特化的AVL树之红黑树学习及原理解析

二叉平衡搜索树AVL 学习解析 及代码实现研究

前言

之前我分析过avl树，今天我在继续分析特化的AVL树（红黑树），都是在进行插入和删除操作时通过特定操作保持二叉查找树的平衡，从而获得较高的查找性能。在我们实际的用途中，用的很多；例如 TreeMap排序等等，以达到快速查找数据的效果

性质和定义

红黑树（RBT）的定义：它或者是一棵空树，或者是具有一下性质的平衡二叉查找树   

• 节点非红即黑。
• 根节点是黑色
• 所有null结点称为叶子节点，且认为颜色为黑色
• 所有红节点的子节点都为黑色
• 从任意节点到其叶子节点 的所有路径上都包含相同数目的黑节点。

上图根据红黑树的基本性质，做了一个基本的红黑树展示

性质

对平衡树的一种改进，任意一个节点，它的红黑树的间隔不超过一倍，但它的左右子树高差有可能大于 1，所以红黑树不是严格意义上的平衡二叉树（AVL），但对之进行平衡的代价较低， 其平均统计性能要强于 AVL 。 

• 红黑树需要维持颜色变更，因此 插入和删除保持为 O（log n)）次；
• avl树需要维持任何节点的两个子树最大差别为1；因此总的来说，建树复杂度为O(NlogN)
• 红黑树是二叉排序树，因此可以采用中序遍历法，进行遍历出排序好的数据
•  在树的删除增加节点时，为保持

从插入节点进行分析

插入节点

• 先按照二叉排序树 的方式插入节点 设置为红色    我们分析过二叉排序树如何插入节点 ；

二叉排序树学习构建方式及如何遍历二叉排序树

  插入节点过后就有可能导致用红黑树颜色不正确，因此我们需要重新维持树型

• 插入的是根节点，直接将  节点红色涂黑

• 插入的节点的父节点是黑色，不违背任何性质，不用调整

插入节点的父节点是红色 ，就有下面几种情况

• 父节点是祖父节点的左孩子    祖父节点的另一个子节点（叔叔节点）是红色    (node.parent=node.parent.parent.leftchild   node.parent.parent.right=read)

      对策： 将当前节点的父节点和叔叔节点涂黑，祖父节点涂红，把当前节点指向祖父节点，从新的当前节点开始算法

 n节点代表 当前节点  p 代表父亲节点  g 代表祖父节点  u代表叔叔节点

     为什么这样去把原有节点的父亲节点涂，这也是为了保证红黑树的特性不变因此做的处理，需要将祖父节点涂红 

• 插入节点的父节点是红色 ，父节点是祖父节点的左孩子；叔叔节点是黑色，当前节点是其父节点的右孩子

对策： 以当前节点为支点左旋，当前节点的左节点做为新的当前节点。

 

• 插入节点的父节点是红色 ，父节点是祖父节点的左孩子；叔叔节点是黑色，当前节点是其父节点的左孩子

     对策：父节点变为黑色，祖父节点变红色，再父节点为支点进行右旋

父节点是祖父节点的右孩子，和上面情况一样，将左全部变成右即可

 

总的来说插入节点有一下这几种情况

• 插入的节点是根节点，则直接将节点涂黑即可
• 插入节点的父节点是黑色，则不动任何数据
• 插入节点的父节点是红色，分为下面 的情况（先判断父节点是祖父节点的左右节点，叔叔如果是黑色，则需要分类进行转换了）

             父亲是祖父节点的左孩子，  祖父节点的另一个子节点（叔叔节点）是红色，则 要将颜色进行变换成红黑树的性质，并不旋转

     父亲是祖父节点的左孩子， 叔叔节点是黑色，当前节点是父节点的右孩子，  当前节点左旋后，将左节点设为当前节点

    父亲是祖父节点的左孩子， 叔叔节点是黑色，当前节点是父节点的左孩子，  要将颜色进行变换成红黑树的性质，然后在以父节点进行右旋，就成为最后的红黑树了

 父节点是祖父节点的右孩子  ；和上面情况一样，将左全部变成右即可

整个红黑树维持红黑节点的平衡，相对于avl来说，不是要求的强平衡，在我看来，有一点弱平衡的感觉；为什么在实际的数据结构运用中，运用很多，我想就是不用特别强调平衡，既效率提升，又保持频繁插入时，数据的时间复杂度，相当于用了一些空间复杂度，来换取更高的效果

 

删除节点

删除节点：先进行二叉排序树的删除操作，然后已替换节点作为当前节点进行后面的平衡操作  

• 当前节点是红色，直接把当前节点染成黑色，结束。
• 当前节点x是黑色 ，被删除节点是父节点的左孩子，当前节点是根节点 保持原样
• 当前节点x是黑色，被删除节点是父节点的左孩子，当前节点x的兄弟节点是红色(此时父节点和兄弟节点的子节点分为黑)

