红黑树特征
红黑树的出现，并不是无缘无故的。前面我讲了AVL树，但是在实际的应用中，AVL树并不多见，是因为什么呢？原因还是因为性能，AVL树查找性能肯定优秀，因为特别平衡，但是插入和删除操作因为频繁再平衡，所以性能稍微有点差。在这个背景下，1972年计算机科学家Bayer发明了红黑树。红黑树的思想来源于2-3-4树，有以下五个特征：
1 节点是红色或者黑色；
2 根总是黑色的；
3 所有叶子都是黑色（叶子是NULL节点）；
4 如果节点是红色的，那么子节点必须是黑色；
5 从根到叶子或者空叶子的每条路径，必须含有相同数目的黑节点。
例如以下是经典的红黑树
从上述五个特征看红黑树最差的左右子树不平衡情况，深度相差不会超过两倍。这种极端情况就是左子树一黑一红交替，右子树全黑。
1 插入算法
插入时，直接插入一个新的红色节点。因为新的节点为红色只会违背特性4。也只有违背特性4的时候才需要对红黑树做出调整。而违背特性4只有一种情况，就是父节点的颜色为红色。
场景分类
| 伯父或叔叔红色 | 伯父或叔叔黑色 | |
|---|---|---|
| LL型(/) | 着色 | 着色，右旋 |
| LR型(<) | 着色 | 左旋，转换为LL(/)型 |
| RR型(\) | 着色 | 着色，左旋 |
| RL型(>) | 着色 | 右旋，转换为RR(\)型 |
这就分为很多种子场景（以下以字母B代表黑色，字母R代表红色），可以分为五种场景：
Case 1. 叔伯红色
Case 2. 叔伯黑色，LL型
Case 3. 叔伯黑色，LR型
Case 4. 叔伯黑色，RR型
Case 5. 叔伯黑色，RL型
场景一 叔伯红色
选用测试数据{10, 8, 4, 5, 2, 1, 9, 6, 3, 7}，会出现以下场景：
调整为：
这种场景,在AVL树里是平衡的，但是在红黑树中是不平衡，因为图中4和10都是红色。为了保证黑色高度不变，只需要祖父变成红色，然后将父亲和伯父变成黑色，这样黑色高度就不变，而且没有两个连续的红色。
这个时候，祖父改成红色后，因为祖父的上级可能是红色，所以需要对祖父重新进行判断。
如果祖父是root就无所谓了，因为把root改成红色后，再改回黑色就行了。
Root由红改成黑，整体黑色高度增加，但是还是符合红黑树的规则。
场景二 LL型伯父黑色
LL型，伯父是黑色或不存在，如下图：
这个树是符合黑色高度规范的，因为整个树只有root一个黑节点，所以每个路径黑色高度都是一致的。
但是连续两个红色，不符合红黑树不能连续两个红色的规定。
这个时候呢，需要做一点复杂的操作。
改颜色
再右旋
测试数据：6, 9, 5, 1, 8, 7, 4, 2, 10, 3
场景三 LR型伯父黑色
LR型，或者<号型。如图（null节点视为黑色）：
这个时候只需要左旋转换为LL型，如图：
测试数据：{3, 1, 5, 6, 9, 7, 8, 4, 2, 10}
注意，这个转换后的不是第一种场景，是第三种场景。
场景四 RR型叔叔黑色
着色后，4和5的颜色都已经改变：
左旋后
测试数据：{7, 10, 1, 4, 9, 3, 5, 8, 2, 6}
场景五 RL型叔叔黑色
测试数据：{1, 3, 9, 4, 2, 10, 8, 7, 5, 6}。注意，图中是3-9-7三个元素形成一个RL型。
旋转后，3-7-9这三个元素变成了RR型
2 删除算法
删除算法，远比插入算法复杂。
首先考虑删除红节点的情况，因为删除红节点，不会影响黑色高度。也会产生两级连续的红节点，所以直接用排序二叉树的删除算法就行了。
而删除黑节点是最复杂的。因为降低了一个黑色高度，所以必须整体降低一个黑色高度。
红黑树的删除与AVL树的删除算法有点不同。
AVL树是先删除后调整。
当然红黑树也可以先删除后调整，但是如果这样写代码会比较复杂。对于初学者，我建议是先调整再删除，虽然性能上会有点差，但是能更好地理解红黑树的删除算法。
Java的TreeMap是先删除后调整的。
红黑树的删除算法设计到两个节点：删除节点和替换节点。
