数据结构—红黑树

1. 简介

AVL 树在删除节点之后可能需要多达 $O(\log n)$ 次的旋转才能够使整棵树恢复平衡，但也因此导致了全树拓扑结构频繁地发生大幅度的变化。

红黑树主要是针对上述不足所做的改进，它也是一棵平衡二叉搜索树，且可以保证每次插入、删除操作之后的重平衡过程中，全树拓扑结构的更新仅涉及常数个节点。

红黑树的搜索、插入和删除操作的时间复杂度也为 $O(\log n)$。

2. 约束

红黑树具有如下约束：

（1）每个节点要么为红色，要么为黑色；
（2）树根始终为黑色；
（3）若一个节点为红色，则其左右孩子必为黑色；
（4）从任一节点通往其任一后代叶节点的路径中，黑色节点的总数（称为黑高度）必定相等。

设节点总数为 $n$，则红黑树的高度为 $O(\log n)$。但相比于 AVL 树而言，红黑树无法做到 AVL 树那样严格的适度平衡。

3. 插入

（1）首先和普通的二叉搜索树一样插入新节点 $x$，并将其染为红色；
（2）如果 $x$ 为树根，则将其染为黑色，然后成功返回；否则，
（3）如果 $x$ 的父节点为黑色，则成功返回；否则即出现“双红”现象（节点 $x$ 及其父节点均为红色），
（4）设 $x$ 的父节点为 $p$（红色），$p$ 的父节点为 $g$（黑色），$p$ 的兄弟节点为 $u$；

根据 $u$ 的颜色的不同（定义空节点的颜色为黑色）可分为两种情况进行处理。

RR-1：节点 $u$ 为黑色的情况

根据 $g,p,x$ 的方向又可以分为四种情况，下图中的（a）和（b）即为对应的两种情况，另外两种与（a）、（b）对称。

情况（a）：以 $g$ 为轴进行一次 zig 旋转，然后将 $p$ 染为黑色，将 $g$ 染为红色（因为 $u$ 为黑色，所以没事）。（此时，$a=x,b=p,c=g$）

情况（b）：先以 $p$ 为轴进行一次 zag 旋转，然后以 $g$ 为轴进行一次 zig 旋转，然后将 $x$ 染为黑色，将 $g$ 染为红色（因为 $u$ 为黑色，所以没事）。（此时，$a=p,b=x,c=g$）

RR-2：节点 $u$ 为红色的情况

根据 $g,p,x$ 的方向又可以分为四种情况，下图中的（a）和（b）即为对应的两种情况，另外两种与（a）、（b）对称。
此时只需将 $p,u$ 染为黑色，将 $g$ 染为红色即可。但此时又可能会导致 $g$ 及其父节点发生“双红”现象，所以此时需要递归向上判断、处理双红现象。

由上可见，只有在 RR-1 情况中才需要进行旋转操作（改变树的拓扑结构），而且旋转过后，重平衡过程即宣告完毕。所以，红黑树的插入操作仅涉及到常数次的拓扑调整。

4. 删除

设 $x$ 的接替者为 $r$，$x$ 的父节点为 $p$。

（1）首先根据普通的二叉搜索树的删除过程删除节点 $x$，并使用 $r$ 替换 $x$；
（2）若 $x$ 为红色，则成功返回；否则，
（3）若 $x$ 为黑色，且 $r$ 为红色，则只需将 $r$ 染为黑色即可成功返回；否则，
（4）若 $x,r$ 均为黑色，则出现“双黑”现象；此时，将 $x$ 的兄弟节点记为 $s$（非空，否则违背约束（4））；

根据 $s,p$ 颜色的不同，具体可分为四种情况进行处理。

BB-1：$s$ 为黑色，且至少有一个红色子节点，$p$ 的颜色不定

将 $s$ 的红色子节点记为 $t$，则一种可能情况如下图中的（a）所示：

其他情况类似或与此对称。

此时，对 $t,s,p$ 进行单旋或双旋（也可以进行“3+4”重构），然后将 $t,p$ 染为黑色，令 $s$ 继承 $p$ 原来的颜色即可。

BB-2：$s$ 为黑色，且无红色子节点，$p$ 为红色

一种可能情况如下图中的（a）所示，另一种情况与此对称：

此时只需将 $s$ 染为红色，将 $p$ 染为黑色即可。

BB-3：$s$ 为黑色，且无红色子节点，$p$ 为黑色

一种可能情况如下图中的（a）所示，另一种情况与此对称：

此时可将 $s$ 染为红色，保证局部子树满足约束，但就全局来看，约束（4）不一定成立，因为子树 $p$ 的黑高度减少了一。

为此，可以等效地看做又发生了一次删除操作：节点 $p$ （等价于原来的 $r$）的一个黑色父节点（等价于原来的 $x$）刚被删除，因此可以递归地解决“双黑”现象。

BB-4：$s$ 为红色

此时 $p$ 必为黑色，$s$ 的子节点必为黑色。

一种可能情况如下图中的（a）所示，另一种情况与此对称：

此时可以 $p$ 为轴进行一次 zig 旋转，然后将 $p$ 染为红色，将 $s$ 染为黑色。

上述操作并没有直接解决“双黑”现象，相反，它只是将其转换为 BB-1 或 BB-2 情况（此处的 $s^{\prime }$ 对应原来的 $s$）。

综上所述，红黑树的删除操作最多也只需常数次的旋转（调整全树拓扑结构）。