衡过程的逻辑也很简单，达到一级的节点，我们对其进行自平衡，然后向上一级进行处理。只是这里需要注意一下，抵达root的情况：如果抵达root，需要将树指向root的指针进行重定向，如果没有抵达root，需要修复双向指向关系，这点不要忘记了，否则之后再进行自平衡，则不能得到正确的向上路径。

所以说，直接插入还是相对比较简单的，大家可以记住：

我们利用双向指向关系，确定向上自平衡的路径，然后利用迭代一级一级向上自平衡即可，其余和原版红黑树没有任何区别，相关代码都可以复用。

另外，关于双向链接红黑树的直接前后继问题，它和之前BST的是一模一样的，因为两者投影到数轴上的结果都是有序数组，所以和之前的思路完全一致。

接下来，我们将进入到双向链接红黑树最难的操作——删除操作。大家可以看到因为自平衡的问题（主要是旋转改变树的结构），我们的自平衡路径寻找将会遇到不小的问题。

---

上一节：双向链接的二叉查找树（二）：直接插入和删除
下一节：双向链接的红黑树（二）：直接删除
系列汇总：塞尔达和计算几何 | Voronoi图详解文章汇总（含代码）

3. 免责声明

※ 本文之中如有错误和不准确的地方，欢迎大家指正哒~
※ 此项目仅用于学习交流，请不要用于任何形式的商用用途，谢谢呢；

---