红黑树的应用及原理(干货)

介绍：
红黑树是应用很广泛的一种数据结构。一般用于内存的排序，时间复杂度较低，为O（logn），STL中map和set内部使用的就是红黑树。红黑树是平衡二叉树的一种，每个节点之中红色和黑色两种颜色，根结点都为黑色，红节点的孩子都是黑色，还有就是根结点到叶子结点黑色孩子的高度相同。

红黑树的操作

创建结点

红黑树的结点结构如下：
struct rbtree_node ｛
int key；
struct rbtree_node* left；
struct rbtree_node* right；
struct rbtree_node* parent；
｝；
struct rbtree ｛
struct rbtree_node* root；
｝；
这个数据结构如果在代码中出现的话，可以百分之百的确定就是红黑树的结构。内部主要有三根指针，指向左孩子，右孩子以及双亲；还有一个数据就是存放具体的数据。创建的话其实就是初始化的过程。

销毁结点

结点的销毁也很简单，将内部的指针都释放，然后再free掉结点占用的内存。

查找结点

查找结点的操作和正常的二叉查找树的方法相同。从根部开始遍历，比当前结点大的话就到他的右子数，如果比当前结点小的话就到他的左子数。直到找到结点为止。

插入结点

接下来就是红黑树的两个重要的操作，插入和删除。插入的话实际上可以分为以下几种情况。
首先我们需要知道插入的结点，都是红的，因为红色插入之后黑高还是保持一致。插入的时候，根据二叉树的性质可以得出插入的结点在叶子结点。
插入结点时，根据祖父结点和叔叔结点的颜色不同共有四种情况：
（1）插入结点为父结点的左结点，叔叔结点为黑色。这个时候我们做的操作是先以父结点为中心右旋，然后改变父结点和祖父结点的颜色，使其满足红黑树的性质
（2）插入的结点为父结点的右结点，叔叔结点为黑色。此时我们先以父结点为中心左旋，改变新父结点和祖父结点的颜色，然后再以新的父结点为中心右旋。
（3）插入结点为父结点的左结点，并且叔叔结点为红色，那么就不用旋转，改变父结点和叔叔结点的颜色为黑色，新结点的颜色和祖父结点一致。然后祖父结点变为新的当前结点，向上判断时候新结点是否会影响红黑树的性质。
三种情况说完之后，后面就是按照父结点在祖父结点的左子树还是右子树分为两种情况。这两种情况是对立的状况，只需要修改左右旋的方向即可。

删除结点

删除结点的操作比较复杂，需要配上图片好好的分析。
删除结点总结性的来说其实只有四种情况。
（1）删除结点的左右子树都非空
（2）删除结点的左子树为空
（3）删除结点的右子树为空
（4）删除结点的左右子树都为空
其中第一种情况的删除和AVL树的删除类似，都是转换为后面的情况处理。因为左右子树都非空的话，肯定是选择左子树的最大值或者是右子树的最小值来替代原结点，而这两种结点都只有一个子树或者没有子树。红黑树的删除实际上删除的并不是当前的结点，因为我们删除结点之后，肯定都是让结点的直接后继代替删除结点，因此我们可以直接将直接后继的值赋给要删除的结点，然后将后继结点删除即可。在删除结点之后再对平衡性做出调整，使其满足性质。
因此实际上在操作的时候删除的是替代的结点，考虑的是替代结点的情况。并且替代结点在删除之前还需要参与树的平衡，平衡后再替换到删除结点的额位置才算是真正的结束。
删除的情况：
（1）替换结点是红色，这个处理是比较简单的，因为删除红色结点也不会破坏红黑树的性质，因此只需要将替代结点设置为删除结点的颜色。
（2）替换结点为黑色
此时我们就不得不进行平衡的操作了，判断父结点P，兄弟结点S，以及兄弟结点的孩子结点的颜色分为以下几种情况。
1. 替换结点为P的左子树
1.1 替换结点的兄弟结点为红色
此时将S涂为黑色，P涂为红色，然后以P为中心左旋
1.2 替换结点的兄弟结点为黑色
此时由于不能判断P的颜色，因此需要考虑一下几种情况
1.2.1 替换结点的兄弟结点的右子结点为红色，左子结点颜色任意
此时我们为了黑色结点的平衡，需要做一下操作，先将S设为P的颜色，P设为黑色，将S的右子结点设为黑色，以P为中心左旋。左旋之后删除替换结点就平衡了
1.2.2 替换结点的兄弟结点的左结点为红色，右结点为黑色。
此时我们将左子结点设为黑色，S设为红色，以S为中心右旋，这样就形成了1.2.1的情况，再按照上面的情况处理
1.2.3 兄弟结点的左右结点都是黑色
此时兄弟结点已经无法借到红色结点了，只能向上搜索。因此需要将兄弟结点设置为红色（因此需要保证替换结点被删除之后的平衡性），然后以父结点为新的替换结点进行新的删除处理。
2. 替换结点为父结点的右子树，这种情况和上面的情况是对称的，只需要将左右旋的方向变换一下即可。

以上就是红黑树的操作以及详细的情况介绍，图后面会补。