2020-08-16

红黑树

一、红黑树性质

1.每个结点要么是红的要么是黑的

2.根结点是黑的

3.每个叶结点（叶结点即指树尾端NIL指针或NULL结点）都是黑的

4.如果一个结点是红的，那么它的两个儿子都是黑的

5.对于任意结点而言，其到叶结点树尾端NIL指针的每条路径都包含相同数目的黑结点

总结：平衡状态下红黑树要么单支黑-红，要么有两个子节

 

二、复杂度

O（lgn）

三、结点插入

将一个节点插入到红黑树中，需要执行哪些步骤呢？首先，将红黑树当作一颗二叉查找树，将节点插入；然后，将节点着色为红色；最后，通过旋转和重新着色等方法来修正该树，使之重新成为一颗红黑树。

1.将插入的节点着色为红色，不会违背"特性(5)"！少违背一条特性，就意味着我们需要处理的情况越少。接下来，就要努力的让这棵树满足其它性质即可；满足了的话，它就又是一颗红黑树了

 2.对于"特性4"，是有可能违背的！

总之：新插入的结点是红色！

3.插入的5种情况：

 （1）如果插入的是根结点，由于原树是空树，此情况只会违反性质2，因此直接把此结点涂为黑色；

 （2） 如果插入的结点的父结点是黑色，由于此不会违反性质2和性质4，红黑树没有被破坏，所以此时什么也不做。

 （3） 如果当前结点的父结点是红色且祖父结点的另一个子结点（叔叔结点）是红色；

       解决： 将当前节点的父节点和叔叔节点涂黑，祖父结点涂红，把当前结点指向祖父节点，从新的当前节点重新开始算法。

以下（4）（5）都以左孩子为例，右孩子进行对称操作即可

  （4）当前节点的父节点是红色,叔叔节点是黑色，当前节点是其父节点的左孩子；

      解决： 父节点变为黑色，祖父节点变为红色，在祖父节点为支点右旋。

5）当前节点的父节点是红色,叔叔节点是黑色，当前节点是其父节点的右子；

解决：当前节点的父节点做为新的当前节点，以新当前节点为支点左旋。问题转为（4）

C++ map、set底层实现

1. 为什么用红黑树实现？

map, set底层都提供了排序功能，红黑树形式存储的键值是有序的。同时红黑树可以在O(log n)时间内做插入，查找和删除。

2. 红黑树的性质

红黑树是每个节点都带有颜色属性的二叉搜索树，颜色要么是红色，要么是黑色。

性质1：红黑树的每个节点要么是红色，要么是黑色。

性质2：红黑树的根节点一定是黑色的。

性质3：红黑树的所有外部节点都是黑色的。（外部节点是扩充二叉树中对所有空指针填充的节点）

性质4：红黑树的所有红色节点的两个子节点一定是黑色节点。（这就保证了红黑树从根到外部节点的任一条路径上都不会有两个连续的红色节点）

性质5：红黑树从根到任意一个外部节点的路径上的黑色节点的数目都是相同的。

3. HashMap和TreeMap底层实现的不同

C++中unordered_map的底层是用哈希表来实现的，通过key的哈希路由到每一个桶（即数组）用来存放内容。通过key来获取value的时间复杂度就是O（1）。因为key的哈希容易碰撞，所以需要对碰撞做处理。unordered_map里的每一个数组（桶）里面存的其实是一个链表，key的哈希冲突以后会加到链表的尾部，这是再通过key获取value的时间复杂度就变成O(n），当碰撞很多的时候查询就会变慢。为了优化这个时间复杂度，map的底层就把这个链表转换成了红黑树，这样虽然插入增加了复杂度，但提高了频繁哈希碰撞时的查询效率，使查询效率变成O(log n)。

4. 为什么使用红黑树而不是二叉搜索树？

二叉搜索树并不一定是一颗平衡树，二叉搜索树（BST）只是左子树的值一定小于根节点，而右子树的值一定大于根节点。如果插入的值是有序的，那么构造出来的二叉树将是一个链表，它的时间复杂度将达到O(n)。而使用红黑树，可以通过对每个节点标色的方式，每次更新数据后进行平衡，保证查找效率。

5. 左旋，右旋操作

红黑树在插入数据时要保持它的平衡需要进行着色处理，配合左旋，右旋来保持它的平衡。可以认为红色和黑色是为了更好地辅助平衡。平衡的操作如下：首先，新插入的节点必须是红色。因为黑色破坏性质的可能性更大。实现平衡的公式如下：

假定X是新插入的节点，P是父节点，Y是叔父节点，G是祖父节点，P是G的左孩子

当Y为红色->P，Y变黑，G变红，X变G

当Y为黑色，X是右孩子->左旋P，X变P

当Y为黑色，X为左孩子->G变红，P变黑，右旋G

当P为G的右孩子，直接做镜像操作就可以。

一个红黑树插入节点的实例可以参考：https://blog.csdn.net/mxway/article/details/29216199?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-2&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-2