红黑树总结

1.红黑树的概念

红黑树，是一种二叉搜索树，但在每个结点上增加一个存储位表示结点的颜色，可以是Red或

Black。 通过对任何一条从根到叶子的路径上各个结点着色方式的限制，红黑树确保没有一条路

径会比其他路径长出俩倍，因而是接近平衡的。

2.红黑树的规则

1. 每个结点不是红色就是黑色。

2. 根节点是黑色的 。

3. 如果一个节点是红色的，则它的两个孩子结点是黑色的 。

4. 对于每个结点，从该结点到其所有后代叶结点的简单路径上，均包含相同数目的黑色结点 。

5. 每个叶子结点都是黑色的(此处的叶子结点指的是空结点)。

满足了上面的性质，红黑树就能保证 其最长路径中节点个数不会超过最短路径节点个数的两倍。

3.红黑树节点的定义 

#pragma once
#include <iostream>
using namespace std;

namespace L
{
	enum Color//节点的颜色
	{
		RED,
		BLACK,
	};

	template <class T>
	struct RBTreeNode
	{
		RBTreeNode<T>* _left;//左孩子
		RBTreeNode<T>* _right;//右孩子
		RBTreeNode<T>* _parent;//父亲
		T _data;//节点的值域
		Color _col;//节点的颜色

		RBTreeNode(const T& data)
			:_left(nullptr)
			, _right(nullptr)
			, _parent(nullptr)
			, _data(data)
		{}
	};
}

4.红黑树的插入

红黑树是在二叉搜索树的基础上加上其平衡限制条件，因此红黑树的插入可分为两步：

1. 按照二叉搜索的树规则插入新节点

pair<Iterator,bool> Insert(const T& data)
		{
			if (_root == nullptr)
			{
				_root = new Node(data);
				_root->_col = BLACK;
				return make_pair(Iterator(_root),true);
			}

			Node* parent = nullptr;
			Node* cur = _root;
			KeyofT KOT;
			while (cur)
			{
				if (KOT(cur->_data) < KOT(data))
				{
					parent = cur;
					cur = cur->_right;
				}
				else if (KOT(cur->_data) > KOT(data))
				{
					parent = cur;
					cur = cur->_left;
				}
				else
				{
					return make_pair(Iterator(cur), false);
				}
			}
			cur = new Node(data);
			Node* newnode = cur;
			cur->_col = RED;
			if (KOT(parent->_data) < KOT(data))
			{
				parent->_right = cur;
			}
			else
			{
				parent->_left = cur;
			}
			cur->_parent = parent;

			while (parent && parent->_col == RED)
			{
                //。。。
            }
	        return make_pair(Iterator(newnode), true);
		}

 按照二叉搜索树的规则，比key小的往节点右孩子走，比key大的往节点左孩子走。

2. 检测新节点插入后，红黑树的性质是否造到破坏

因为新节点的默认颜色是红色，因此：如果其双亲节点的颜色是黑色，没有违反红黑树任何

性质，则不需要调整；但当新插入节点的双亲节点颜色为红色时，就违反了性质三不能有连

在一起的红色节点，此时需要对红黑树分情况来讨论：

cur为当前节点，p为父节点，g为祖父节点，u为叔叔节点

情况一: cur为红，p为红，g为黑，u存在且为红

 

解决方式：将p,u改为黑，g改为红，然后把g当成cur，继续向上调整。  

情况二: cur为红，p为红，g为黑，u不存在/u存在且为黑  

当u存在时：

 

p为g的左孩子，cur为p的左孩子，则进行右单旋转；相反，

p为g的右孩子，cur为p的右孩子，则进行左单旋转

p、g变色--p变黑，g变红。

 

当u不存在时：

解决方法：cur是p的左孩子，p是g的左孩子，直接对g右单旋，p变黑，g变红。 

情况三: cur为红，p为红，g为黑，u不存在/u存在且为黑

此种情况是针对情况二的变种情况来讨论的，cur为p的右孩子时，需要先对p进行左单旋，然后就变成情况二，再按情况二的解决方法来解决。

u存在：

 u不存在：

 

while (parent && parent->_col == RED)
			{
				Node* grandfather = parent->_parent;
				if (parent == grandfather->_left)
				{
					Node* uncle = grandfather->_right;
					//情况1：u存在且为红，变色处理，并继续往上处理
					if (uncle && uncle->_col == RED)
					{
						parent->_col = uncle->_col = BLACK;
						grandfather->_col = RED;
					
						//继续向上调整
						cur = grandfather;
						parent = cur->_parent;
					}
					else //情况2+3：u不存在/u存在且为黑，旋转+变色
					{
						if (cur == parent->_left)
						{
							RotateR(grandfather);
							grandfather->_col = RED;
							parent->_col = BLACK;
						}
						else
						{
							RotateL(parent);
							RotateR(grandfather);
							cur->_col = BLACK;
							parent->_col = grandfather->_col = RED;
						}

						break;
					}
				}
				else// parent == grandfather->_right
				{
					Node* uncle = grandfather->_left;
					//情况1：u存在且为红，变色处理，并继续往上处理
					if (uncle && uncle->_col == RED)
					{
						parent->_col = uncle->_col = BLACK;
						grandfather->_col = RED;

						//继续向上调整
						cur = grandfather;
						parent = cur->_parent;
					}
					else //情况2+3：u不存在/u存在且为黑，旋转+变色
					{
						if (cur == parent->_right)
						{
							RotateL(grandfather);
							parent->_col = BLACK;
							grandfather->_col = RED;
						}
						else
						{
							RotateR(parent);
							RotateL(grandfather);
							cur->_col = BLACK;
							grandfather->_col = RED;
						}

						break;
					}
				}
			}
			_root->_col = BLACK;

5.红黑树与AVL树的比较

红黑树和AVL树都是高效的平衡二叉树，增删改查的时间复杂度都是O（logN），红黑树不追求绝对平衡，因此减少了插入和旋转的次数，在增删的结构中比AVL树性能更优。因为红黑树实现起来也比较简单，所以实际运用红黑树较多。