红黑树怎么办？认真你就输了！

红黑树一直是各类无脑面试中的噩梦，就算不需要去编程，光是各种奇怪的扭转规则你都记不住。

那么何苦把它叫做红黑树呢？红黑树原来根本就不叫红黑树啊。

(参见Symmetric binary B-trees, Rudolf Bayer,1971）

红黑树相当于对称的2-3树。一句话就能表达清楚，每个[红，黑]总可以替换成一个2-3树节点。怎么个对称法？看下面的图：

这棵树可以转换成这样子：(懒得画指针箭头)

这里我没把底层结点画成3-叶子，是想表示它下面可能还有一些别的结点没画出来（我才不承认是懒得画3-叶子），3-叶子结点是高度对称的。对于整棵树，我们可以不标记[黑->红]而标记[红->黑]（下面这个画得比较拙，根结点不用拆两半的，可以画成[红<-黑->黑]的3-叶子的样子）

对2-3树来说两种情况都是合理的，相比之下，2-3树的搜索深度更小，但是红黑树比2-3树要节约不少内存资源，而且查找方便。

Rudolf那个论文里面描述红黑树是出奇的费劲，为嘛？因为他画图的时候是按2-3树的样子画的，还不加框框，用$\rho$分支（黑->红）$\delta$分支（红->黑）描述这些指针，看了脑阔不疼才怪。相比之下红黑的叫法比这个简单易记不少。

很多人熟悉了红黑树再去看一个红黑树的时候就有直觉了，比如说他看到一个case能够不用刻意去想红黑树的规则，就能反应出下一步操作应该是什么扭转，仔细回想我们的“无意识”是怎么回事：

先找到最近的一个[黑，红]。
然后你看一下若不需要扭转，红红变黑红，黑红变红黑。
我们找到的[黑->红]（或者[红<-黑]）对应的是2-3树的结点。如果是[黑->红]，黑一红二，[红->黑]，黑二红一。如果父结点是黑，当然可以无脑插红。如果父结点是红呢？红结点这就插不进去了。然后做什么？
别想2-3树上溢，那个更烦人，对于这棵对称的2-3树，只要做一件事，那就是让它变成原来的对称形式，然后你就可以插入一个黑结点了！
这是什么操作？回想一下变色，不就是把原来的形式化成了对称的形式吗？
（以下的图叶子结点都没画成3-叶子结点，我才不承认我是懒得画三层就全不当叶子处理呢！）

这里没有扭转，单纯的变色，扭转其实只是Symmetric的时候使用了移动指针的对称操作，例如B1 <-- B2 --> B3 --> R4 --> R5这种情况，直接取对称（红黑变水平，黑红变竖直）之后仍然找不到合适的插入点（因为原来就是黑插红，但是找不到合适的红位置，直接取对称反而变成红插黑），此时只能通过改变局部对称结构的方式（也就是常见的扭转操作），颜色和数值不变，结构左右变成对称的，然后再插入。用$\rho$-arc和$\delta$-arc去解释可能会更容易接受。

扭转和变色操作其实是上述两棵2-3树之间的对称变换，每一次变色或者扭转都可以看作所有的Bnode从[红<-黑]到[黑->红]做了个对称变换，这也是为什么我们不用一个真正的2-3树去做，因为对称2-3树重构对称树不是一件容易的事情，但是给红黑树变个色就很简单，这也是作者设计巧妙之处，利用扭转配合变色操作实现对称2-3树之间的对称变换，就好像我们同时操作着两棵对称的B树，但是这两棵树又根本就不存在，实在是妙不可言。

红黑树比AVL树优越的地方在于它变色+扭转比AVL的纯扭转节约时间，红黑树的平均扭转次数比AVL树少得多，变色操作消耗的指令数更少。（有人说实际表现差别不大，我认为还是要看具体情况，而且，很多同学的测试都忽略了系统级别的一些干扰因素）

红黑树的缺点是，它并不是完美二叉树，而且为了考虑染色，要有大量额外的代码去维护，就算我们就算对红黑树的操作已经很熟悉了，要用代码去实现的时候还是很困难。编写代码和搞懂原理不是一回事，了解红黑树和2-3树的关系并不能帮助我们写红黑树的代码，编写代码必须有一种手感，对代码有足够的直觉。红黑树的代码写法就是分各类case，你把所有的特例都记住（或者抄在一张纸上的话），写起代码自然也轻松。就算是Bayer的原始论文里面，也就是一堆分类讨论而已，红黑树的发明人已经尽力将它们大大简化了。

虽然如此，红黑树的代码遍地都是（我才不承认我就是为了偷懒才不写一份源码贴上的嘞！），但是没有几份是真正值得读的（有一些人写的确实好，读过之后可能还是不会写红黑树，但是能学到很多东西），这大概就是人与机械的界限吧。