红黑树

红黑树同样是一种二叉平衡搜索树，但在每个结点上增加一个存储位表示结点的颜色，可以是Red或Black。 通过对任何一条从根到叶子的路径上各个结点着色方式的限制，红黑树确保没有一条路径会比其他路径长出俩倍，因而是接近平衡的。

红黑树的性质
1.对于任意一个结点而言，它要么是红色，要么是黑色
2.无论什么情况下，如果根节点，则根节点一定为黑色
3.对于任意一个结点，红色和红色不能相邻，即如果一个结点是红色的，则它的两个孩子和它的父结点都一定是黑色的。
4.对于任意一个结点，从该结点到其后代所有叶结点的简单路径上，均包含相同数目的黑色结点
5.红黑树中，null 位置看作是黑色

由上我们可以知道，对于红黑树中的任意路径(从根到null)。一头一尾必须是黑色的，红色不能相邻，黑色数量还要一样多，那么路径中最短的一条路径一定是一个红色都没有，最长的一条路径一定是每两个相邻的黑色中插入一个红色。所以红黑树中最长的路径的长度不会超过 最短的路径的两倍

红黑树结点的定义：

class RBTreeNode{
	RBTreeNode left = null;
	RBTreeNode right = null;
	RBTreeNode parent = null;
	COLOR color = RED; // 节点的颜色
	int val;
	
	public RBTreeNode(int val){
		this.val = val;
	}
}

由此可以保证红黑树具有相对的平衡，虽然不像 AVL 树那样绝对的平衡，但基本也可以看作是以 O(log(n)) 时间复杂度进行查询，且一定不会退化成单只树O(n).

我们同样主要讲述AVL树的插入，且在插入规则中保持红黑树的特征
1.按照搜索树的特征进行插入，且新插入的结点一定是红色的
2.插入的时候，一定要注意红色不能相邻
3.随着插入的完成
（1）插入的结点是根结点，则把结点改为黑色，插入完成
（2）插入结点的父结点是黑色，插入完成
（3）插入的结点的父结点是红色的，破坏了红色不能相邻的规则，所以修复

规则破坏的修复：
情况一，uncle(插入结点的祖父节点的另一个孩子)是存在的，且uncle为红色，如下情况：

修复的规则：仍然要保证这两条路径上只有一个黑色
修改的方式为：
grandpa由黑色变成红色
parent和uncle由红色变成黑色
如下：

可见，每条路径上仍然只有一个黑色，但是由于grandpa变成了红色，所以我们还需要往上蔓延。考虑grandpa和它父结点的问题，所以我们还需要要将cur设置为grandpa

cur = grandpa;
parent = cur.parent;
grandpa = parent.parent;

按照同样的规则继续检查，直到所有结点都满足红黑树的特性

情况2：uncle不存在，或者uncle存在但uncle为黑色
情况2.1：cur 是parent 的左边，并且parent是grandpa的左边

可以发现当uncle是黑色时，各路径黑色数量不一样多，所以parent插入之前一定是有子树的，并且两边子树中至少有一层黑色

修复方式：对grandpa进行右旋，然后将parent变成黑色，grandpa变成红色

情况2.2：cur 是parent 的右边，并且parent是grandpa的右边
同理解决：对grandpa左旋，parent变黑，grandpa变红

情况2.3： cur 是parent 的右边，并且parent是grandpa的左边

处理方式为：对parent左旋，然后将原来的cur视为parent，将原来的parent视为cur。如下：

然后按照情况2.1的方式处理，即对grandpa进行右旋，然后将parent变成黑色，grandpa变成红色

情况2.4： cur 是parent 的左边，并且parent是grandpa的右边
解决方式与2.3类似：对parent右旋，在对grandpa左旋

AVL树和红黑树的比较

红黑树和AVL树都是高效的平衡二叉树，增删改查的时间复杂度都是O(log(n))，红黑树不追求绝对平衡，其只需保证最长路径不超过最短路径的2倍，相对而言，降低了插入和旋转的次数，所以在经常进行增删的结构中性能比AVL树更优，而且红黑树实现比较简单，所以实际运用中红黑树更多

红黑树的应用

1. java集合框架中的：TreeMap、TreeSet底层使用的就是红黑树
2. C++ STL库 – map/set、mutil_map/mutil_set
3. linux内核：进程调度中使用红黑树管理进程控制块，epoll在内核中实现时使用红黑树管理事件块
4. 其他一些库：比如nginx中用红黑树管理timer等