数据结构与算法(十二) 红黑树
红黑树
在阅读红黑树之前要弄明白B树，做到想到红黑树，心中有B树。没有弄明白的可以看我上一个文章
红黑树例子
红黑树也是一种自平衡二叉搜索树
以前也叫做平衡二叉B树
红黑树必须满足以下5个性质
•节点是有颜色的Red/Black•根节点必须是Black•叶子节点必须是Black•红黑树的叶子节点会自动将度为0 或者度为1的节点的度自动补充为2，补充的节点称之为外部节点•外部节点是空想出来的，代码中不会实现•red节点的子节点都是black色•从任意一节点到叶子节点的所有路径包含的black节点数目相同•这里说的叶子节点包含假想出来的叶子节点
一、判断下面是否为红黑树
判断是否为红黑树
•不是满足•节点是有颜色的Red/Black•根节点必须是Black•叶子节点必须是Black•红黑树的叶子节点会自动将度为0 或者度为1的节点的度自动补充为2，补充的节点称之为外部节点•外部节点是空想出来的，代码中不会实现•red节点的子节点都是black色•不满足•从任意一节点到叶子节点的所有路径包含的black节点数目相同
解释不是红黑树
二、红黑树的等价变换
红黑树的等价变换
•红黑树和4阶B树具有等价性•Black节点与他的Red子节点融合在一起，就形成一个B树节点•红黑树的Black节点个数与4阶B树的节点总数相等
三、红黑树的操作
1、添加
•想像成4阶B树•添加操作都在叶子节点中。•4阶B树所有节点的元素个数为 1 <= x <= 3。•建议新添加的节点默认为Red （这样能更快的满足红黑树的性质）。•根节点默认为Black。
所有的添加情况如下图所示
添加时所有的情况
添加情况处理：
a、当parent为black的情况，直接添加，无需特殊处理。（4种情况）
b、当parent为Red的情况。有以下几种情况（8种）
1、当uncle节点为Black时
•RR/LL情况•先对parent染成黑色，在对grand染红（染色的意义是在与让后面旋转后parent的节点为黑色，parent的子节点为黑色）•当RR/LL情况的时候，需要对其进行左旋转/右旋转。（grand变成parent的子节点）。
•LR\RL情况•将自己染成Black，grand染成Red 。（染色的意义是进行后面的双旋转操作后自己成为parent节点，规定partent的节点为黑色，parent的子节点（原来的parent和grand）为Red。）。•进行双旋转•LR:parent左旋转，grand右旋转。•RL:parent右旋转，grand左旋转。
2、当uncle节点为Red时
当uncle为Red的时候，红黑树对比4阶B树会发生上溢操作。
•将parent、uncle染成Black。（为了单独为一个节点做准备）。•将grand向上合并•将grand染成Red。当做是新节点进行处理。（递归，递归的代码只是染色，而旋转操作只做了1遍）•情况如下图所示:
8中DoubleRed情况
2、删除
在B树中真正删除的元素都在叶子节点（若不是叶子节点，其前驱或者后继都为叶子节点，所以在替换后删除的仍然为叶子节点。如果删除的是20，前驱15仍然是叶子节点）。
删除操作示例图
添加情况处理：
a、当删除的是Red节点的时候
•可以直接删除 无需其他操作
b、删除Black节点的时候
•当拥有2个Red子节点的black节点•不可能直接删除、因为平衡二叉树要找到2个度节点的前驱或者后继、替换后删除的是前驱或者后继。（所以不用考虑这个情况）。•当拥有1个Red子节点的black节点•判断条件：用代替的子节点是Red•将替代的的子节点染成Black•情况如下图所示(删除60）•
删除情况1
•Black叶子节点•如果Black叶子节点的兄弟节点为Black•兄弟节点有红色节点•叶子节点被删除后、可能导致B树下溢（删除33节点）•进行旋转操作(LL/RR/RL/LR)，旋转之后中心节点继承parent的颜色。（下图10继承20颜色）•旋转之后左右节点染色为Black (10的字节点)。•
删除操作下溢•兄弟节点没有红色节点•将兄弟节点染Red、parent节点染Black 既可。•如果parent为Black, 会导致下溢，只需要把parent当做被删除的节点处理既可（递归）实验可得 递归次数小于三次。(下图中如果40的超级节点上只有40 没有20和70，那会发生下溢，只需要将40当做被删除的节点既可)。•
删除情况2•如果Black叶子节点的兄弟节点为Red•原理：此时兄弟节点是20 。我们要将30变为45的兄弟节点。然后在进行兄弟节点为black操作•将兄弟节点染成Black ,parent染成Red,再进行旋转。•回到了兄弟节点为black的情况。•
四、红黑树的平衡
红黑树是一种弱平衡。黑高度平衡，由于是黑高度平衡 和红黑树性质。所以最大路径小于最短路径的2倍
红黑树的最大高度是$2 * log2^{n + 1}$，依然是O(logn)级别。
五、时间复杂度
搜索：O(logn)
添加：O(logn)，O(1)次旋转操作
删除：O(logn)，O(1)次旋转操作
六、AVL树VS红黑树
•AVL•平衡标准比较严格：每个左右子树高度差1。•最大高度是$1.44 * log2^{(n + 2)} - 1.328$(100W个节点，AVL最大高度28)。•搜索、添加、删除都是O(logn)复杂度，其中添加需要O(1)次旋转调整、删除最多需要O(logn)次调整。•红黑树•平衡标准比较松：没有一条路径大于其他路径的二倍。•最大高度是$2 * log2^{(n + 1)} $(100W个节点，红黑树最大高度40)。•搜索、添加、删除都是O(logn)复杂度，其中添加删除都是O(1)次旋转调整。•搜索的次数远大于插入和删除、选择AVL树；•搜索、插入、删除的操作差不多，选择红黑树；•相对于AVL，红黑树牺牲了部分平衡性能换取插入/删除时的少量旋转操作。整体性能优于AVL树•红黑树的平均统计性能优于AVL树，实际应用更多选择红黑树。