《算法导论》学习分享——13. 红黑树

13. 红黑树

二叉搜索树的各种操作时间复杂度为 $\mathrm{O}(h)$，但是树的高度h不可控，最差的情况为n。
而 平衡搜索树能将树的高度控制在 $\mathrm{O}(\lg (n))$。
常见的平衡搜索树有：

• AVL树
• 红黑树
• treap （tree + heap，给每个元素随机的priority，从而间接的实现随机插入，使得树的期望高度为$\mathrm{O}(\lg (n))$）
• B树 （十八章介绍）
  • 2-3-4树

本章重点讨论红黑树，以及习题中出现的AVL树。AVL树较为简单所以先介绍AVL树。

AVL树

AVL树由Adel’son-Vel’skii & Landis 在1962年发明，由他们的名字命名。
比较一般的二叉搜索树，每个结点额外存储它的高度，nil的高度为0，其他节点的高度为Height(x) = max(Height(x->left), Height(x->right)) + 1。每个结点两个孩子的高度差不能超过1。
当右子树的高度比左子树的高度高时，我们称right-heavy（如下图），反之这称left-heavy。

AVL树的各种查询操作都和普通二叉搜索树无异，所以我们只需关注会改变树结构的Insert操作和Delete操作。
在一般的Insert或者Delete操作后，结点的高度会变，所以有可能会违反AVL树的性质，这时候我们需要引入一个操作Rotate（旋转）

Rotate

旋转分为两种，左旋（LEFT-ROTATE）和右旋（RIGHT-ROTATE）。下图右测变为左侧的情况称为对x结点左旋，左侧变为右侧的情况称为对y结点做右旋。

我们可以发现旋转操作并不会影响二叉搜索树的性质。
旋转前后都会保持α <= x <= β <= y <= γ
下面是左旋的伪代码，右旋的操作和左旋对称，不再赘述。

Ref：AVLTree::LeftRotate & AVLTree::RightRotate in AVLTree.h

AVL树平衡调整（ADJUST_FROM(x)）

当Insert或者Delete一个元素后，平衡有可能被破坏，假设x是最底层被破坏性质的节点，而且是right-heavy时（left-heavy是对称的）：

1. Balance
   • 如果x的右孩子y是平衡的或者right-heavy的（Figure 5）
     • 我们对x做LEFT-ROTATE操作可使其恢复平衡
     • 然后重新计算x和y的高度
   • 如果x的右孩子z是left-heavy的（Figure 6）
     • 我们先对z做RIGHT_ROTATE，然后对x做LEFT-ROTATE，可使其恢复平衡
     • 然后重新计算x，y，z的高度
2. Loop
   • 重新计算x的高度，并使得x=x->p继续循环，直到根节点
   • 若图中发现某节点不平衡的用1. Balance

Ref：AVLTree::AdjustFrom in AVLTree.h

AVL树 Insert

因为插入的节点肯定是叶子节点，所以直接对插入节点调用ADJUST_FROM(x)即可。

Ref：AVLTree::Insert in AVLTree.h

AVL树 Delete

删除操作略为复杂，可能会影响子节点的平衡。

• 当被删除节点只有一个孩子，或者没有孩子时，被删除节点的孩子不会被应用
  • 这时对删除节点原来的父节点调用ADJUST_FROM(x)即可
• 当被删除节点有两个孩子时
  • 如果被删除节点右子树的最小节点min的父节点为被删除节点，这时对min调用ADJUST_FROM(x)
  • 其他情况，对min原来的父节点调用ADJUST_FROM(x)

Ref：AVLTree::Delete in AVLTree.h

红黑树

红黑树也是一种平衡二叉树。它在每个节点上增加一个存储位color来表示节点的颜色，节点的颜色为RED或者BLACK。通过对任何一条从根节点到叶子节点的颜色进行约束，红黑树确保没有一条路径会比其他路径长出2倍，所以是近似于平衡的。
红黑树还定义一种NIL节点，NIL节点是红黑树的叶子结点（外部节点），真实的数据组成树的内部节点（如下图a所示）。
红黑树的具体性质如下：

1. 每个节点不是红色的就是黑色的
2. 根节点是黑色的
3. 每个叶结点（NIL）是黑色的
4. 如果一个结点是红色的，那么它的两个孩子都是黑色的
5. 对于每个结点，从该结点到其所有后代叶结点的简单路径上，黑色结点的数量相同

为了方便处理，使用一个哨兵来替代NIL结点。对于一颗红黑树T，哨兵T.nil是一个普通结点。它的color为BLACK，用哨兵T.nil替换图a中的所有NIL，这样就形如下图b所示，T.nil的p, left, right, key属性我们并不关心，所以方便起见程序中可以对其值随意设定。

为了方便起见，我们在图中省去T.nil，这样就变成了图c的样子。

NULL -> T.nil

红黑树与普通二叉搜索树相比，用T.nil替代了空指针。
所以所有操作中用到空指针的地方，需要换成T.nil。后面不做赘述。

红黑树 Insert

红黑树的插入操作，除了一般的操作外，还需要把插入结点的颜色设为RED。因为插入了一个红色的结点，所以有可能触犯红黑树的一些性质（1,4），所以我们要调用RB-INSERT-FIXUP将其修正。

