红黑树的产生原因和基本原理

本篇文章是在下面文章基础上进行的重点汇总，侵删。https://juejin.im/post/6844903519632228365#comment

要学习红黑树，需要先理解二叉查找树(BST)。

二叉查找树(BST)具备什么特性呢？
1.左子树上的所有节点的值均小于或等于它的根节点的值。
2.右子树上所有节点的值均大于或等于它的根节点的值。
3.左右子树也分别为二叉查找树。

下面这棵树就是一颗二叉查找树：

这种数据结构使得在查找节点数据时可以利用二分查找的思想，查找所需的最大次数等同于二叉查找树的高度。（平均时间复杂度为O（log n），n为节点个数）
在插入节点的时候也是利用类似的方法，通过一层一层比较大小，找到新节点适合插入的位置。
但是，如果插入的数据的顺序较为特殊时，二叉查找树有可能会变成类似链表的结构：

这样的形态虽然也符合二叉查找树的特性，但是查找的性能大打折扣，几乎变成了线性（时间复杂度O（n））。

为了解决上述由于插入而导致的不平衡现象，产生了红黑树。

红黑树

红黑树（Red Black Tree）是一种自平衡的二叉查找树。除了符合二叉查找树的基本特性外，它还具有下列附加特性：

1.节点是红色或黑色。
2.根节点是黑色。
3.每个叶子节点都是黑色的空节点（NIL节点）。
4 每个红色节点的两个子节点都是黑色。(从每个叶子到根的所有路径上不能有两个连续的红色节点)
5.从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点。

下图中这棵树，就是一颗典型的红黑树：

正是因为这些规则限制，才保证了红黑树的自平衡。红黑树从根到叶子的最长路径不会超过最短路径的2倍。
当插入或者删除节点的时候，红黑树的规则有可能被打破。这时候就需要做出一些调整，来继续维持我们的规则。

什么情况下会破坏红黑树的规则，什么情况下不会破坏规则呢？
1.插入的是黑色节点时，一定会违反第5点。
2.当插入的是红色节点时：
如果插入位置的父节点是黑色节点，因此这种情况并不会破坏红黑树的规则，无需做任何调整；
如果插入位置的父节点是红色节点，因此这种情况打破了红黑树的规则4（每个红色节点的两个子节点都是黑色），必须进行调整，使之重新符合红黑树的规则。

调整有两种方法：变色和旋转，旋转又分为左旋转和右旋转。

下面仅对方法的实现进行介绍，具体调整过程可以看上面的参考文章。

变色：为了重新符合红黑树的规则，尝试把红色节点变为黑色，或者把黑色节点变为红色。

左旋转：逆时针旋转红黑树的两个节点，使得父节点被自己的右孩子取代，而自己成为自己的左孩子。

右旋转：顺时针旋转红黑树的两个节点，使得父节点被自己的左孩子取代，而自己成为自己的右孩子。

红黑树的应用：
红黑树的应用有很多，其中JDK的集合类TreeMap和TreeSet底层就是红黑树实现的，在Java8中，连HashMap也用到了红黑树。