红黑树详解（上）（红黑树的基本概念、查找操作、插入操作）

枫铃树

已于 2022-10-15 16:20:28 修改

阅读量2.3k

点赞数 12

分类专栏：数据结构与算法设计文章标签： b树数据结构算法

于 2022-01-22 00:10:17 首次发布

本文链接：https://blog.csdn.net/m0_62405272/article/details/122612246

版权

数据结构与算法设计专栏收录该内容

8 篇文章

订阅专栏

本文深入解析红黑树的原理与实现，涵盖基本性质、节点结构、查找与插入操作等内容，帮助读者掌握高效平衡查找树的设计。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

红黑树详解

前言

师傅渣哥在最后一节课上提到，如果能在简历上写“手写过红黑树”，给对方的感觉一定是不一样的。
正值寒假，笔者学习大量前人文章，又投入数个夜晚思考，逐个情况推导方案，编写代码，调试分析，终于完成了该数据结构的编写。
红黑树结构中涉及大量子问题，需要分类的情况繁多复杂。努力的结果是一棵高效率的查找树，既传承二叉平衡树的优点，又尽可能避免二叉平衡树在平衡过程中带来的过度性能开销。
透过红黑树，仿佛看到前人彻夜思考的身影，为哈希表等更高级的结构乃至操作系统的底层埋下奠基。
看前人智慧结晶如琉璃飘落，静静守候学习路上的人们，为他们指引，伴他们前行。

红黑树简介

红黑树（Red Black Tree）是一种自平衡二叉查找树。
学习计算机科学的学生应该对平衡二叉树有所了解。平衡二叉树可以将查找的复杂度从线性（O(N)）降低到对数级(O(logN))，实现在大型查找表中快速定位需要的信息。
然而，平衡二叉树的平衡要求太严格了，左右孩子高度差不能超过1，导致平衡过程经常涉及到整棵树的旋转，带来很大的性能开销。红黑树继承了平衡二叉树的快速查找特性，但是在平衡方面没有那么严格，因此大多数时候只需要在局部进行旋转即可完成自平衡。
红黑树结构的复杂之处在于操作需要对不同的情况分别做处理，而情况的数量特别多。
本文将带领你从认识红黑树，到研究清楚每种情况的处理方法。

知识储备要求

你不需要掌握任何特定的编程语言，但最好学习过至少一门编程语言。
你不需要知道什么是平衡二叉树，但如果知道的话，当然更好。
你需要知道什么是二叉树。如果你不知道，可以看这里：[枫铃树] 树和 Huffman Tree 哈夫曼树

注意

本文仅对概念和思维进行讲解，不涉及任何代码。如果想看代码实现，请转至文章结尾查看红黑树的代码实现。
本文描述红黑树节点时，只考虑节点的键（key），不考虑该节点存储的数据。因为数据本身不会影响节点顺序和关系等。实际代码实现中需要考虑到节点的数据。
为简化描述，本文中节点的键都是非负整数。实际开发中是不能这么写的，但在学习中不应为自己引入过多的麻烦。
后续描述节点时，可能会用节点的键（key）表示节点。比如，当提到节点A，说的实际是键为A的那个节点。如果你没看懂这条是在说啥，你就理解成节点上的那个数字就行了。
本文中，如果出现诸如节点A在节点B的左侧，指的是在这棵树的中序遍历结果中，A在B的左侧。如果你不知道什么是中序遍历，但是能理解这句话的意思，那么你可以继续阅读本文。

红黑树的基本性质

红黑树简介

上图就是一颗红黑树。我们简单观察一下它。
首先，它是一棵二叉树，需要满足二叉树的性质（如，每个节点最多有两个孩子）。
然后，它是一棵查找树，需要满足查找树的基本性质：

如果节点A在节点B的左侧，那么一定有 A<B。比如，因为 3<5，所以上图中节点3在节点5的左边。
如果节点A在节点B的右侧，那么一定有 A>B。比如，因为 13>8，所以上图中节点13在节点8的右边。

