java最优有序查找——红黑树（RBT）算法

在大量数据中常用的查找数据的做法有四类：顺序查找，二分查找，二叉树查找（BST），红黑树查找（RBT）。
这四类查找方法分别对应着四种基本思想原理：

顺序查找 —— 无序简单查找

二分查找 —— 有序查找，每次折半搜索，插入数据费时

二叉树查找（BST） —— 不平衡二叉树有序查找，插入与搜索综合性能较优

红黑树查找（RBT） —— 平衡二叉树有序查找，插入与搜索综合性能最优

注：从上至下平均性能变优，算法难度增大，后三种查找为有序查找。

红黑树（RBT）性能分析

在编写红黑树实现前很有必要对其性能进行分析，通过与前三种算法的比较，分析出现RBT这种数据结构的原因。

算法	最坏查找	最坏插入	平均查找	平均插入	是否有序
顺序查找	N	N	N/2	N	否
二分查找	lgN	N	lgN	N/2	是
二叉树查找（BST）	N	N	1.39lgN	1.39lgN	是
红黑树查找（RBT）	2lgN	2lgN	1.001lgN	1.001lgN	是

顺序查找

顺序查找是指对数据进行无序的从头至尾扫描，这种方法是最原始的最坏情况下查找目标数据需要遍历整个数组，平均查找需要遍历半个数组。而插入则需要完全遍历整个数组。

二分查找

二分查找是查找时间最短的方法，将数组每次以中间值判断，稳定查找lgN(注：lg = log₂)时间。但二分查找的插入则需要花费N的复杂度级别的时间来完成。如果我们采用类似二分查找的方式进行插入，即：每次以中值判断最后找出要插入的点，这样看起来时间也是lgN，但对于数组而言插入意味着将之后的数字依次移位，这样更加得不偿失。如果你采用链表结构来实现二分查找，可以满足快速的插入，但是由于没有了索引，仍需遍历数组得到索引，所以二分查找的插入操作复杂度级别为N。

二叉树查找（BST）

二叉树查找是在二分基础上提出，为了解决二分查找的插入问题的一种新的查找模式，这种模式通过类似链表的树结构不断地插入数据达到有序，而其查找时间也在lgN复杂度左右，代码实现较为简单。在整个有序树中存在着固定的插入和查找的模式，最后树的形状受到插入数据的先后顺序影响。正因为树的形状受到随机因素影响，在最坏的情况下，这棵树只有左子树没有右子树（或只有右子树没有左子树）导致性能甚至不如二分查找。

红黑树查找（RBT）

红黑树查找是在二叉树查找的基础上，结合了二叉树中简洁高效的查找方法，又同时是一颗保证性能平衡树。在最坏的情况下，红黑树都远好于二叉树。在平均情况下的搜索，红黑树理论上只比二分查找差一点，这是因为红黑树数据结构的特性导致，我们可以认为红黑树的查找和二分查找是相同的。在插入的复杂度比较中比二分查找好太多，红黑树的算法思路是所有有序查找中最优的算法，用便于实现的平衡树高效地完成插入和搜索操作。

红黑树定义

满足下列条件的二叉树是红黑树：

1. 红链接均为左链接