     对策：把父节点染成红色，兄弟节点染成黑色，对父节点进行左旋，重新设置x的兄弟节点

• 当前节点x 的兄弟节点是黑色 ，被删除节点是父节点的左孩子，兄弟节点的两个孩子都是黑色 

     对策：将x的兄弟节点设为红色，设置x的父节点为新的x节点

• 当前节点x 的兄弟节点是黑色 被删除节点是父节点的左孩子，兄弟的右孩子是黑色，左孩子是红色

   对策：将x兄弟节点的左孩子设为黑色，将x兄弟节点设置红色，将x的兄弟节点右旋，右旋后，重新设置x的兄弟节点。

• 当前节点x 的兄弟节点是黑色 被删除节点是父节点的左孩子，兄弟节点的右孩子是红色

对策：把兄弟节点染成当前节点父节点颜色，把当前节点父节点染成黑色，兄弟节点右孩子染成黑色，再以当前节点的父节点为支点进行左旋，算法结算

 

被删除节点是父节点的右孩子 把上面的左设置为右

删除节点总的来说就是下面的几种可能

• 先进行二叉排序树的删除操作，然后已替换节点作为当前节点进行后面的平衡操作
• 然后在看当前的节点如果是红色，直接涂黑即可
• 当前节点是黑色，则有下面几种情况

被删除节点是父节点的左孩子,当前节点是根节点 保持原样

被删除节点是父节点的左孩子,当前节点x的兄弟节点是红色(此时父节点和兄弟节点的子节点分为黑)  ，解决办法是：把父节点染成红色，兄弟节点染成黑色，对父节点进行左旋，重新设置x的兄弟节点

被删除节点是父节点的左孩子,当前节点x 的兄弟节点是黑色,兄弟节点的两个孩子都是黑色；解决：将x的兄弟节点设为红色，设置x的父节点为新的x节点

被删除节点是父节点的左孩子,当前节点x 的兄弟节点是黑色,兄弟的右孩子是黑色，左孩子是红色 ，解决：将x兄弟节点的左孩子设为黑色，将x兄弟节点设置红色，将x的兄弟节点右旋，右旋后，重新设置x的兄弟节点。

被删除节点是父节点的左孩子,当前节点x 的兄弟节点是黑色,兄弟的右孩子是黑色，兄弟节点的右孩子是红色 解决：把兄弟节点染成当前节点父节点颜色，把当前节点父节点染成黑色，兄弟节点右孩子染成黑色，再以当前节点的父节点为支点进行左旋，算法结算

 被删除节点是父节点的右孩子  把上面的左设置为右即可

 

操作红黑树总结分析

不知道各位在发现在保持红黑树的特性的平衡的时候：

•   在插入节点时，判断的叔叔节点和父节点的颜色， 如果父节点和叔叔节点颜色相同时，则不需要选择，直接将颜色修改为红黑数特性，然后继续走平衡；当颜色不同，这就要判断当前节点的 是左还是右，当然如果是右，节点就左旋；如果是左，会麻烦一点  ，保持红黑树特性，并进行父节点右旋；
•  其实删除节点，道理是一样的，只不过需要判断 父节点 及兄弟节点的子节点；这样一看其实红黑树还是很简单； 
•  然后对于avl树的，左右平衡 操作，关注的是树的深度，一旦有一个节点的平衡因子大于1，则我们就要做平衡处理，并且使之达到平衡，插入的左子树的左子树这个平衡起来是很简单的，插入左子树的右子树，都会不断的左旋，后右旋，更改平衡因子 来达到平衡的效果 

 

具体的可以看看 我这篇分析

二叉平衡搜索树AVL 学习解析 及代码实现研究

遍历

这里遍历树，还是采用分治法，或者前序，中序遍历，后续遍历，这里我说一下中序遍历

  public void midOrderTraverse(TreeNode root){
        if(root==null){
            return;
        }
        //LDR
        midOrderTraverse(root.leftChild);
        System.out.print(root.data+" ");
        midOrderTraverse(root.rightChild);
    }

对于二叉排序树来说，用中序来遍历是能做顺序遍历，利用递归的方式进行实现中序遍历 实现代码量是最少的， 

利用 先遍历左边知道为空时，才返回打印最左边节点，在查看最左边节点右孩子肯定不存，就往上走，打印数据，在往右孩子走；以此类推，利用递归的特性

 总结

整个红黑树的原理，保证二叉排序树；其次主要就是围绕着保证红黑树特性，保证它的特性；降低查询数据的时间复杂度，在代码中还是应用很多的；这篇数据结构我没有代码的实现分析，我放到了treemap里面分析；大家有兴趣可以关注我分析的treemap集合