红黑树(下)

一、红黑树的删除

红黑树的删除主要分为两大类：删除RED节点和删除BLACK节点两种情况，无论是B树的删除或者是二叉搜索树的删除，其实它们的做法都是一样的，先找到删除节点的前驱或者后继节点，然后再删除叶子节点就可以了。所以红黑树的删除我们考虑的是删除叶子节点的情况。

1.删除RED节点，直接删除即可，不用做任何调整，因为删除后还是一颗红黑树。

2.删除BLACK节点，分为3种情况：

• 拥有2个RED子节点的BLACK节点，例如25。
  • 不可能被直接删除，因为会找它的前驱或后继子节点替代删除，因此不用考虑这种情况。(在BST的remove中已经处理过了)
• 拥有1个RED子节点的BLACK节点，例如46，76。
• BLACK叶子节点，例如88。

2.1 删除拥有1个RED子节点的BLACK节点

判定条件：删除指定节点(46)后，用以代替的子节点(50)是RED。

(这里的判断条件, 用以替代46的结点是RED结点(50), 也就是说当删除46, 76后, 替代它们的节点是50, 72, 都是红色的; 用来区别删除88的情况)
将替代的子节点染成BLACK即可保持红黑树的性质。

例如删除46和76。
 

2.2 删除的叶子节点是88

这种是最复杂的，88删除后会导致B树下溢，首先回顾一下B树下溢的解决办法，当它的兄弟节点有孩子时，那就借一个元素。

第一种情况：它的兄弟节点都至少有一个红色子节点。

举例：图1

• 删除88。
• 76左旋转，80右旋转。
• 中心节点(78)继承parent的颜色(80)。
• 80旋转下去之后，染成BLACK, 成为独立的节点。

• 

   

第二种情况：它的兄弟节点没有RED子节点

这里又要分三种情况：哈哈哈，好崩溃。

当删除的节点父节点是红色节点时：将兄弟节点染成RED，父节点染成BLACK即可修复红黑树性质。

当删除的节点父节点和兄弟节点是黑色节点时：会导致父节点也下溢，这时只需要把父节点当做删除的节点处理即可，相当于递归调用。

当删除的节点父节点是黑色，兄弟节点是红色时：

• 如果兄弟节点是RED：
  • 兄弟节点染成BLACK，父节点染成RED，进行旋转。
  • 于是又回到兄弟节点是BLACK的情况。

AVL树 VS 红黑树

AVL树

平衡标准比较严格：每个左右子树的高度差不超过1
最大高度是 1.44 ∗ log2 n + 2 − 1.328（100W个节点，AVL树最大树高28）
搜索、添加、删除都是 O(logn) 复杂度，其中添加仅需O(1)次旋转调整、删除最多需要 O(logn)次旋转调整
红黑树

平衡标准比较宽松：没有一条路径会大于其他路径的2倍
最大高度是 2 ∗ log2(n + 1)（ 100W个节点，红黑树最大树高40）
搜索、添加、删除都是 O(logn) 复杂度，其中添加、删除都仅需 O(1) 次旋转调整
◼ 搜索的次数远远大于插入和删除, 选择AVL树

◼ 搜索、插入、删除次数几乎差不多, 选择红黑树

所以它们最主要的区别就是：删除的时候AVL树所需要旋转的次数明显多于红黑树。

◼ 相对于AVL树来说，红黑树牺牲了部分平衡性以换取插入/删除操作时少量的旋转操作，整体来说性能要优于AVL树; 红黑树的平均统计性能优于AVL树，实际应用中更多选择使用红黑树