另外，你一定发现了，每个节点是带有颜色的。这个颜色要么是红色，要么是黑色（据说这么设计是为了方便当时的打印机打印）。

在满足二叉查找树的基础上，红黑树具有以下几大性质：

每个节点要么是红色，要么是黑色。
根节点是黑色的。
如果一个节点是红色的，那么它的父节点一定是黑色的（即：一条边的两端不能同时为红色）。
红色节点要么没有孩子，要么有两个黑色的孩子。
从根节点到每个叶节点的路径中，黑色节点的数量（计数时包含叶。但是否含根不影响结果）一定是一样的（比如上图中，从根节点7走到节点3，经过了3个黑色的节点（7, 4, 2），从7到14也经过了3个黑色的节点（7, 9, 14））。

（注意：上述描述可能与其他文章有所不同，但不影响对红黑树结构的理解。）

我们在对红黑树进行插入、删除等操作时，只需要保证其依旧满足这五条性质（及二叉查找树的基本性质）即可。
不难看出，由于第5条的存在，这棵树依旧是很平衡的，即便数据条件是极端的，它的查找效率仍然很高。而红色节点的引入，使得平衡过程不一定牵扯到整棵树的变化，改进了平衡过程的效率。

红黑树的节点

树是由节点构成的。那么红黑树的节点需要记录哪些信息呢？
作为二叉树，它应该记录左孩子和右孩子的地址。为方便计算，我们再让它记录自己的爸爸（父节点）在哪里。当然，节点肯定是有键值的，不然鬼知道每个节点谁是谁呢。
此外，因为红黑树的节点是带有颜色的，那么红黑树的节点显然要带有颜色。
节点除了键，应该还有数据，但在本文中不讨论。
总结一下，我们的红黑树节点记录以下四个信息：

左孩子地址
右孩子地址
父亲地址
自己的颜色

红黑树的基本操作

红黑树的操作，其实就是二叉查找树的基本操作：查找、插入、删除。

查找

查找操作较为简单。

走到根节点。
比较当前所在节点的键值和需要查找的键值
如果当前节点的键值和需要查找的键值相同，则所在节点即为目标。
如果需要找的键比当前节点的键小，则前往当前节点的左孩子，然后回到第2步。
如果需要找的键比当前节点的键大，则前往当前节点的右孩子，然后回到第2步。

注意：如果某刻，当前所在的节点为空，则查找失败，需要查找的键不在树里。

伪代码如下：

当前节点 = 根节点
while True:
    if 当前节点 == null:
        return 查找失败
    else if 目标键 == 当前节点的键:
        return 当前节点 # 查找成功
    else if 目标键 < 当前节点的键:
        当前节点 = 当前节点的左孩子
    else if 目标键 > 当前节点的键:
        当前节点 = 当前节点的右孩子

查找不会对树带来改变，自然不用做额外的调整操作。

插入

首先，不是所有的“插入”都是真正需要“插入”的。如果当前键已经在树里，只需要更新节点数据即可（本文不讨论节点数据问题，所以认为：当想要插入的键已经在树上时，不执行任何操作）。

在这里插入图片描述

如图（这张图跟上面的是有区别的！！），假如我们有一棵这样的红黑树，当我们需要插入节点18时，实际上是不需要执行任何操作的，因为节点18已经在树上了。
如果我们要插入节点7，那么我们需要在节点8的左边放入一个新节点。它是一个叶节点，键值是7.（如果不知道为什么，请复习一下平衡二叉树的知识）。
因此，插入过程其实也涉及了一个查找。只不过当我们找不到目标节点时，不是直接告诉上级“查找失败”，而是在最后那个位置创建新节点。
这个查找过程和平衡二叉树是一样的。相信聪明的你已经掌握。

查找部分的伪代码如下：

当前节点 = 根节点
当前节点的父亲 = null # 根节点没有父亲

while True:
    if 当前节点 == null:
        break
    else:
        当前节点的父亲 = 当前节点
        if 目标键 == 当前节点的键:
            return # 目标键已在树上，不做任何操作。
        if 目标键 < 当前节点的键:
            当前节点 = 当前节点的左孩子
        if 目标键 > 当前节点的键:
            当前节点 = 当前节点的右孩子

