红黑树的理解与代码实现

红黑树

        我们知道对于二叉搜索树而言，无法保证树的平衡性，从而使得进行操作的时候时间复杂度在O(logn)与O(n)之间。这样是不稳定的。而2-3树则借助于3-结点和临时的4-结点，通过分解，解决了平衡问题。例如对于插入，在最终是3-结点的情况下，临时构成4-结点，然后再分解成3个2-结点，这样令树高度+1，但是整体平衡性不变。而红黑树就是为了实现自平衡这个功能而对2-3树进行了扩展。而红黑树仍然属于一棵二叉查找树，只是多了红结点与黑结点，来模仿2-结点和3-结点。所以对于二叉搜索树的方法，很多都能在红黑树上使用。而红黑树的关于自平衡的很多理论，来源于2-3树。下面是一棵简单的红黑树：

其实按照标准定义，叶子节点仍然有左右两个引用，也就是说，任何一个结点都一定有2个子树，就算这个子树是空的。而这些结点分为红色与黑色。注意看上面的箭头，也有红黑之分。或者说，我们虽然在定义Node结点的时候，认为某个节点的颜色有红黑之分，但是实际上，这个红黑是指链接是红色还是黑色。

        也就是说，如果某结点的颜色是红色，是说连接到该结点的链接是红色，而根的颜色永远为黑色。

        这里提一嘴，红黑树非常依赖图像演示，推荐找视频或者找各种动图来学习红黑树，能够非常快理解旋转之类的操作。

红黑树与2-3树

        为什么一定要对链接区分红黑？如果就上面的图进行变换，我们不管黑色，将红色的连接平着画，可以得到这个图：

可以看到，这样来表示，树的高度是一致的，如果我们仔细看，是不是可以认为，红色链接连接的2个结点可以组合起来作为一个2-3树中的3-结点。这样，就把一棵红黑树转换成了2-3树。而我们认为2-3树是完美平衡的，那么是否说明了，红黑树也是完美平衡。

        红链接将2个2-结点连接起来构成一个3-结点，黑链接则是2-3树中的普通链接。那么对于红黑树而言，仍然可以使用二叉查找树中的搜索之类的，与颜色无关的方法。而例如插入和删除，我们可以认为在处理过程中，使用2-结点、3-结点、4-结点之间的组合与删除，来完成自平衡。

        《算法》书中认为：这样用红黑链接表示的2-3树，是红黑二叉查找树。

红黑树的性质

        对红黑树有这样的定义：

1.红链接均为左链接。

2.两个红链接不能相连在一起。

3.红黑树是完美黑色平衡，即任意空结点到根节点所经过的黑链接完全一致。

4.空结点的链接颜色是黑色。

第一条有点疑问，因为有的资料说可以将红链接作为右链接，这个文章统一认为是只能为左。因为上面的性质，我们需要额外确定一些性质：

1.根节点的链接颜色必定为黑。这里其实无所谓，因为根没有父链接，但是结点中有color，所以就默认为黑了。

2.我们认为红黑树“有数据”的结点都不是叶子结点。叶子结点只能为null或者NIL。

        既然我们认为红黑树就是2-3树的一种，那么就可以理解为什么不能两个红链接连在一起了，这就像一个临时的4-结点，我们允许其存在，但是为了保证平衡，需要分解。

红黑树的颜色

        其实上面写了一点，虽然我们将颜色定义到结点中，但是只是因为我们无法对链接声明数据结构罢了，应该认为是指向该结点的链接的颜色。

        在实际的代码中，可以用常量来表示红黑，调用一个方法可以判定是黑是红即可。例如：

    private boolean isRed(Node node){
        if(node == null) return false;
        return node.color == RED;
    }

写一个就行了，没必要写个isBlack。具体的实现可以看下面对红黑树的定义以及结点的定义。这里并不是写进Node类，而是RBT类中的方法，因为这样会使得后面的算法更加灵活。

红黑树的声明以及Node结点的实现

        我们可以像容器一样，声明一个“红黑树”，而将Node结点作为其内部类。这样可以保证比较广泛地应用。当然也需要使用泛型，因为不可能固定数据类型。红黑树在Java中是TreeMap和TreeSet的底层，对于Map这种数据结构，我们需要使用Key-Value的结构，那么在结点中，声明两种元素就可以了，为了保证顺序，可以令Key实现comparator接口，从而保证按照Key顺序排序，同时完成Map映射关系。这样，我们可以得到这样的数据结构：

class RBT<Key extends Comparable<Key>, Value>{
    private static final boolean BLACK = false;
    private static final boolean RED = true;

    private Node root;

    private class Node{
        private Key key;
        private Value value;
        private Node left;
        private Node right;
        private boolean color;

        public Node(Key key,Value value){
            this.key = key;
            this.value = value;
            this.color = RED;
        }
    }
}

在Node结点中，我是定义了boolean作为红黑判定，这个可以任意改变，例如int，都可以。而这两个常量是在RBT类里面而不是Node，因为我们需要在其他算法里也使用这些常量。

红黑树自平衡的操作-旋转

        会AVL树的话，可能就非常简单能够理解旋转操作。旋转的作用是在进行例如插入、删除操作的时候，根据不同的情况（主要是因为平衡被破坏了），从而进行不同的旋转操作使得以及破坏平衡的树重新回归平衡。这也是我们说“自平衡”的原因。

        红黑树的话，旋转其实有点类似2-3树中的结点分解与临时合并。这个等后面再分析。旋转其实就是左旋和右旋。接收一个结点，转就完事了。而不同情况下如何调用旋转来保持平衡，这是插入、删除等方