数据结构与算法--平衡二叉查找树（红黑树）

什么是平衡二叉查找树

我们之前依次讲了，树，二叉树，二叉查找树，二叉查找树非常常用，支持快速查找，删除，插入，理想的时间复杂度为O(logn)，但是如果频繁插入删除，会导致左右子树的分布不均衡，极端情况下退化成链表，时间复杂度退化成O(n)，这个时候我们就需要设计一种平衡二叉查找树，解决时间复杂度退化问题

平衡二叉树的严格定义：二叉树中任意一个节点的左右子树盖度相差不能大于1，所以满二叉树和完全二叉树都是平衡二叉树，但是非完全二叉树也有可能是平衡二叉树

平衡二叉查找树：他不仅满足上方的平衡二叉树的定义，还满足二叉查找树的定义，最先发明的平衡二叉查找树是AVL树，他严格符合平衡二叉查找树的定义，但是很多平衡二叉查找树并不是严格符合定义，因为数据结构和算法是用到实际场景中的，没必要死抠定义
发明平衡二叉查找树的是为了解决，普通的二叉查找树频繁插入和删除的时候出现的复杂度退化问题

所以，平衡二叉查找树中的“平衡”，是指的让整棵树看起来比较对称，比较平衡，不要出现左子树很高，右子树很低的情况，这样就可以避免是将复杂度退化太严重的问题

所以，我们只要保证输的高度不比log2n大太多，尽管他不符合刚才的定义，但他依然是一个合格的平衡二叉查找树

红黑树

平衡二叉查找树其实有很多，但是我们平时听到的都是红黑树，甚至我们默认平衡二叉查找树就是红黑树。
红黑树的英文是“Red-Black Tree”，简称R-B Tree，他是一种不严格的平衡二叉查找树，那么他的定义是什么

红黑树定义
红黑树中的节点，一类被标记为红色，一类被标记为黑色，一个红黑树还需要满足以下几点

1 根节点是黑色的
2 每个叶子节点都是黑色的空节点，也就是说，叶子节点不储存数据
3 任何相邻的节点，不能同时为红色，也就是说，红色节点是被黑色节点隔开的
4 每个节点，从该节点到达其可达的叶子节点的所有路径，都包括为相同数目的黑色节点
如下图：

为什么说红黑树是近似平衡
一个平衡的满二叉树高度为logn，我们只需要证明红黑树的高度趋近于logn就可以了

首先我们先把红色的节点从红黑树中去掉红色的节点，那单纯的黑色节点的树是多高呢？

红色删除后，有些节点就没有了父节点，他就会那这些节点的祖父节点作为父节点，所以之前的二叉树变成了四叉树

因为红黑树有一条定义，从任意节点到可达叶子节点的每条路径包含相同的黑节点数，这样的话，我们从四叉树，取出一些节点放到叶子节点上，四叉树就会变成完全二叉树，所以相同个数的四叉树比完全二叉树的高度要低
而完全二叉树的高度为log2n，四叉树的高度低于log2n

我们现在知道了只包含黑色节点的高度，那么加上红色节点的后高度是多少呢？

因为红黑树有一条定义，相邻俩个节点不能同时为红色节点，也就是说一个红色节点就有一个黑色节点，所以加上红色节点后的高度小于2*log2n
也就是说红黑树的高度近似2log2n，趋近于logn

红黑树通过左旋和右旋的方式，保证树的平衡