RB-INSERT-FIXUP会循环的查看z的父结点是否违反性质4，如果违反，则将其修正。如果修正后仍然有可能违反性质4，则继续循环查看其爷结点。（本文只讨论插入结点的父结点为爷结点的左孩子的情况，右孩子的情况与其对称，不再赘述。）

修正过程有三种情况：

• Case 1. z的叔结点为红色
• Case 2. z的叔结点为黑色，且z是父亲的右孩子
• Case 3. z的叔结点为黑色，且z是父亲的左孩子
  

上图插入4之后的处理过程。下面我们详细讨论下三种情况的处理方式：

• Case 1
  这种情况只需改变着色，将父节点和叔结点染成黑色，爷结点染成红色。
  因为爷结点以前是黑色，却染成了红色，如果爷结点的父结点为红色，这时仍会触犯性质4，所以我们将爷结点赋给z，下次循环时再修正它。
  如果z的爷结点为root结点，我们修正后root结点变成了红色，并且让z指向root结点然后跳出了循环。在循环外边我们会将z重新染成黑色，所以保持了性质1。
  

• Case 2/3
  当z是父结点的左孩子时，符合Case 3，这时我们只需把爷结点做右旋，然后交换之前父结点和爷结点的颜色。这时局部的根节点颜色没有改变，仍然是黑色，所以整个树都满足了红黑树的特性，无需继续循环。
  
  当z是父结点的右孩子时，符合Case 2，这时只需要对父结点做左旋，使其变为Case 3的情况。

由上可知，一旦循环进入Case 2或者Case 3，就会结束循环。所以一次插入操作最多只会有两次旋转操作。尽量少的循环操作是非常有益的，因为改变结点颜色并不会影响查找功能，当多线程处理时我们只需给旋转操作加锁。

红黑树 Delete

删除操作比插入操作略微复杂，当删除一个黑色结点，或者删除过程中移动了一个黑色结点时，都有可能破坏红黑树的性质（2,4,5）。

当被删除的结点只有一个孩子，或者没有孩子，这时我们只需关心被删除结点的颜色，如果被删除的结点为红色，则无需修正，如果被删除结点为黑色，则需要从被删除结点的孩子开始修正。

当被删除的结点有两个孩子时，我们会找右子树的最小结点来替代被删除结点的位置和颜色，所以这是我们需要关注这个最小结点的颜色，如果最小结点的颜色为红色，则无需修整，如果这个最小结点为黑色，则需要从最小结点的右孩子开始修正。

从x开始修正时，有五种情况：

• Case 0. x为红色
  • 这时23行会将其设为黑色，可直接满足所有红黑树性质
• Case 1. x的兄弟结点w为红色
• Case 2. x的兄弟节点w为黑色，且w的两个孩子都是黑色
• Case 3. x的兄弟节点w为黑色，且w的右孩子为黑色，左孩子有红色
• Case 4. x的兄弟节点w为黑色，且w的右孩子为红色

• Case 1
  这种情况我们将其转换为Case2/3/4

  1. 设置兄弟节点w为黑色，父结点为红色
  2. 左旋父结点
  3. 重新设置w为x的兄弟结点

• Case 2
  这种情况将兄弟结点w设置为红色，并且x=x.p，继续循环。
  我们会发现，如果是从Case 1转换到Case 2，那么x.p一定是红色，所以会直接退出循环。

• Case 3
  这种情况我们将其转换为Case4

  1. 设置兄弟节点w为红色，w的左孩子为黑色
  2. 右旋w结点
  3. 重新设置w为x的兄弟结点

• Case 4
  这种情况可以做一些修改，然后结束修正

  1. 设置w的颜色为x父结点的颜色
  2. x父结点的颜色设置为黑色
  3. w右孩子的颜色设置为黑色
  4. 左旋x的父结点
  5. 使x指向root结点，从而结束修正

由上可知，一旦循环进入Case 1, Case 3，Case 4，就会结束循环。所以一次插入操作最多只会有三次旋转操作（Case 1 -> Case 3 -> Case 4）。

性质维护:

插入过程中维护性质的分析：

Case1 转换后，局部的黑高与之前相同
但是由于将局部根节点C从黑色变成红色，所以需要继续考虑C是否违反性质4

Case2/3 转换后，局部的黑高与之前相同
并且局部根节点B的颜色没有改变，所以直接Done

删除过程中维护性质的分析：

需要修正时，被修正结点x以前的父节点肯定为黑色，x替代了x以前父节点的位置
所以这时这个子树（x为根节点）的黑高减少了1

Case1 转换后，ABCDE的黑高都没有变
所以这时仍然是x为根节点的子树黑高少1

根本情况没有变化，变化的只是x的兄弟节点的颜色

Case2 转换后，以x的父节点c为根节点的子树已经满足红黑树的性质
但是c为根节点的子树的黑高比之前少1

所以令c为新的x，继续调整

Case3 转换后，ABCDE的黑高都没有变
所以这时仍然是x为根节点的子树黑高少1

根本情况没有变化，变化的只是w的右孩子的颜色

Case4 转换后，以c为根节点子树满足红黑树性质
并且根节点的颜色没有变化，子树的黑高也没有变化

所以Done

涉及数据结构

点击查看实现

• AVL树
• 红黑树

Github Source: https://github.com/maomao9003/Introduction-to-Algorithms/blob/master/Docs/Chapter/13.红黑树.md