数据结构-红黑树和2-3树

一. 红黑树的定义

• 1.每个节点或者是红色的，或者是黑色的
• 2.根节点是黑色的（一棵空树也是红黑树）。
• 3.每个叶子节点（最后的空节点）是黑色的，定义空节点都是黑色的。
• 4.如果一个节点是红色的，那么他的孩子节点都是黑色的。
• 5.从任意一个节点到叶子节点，经过的黑色节点是一样的。

学习红黑树之前，必须先学2-3树

二. 2-3树

学习2-3树，不仅对于理解红黑树有帮助，对于B树的数据结构也有帮助。

• 2-3 树满足二分搜索树的基本性质，2-3树不是二叉树。
• 节点可以存放一个元素活着2个元素。
• 2-3树是一颗绝对平衡的树：任何一个节点左右子树的高度一定是相同的。
  

如何维护2-3的平衡

三. 红黑树和2-3树的等价性

红黑树是保持“黑”平衡的二叉树，严格意义上，不是平衡二叉树，最大高度为2logN O(logN)
AVL的高度logN. 比AVL树的高度高，查询的时候比AVL慢一点. 如果只查询的时候，AVL快一点。

五. 红黑树添加新元素

2-3树中添加一个新元素： 或者添加晋2-节点，形成3-节点，或者添加进3-节点，暂时形成一个4-节点。
永远添加红色节点。然后维护红黑树。
添加节点之后，保持最终根节点的颜色为黑色。

红黑树的左旋转 、右旋转、颜色翻转

红黑树的添加

总结的流程如下：维护的时机和AVL树一样，添加节点后回溯向上维护。

六. 红黑树的Java简单实现

package com.mk.coffee.test.dataStructure.redblackTree;

/**
 * 红黑树 《算法导论》：
 * <p>
 * 1.每个节点或者是红色的，或者是黑色的
 * 2.根节点是黑色的（一棵空树也是红黑树）。
 * 3.每个叶子节点（最后的空节点）是黑色的，定义空节点都是黑色的。
 * 4.如果一个节点是红色的，那么他的孩子节点都是黑色的。连接的可能2/3节点，都是黑色的。
 * 5.从任意一个节点到叶子节点，经过的黑色节点是一样的。（2-3树绝对平衡，经过的节点个数相同）
 * 黑色节点的右孩子节点一定是黑色的。
 * <p>
 * 《算法4》 红黑树的发明人 Robert Sedgewick  是 Donald Knuth的学生。
 * <p>
 * 红黑树与 2-3 树的等价性
 * 理解2-3树和红黑树之间的关系。
 * 红色节点都是左孩子
 * 红黑树是保持"黑平衡"的二叉树，严格意义来说不是平衡二叉树。
 * 节点数 为N，最大高度2logN,O(logN)
 * 红黑树比AVL 查找慢一点 ，红黑树2logN, AVLlogN
 * <p>
 * 添加的情况下，RBT好   AVL 28S  RBT20S
 * 查询的情况下：AVL好
 * <p>
 * Java java.util.中的 TreeMap 和 TreeSet 基于红黑树
 * 红黑树的其他实现。
 * 总结：
 * 对于完全随机的数据，普通的二分搜索树就很好用！
 * 确定：极端的情况退化成链表（或者高度不平衡）
 * 对于查询较多的情况下，AVL树很好用！
 * 红黑树牺牲了平衡性（2logN的高度）
 * 统计性能更优（综合增删改查所有的操作，平均性能，红黑树性能最高）
 * <p>
 * <p>
 * 更多的问提
 * <p>
 * <p>
 * 伸展树Splay Tree:局部性原理： 刚被访问的内容下次高概率被再次访问。
 *
 * @author makui
 * @date 2020/03/26
 */
public class RedBlackTree<K extends Comparable<K>, V> {
   
    //RED BLACk 代表红黑色
    private static final boolean RED = true;
    private static final boolean BLACK = false;

    private class Node {
   
        public K key;
        public V value;
        public Node left, right;
        public boolean color;

        public Node(K key, V value) {
   
            this.key = key;
            this.value = value;
            this.left = null;
            this