map和set的底层结构——红黑树

1.红黑树的概念

红黑树是一种二叉搜索树，在每个节点上加一个储存位表示颜色的概念，只有红黑两种颜色，通过对节点颜色的限制，使得红黑树的最长路径不超过最短路径的二倍，因此是接近平衡的。

2.红黑树的性质

1.每个节点只有红和黑两种颜色

2.根节点是黑色的

3.如果一个节点是红色的，则他的两个孩子节点是黑色的

4.对于每个节点，从该节点到其所有后代节点的简单路径上，均包含相同数目的黑色节点

5.每个叶子节点都是黑色的(此处的叶子节点指的是空节点)

3.红黑树节点的定义

enum Colour
{
	RED,
    BLACK
};
template<class K,class V>
struct RBTreeNode
{
	RBTreeNode<K, V>* _left;
	RBTreeNode<K, V>* _right;
	RBTreeNode<K, V>* _parent;

	pair<K, V> _kv;
	Colour _col;
	RBTreeNode(const pair<K, V>& kv)
		:_left(nullptr)
		, _right(nullptr)
		, _parent(nullptr)
		, _kv(kv)
		, _col(RED)
	{}

};

红黑树多了储存颜色的功能；而且红黑树插入节点是默认插入红色的节点，因为如果插入黑色节点，必定破坏规则4，而插入红节点，可能破坏规则三，可能出现两个连续的红色节点，但是可以修改，也有可能插入红色节点，刚好满足条件，所以我们选择插入默认是红色的节点；

4.红黑树的插入操作

红黑树的插入大致分为两种情况：

情况一：叔叔节点存在，且为红色

这时候，只需要变色就可以了

p和u节点变成黑色，g节点变成红色，然后继续向上更新，直到根节点

情况二：叔叔节点不存在，或者叔叔节点存在但是为黑色

这个时候需要变色+旋转

我们还需要考虑cur是在parent的左边还是右边，旋转的方向不同

bool Insert(const pair<K, V>& kv)
{
	if (_root == nullptr)
	{
		_root = new Node(kv);
		_root->_col = BLACK;
		return true;
	}
	Node* parent = nullptr;
	Node* cur = _root;
	while (cur)
	{
		if (cur->_kv.first<kv.first)
		{
			parent = cur;
			cur = cur->_right;
		}
		else if (cur->_kv.first > kv.first)
		{
			parent = cur;
			cur = cur->_left;
		}
		else
		{
			return false;
		}
	}
	cur = new Node(kv);
	cur->_col = RED;
    if (parent->_kv.first < kv.first)
	{
		parent->_right = cur;
	}
	else
	{
		parent->_left = cur;
	}
	cur->_parent = parent;

	//调整颜色
	//parent不存在，或者parent颜色为黑，跳出循环
	while (parent && parent->_col == RED)
	{
		//关键看叔叔
		Node* grandfather = parent->_parent;
		if (parent == grandfather->_left)
		{
			Node* uncle = grandfather->_right;
			//叔叔存在且为红
			// 变色即可
			if (uncle && uncle->_col==RED)
			{
				parent->_col = uncle->_col = BLACK;
				grandfather->_col = RED;
				//继续向上更新
				cur = grandfather;
				parent = cur->_parent;
			}
			else //叔叔不存在或者叔叔为黑
			{
				if (cur == parent->_left)
				{
					//右旋
					RotateR(grandfather);
					parent->_col = BLACK;
					grandfather->_col = RED;
				}
				else
				{
					//左右旋
					RotateL(parent);
					RotateR(grandfather);
					cur->_col = BLACK;
					grandfather->_col = RED;
				}
				break;
			}
		}
		else
		{
			Node* uncle = grandfather->_left;
			//叔叔存在且为红，变色即可
			if (uncle&& uncle->_col == RED)
			{
				parent->_col = uncle->_col = BLACK;
				grandfather->_col = RED;
				//继续向上更新
				cur = grandfather;
				parent = cur->_parent;
			}
			else
			{
				//叔叔不存在，或者为黑
				if (cur == parent->_right)
				{
					//左旋
					RotateL(grandfather);
					parent->_col = BLACK;
					grandfather->_col = RED;

				}
				else
				{
					//右左旋
					RotateR(parent);
					RotateL(grandfather);
					cur->_col=BLACK;
					grandfather->_col = RED;

				}
				break;
			}
		}
	}
	_root->_col = BLACK;
	return true;
}

5.红黑树的验证

如何判断红黑树是否平衡呢？

三个方面：根节点是否为黑色，每条路径的黑色节点数量是否相同 是否存在连续的红色节点

bool IsBalance()
{
	if (_root->_col == RED)
	{
		return false;
	}

	int refNum = 0;
	Node* cur = _root;
	while (cur)
	{
		if (cur->_col == BLACK)
		{
			++refNum;
		}
		cur = cur->_left;
	}
	return check(_root,0,refNum);
}

bool check(Node* root,int blackNum,const int refNum)
{
	if (root == nullptr)
	{
		if (blackNum != refNum)
		{
			cout << "存在黑色节点的数量不相等的路径" << "\n";
			return false;
		}
		return true;
	}
	if (root->_col == RED && root->_parent->_col == RED)
	{
		cout << root->_kv.first << "存在连续的红色节点" << "\n";
		return false;
	}
	if (root->_col == BLACK)
	{
		++blackNum;
	}
	return check(root->_left, blackNum, refNum) && check(root->_right, blackNum, refNum);

}

6.红黑树和AVL树的比较

红黑树和AVL树都是高效的平衡二叉树，时间复杂度都是O(logN)，红黑树不追求绝对平衡，只需保持最长路径不超过最短路径的2倍，相对而言，降低了插入和旋转的次数，所以在经常进行增删的结构中性能更好，所以实际运用中红黑树用的更多。