简介：红黑树是为了平衡二叉树而存在的一种树，二叉树在生成的时候，是非常容易失衡的，造成最坏的情况就是一边倒（左子树，或者右子树），这样会造成检索效率降低。
红黑树是满足以下条件：
1、每个节点要么是红色，要么是黑色
2、根节点必须是黑色
3、红色节点不能连续（与红色节点相连的节点都不能是红色）
4、对于每个节点，从该节点到叶子节点（null）的任何路径，所包含的黑色节点数量必须相同
因此对于红黑树的添加，删除操作，都会造成树结构的改变，这时候就需要重新对树进行调整，可能是节点颜色的修改，也可能是整个结构的修改，而对于结构的修改，最常用到的就是对于节点的左旋和右旋
左旋
左旋定义：将当前节点（x）的右子树(y），按照逆时针方向进行旋转，使y子树成为x节点的父节点，而y节点的左子树是x节点。（需要反复理解透彻）
TreeMap中关于左旋的代码处理
/** From CLR */
private void rotateLeft(Entry<K,V> p) {
if (p != null) { //p=3
Entry<K,V> r = p.right; //① r=10
p.right = r.left; //② 3.right = 6 指定了3 的右子节点为6
if (r.left != null)
r.left.parent = p; //③ 将6的父节点指向 3
r.parent = p.parent; // ④ 将3的父节点 指向10
if (p.parent == null) // ⑤
root = r;
else if (p.parent.left == p)
p.parent.left = r;
else
p.parent.right = r;
r.left = p; // ⑥
p.parent = r; // ⑦
}
}① 记录需要左旋的右子节点
② 将右子节点的左子节点父给当前需要左旋操作的节点的右节点（有点绕）
③如果当前节点的右子节点的左子节点不为null（本图中是6），将6的父节点指向3 （这个地方一开始好长时间我是理解不了的，在②的时候只是单向的将3的右子节点指向了6，而这个操作是将6这个节点中维护的父节点由原来的是10指向了3）
④ 当前节点的父节点指向左旋后元素的父节点（也就是原来3的父节点指向了10）
⑤ 判断父节点的类型，如果父节点是null, 那就把旋转后的节点作为根节点，如果3是其父节点的左子节点，那么10就赋给原父节点的左子节点，如果3原来是其父节点的右子节点，那么左旋之后10就是其父子节点的右子节点
⑥将原来右子节点的左子节点指向被旋转的节点
⑦将右子节点指向被旋转的父节点
第⑥和第⑦是左旋的关键，中间关于旋转后的所有节点的指向，左旋和右旋比较类似。最关键的就是左旋操作，将需要旋转的右节点，作为该节点的父节点，而该父节点的左子节点是被旋转对象。
右旋
右旋是将该节点（x）的左子节点，顺时针旋转，使得x的父节点是x的左子节点（y）,y的右子节点是x,
private void rotateRight(Entry<K,V> p) {
if (p != null) {
Entry<K,V> l = p.left; //获取当前分支左子树
p.left = l.right; //将左子树的右子节点指向 p的左子节点，即将10的左子节点指向6
if (l.right != null) l.right.parent = p; // 将6的父节点指向10
l.parent = p.parent; //将原来10 的父节点指向3
if (p.parent == null)
root = l; //如果10的父节点为null
else if (p.parent.right == p) // 如果原来的 10 是其父节点的右子树，那么将 3 也任然赋给其父节点的右子树
p.parent.right = l;
else p.parent.left = l; //否则的话，就是将3 指向其父节点的左子树
l.right = p; // 3的右子树是 10
p.parent = l; // 10的父节点是3
}
}以上就是右旋操作，关于左旋和右旋，是每次调整红黑树的基础，一定要自己在纸上多联系，多思考。
红黑树添加元素操作put(k,v)
public V put(K key, V value) {
Entry<K,V> t = root;
if (t == null) {
compare(key, key); // type (and possibly null) check
root = new Entry<>(key, value, null);
size = 1;
modCount++;
return null;
}
int cmp;
Entry<K,V> parent;
// split comparator and comparable paths
Comparator<? super K> cpr = comparator;
if (cpr != null) {
do {
parent = t;
cmp = cpr.compare(key, t.key);
if (cmp < 0)
t = t.left;
else if (cmp > 0)
t = t.right;
else
return t.setValue(value);
} while (t != null);
}
else {
if (key == null)
throw new NullPointerException();
@SuppressWarnings("unchecked")
Comparable<? super K> k = (Comparable<? super K>) key;
do {
parent = t;
cmp = k.compareTo(t.key);
if (cmp < 0)
t = t.left;
else if (cmp > 0)
t = t.right;
else
return t.setValue(value);
} while (t != null);
}
Entry<K,V> e = new Entry<>(key, value, parent);
if (cmp < 0)
parent.left = e;
else
parent.right = e;
fixAfterInsertion(e);
