二叉树和红黑树

一、二叉树

    1.每个节点最多有两个子节点(度不大于2)
    2.满二叉树：深度为k，有2^k-1个节点
    3.完全二叉树：在满二叉树的基础上右边缺几个口。深度为k，最少2^(k-1)个节点，最多2^k - 1个节点
    4.节点的度：子树的个数。度为0的叫叶子节点，度不为0的叫分支节点
    5.先序遍历(根左右)、中序遍历(左根右)、后序遍历(左右根)、层次遍历(队列实现)

二、二叉查找树

    左小右大，没有值重复的节点
    性能：插入有序时变成斜树，查找O(n);最好的情况是log2n

三、平衡二叉树

    平衡因子绝对值不大于1的二叉查找树，保证效率。eg: AVL树、红黑树等

四、AVL树

    1.AVL旋转操作：
        右旋：右移使左儿子变成根. 假设原根为X，左右儿子为L/R，则：把L的右儿子给X当左儿子，再把X给L当右儿子
        左旋：左移使右儿子变成根. 假设原根为X，左右儿子为L/R，则：把R的左儿子给X当右儿子，再把X给R当左儿子

    2.左左场景：直接右旋
       右右场景：直接左旋
       左右场景：先左旋再右旋
       右左场景：先右旋再左旋

    3.AVL树和红黑树的对比：
          AVL树的查询更快：AVL高度比红黑树要低；
          红黑树在增删时更快：红黑特性使旋转次数减少，rebalance更快。(红黑树牺牲部分平衡性,换更快的增删.以空间换时间)
          红黑树更常用：TreeMap的key用红黑树排序、HashMap用红黑树解决冲突

五、红黑树

    1.节点是红色或者黑色
    2.根总是黑色
    3.所有叶子节点的空子节点都是黑色
    4.如果节点是红色的，则它的两个子节点都是黑色的(不能有两个连续红色)
    5.从任意节点到其每个叶子的所有路径，都含有相同数量的黑节点 (红黑树的平衡标准：节点到叶子的黑相同就行，不严格要求平衡因子R小于等于1)

    2、红黑树是一种特殊的AVL树(非严格均衡的二叉查找树，是黑色完美平衡)，在最坏的情况也有很好效率

    3、结构： color + value + parent + left + right

    4、增删元素时，要保证：没有两个连续红节点、到叶子的黑色数量一样。如果破坏了规矩，则使用【变色】和【旋转】维持特征

 5、红黑树新增节点：

     1. 新加入到红黑树中的节点默认为红色：根据上面的规则5，加入新节点之前，根到叶子的黑色数量是相同的，如果加入黑色就破坏规矩了；
     2.1 新节点的parent如果是null或者黑，则直接加挂红色结束；
     2.2 新节点的parent如果是红，则破坏了规矩(两个连续红)，此时需要调整：
左左场景：parent是左红且新插入的在左边，构成左左连续红：先右旋，然后根+右变色

左右场景：parent是左红且新插入的在右边，构成左右连续红：先左旋变成上面的左左场景，再解决(右旋,根右变色)

右右场景：parent是右红且新插入的在右边，构成右右连续红：先左旋，然后根+左变色

右左场景：parent是右红且新插入的在左边，构成右左连续红：先右旋变成上面的右右场景，再解决(左旋+根左变色)

 

 6、红黑树删除节点：

    1.子节点两个null：直接当前节点赋null；
    2.子节点一个null：用子替，必要时做简单调整
    3.两个子节点都不是null：找前驱(左子树中最大的值)或者后继(右字数中最小的值)替换掉当前节点的值，然后删除前驱或者后继。前驱和后继最多只有一个子节点。