Java数据结构：树之红黑树

1. 概述

在前面的篇章已经写了Java数据结构：树基础及二叉树，对于树已经有了一定的了解。而红黑树在树中是比较重要的一种，运用也比较多，比如HashMap的源码中就用到了红黑树。通过此篇对红黑树的了解，后续会写一篇关于HashMap源码的解析。

2. 红黑树的定义：

红黑树，R-B Tree，全称是Red-Black Tree，又称为“红黑树”。它一种特殊的二叉查找树，它满足二叉查找树的特征：任意一个节点所包含的键值，大于等于左孩子的键值，小于等于右孩子的键值。 红黑树的每个节点上都有存储位表示节点的颜色，可以是红(Red)或黑(Black)。

3. 红黑树的性质

a. 每个节点或者是黑色，或者是红色；

b. 根节点是黑色；

c. 每个叶子节点是黑色；这里叶子节点，是指为空(NULL)的叶子节点；

d. 如果一个节点是红色的，则它的子节点必须是黑色的，反之则不一定成立；

e.从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点。

性质c 所指的叶子节点(NULL 节点)，如上图所示，它不包含数据而只充当树在此结束的指示。这些节点在绘图中经常被省略，省略后的图如下所示：

4. 红黑树的旋转操作

红黑树的基本操作是添加、删除。在对红黑树进行添加或删除之后，都会用到旋转方法。这是因为添加或删除红黑树中的节点之后，红黑树就发生了变化，可能不满足红黑树的5条性质，也就不再是一颗红黑树了，而是一颗普通的树。而通过旋转、变色，可以使这颗树重新成为红黑树。旋转操作分为左旋和右旋。

4.1 左旋

以某个结点作为支点(旋转结点)，其右子结点变为旋转结点的父节点，右子节点的左子节点变为旋转结点的右子节点，左子节点保持不变。

如图所示，G点经过了左旋，G的右子节点K变成了G的父节点，K原来的左子节点变成了G的右子节点，G的左子节点保持不变。

4.2 右旋

以某个结点作为支点(旋转结点)，其左子节点变为旋转结点的父节点，左子结点的右子结点变为旋转节点的左子节点，右子节点保持不变。

如图所示，G点经过了右旋，G的左子节点E变成了G的父节点，E的原右子节点F变成了G的的左子节点，G的右子节点保持不变。

4.3 变色

结点的颜色由红变黑或由黑变红。当红黑树进行插入或者删除操作时候，为了继续满足红黑树的特性，经过旋转操作后，依然无法满足，就必须进行变色操作。变色的过程如下所示：

5. 红黑树的查找

红黑树的查找步骤如下：

a. 从根节点开始查找，把根节点设置为当前节点；

b. 若当前节点为空，返回 null；

c. 若当前节点不为空，用当前节点的 value 跟查找的 value 做比较；

d. 若当前节点的 value 等于查找的 value，则此节点就是查找目标，返回当前节点；

e. 若当前节点的 value 小于查找的 value，把当前节点的右子节点设置为当前节点，从步骤b 开始继续查找； 

f. 若当前节点的 value 大于查找的 value，把当前节点的左子节点设置为当前节点，从步骤b 开始继续查找；

查找如下所示：

6. 红黑树的插入

插入操作包括两部分：一查找插入的位置；二插入后自平衡。查找插入的父节点跟查找操作区别不大。

红黑树插入新节点，默认插入节点颜色都为红色，这是因为在插入新节点时候，如果插入的节点是黑色，那么这个节点所在的路径比其他路径多出了一个黑色节点，这个调整起来比较麻烦。如果插入的是红色节点，此时所有路径上的黑色节点数量不变，仅可能出现两个连续的红色节点的情况，这时候通过旋转和变色进行调整就可以。

在上图中，插入的数为145， 首先跟根节点100比较，145大于100，则与根节点的右节点140比较，145 仍然比140大，则与140的右节点200比较，140比200的值小，则与200的左节点168比较，145的值比168小，则继续与168的左节点比较，而168也已经没有子节点了，所以145变成168的左节点。当插入后，发现存在两个连续的红色节点，这时候为了继续满足红黑树的特性，对节点进行了旋转以及变色，从而继续满足红黑树。

7. 红黑树的删除

删除子节点：

删除父节点：

在红黑树的删除过程中，首先进行搜索查找，这里的查找与 5. 红黑树的查找 中的查找步骤一致，如果查找不到要删除的节点，则返回。如果有查找到要删除的节点，则分为以下几种情况：

1. 要删除的节点为子节点，这里的子节点指为非Null的节点，这种情况的话，直接删除该节点即可；

2. 要删除的节点为父节点，且只有一个子节点，则删除该节点，并用唯一的子节点替换该节点的位置，如果满足不了红黑树的特性，则经过变色旋转等操作，从而满足红黑树的特性；

3. 要删除的节点为父节点，且有两个子节点。则要先找到欲删除节点的后继节点。后继节点的寻找过程如下：从该点的右子节点开始，如果有左子节点则跳到左子节点，层层向下，直到某个子节点没有左子节点为止。实际上就是找到比要删除节点的关键字值大的集合中的最小值。将要删除节点与后继节点中的数据对换，经过数据交换之后，要删除的数据变成了一个叶子节点或者只有一个子节点的节点，这种情况就是上面的第1,2种情况。

8. 总结

此篇文章只是讲关于红黑树的相关理论，而具体的代码实现，在JDK的源码中TreeMap的原理就是红黑树的实现，后续的将会整理一篇关于TreeMap的源码解析。

参考：

https://github.com/LRH1993/android_interview/blob/master/data-structure/tree/other-tree.md

https://blog.csdn.net/u012152619/article/details/46825969

https://blog.csdn.net/u012152619/article/details/47129179

https://www.jianshu.com/p/e136ec79235c

https://segmentfault.com/a/1190000014037447

https://www.cs.usfca.edu/~galles/visualization/RedBlack.html

https://blog.csdn.net/weixin_39651041/article/details/80037849

https://www.jianshu.com/p/d26d0de6a71f

https://blog.csdn.net/v_JULY_v/article/details/6105630

https://juejin.im/entry/58371f13a22b9d006882902d