红黑树【性质、动图左旋右旋、插入、删除、应用】

目录

一、为什么要有红黑树

二、红黑树的性质

三、平衡操作

1.变色

2.左旋

3.右旋

四、红黑树的操作

1.查找

2.插入

3.删除

五、红黑树的复杂度及应用

红黑树的应用

六、扩展：红黑树与2-3-4树

---

一、为什么要有红黑树

我们都知道搜索二叉树，但是最后我们发现搜索二叉树有缺陷，会退化成链表，之后我们又引入了AVL树。AVL树是一种高度平衡的二叉搜索树，能够满足增删查都是O(logN)的时间复杂度。但是由于AVL树是高度平衡的二叉搜索树，维持一棵AVL树的代价很高，而红黑树是一种弱平衡的二叉搜索树，其性能也不算查，所以在综合考虑下。许多情况都用红黑树。（如STL的map）。

扩展：红黑树和AVL树的比较分析

二、红黑树的性质

红黑树具有以下性质：

• 定义1：每个节点都有颜色，要么是黑色，要么是红色。
• 定义2：根节点是黑色。
• 定义3：每个叶子节点(NULL)是黑色。
• 定义4：红色结点的子结点一定都是黑色。
• 定义5：任意一结点到每个叶子结点的路径都包含数量相同的黑结点。

如下图就是一棵红黑树。

根据红黑树以上五条定义，我们可以推导出以下几点性质和可能情景：

• 性质1：父子节点不可能同时是红节点，即红节点不连续。否则违反定义4
• 性质2：如果某节点的一个子节点是黑色，那么该节点必然存在另一个子节点。否则违反定义5
• 情景1：一个结点的两个子节点出现一个是红色，一个是黑色的情况是可能出现的
• 情景2：父子节点同时是黑色的情况是可能出现的

三、平衡操作

在进行红黑树的插入、删除时候，很可能会破坏红黑树的性质。因此，我们需要一些平衡操作来维护红黑树性质不被破坏。主要有三种操作：变色、左旋、右旋。
我们先讲清楚这些平衡操作的执行过程，在下面的第四部分红黑树的操作中再加以说明平衡操作的使用情景。

1.变色

顾名思义，就是改变结点的颜色。红色变为黑色，黑色变为红色。

2.左旋

对x节点进行左旋，意味着"将x变成一个左节点"。

可以简单的记为：右儿子变老子，左孙子变右儿子。

动图如下。

3.右旋

对Y进行右旋，意味着"将Y变成一个右节点"。

可以简单的记为：左儿子变老子，右孙子变左儿子。

动图如下。

四、红黑树的操作

1.查找

因为红黑树是一种特殊的二叉搜索树，所以查找可以直接使用二叉搜索树的方法：当前节点与带查找值比较，小于左孩子往左，大于右孩子往右，等于当前节点就是找到，否则不存在。

2.插入

红黑树插入操作的各种情况分析

可以简单的记为：根节点必黑，新增是红色，只能黑连黑，不能红连红； 爸叔通红就变色，爸红叔黑就旋转，哪边黑往哪边转。

3.删除

红黑树删除操作的各种情况分析

五、红黑树的复杂度及应用

红黑树的增删查改的复杂度为O(lgN)。

红黑树的定义4和5中这样说道：如果一个节点是红色的，则它的子节点必须是黑色的；任意一结点到每个叶子结点的路径都包含数量相同的黑结点。

由此可以推出一个结论：一棵含有n个节点的红黑树的高度至多为2log(n+1).

这里不做证明，但是可以根据下图感性认识下。

最短路径就是全黑节点，最长路径就是一个红节点一个黑节点，最后黑色节点相同时，最长路径刚好是最短路径的两倍。

红黑树的应用

1. Linux内核进程调度由红黑树管理进程控制块。
2. Epoll用红黑树管理事件块。
3. nginx服务器用红黑树管理定时器。
4. C++ STL中的map和set的底层实现为红黑树。
5. Java中的TreeMap和TreeSet由红黑树实现。
6. Java8开始，HashMap中，当一个桶的链表长度超过8，则会改用红黑树。

六、扩展：红黑树与2-3-4树

红黑树中区分红色黑色节点究竟有什么意义呢？为什么要这样设置，以及旋转变色规则是怎么来的？这样什么就可以防止退化？

原来红黑树是概念模型2-3-4树的一种实现，由于直接进行不同节点间的转化会造成较大的开销，所以选择以二叉树为基础，在二叉树的属性中加入一个颜色属性来表示2-3-4树中不同的节点。

2-3-4树中的2节点对应着红黑树中的黑色节点，而2-3-4树中的非2节点是以红节点+黑节点的方式存在，红节点的意义是与黑色父节点结合，表达着2-3-4树中的3，4节点。

推荐看这篇：硬核图解面试最怕的红黑树【建议反复摩擦】