简单理解红黑树

在升级到JDK8之后，HashMap在列表个数大于8个时候，采用了红黑树来实现。面试的时候经常会问到我们一些红黑树的问题。那么我们首先要知道什么是红黑树。

红黑树性质定义

红黑树也是二叉查找树，我们知道二叉查找树的结构并不难，而红黑树就是难在它是自平衡的二叉树。它必须满足以下性质：

1.每个节点要么黑色要么红色。

2.根节点必需是黑色。

3.每个叶子节点（NIL）是黑色。

4.每个红色节点的两个子节点一定都是黑色。

5.任意一节点到每个叶子节点的路径都包含了数量相同的黑色节点。

我们知道在由随机数节点组成的二叉树的平均高度为logn，所以正常情况下二叉树查找的时间复杂度为O(logn)。但是，根据二叉树的特性，在最坏的情况下，比如存储的是一个有序的数据的话，那么所以的数据都会形成一条链，此时二叉树的深度为n，时间复杂度为O(n)。红黑树就是为了解决这个问题的，它能够保证在任何情况下树的深度都保持在logn左右。为什么这么说呢，我们由他的性质总结出一个隐含性质：从根节点到叶子节点的最长路径不大于最短路径的 2 倍。

红黑树的增加和删除

我们在将红黑树的增加和删除的时候首先要了解3种操作

1.变色：节点的颜色由红色变为黑色或者黑色变为红色。

2.左旋：以某个节点为旋转点，其右子节点变为旋转点的父节点。右子节点的左子节点变为旋转点的右子节点，旋转点的左子节点保持不变。如下图

3.右旋：以某个节点为旋转点，其左子节点变为旋转点的父节点，左子节点的右子节点变为旋转点的左子节点，旋转点的右子节点保持不变。如下图。

了解这些操作之后我们来看下红黑树的插入。红黑树的插入分为两部分，一是找到查找位置，二是插入后自平衡。查找插入位置我们就不细说了，跟二叉树是一样的。有性质5知道，当前红黑树中从根节点到每个叶子节点的黑色节点数量是一样的，此时假如新的是黑色节点的话，必然破坏规则。但加入红色节点却不一定，除非其父节点就是红色节点，因此加入红色节点，破坏规则的可能性小一些。所以每次插入节点的颜色为红色。

现在我们将红黑树插入情景做以下分类，并对每个情景做自平衡分析。

情景1：红黑树是空树。将插入节点作为根节点，并将其置为黑色。

情景2：插入节点的Key已经存在，则将该存在的节点的value替换为插入节点的value。

情景3：若插入节点的父节点为黑色则直接插入该节点。

情景4：插入节点的父节点为红色又可以分为几种情况。

为了理解简单我们定义,其中C为要插入节点。P为要插入的父节点。PP表示祖父节点，S表述叔叔节点。

 

情景4.1   S节点存在且为红色。

将P节点和S节点都置为黑色，将PP置为红色。

若PP为根节点，那么我们将PP再置为为黑色。

否则把PP当做前要插入节点，再去判断其父节点是什么颜色。若PP节点的父节点为黑色，则不需再做任何处理。

若为红色，则还需要将PP当做要插入节点做自平衡处理。

情景4.2  S节点为黑色或者不存，且P节点是PP节点的左子节点，C节点要插入为P节点的子节点又分为两种情况。

此时必须说明，若S节点不存在即为NIL节点。若S节点存在且为黑色节点，那么因为P节点是红色所以PP节点必不能为根节点且有相邻节点。相邻节点必存在一个黑色节点才能不违反性质。

4.2.1:若C是P的左子节点，那么先将P变为黑色，再将PP变为红色，将PP进行右旋。

4.2.2.若C是P的右子节点，那么先将P进行左旋，将P作为插入节点，再按照4.2.1进行操作。

情景4.3 P节点为黑色或者不存在，S节点是PP节点的右子节点，C节点要插入为S节点的子节点又分为两种情况。

4.3.1  若C是S的右子节点，那么先将S变为黑色，再讲PP变为红色，将PP进行左旋。

4.3.2  若C是S的左子节点，那么先将S节点右旋，将S作为插入节点，再按照4.3.1操作。

红黑树的插入分析完后，我们再对红黑树删除进行分析（待续）。