怎么解释这个呢？
删除后是
比如上图这棵红黑树的删除过程，要删除1，那么1就是待删除节点，而0就是替换节点，因为0要代替1的位置。最后虽然经过了调整，但确实是0代替了1的位置，成为了2的父亲。
红黑树无论是删除后调整，还是删除前调整，都是以替换节点来进行判断的。
| 自己是弟弟 | 自己是哥哥 | ||
| 兄弟是红节点 | case 1 父亲变红 哥哥变黑 左旋 进入侄子全黑场景 | case 2 父亲变红 弟弟变黑 右旋 进入侄子全黑场景 | |
| 兄弟是黑节点 | 小侄子红色 | case 3 哥哥变红 小侄子变黑 右旋 变成大侄子红色 | case 4 小侄子变黑 弟弟变成父亲的颜色 父亲变黑 右旋 完成调整 |
| 大侄子红色 | case 5 大侄子变黑 哥哥变成父亲的颜色 父亲变黑 左旋 完成调整 | case 6 弟弟变红 大侄子变黑 左旋 变成小侄子红色 | |
| 侄子全黑色 | case 7 兄弟变红，父亲视为新的替换节点 | ||
这就看得让人头疼。总共7种场景。
case 1，哥哥红色
case 2，弟弟红色
case 3，哥哥黑色，小侄子红色
case 4，弟弟黑色，小侄子红色
case 5，哥哥黑色，大侄子红色
case 6，弟弟黑色，大侄子红色
case 7，侄子全黑色
场景切换图如下，比较简单：
场景一 哥哥是红色
比如这棵树，要删除5.那么替换节点就是4。用4代替5的位置之后，黑色高度降低了1，那么就必须将4的哥哥黑色高度也降低1，这样才会平衡。
4的哥哥是7。首先将父亲5变红。这样总体黑色高度都降低1，再将哥哥7变黑，这样哥哥那边黑色高度不变。
可以看到变色前，左树高度是3（包含空节点），哥哥黑色高度也是3。
变色后，弟弟黑色高度是2，哥哥黑色高度是3.
再左旋
左旋之后，弟弟黑色高度为3，哥哥黑色高度为3。
而要删除的是5，5是红节点，但是这个删除红节点之后还是不会平衡。因为要删除5，必须用4去替换。因为红黑树的性质，如果有两个子节点，其中一个为黑，另一个不能为空。
为空的是黑色高度1，为黑的，黑色高度肯定大于1。
现在已经调整到场景7终态-兄弟和侄子全黑。
场景二 弟弟是红色
测试数据{8, 9, 6, 5, 7, 0, 4, 3, 1, 2}，删除6
这棵红黑树是黑色高度为4的红黑树，虽然看起来难看，但确实是合法的红黑树。
将6删除，替换节点是5，弟弟是1，红色。
变色后
右旋后，主要是按4-1-0这条线右旋，如下图所示：
经过旋转后，黑色高度还是不变。
进入场景七-兄弟和侄子全黑。
场景三 哥哥黑色，小侄子红色
测试数据8, 7, 5, 3, 9, 4, 0, 6, 1, 2，删除0
着色后
右旋后
还是不平衡，还需要继续调整，但是已经进入最后场景五：哥哥黑色，大侄子红色。
场景四 弟弟黑色，小侄子红色（终态）
着色后
右旋后
可以看到左树黑色高度为2，右树黑色高度为2和3。就是有替换节点的地方黑色高度为3，如果将替换节点4删除，那么就完成调整。
场景五 哥哥黑色，大侄子红色（终态）
测试数据：9, 4, 2, 5, 6, 3, 8, 7, 1, 0，删除5
删除前
这个场景是由别的场景（一般是场景三）调整后得到的。
调整前：
着色后
右旋后
可以看到要删除的5，就是黑色高度不平衡的那个点，所以可以直接删除。
场景六 弟弟黑色，大侄子红色
红黑树为
需要删除的是9
调整前
着色后,注意6和7的颜色发生了变化。
左旋后
变成了场景4的终态。
场景七 侄子全黑（终态）
测试数据：7, 8, 1, 2, 3, 6, 0, 4, 9, 5，删除2，如下图：
因为删除2，所以选择的替换节点是1.着色前：
着色后
把3变红，那么就是左子树黑色高度2，右子树黑色高度为1.这样就调整为了可删除状态
这时候可能会担心有两个连续的红（2和3），但是因为2要被1替换，所以最后会平衡的。
9782
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
