【Java数据结构】红黑树学习笔记

概述

因为之前有准备写Java.util中的clloection集合类,最常见的就是List和Map，List中的ArrayList和LInkedList都已经总结完了，准备总结HashMap，jdk8中的HashMap底层结构是数组+单向链表+红黑树，关于红黑树的相关知识曾了解过，但也忘得差不多了，所以准备过一遍红黑树相关的知识，再总结HashMap的源码。

• 此文章仅为个人学习笔记，有理解错误的地方望指正。

二分查找法

1. 概念
   基于有序数组，进行二分、折半搜索某一特定元素，从数组的中间元素开始搜索，如果中间元素恰好是要查找的元素，那么搜索结束，如果要查找的元素大于或小于中间元素，就从大于或小于中间元素的那一半进行查找，在那一半中也是从中间开始查找，以此类推，每次查找时范围都会缩小一半。
2. 实现

  /**
     * 
     * @param numbers 目标数组
     * @param number 目标元素
     * @param startIndex 开始下标
     * @param endindex 结束下标
     * @return
     */
    private static int findNumber(int[] numbers,int number,int startIndex,int endindex){
        //判断是否大于最大值小于最小值
        if(number<numbers[startIndex]||number>numbers[endindex]||startIndex>endindex){
            return -1;
        }
        //取中间数
        int currentIndex=(startIndex+endindex)/2;
        if(number>numbers[currentIndex]){
            //大于从右边继续递归查找
           return findNumber(numbers,number,currentIndex+1,endindex);
        }else if(number<numbers[currentIndex]){
            //小于从左边递归查找
            return findNumber(numbers,number,startIndex,currentIndex-1);
        }else{
            //找到了，返回数据
            return currentIndex;
        }

    }

二叉查找树

1. 特点

• 左节点的值一定都小于根节点的值
• 右节点的值一定都大于根节点的值
• 左右节点也都是二叉树结构
  如图

如图所示，假设要找到数字13

• 首先找到10节点，10节点发现13>10
• 于是往10的右叉树查找 找到了节点15
• 对比后发现13<15,又往15的左叉树查找，找到了节点13

看到这里发现，二叉树的思想其实就是二分查找法的思想，但是二叉树也存在一定的缺陷，如图：

可以看到，根节点的左叉树和右叉树元素数量差距很大，几乎变成了一个瘸子，虽然还是保持了二叉树的特性，但是查询的效率就大打折扣了，只要根节点足够大，几乎就是线性查找了，所以就有了二叉平衡树的出现，红黑树就是二叉平衡树的一种表现方式。
下图对比：

平衡二叉树就是左右两边的节点高度差值不会超过1，并且左右子树也是二叉平衡树，红黑树算是不严格的一种平衡二叉树，没有要求高度差必须不超过1，而是从根路径到最长路径不要超过最短路径的两倍，维持的是相对平衡，所以为什么有了平衡二叉树后还要有红黑树，两种树的应用场景是不同的，平衡二叉树对高度差有严格的要求，在查询的时候速度相对会快一点，红黑树对于高度差没有那么严格，所以在插入和修改某个元素的时候，对树的变动会比较小，可能有些时候只需要变色不需要自旋。

红黑树

1. 特点，除了符合二叉查找树的基本特性外，还有以下：
   ·节点是红色或者是黑色
   ·根节点是黑色
   ·每个叶子节点都是黑色的空节点
   ·每个红色的节点的两个子节点都是黑色，不能有两个连续的红色节点
   ·从任意一节点到其每个叶子的所有路径都包含相同的黑色节点
2. 实现
   红黑树的实现，实际上就是通过变色、左旋、右旋的操作，使当前的树符合上面所说的几个特点，保持树的平衡，最大的目的就是降低树的高度，因为树的查找性能取决于树的高度。所以树的高度越低搜索的效率越高。

• 变色：把黑色节点变成红色节点 或者把红色节点变成黑色节点

• 左旋转：逆时针旋转红黑树的两个节点，使得父节点被自己的右孩子取代，而自己成为自己的左孩子。如图
  

• 右旋转：顺时针旋转红黑树的两个节点，使得父节点被自己的左孩子取代，而自己成为自己的右孩子。如图：
  

• 红黑树结构如下图
  

• 插入元素的一些示例
  假设在上面的红黑树中添加节点9，需要变色
  

插入节点9为红节，并有两个黑色的空节点，此时违反了第四、第五条特性，出现了两个连续的红色节点，且根节点到最后一个叶子节点的黑色节点数量不相同，于是将父节点和叔父节点变为黑色，变色后符合红黑树的特性。

需要旋转的情况：

把之前的树稍微做了一下变动，如果要在上面的树中插入一个4节点，那么会是这样

很显然这是不符合上面所说的红黑树的几个特性的，这个时候看到4节点的父节点是红色，但是叔父节点是黑色，围绕节点7进行右旋，7节点成为原来左儿子的右儿子，七节点的父节点即现在的4节点染黑色，祖父节点即2节点染红色。

染色完成后，再绕着7的祖父节点2节点进行左旋，最后得到符合红黑树特性的树

• 删除元素的示例，以上面的树为例
  
  首先删除节点1
  
  删除1节点后，4节点取代1节点的位置变为红色，7节点变为黑色，原4节点的左子节点变为原1节点的左节点的右节点。

此时再删除7节点，直接删除后会如下所示

此时的树是违背了特性5的，所以又要重新进行一系列的变色和自旋，先绕0节点左旋，再绕4节点右旋，让树重新符合红黑树的特性，最后得到下图的树。

总结

红黑树其实就是在数据的插入或是删除过程中，遵循一些特定的规则，对树进行着色或是自旋，在这个过程中使树始终满足红黑树的五大特性。

关于插入或删除时应遵循的一些规则，这篇文章里面会写的比较详细：https://blog.csdn.net/li1914309758/article/details/80997342