STL红黑树

1. STL红黑树

1.1 基础结构

1. _Rb_tree_node_base中包含_M_color、三个指针_M_parent、_M_left和_M_right
_Rb_tree_node继承自上述类，额外存储值。

2. 头节点_Rb_tree_header，红色，_M_node_count维护节点数量，其_M_parent指向root结点。
   左孩子为红黑树最左侧节点(begin()迭代器位置)；右孩子为最右侧节点（最大的节点）
   头结点本身作为end()迭代器指向位置。

3. 实际的实现中_M_impl负责节点分配，并继承了头结点

1.2 迭代器遍历

（1）在increment函数中
其正常范围为 begin() ~ end()，对end()自增会回退到最大节点，再自增又会回到end()

• 1.若有右子树，则其后继为 右子树中最小的节点
• 2.若无右子树，则其后继为 祖先节点（该节点作为其左子树出现）
  • 处理特殊情况，根节点无右子树才不会执行下述情况，保证了最大节点的后继为 header节点

    	if ( __x->_M_right != __y ) 
    	      __x = __y;
    

注意：在上述函数中，若当前节点为header节点，则对其自增，下一个节点为最大的节点，尤其是在使用int的情况下，很容易混淆普通节点和header节点。验证代码如下

 set<int> mset;
 mset.insert(4);
 mset.insert(2);
 mset.insert(6);
 set<int>::iterator iter = mset.end();
 iter++;
 cout << *mset.end() << endl;			// 3  此处end()指向header节点，其代表的是红黑树中节点的数量
 cout << *iter << endl;					// 6

（2）在decrement函数中

• 1.若当前节点为header，则其前驱为 最大节点
• 2.若当前节点有左子树，则其前驱为 左子树中最大节点
• 3.若无左子树，则其前驱为 祖先节点（该节点作为其右子树出现）

其正常范围为 end() ~ begin()，对begin()自减根据root节点是否有左子树，会出现两种情况
若root有左子树，对begin()自减会到header节点
若root无左子树，对begin()自减仍然会到root节点（即begin()所指向位置）

// 1.root有左子树的情况
 set<int> mset;
 mset.insert(4);
 mset.insert(2);
 mset.insert(6);
 set<int>::iterator iter = mset.begin();
 iter--;
 cout << *mset.begin() << endl;	  // 输出 2
 cout << *iter << endl;	         //输出3， 指向header节点

// 2.root无左子树的情况
 set<int> mset;
 mset.insert(4);
 mset.insert(6);
 set<int>::iterator iter = mset.begin();
 iter--;
 cout << *mset.begin() << endl; // 输出4
 cout << *iter << endl;			// 输出4

感觉此处也应该像increment在第3种情况下加一个特殊情况的判断，以统一上述两种情况。

1.3 插入函数

_M_begin代表的root节点，可能为空（只有header节点情况）
_M_end代表的是header节点
这部分主要关注下_M_insert_unique函数

map和set插入时都会调用_M_insert_unique

1.3.1 判断是否出现过关键字

插入函数首先调用_M_get_insert_unique_pos获取插入位置， __x初始为root节点，__y始终是其父节点
在该函数中，首先按照二叉搜索树的性质找到叶子节点，同时不断维护其父节点__y。正常情况下，__x == 0即找到插入位置。
但为了保证插入值是唯一的（即之前未出现在红黑树中），还需要做一些额外的判断。

 iterator __j = iterator(__y);
 if (__comp)				// 如果是往左子树插入。 说明 __k < __y.key
{
	if (__j == begin())		// 特殊情况，此情况下当前节点没有前驱节点（即已经是最小的节点）；没有root节点，或root节点无左子树的情况
		return _Res(__x, __y);
	else
		--__j;				// 需要找到其父节点前驱结点，确保 父节点的前驱 < __k，才能保证不出现相同key值
							// 即确保 (--__y).key < __k < __y.key
}
// 如果是往右子树插入，可以确定的是  __k >= __y.key, 下述条件将其等号去掉，即__k > __y.key
// 此处为何不需要找到 父节点的后继节点进行上述双边判断？
if (_M_impl._M_key_compare(_S_key(__j._M_node), __k))
	return _Res(__x, __y);
return _Res(__j._M_node, 0);		// 插入失败的情况

（1）插入左子树情况需要进行双边界判断的情况，举例说明：对于下述树，如果插入2，插入位置在结点3的左子树。因此必须进行双边界判断。

	   4
	/	 \
   2	  5
 /   \
1	  3	

（2）为何插入右子树不需要找到 父节点的后继节点进行上述双边界判断？

• 假设插入结点$x$已经在树中，如果是插入到某个$y$结点的右子树，那么在遍历过程中，必定经过了$x$结点，根据比较规则，需要向右子树遍历，那么会有两种情况：

  • $y$结点是$x$结点右子树，那么$y>x$，又由于要插入到$y$结点的右子树，有$x\ge y$，矛盾（如果是插入$y$结点的左子树，则这种情况也不矛盾，需要进行额外判断）
  • $y$结点就是$x$结点，这种情况就是上述代码的判断的情况。

（3）这里的__x是否有必要返回？经过循环条件可以确定其值为0，猜测这里可能是兼容性考虑？

（4）_M_get_insert_equal_pos则省去了上述判断过程，根据搜索树的性质找到插入位置即可。

开卷有益： STL不愧是经过时间和实践考验出来的经典开源库，里面很多涉及细节还是值得我们学习的。

1.3.2 实际插入与平衡

这里确保了红黑树中未出现过该关键值__v

（1）判断是否插入到__p的左子树中。如果__p为header节点，则认为插入到其左子树中。
若是，在插入过程中需要维护header结点的_M_left
若不是，在插入过程中需要维护header结点的_M_right

（2）插入与平衡过程

1. 因为红黑树要求根到所有叶子节点路径上的黑节点数量一致。因此，若要增加黑节点数量，必须是从根结点处增加（有点类似B+树的思想，整体树高的增加是通过root结点向上分裂实现的）。
   为了尽可能红黑树的性质，新创建的结点颜色为红色。
2. 插入一个新的红色节点可能会打破红黑树的性质：红节点的孩子必须为黑节点。插入红节点，其父节点也可能为红节点，因此需要进行操作。祖父__xpp肯定为黑色节点。

• 2.1、如果堂叔节点存在且为红色，祖父__xpp染成红色，其父节点和堂叔节点设置为黑色（黑色下移），设置__x = __xpp，接着进行循环判断情况2
• 2.2、如果堂叔节点不存在或为黑色，需要进行改变颜色、并右旋（如果为右子树，需要先左旋统一形式）；（第一次插入时不会出现其堂叔存在且为黑色的情况，但通过2.1可能导致该情况出现）

3. 根节点设置为黑色（可能会增加黑高）

（3）维护红黑树结点数量。

返回迭代器和是否插入成功。

1.4 删除

1.4.1 实际删除和平衡

__x是来替换被删除节点__z的。

1. 找到删除节点__z的替换节点__y（可能__y == __z），找到删除节点__y的替换节点__x
   如果无左子树，则__x为其右孩子（此处__x可能为空）
   如果无右子树，则__x为其左孩子
   两者都有，__y为其右子树中最小的节点，即__z的后继节点用来替换__z；__x为__y的右子树，即__y的替代节点。

之所以区分两种情况，是因为当__y == __z时，即只有，可能会影响__leftmost或__rightmost

2. 如果删除的是黑色节点。