【数据结构】红黑树

红黑树

思维导图

出现的背景，初衷，要解决的问题

背景：Rudolf Bayer在1972年发明了红黑树，称为“对称二叉B树”，但红黑树这个名字来源于Leo J Guibas 和 Robert Sedgewick在1978年写的一篇论文。

Rudolf Bayer是一名慕尼黑大学的信息学教授，（信息学是一门研究信息的收集、分类、操作、存储、检索和传播的科学），他发明红黑树的初衷是为了存储和有效地检索多维数据

简介：红黑树是一棵自平衡的二叉搜索树

应用场景：

1.C++中的map，set
2.Java中的HashMap，TreeMap，TreeSet
3.用于实现Linux中的CPU调度

优势和劣势

优势：

大多数地二叉搜索树检索信息的时间复杂度为O(h)，h是二叉树的高，而且如果二叉树是一颗斜树，检索的时间复杂度会达到最差情况O(n),n是树的节点个数。
而红黑树检索的时间复杂度最多是O(logn)

劣势：

在插入，删除数据后需要进行调整平衡操作（染色，左旋，右旋）。
不适用于数据较少的场景

适用的场景

适用于海量数据，且需要经常进行插入删除操作的场景

类似的树和它的对比

AVL（平衡树）比起红黑树来说更加平衡，通俗的说就是查找性能可能更优；但平衡树在插入和删除时自旋的次数可能会大于红黑树，所以如果项目中插入删除节点操作更多选择红黑树会更好，如果查询操作更多则选择AVL树更好

底层原理，关键实现

源码

组成和关键点

红黑树节点需要遵守的规则

（满足以上规则的树大致是一个平衡树）

• 1.每个节点是红的或者黑的
• 2.根节点始终是黑的
• 3.红节点均不相邻（一个节点的父节点和子节点不会为红）
• 4.从任何节点（包括根节点）到达它子孙的NULL节点，经过的黑节点数相同

红黑树的一些特点

• 1.三个节点的链在红黑树中是不存在的
• 2.从一个节点到它最远叶子节点的节点数，不超过两倍到它最近叶子节点的节点数
• 3.红黑树有n个节点，它的高h<=2log2(n+1)

黑高

• 黑高是指从根节点到叶子节点经过的黑节点数（包含黑叶子节点）
• 性质：黑高>=树高/2

保持平衡

• 变色

  • 颜色由红变黑或由黑变红

• 左旋

  • 以某个节点作为支点，它的右子节点变为它的父节点，右子节点的左节点变为它的左节点，右子节点的右节点不变

• 右旋

  • 与左旋相反，类比即可

插入

• 操作

  • 查找插入位置
  • 插入后的自平衡

• 情景分析

  • 1.红黑树为空

    • 把插入节点作为根节点，并设置为黑

  • 2.插入节点key已存在

    • 用新节点value值覆盖旧的value

  • 3.插入节点的父节点为黑节点

    • 由于插入的节点是红色的，如果插入节点的父节点是黑色时，不会影响红黑树的平衡，直接插入即可，无需做自平衡调整

  • 4.插入节点的父节点为红色

    • 4.1叔叔节点存在并且为红

      • 由于不能存在两个相邻的红节点，所以祖父节点为黑；因此插入节点三代的颜色为：黑红红，显然最简单的处理方法就是将之变为：红黑红
      • 处理方法：
        1.先将父节点和叔叔节点变黑
        2.将祖父节点变红
        3.将祖父节点设置为当前节点，进行后续处理
      • 1.祖父节点在变色后是红色，如果祖父节点的父节点是黑色，那就不需要做任何处理
        2.如果祖父节点的父节点是红色，就违背了红黑树的性质：红色节点不能相邻；需要将祖父节点设置为当前节点，继续做自平衡操作

    • 4.2叔叔节点不存在或者为黑，并且插入节点的父节点是祖父节点的左子节点

      • 4.2.1新插入节点，为其父节点的左子节点（LL红色情况）

        • 处理：将祖父节点设为红，父节点设为黑，进行右旋

      • 4.2.2新插入节点，为其父节点的右子节点（LR红色情况）

        • 1.将父节点作为当前节点，进行左旋
          2.此时与4.2.1的情况相同（LL双红）将左旋后的父节点继续作为当前节点，按4.2.1处理

    • 4.3叔叔节点不存在或者为黑，插入节点的父节点是祖父节点的右子节点，与4.2对应

      • 4.3.1RR
      • 4.3.2RL

红黑树手写（含打印函数）：

//红黑树类

/**
 * 1.创建RBTree，定义颜色
 * 2.创建静态内部类 RBNode
 * 3.辅助方法定义: parentOf(node), isRed(node), isBlack(node), setRed(node),setBlack(Node),InOrderPrint()
 * 4.左旋方法定义: leftRotate(node)
 * 5.右旋方法定义: rightRotate(node)
 * 6.公开插入接口方法定义: insert(K key, V value)
 * 7.内部插入接口方法定义: insert(RBNode node)
 * 8.修正插入导致红黑树失衡的方法定义: insertFixUp(RBNode node)
 * 9.测试红黑树的正确性
 *
 * @param <K>
 * @param <V>
 */
public class RBTree<K extends Comparable<K>, V> {
   

    private static final boolean RED = true;
    private static final boolean BLACK = false;
    private RBNode root;

    // 打印红黑树
    public void padding ( String ch, int n )
    {
   
        int i;
        for ( i = 0; i < n; i++ )
            System.out.printf(ch);
    }
    void print_node (RBNode root, int level )
    {
   
        if ( root == null )
        {
   
            padding ( "\t", level );
            System.out.println( "NIL" );
        }
        else
        {
   
            print_node ( root.right, level + 1 );
            padding ( "\t", level );
            if(root.color == BLACK)
            {
   
                System.out.printf("(%d)\n", root.key );
            }
            else
                System.out.printf( "%d\n",root.key );
            print_node ( root.left, level + 1 );
        }
    }

    void print_tree()
    {
   
        print_node(this