size++;
modCount++;
return null;
以上，如果当前添加时，没有根节点，将当前元素作为根节点，然后返回
1、如果当前对象中是有比较器的话，判断加入元素的key和根节点的key大小比较，如果大于根节点，往根节点的右子树移动，接着判断根节点的右子树与添加元素的key, 如果小于，转向左子树，直到t的值为null, 而parent为t的父节点，非null
2、如果当前比较器不存在，将key强制转化为比较器，其他操作同上
3、如果是比较器结果小于0，将添加的元素放在左子节点处，否则放在右子节点处
4、调整红黑树，这个部分是最复杂且关键的地方。
我们先看下插入时代码部分
private void fixAfterInsertion(Entry<K,V> x) {
x.color = RED;
while (x != null && x != root && x.parent.color == RED) {
if (parentOf(x) == leftOf(parentOf(parentOf(x)))) {
Entry<K,V> y = rightOf(parentOf(parentOf(x)));
if (colorOf(y) == RED) {
setColor(parentOf(x), BLACK);
setColor(y, BLACK);
setColor(parentOf(parentOf(x)), RED);
x = parentOf(parentOf(x));
} else {
if (x == rightOf(parentOf(x))) {
x = parentOf(x);
rotateLeft(x);
}
setColor(parentOf(x), BLACK);
setColor(parentOf(parentOf(x)), RED);
rotateRight(parentOf(parentOf(x)));
}
} else {
Entry<K,V> y = leftOf(parentOf(parentOf(x)));
if (colorOf(y) == RED) {
setColor(parentOf(x), BLACK);
setColor(y, BLACK);
setColor(parentOf(parentOf(x)), RED);
x = parentOf(parentOf(x));
} else {
if (x == leftOf(parentOf(x))) {
x = parentOf(x);
rotateRight(x);
}
setColor(parentOf(x), BLACK);
setColor(parentOf(parentOf(x)), RED);
rotateLeft(parentOf(parentOf(x)));
}
}
}
root.color = BLACK;
}对于新添加的节点，会将颜色设置成是红色，原因是红黑树上述中第四条，每个节点出发到期所有叶子节点经过的全部路径，黑色节点数相同。如果所有节点添加时，默认都为黑色，难以保证黑色节点数目都相同。
当前条件的条件基于：插入节点不是根节点，且插入节点的父节点的颜色不是红色
1、当前节点的父节点是其祖父节点的左子节点
2、获取到当前插入节点的叔父节点，2、1 如果其叔父节点的颜色是红色---》
<1>将其节点的父节点，叔父节点的颜色设置成黑色，
<2>将其祖父节点设置成红色，
<3>将其祖父节点赋给x, 并进入while条件判断
2、2如果其叔父节点的颜色不是黑色
先判断，当前节点是左子树内插入，还是左子树外插入，如果是左子树，外插入，获 取到当前节点父节点进行左旋操作。此时x是原来的父节点，
然后将x父节点设置成黑色，x的祖父节点设置成红色，将x的祖父节点进行右旋操作。
如果是左子树外侧插入，将x节点父节点设置成黑色，x祖父节点设置成红色
对x祖父节点进行右旋操作
左侧为左子树外侧，右图为左子树内侧
同样，如果是右子树，其逻辑判断与上述相同
总结：如果当前节点的叔父节点是红色，需要进行颜色调整，然后再次进入循环判断是否满足，如果当前节点的叔父节点不是红色，需要判断，当前插入节点是否为左子树内侧插入，如果是，需要比左子树外侧插入多一次旋转操作。最终满足while条件，退出循环，以上就是添加时，需要进行的节点调整操作。
remove()节点
在了解remove操作之前，我们需要先了解下，红黑树中查找后继节点的方法
如果当前节点的右子树不为空，那么其后继节点是右子树中最小的节点
如果当前节点的右子树为空，那么其后继节点是第一个向左走的祖先
元素35 的后继节点就是 右子树中最小的元素45
元素30，他的祖先是21 ，但是21是向右走的，也即21的右节点是30，所以要理解第一个向左走的祖先指的是什么意思。
static <K,V> TreeMap.Entry<K,V> successor(Entry<K,V> t) {
if (t == null)
return null;
else if (t.right != null) {
Entry<K,V> p = t.right;
while (p.left != null)
p = p.left;
return p;
} else {
Entry<K,V> p = t.parent;
Entry<K,V> ch = t;
while (p != null && ch == p.right) {
ch = p;
p = p.parent;
}
return p;
}
}1、如果当前元素的右子树不为null, 获取到右子树，然后遍历右子树的左子树，及左子树的左子树，直到其左子树为null, 返回左子树为null的节点，即为后继节点
2、如果右子树为null , 获取父节点，遍历直到当前元素不是其父节点的右节点，即第一个向左走的祖先，即为后继节点
了解过后继节点之后，我们来看下，关于删除节点操作。
1、删除的节点左右子节点都为空（处理方式：直接移除）
2、删除的节点有一个非空子树（处理方式：）
3、删除的节点两个子节点都不为空（处理方式：用当前元素的后继节点s代替当前元素，然后使用上述1或者2对s进行删除）
扫一扫
722
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