# 至此，已经锁定了新节点的父亲。
# 之后只需要创建这个节点，绑定到父亲即可。

问题来了：新的节点记录四个信息。如何填写？

因为新节点是叶子节点，那么它的左右孩子都是空。
它的父亲是谁，很显然。当然，如果树是空的，即新节点为根节点的时候，新节点没有父亲，父亲设为空。

颜色怎么办？

我们回忆一下红黑树的性质：

每个节点要么是红色，要么是黑色。
根节点是黑色的。
如果一个节点是红色的，那么它的父节点一定是黑色的（即：一条边的两端不能同时为红色）。
红色节点要么没有孩子，要么有两个黑色的孩子。
从根节点到每个叶节点的路径中，黑色节点的数量（计数时包含叶。但是否含根不影响结果）一定是一样的。

如果新节点的颜色是黑色，那么它绝对会违背第5条性质。
如果新节点的颜色是红色，那么它有可能不违背任何一条性质。比如上面那张图，在节点8的左边插入一个红色的节点7，不需要对树做任何调整，它依旧满足红黑树的性质。
因此，我们将新节点的颜色设为红色，然后只有当发现红黑树的性质被破坏后，再进行调整。

什么时候会违背红黑树的性质？
对于性质1，显然不会违背。
对于性质2，只有当插入的节点是根节点（即：插入前的树是空树）时，才会违背。这时，只需将新节点设为黑色，就没问题了。
性质4和性质5是不可能违背的。不信的话你可以自己试试。

但是，性质3是可能被违背的。

例如，如果我们的树如下：

在这里插入图片描述

当我们想要插入节点9，会将树变成下图这样：

在这里插入图片描述

你看，红色的节点9，拥有一个红色的父亲，这显然违背了性质3. 那么我们只需要在插入的过程中，检查是否会违背性质3，并在违背性质3时进行修复即可。

相信读者很迫切地想知道如何修复上述问题。但在开始前，我们需要补充学习三个红黑树的内部操作：变色、左旋、右旋。

知识补充：红黑树的内部操作

变色

没啥可解释的。把一个红色的节点变成黑色，或者把一个黑色的节点变成红色，就是对这个节点的变色。

左旋

与平衡二叉树的旋转操作类似。

如下图，如果我们的树有一个这样的局部：

在这里插入图片描述

（注意：这只是一个局部。节点5可以有父亲，节点1、4、7、9都可以有孩子。此外，图中除了节点5、8必须存在外，别的节点都可以是空的。如果不知道为什么，请复习平衡二叉树的知识）

针对上方的局部，对节点5做左旋，局部会变成下图这样：

在这里插入图片描述

右旋

与平衡二叉树的旋转操作类似。

如下图，如果我们的树有一个这样的局部：

在这里插入图片描述

（注意：这只是一个局部。节点5可以有父亲，节点1、4、7、9都可以有孩子。此外，图中除了节点5、2必须存在外，别的节点都可以是空的。如果不知道为什么，请复习平衡二叉树的知识）

针对上方的局部，对节点5做右旋，局部会变成下图这样：

在这里插入图片描述

可以看出，旋转操作不保证红黑树的性质不被破坏，但是能保证平衡二叉树的性质不被破坏。即：如果一个节点在另一个节点的左边，那么旋转后它依然在那个节点的左边。
如果你没有看懂旋转操作，一定不要稀里糊涂往后看。后文会涉及大量的旋转操作。这里没搞懂的话后面一定会晕。

当插入和删除操作破坏了红黑树的性质后，我们通过左旋、右旋和变色操作，即可恢复这棵树的性质。

好的，现在我们可以开始研究如何修复插入节点时破坏的性质了。
首先，只有当插入节点的父节点是红色时，才需要修复。如果父节点是黑色，就不用管。

如果父节点是红色，因为插入前的红黑树一定是满足那五条性质的，所以我们可以得到以下结论：

父节点一定不是根（因为性质2）。
兄弟节点一定不存在（否则会违背性质4）。
爷爷节点一定是黑色（否则这棵树在插入前就已经违背性质3了）。
叔叔节点要么不存在，要么是红色（否则会违背性质5）。

