数据结构与算法——红黑树

1、定义

红黑树（Red-Black Tree）是一种自平衡（通过在插入和删除节点时进行变换颜色和旋转的调整，保持树的大致平衡，从而确保这些操作的时间复杂度最差也为O(log n)的二叉搜索树，在计算机科学中用于实现高效的数据查找、插入和删除操作

2、特性

颜色

1. 每个节点都是红色或黑色。（用于通过颜色控制平衡）
2. 根节点是黑色。（简化临界条件，简化逻辑）
3. 所有叶子节点（NIL节点，即空节点）都是黑色。（简化临界条件，简化逻辑）

规则

4. 红色节点的两个子节点都是黑色（即红色节点不能有红色子节点）。（限制红色节点的连续性，避免树高度过高，引起不平衡）
5. 从任一节点到其每个叶子的所有路径上具有相同数目的黑色节点。（即黑高相同，强制各路径长度大致相同，从而控制树高，从而保证了操作时间复杂度在O(log n)内）

3、操作

红黑树在插入和删除节点时通过旋转(平衡树高)和重新着色（变相维持平衡）来维持其平衡状态
对E左旋（将右子树的高度一定程度左移）：

对S右旋（将左子树的高度一定程度右移）：
 

附带测试网址 Red/Black Tree VisualizationRed/Black Tree VisualizationRed/Black Tree Visualization

1、查

1. 从根节点开始：
   - 查询操作从红黑树的根节点开始。

2. 逐层比较：
   - 比较要查找的值（键）与当前节点的值。
   - 如果要查找的值等于当前节点的值，则查找成功，返回该节点。
   - 如果要查找的值小于当前节点的值，则移动到当前节点的左子节点，继续比较。
   - 如果要查找的值大于当前节点的值，则移动到当前节点的右子节点，继续比较。

2、增

1、查找插入节点的位置

按照第一点 查 的比较方式找到合适的位置

2、插入新节点

新节点总是插入为红色（不会影响黑高，这有助于保持红黑树的平衡）

3、修复树

1：新节点是根节点

如果新节点是根节点，则将其颜色改为黑色。

2：新节点的父节点是黑色

如果新节点的父节点是黑色，插入操作完成，红黑树的性质没有被破坏。

3：新节点的父节点是红色

如果新节点的父节点是红色，则需要进一步处理。假设新节点为N，父节点为P，祖父节点为G，父节点的兄弟节点（叔叔节点）为U。

- 3.1：叔叔节点U是红色

1、将P和U都涂黑，G涂红。（相当于将黑节点均衡向各路径下移，有助于保持各路径黑高相同）
eg:插入节点35→节点15、50变黑

2、以G为当前节点，继续修复。
eg:接上修复节点30也为黑（根节点）

- 3.2：叔叔节点U是黑色

1、旋转P使得G、P、N三点的路径为一条直线（这样做可以简化后续的旋转操作，如果本身G-P-N就为一条直线则无需旋转）
eg:插入节点59→左旋节点57，使得节点60、57、59在一条直线

2、往路径短的一侧旋转G以平衡
eg:右旋节点60

3、将新P涂黑，将原G涂红。消除连续红色冲突（上述规则4，可以限制红色节点的连续性，避免树高度过高，引起不平衡）
eg:将节点59涂黑，节点60涂红

3、删

1、查找删除节点的位置

按照第一点 查 的比较方式找到合适的位置

2、删除旧节点

- 1、删除的节点没有子节点（也就说删除的节点是叶子节点）：直接删除该节点。
        - 如果删除的是红色叶子节点情况，黑高不受影响，不需要进行修复。
要修 - 如果删除的是黑色叶子节点情况，当前路径黑高减少，因此需要进行修复。

- 2、 删除的节点有一个子节点（这个子节点不会有子树，否则会导致黑高不一致）：删除该节点，并用其子节点代替。
        - 如果删除的是红色节点，黑高不受影响，不需要进行修复。
        - 如果删除的是黑色节点，并且其子节点是红色，这种情况下，将子节点替代删除的节点并将子节点涂黑，处理后黑高在删除前后未变，因此不需要进行修复。
要修 - 如果删除的是黑色节点，并且其子节点是黑色，这时黑高改变，因此需要进行修复。

- 3、删除的节点有两个子节点：找到该节点的后继节点（即右子树中最小的值，也即右子树中最左边的节点），将后继节点的值复制到待删除节点，然后删除后继节点（最终会简化为上述2）

3、修复树

针对以上删除操作后若黑高发生改变，需要平衡红黑树则以下进行不同场景下的操作，否则不需要修复（假设x为删除后的代替节点）

1: x 是新根节点

直接将其涂黑
eg:删除节点15→​​​​​​​用后继节点12代替→​​​​​​​将节点12涂黑

2: x 的兄弟节点 w 是红色​​​​​​​

 1、将 w 涂黑，x 的父节点涂红。
 2、往路径短的一侧旋转w 的父节点以平衡
eg:删除节点76（此时x为NIL节点）→​​​​​​​将节点21涂黑，将56涂红→​​​​​​​对节点56进行右旋

eg:删除节点76→右旋节点38

eg:左旋节点39

eg:右旋节点56​​​​​​​

eg:将节点40涂红，节点39、56涂黑

3: x 的兄弟节点 w 是黑色

- 3.1： w 的两个子节点都是黑色

 1、将 w 涂红。
 2、 将 x 的父节点赋值给 x。
eg:在上述情况2的结果中
将节点38涂红，将节点56涂黑
​​​​​​​

- 3.2： w 的一个子节点是红色，一个子节点是黑色

 1、 将w及其父子节点通过旋转w使得三点的路径为一条直线（这样做可以简化后续的旋转操作，如果w及其父子节点本身就为一条直线则无需旋转）
eg:删除节点12→​​​​​​​旋转节点​​​​​​​56使得节点21、38、56在一条直线​​​​​​​

 2、往路径短的一侧旋转w 的父节点以平衡
eg:左旋节点21

 3、将w涂红，子涂黑
eg:将节点38涂红，节点21、56涂黑

4、改

即删除后再进行插入操作

5、操作的核心原则

旋转：旋转时遵循如果子节点一侧没节点，则先将子旋转到一侧方便后续平衡（比如之前的G-P-N一条线），然后旋转父节点给路径短的另一侧进行平衡(旋转G)；

变色：黑色节点尽量下移有助于保持平衡，红色不能连续，然后结尾看看黑高是否相同

4、与其他树之间的关系

二叉树（二叉树是最基本的形式，定义了每个节点最多有两个子节点。最简单的形式，没有特殊的约束）
⬇
二叉搜索树（是二叉树的一种扩展，增加了节点值的有序性要求，左小右大。保证了节点值的有序性，但在最坏情况下会退化成线性结构）
⬇
红黑树（二叉搜索树的一种自平衡扩展，通过颜色和规则确保平衡性。确保了查找、插入和删除操作在最坏情况下的高效性）