RB-Tree 构建、插入与删除

红黑树只有以下 5 条性质（很简单，很好记，最好按顺序记忆）

1. 树中结点只有两种颜色，红色和黑色
2. 树的根是黑色结点
3. 每个叶结点（nil[T] 也叫哨兵结点）都是黑色结点
4. 红色结点的子红点必须为黑色结点
5. 对任意结点，从它到它子孙叶结点的所有路径上包含相同数目的黑色结点

红黑树特点：查找效率高，即使在最坏情况下也有很好的性能，因为红黑树最长路径（红黑相间）高度不会比最短路径（全是黑结点）多出一倍。红黑树是一种特殊的二叉查找树，理解红黑树的构建、插入、删除操作，需要先明白以下概念

1. 二叉查找树
2. 中序遍历（LDR 遍历）
3. 前趋、后继
4. 左旋、右旋

本文从二叉查找树说起，涉及上面说的 4 点，最终会构建红黑树，并完成对红黑树的插入与删除操作。

二叉查找树

为了方面叙说，作以下说明：
如果 k 为一个结点，那么 key[k] 为结点 k 的值，left[k] 为结点 k 的左孩子结点，right[k] 为结点 k 的右孩子结点，p[k] 为结点 k 的父结点。
root(T) 为二叉树的根结点

二叉查找树是一棵有序的树，对于树中的结点 k 来说，它的任意左子孙结点 l 都有如下规则: key[l] <= key[k]；它的任意右子孙结点 r 都服从 key[k] <= key[r] 规则。比如下面两个都是二叉查找树

插入

现在使用这两个树展示插入操作，插入值为 6：

图中每条蓝色的线代表一次比较操作，很明显向 B 中插入一个数所需的步骤比较多，这种情况是由于树太‘偏’造成的，如果所有的树都像 A 这样‘正’就完美了。

删除

删除结点有三种情况
情况一：待删除结点 k 是叶子结点，比如 A 中的 2 5 6 8 结点，B 中的 5 6 8 结点，对于这些结点直接删除就可以了，删除后不会破坏二叉查找树特性，因为除了被删除的结点，其它结点没有任何变化
情况二：待删除结点 k 有一个孩子，如 B 中的 2 3，对于这些结点删除后用它的子结点直接放到删除结点的位置
情况三：待删除结点 k 有两个孩子，如 A 中的 5 3 7 结点，B 中的 7 5 结点，此时将 k 删除，取出 k 中序遍历的后继放到 k 的位置，就完成了删除处理

下图解释了什么是中序遍历，什么是前趋和后继

不知道是谁把 LDR 遍历翻译成了中序遍历，反正我总是把它与前序遍历后序遍历搞混。感觉直接记 LDR、LRD、DLR 会比较知道是什么顺序。

OK，知道如何找 LDR 顺序的后继了，下面用图表示，如果删除有两个孩子的结点。最简单的一种情况如下（红色代表待删除结点，绿色代表后继，有红绿色盲的姥爷们对不住了。。。）


上面两种操作本质是一样的，待删除结点的后继都没有孩子结点，这种情况，直接将后继替换掉红色结点就完成删除操作了。但是另外一种情况需要多处理一步，比如下图：

此时绿色节点有个右孩子（绿色结点为红色结点 LDR 序的后继，所以它不可能有左孩子），需要先对灰色部分处理，处理方式如 情况二 先对绿色结点进行删除，然