算法【树】| 红黑树总结

【参考】：
维基百科
【喵的算法课】红黑树 删除【12期】

1 红黑树演变

演变：线性查找（性能低O(n)）—>二分查找（(logn) 二查叉树会出现退化成链表的问题）
	—>出现AVL平衡二叉树（数据变化有频繁更新节点问题）—>出现红黑树O(logn)；

可见黑红树是在平衡二叉树的基础上，在数据的插入和删除上有所提升；

2 红黑树简介

红黑树是一棵近似平衡二叉搜索树，其中序遍历单调不减，并且能确保任何一个结点的左右子树的高度差小于两倍；
    恢复红黑树的性质需要少量的颜色变更和不超过三次树旋转（对于插入操作是两次）；

3 红黑树的性质

【1】结点是红或黑色；
【2】根节点是黑色；
【3】所有的叶子结点都是黑色；
【4】每个红色结点的两个子结点都是黑色，且一条路径上红色结点不能连续；
【5】从任一结点其每个叶子的所有路径都包含相同数目的黑色结点；

【特性】从根到叶子的最长的可能路径不多于最短的可能路径的两倍长；

4 红黑树操作

4.1 在插入和删除的注意事项

- 性质1和性质3总是保持着；
- 性质4只在增加红色节点、重绘黑色节点为红色，或做旋转时受到威胁；
- 性质5只在增加黑色节点、重绘红色节点为黑色，或做旋转时受到威胁；

4.2 基础知识

4.2.1 父结点以及叔结点

 node* grandparent (node *n){
     return n->parent->parent;
 }

 node* uncle(node *n){
     if(n->parent == grandparent(n)->left)
         return grandparent(n)->right;
     else
         return grandparent(n)->left;
 }

4.2.2 左右旋转

4.2.2 几种删除情况

情况1

情况2
情况3

若删除B，则找到相应的前驱结点（左子树中最大的结点）或后继结点（右子树中最小的结点）来代替；

4.3 插入

- 一般插入将该结点设置为红色，由于最差的情况是导致两个红色冲突，而只需要对其进行旋转或颜色调整即可；若使用
黑色，则该路径上会多出一个黑色结点，比较难调整；

【插入操作】： p为被插入结点
	【1】若p是根结点：直接将该结点设为黑色（注：此时该树为空树，插入的结点即为根结点）；
	【2】若p的父节点为黑色：不需要处理；
	【3】若p的父节点是红色：
		- 【3】若p的叔节点为红色；
			- 将父节点设为黑色；
			- 将叔叔结点设为黑色；
			- 将祖父结点设为红色；
			- 此时将祖父结点设为当前结点去递归从情形1开始；
		- 【4】若p的叔结点为黑色，且当前结点是其父节点的右孩子；
			- 将父节点作为新的当前结点；
			- 以新的当前结点为支点左旋；
			- 在按照情形5继续处理；
		- 【5】若p的叔结点为黑色，且当前结点时其父节点的左孩子；
			- 将父节点设为黑色；
			- 将祖父结点设为红色；
			- 以祖父结点为支点进行右旋；

 void insert_case1(node *n){
     if(n->parent == NULL)
         n->color = BLACK;
     else
         insert_case2 (n);
 }
 void insert_case2(node *n){
     if(n->parent->color == BLACK)
         return; /* 树仍旧有效*/
     else
         insert_case3 (n);
 }
 void insert_case3(node *n){
     if(uncle(n) != NULL && uncle (n)->color == RED) {
         n->parent->color = BLACK;
         uncle (n)->color = BLACK;
         grandparent (n)->color = RED;
         insert_case1(grandparent(n));
     }
     else
         insert_case4 (n);
 }
 void insert_case4(node *n){
     if(n == n->parent->right && n->parent == grandparent(n)->left) {
         rotate_left(n);
         n = n->left;
     } else if(n == n->parent->left && n->parent == grandparent(n)->right) {
         rotate_right(n);
         n = n->right;
     }
     insert_case5 (n);
 }
 void insert_case5(node *n){
     n->parent->color = BLACK;
     grandparent (n)->color = RED;
     if(n == n->parent->left && n->parent == grandparent(n)->left) {
         rotate_right(n->parent);
     } else {
         /* Here, n == n->parent->right && n->parent == grandparent (n)->right */
         rotate_left(n->parent);
     }
 }

4.4 删除

【删除操作】：x删除节点，s为x的兄弟结点


【1】x为红直接删除；
【2】x为黑色，x为根节点直接删除；
	【2.1】x有一个红色子节点：
		用红色子节点来替代被删除的节点，然后染为黑色；
    【2.2】x都为黑色结点：
		【2.2.2】s结点为黑色：
			1）s有红色子节点（借用兄弟子节点修复）
				- 子节点可能左孩子（右旋）或右孩子（先左旋再右旋）、或左右孩子（选左孩子）；
				- 在删除x后，对x的父节点进行旋转，s染为红色，两个子节点染为黑色；
			2）s没有红色子节点（父结点向下合并红与黑）
				- 【若父节点为红色】：s染红，父节点染黑即可；
				- 【若父节点为黑色】：s染红，把父节点进行递归；
		【2.2.3】s为红色（转变为黑色处理）
			父节点右旋，兄弟结点染黑，父节点染红，然后使用兄弟为黑色的方法进行修复；

5 与AVL树的比较

- 与红黑树相比，AVL树提供更快的查询，由于他是更加严格的平衡即读的性能会更好；
- 红黑树提供更快的插入和删除操作，因为AVL的旋转操作更多，红黑树会更少一点，由于红黑树是一个近似平衡二叉树；
- AVL要存的额外的信息（heght）更多，需要用到更多的内存附加在每个节点，而红黑树要的信息相对较少，只需要一个bit来
判断是红还是黑即可，对额外的空间消耗更小，在百万级的结点个数；
- 若在读操作比较多，写操作少的情况就使用AVL；