由此，我们可以分出两种情况，对这两种情况分别做处理：

叔叔是红色的
叔叔不存在

叔叔是红色时，局部如下：

在这里插入图片描述

我们将叔叔和爸爸都设成黑色，把爷爷设成红色。这样操作后，局部会变成下图这样：

在这里插入图片描述

这样做可以保证性质5依旧不被违背，同时可以让新插入的节点不再违背性质3.
这种修复操作与孩子所在的方向无关，所以我们不需要对下面四种情况做区分：

父亲是爷爷的左孩子，新节点是父亲的左孩子
父亲是爷爷的左孩子，新节点是父亲的右孩子
父亲是爷爷的右孩子，新节点是父亲的左孩子
父亲是爷爷的右孩子，新节点是父亲的右孩子

不论是上述四种情况的哪种，只需要将爷爷的两个孩子都进行反色，然后将爷爷自己反色，就可以了。
啊呀，但是，聪明的你一定发现了，这样做可能导致爷爷违背性质3.
之前，爷爷是黑色的。万一太爷爷是红色的，原本没有违背性质，现在违背了，怎么办？

怕啥！将爷爷视为新插入的节点，递归修复呗。只不过，我们需要对前面分情况时的第二种情况做出一点修改：
将叔叔不存在的情况改成叔叔不存在或叔叔为黑色。
因为递归修复的过程中，我们想要修复的那个红色节点不一定是叶子了，它下面可能是一棵含很多个黑色节点的树，因此叔叔也可以是黑色，并且可以有子树。至于要不要把叔叔不存在和叔叔为黑色拆成两种情况，实际上是不需要的。后续研究修复方案的时候会发现，这两种情况的处理方式完全一致。

叔叔为黑色时，我们要将情况分成以下四种：

在这里插入图片描述

父亲是爷爷的左孩子，新节点是父亲的左孩子

在这里插入图片描述

父亲是爷爷的左孩子，新节点是父亲的右孩子

在这里插入图片描述

父亲是爷爷的右孩子，新节点是父亲的左孩子

在这里插入图片描述

父亲是爷爷的右孩子，新节点是父亲的右孩子

（注意：图中的叔叔节点可以是空的。叔叔节点存在时，是可以有子树的。图中的“修复目标”也可以有子树。因为看完“红色叔叔”的情况后，你会发现，我们的修复目标可能不仅是新插入的叶子，也可能是递归过程中需要修复的其他节点。当然，修复目标的父节点也是可以有孩子的）

不难发现，情况1和情况4是轴对称的。情况2和情况3是轴对称的。我们只需要把情况1和情况2的修复方式研究清楚，聪明的你一定能轻而易举地独立推出情况3和情况4的修复方式。
我们约定好，后面包括删除操作在内的分析，为精简篇幅，对于轴对称的局部，我们只研究其中的一个，另一个由聪明的你自行推导。

情况1（图中蓝色表示我们不知道这个节点的颜色，甚至不一定知道它是否存在，但是这些不会干扰操作）：

在这里插入图片描述

我们先对爷爷做右旋，得到下图：

在这里插入图片描述

之后，我们将原来的爷爷（节点17）设为红色，将原来的爸爸（节点9）设为黑色，得到下图：

在这里插入图片描述

凝视它，你会发现，在这个局部，从根到每个叶子所经过的黑色节点数量（含根和叶子）没有变，因此不会违背性质5. 修复过后，新插入的节点（节点4）不再违背性质3. 图中节点10，之前连接在红色节点的后面，因此在重新绑定到原来的爷爷（节点17）下面后，依旧不会违背性质3. 这样修复完，因为局部的根节点（节点9）是黑色的，它不会额外带来对性质3的违背。如此，红黑树的性质修复完毕。
观察这个过程，你可以看出，叔叔是否存在无关紧要。修复目标的兄弟（节点10）是否存在也无关紧要。叔叔的孩子是否存在、颜色如何亦无关紧要。

总结一下过程：