红黑树

红黑树很复杂，今天就要整理学习这部分内容。

定义

红黑树是一种平衡二叉搜索树，而且满足以下规则：
1. 每个节点不是红色就是黑色
2. 根节点是黑色
3. 如果节点是红色，那么他的子节点一定是黑色–>新节点的父节点一定为黑色
4. 任何一个节点到NULL(树尾端)的任何路径，所包含的黑节点数目必须相同–>新节点必须为红色
5. 每个叶子节点都是黑色的空节点（NIL节点）

相关操作

插入节点

在原来的红黑树上插入四个节点。分别为3,8,35,75。应该都为红色的节点，但是由于破坏了红黑树的规则，我们需要对树形进行调整，旋转树形来改变节点的颜色。

ps： 情况3和情况4的标号调转一下
情况1

• 条件：新插入节点X的叔叔节点为黑，节点X为外侧插入
• 执行操作：我们对父节点和祖父节点进行一次单旋转，并且改变P、G的颜色。
• 注意：可能会造成不平衡情况(高度相差1以上)。但是RB-tree的平衡性本来就比AVL-tree弱。
  

情况2:

• 条件：新插入节点X的叔叔节点为黑，节点X为内侧插入
• 操作：双旋，首先父节点、新插入节点进行旋转，更改节点G，X的颜色；然后祖父节点进行右旋，不用修改颜色
  

情况3：

• 条件：新插入节点X的叔叔节点为红，且X为外侧插入
• 操作：对P和G进行单旋，然后改变X的颜色
• 注意：如果GG为黑色，那么结束调整。如果GG节点为红色，那么我们需要再继续调整
  

情况4：

• 条件：新插入节点X的叔叔节点为红，且X为外侧插入，并且GG节点为红色。
• 操作：自上而下，沿着新增节点A，到根节点的路径上，如果有一个节点，他的两个子节点为红色，它本身为黑色，那么就将子节点修改为黑色，它本身颜色修改为红色
  

删除节点

情况1： 删除的节点没有孩子

• 如果删除的节点为红色，则直接删除即可
• 如果删除的节点为黑色，则需要调整树形
  

情况2： 删除的节点有一个孩子
如果一个元素只有一个孩子，那么这个元素一定是黑色，并且它的孩子一定是红色，那么只需要将该节点删掉，用它的孩子来替代它。也就是说他的孩子节点修改颜色。

情况3：删除的节点有两个孩子
如果删除一个有两个孩子的元素，可以使用它的前驱或者后继结点代替它。因为它的前驱或者后继结点最多只会有一个孩子，所以这种情况可以转为上述两种情况进行处理。

结构

• 基本的数据结构：
  color：节点的颜色，非红即黑
  parent：RB树的许多操作都需要知道父节点
  left：指向左节点
  right：指向右节点

• 实现技巧
  link_type header：用于得到root，leftmost以及rightmost
  

• 迭代器：
  实现分为两层，双层架构与slist类似
  双向迭代器，不具备随机定位能力
  increment()与decrement()的实现，用于operator++与operator–

• 元素插入操作
  insert_equal()，用于multiset、multimap的插入方法调用
  insert_unique()，用于set、map的插入方法调用
  真正执行插入操作的函数: __insert()
  调整树形： __rb_tree_rebalance(), __rb_tree_rotate_left,__rb_tree_rotate_right

应用

关联式容器中有以RB-tree作为底层实现机制的，当然也有以hash_table作为底层实现机制的。前者的容器实现在源码中可以看到，直接调用了RB-TREE的函数，从而实现该数据结构。

• 关联式容器(缩进表示基层与衍生层的关系，衍生是内含关系)
  
  • RB-tree(非公开)
    
    • set(insert_unique)
    • map(insert_unique)
    • multisett(insert_equal)
    • multimapt(insert_equal)

对比

为什么数据库索引不用红黑树而用了B-TREE
红黑树——二叉平衡搜索树，B-TREE——多叉平衡搜索树
在B-TREE中，磁盘按需读取，每次都会预读的长度一般为页的整数倍，并且数据库把一个节点的大小设置为一个页，每个节点只需要一次IO就可以完全载入。B-tree的m值设置为很大，那么让树的高度降低，有利于一次完全载入。在红黑树结构中，逻辑相邻的节点物理上不一定相邻，也就是说读取同等的数据红黑树需要多次I/O。所以选择B-树效率更好。
红黑树结构，h明显要深得多。由于逻辑上很近的结点（父子结点）物理上可能离得很远，无法利用局部性原理。所以即使红黑树的I/O渐进复杂度也为O(h)

红黑树 查找时间复杂度
红黑树的时间复杂度为: O(lgn)

红黑树与b+树的区别
红黑树是二叉平衡树，b+树是b树的变形树，
b+树在每个叶节点上除了存放键的相关信息外，还存储了指向相邻叶节点的指针，使得叶节点之间有了联系，从而加快检索多个相邻叶节点的效率。
b+树的磁盘读写代价更低，因为内部节点并没有指向关键字具体信息的指针，所以内部节点比b树小，也就是说同一个盘块可以容纳更多的关键字，对于磁盘IO的读写次数就降低了。另外查询的效率更加稳定，每个关键字查找都要从根节点到叶节点，每个关键字查询的路径长度相同，效率相当。
相同点：尽可能的是节点不太深，左右子树的高度不超过1，而且树的高度为O(logn).
区别在于：b+树可以有多个孩子，因此b+树的高度会比红黑树小的多。