数据结构九之红黑树

红黑树也是一种自平衡的二叉搜索树
以前也叫做平衡二叉B树（Symmetric Binary B-tree）
红黑树必须满足以下 5 条性质
1、节点是 RED 或者 BLACK
2、根节点是 BLACK
3、 叶子节点（外部节点，空节点）都是 BLACK
4、 RED 节点的子节点都是 BLACK和父节点都是黑色，从根节点到叶子节点的所有路径上不能有 2 个连续的 RED 节点
5、从任一节点到叶子节点的所有路径都包含相同数目的 BLACK 节点

请问下面这棵是红黑树么？

红黑树必须满足以下 5 条性质

1. 节点是 RED 或者 BLACK
2. 根节点是 BLACK
3. 叶子节点（外部节点，空节点）都是 BLACK
4. RED 节点的子节点都是 BLACK
   ✓ RED 节点的 parent 都是 BLACK
   ✓ 从根节点到叶子节点的所有路径上不能有 2 个连续的 RED 节点
5. 从任一节点到叶子节点的所有路径都包含相同数目的 BLACK 节点
   上图的判断结果是否：他不是红黑树，五个性质满足了四个，但是第五条性质不满足，
   

红黑树的等价变换

红黑树 和 4阶B树（2-3-4树）具有等价性
◼ BLACK 节点与它的 RED 子节点融合在一起，形成1个B树节点
◼ 红黑树的 BLACK 节点个数 与 4阶B树的节点总个数 相等
◼ 网上有些教程：用 2-3树 与 红黑树 进行类比，这是极其不严谨的，2-3树 并不能完美匹配 红黑树 的所有情况
◼ 注意：因为PPT界面空间有限，后面展示的红黑树都会省略 NULL 节点

红黑树 vs 2-3-4树

思考：如果上图最底层的 BLACK 节点是不存在的，在B树中是什么样的情形？
整棵B树只有1个节点，而且是超级节点

几个英文单词：
parent：父节点
sibling：兄弟节点
uncle：叔父节点（ parent 的兄弟节点
grand：祖父节点（ parent 的父节点



添加
◼ 已知
B树中，新元素必定是添加到叶子节点中
4阶B树所有节点的元素个数 x 都符合 1 ≤ x ≤ 3
◼ 建议新添加的节点默认为 RED ，这样能够让红黑树的性质尽快满足（性质 1、2、3、5 都满足，性质 4 不一定

如果添加的是根节点，染成 BLACK 即可

◼ 有 4 种情况满足红黑树的性质 4 ：parent 为 BLACK
同样也满足 4阶B树 的性质
因此不用做任何额外处理


添加 – 修复性质4 – LL\RR

添加 – 修复性质4 – LR\RL

添加 – 修复性质4 – 上溢 – LL

添加 – 修复性质4 – 上溢 – RR

添加 – 修复性质4 – 上溢 – LR

添加 – 修复性质4 – 上溢 – RL

删除

B树中，最后真正被删除的元素都在叶子节点中
删除 – RED节点
直接删除，不用作任何调整

删除 – BLACK节点

删除 – 拥有1个RED子节点的BLACK节点

删除 – BLACK叶子节点 – sibling为BLACK

删除 – BLACK叶子节点 – sibling为BLACK

删除 – BLACK叶子节点 – sibling为RED

红黑树的平衡：
最初遗留的困惑：为何那5条性质，就能保证红黑树是平衡的？
那5条性质，可以保证 红黑树 等价于 4阶B树

相比AVL树，红黑树的平衡标准比较宽松：没有一条路径会大于其他路径的2倍（节点数量）
◼ 是一种弱平衡、黑高度平衡
◼ 红黑树的最大高度是 2 ∗ log 2 (n + 1) ，依然是 O(logn) 级别

平均时间复杂度
◼ 搜索：O(logn)
◼ 添加：O(logn)，O(1) 次的旋转操作
◼ 删除：O(logn)，O(1) 次的旋转操作

AVL树 vs 红黑树：
◼ AVL树
平衡标准比较严格：每个左右子树的高度差不超过1
最大高度是 1.44 ∗ log 2 n + 2 − 1.328 （100W个节点，AVL树最大树高28）
搜索、添加、删除都是 O(logn) 复杂度，其中添加仅需 O(1) 次旋转调整、删除最多需要 O(logn) 次旋转调整
◼ 红黑树
平衡标准比较宽松：没有一条路径会大于其他路径的2倍
最大高度是 2 ∗ log 2 (n + 1) （ 100W个节点，红黑树最大树高40）
搜索、添加、删除都是 O(logn) 复杂度，其中添加、删除都仅需 O(1) 次旋转调整
◼ 搜索的次数远远大于插入和删除，选择AVL树；搜索、插入、删除次数几乎差不多，选择红黑树
◼ 相对于AVL树来说，红黑树牺牲了部分平衡性以换取插入/删除操作时少量的旋转操作，整体来说性能要优于AVL树
◼ 红黑树的平均统计性能优于AVL树，实际应用中更多选择使用红黑树