红黑树算法
Posted 机器学习算法工程师
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了红黑树算法相关的知识，希望对你有一定的参考价值。
我们是谁？
燕哥带你学算法！
我们要干什么？
学算法！
什么时候学？
天天学！
前情提要
红黑树是AVL树里最流行的变种，有些资料甚至说自从红黑树出来以后，AVL树就被放到博物馆里了。红黑树是否真的有那么优秀，我们一看究竟。红黑树遵循以下5点规则，需要我们理解并熟记。
规则：
1.树节点要么是红的，要么是黑的
2.树的根节点是黑的
3.树的叶节点链接的空节点都是黑的，即nullNode为黑
4.红色节点的左右孩子必须是黑的
5.从某节点到null节点所有路径都包含相同数目的黑节点
正是因为作为二叉查找树的红黑树满足这些性质，才使得树的节点是相对平衡的。由归纳法得知，如果一颗子树的根到nullNode节点的路径都包含B个黑色节点，则这棵子树含有除nullNode节点外的2^B-1个节点，而由性质4得从根到nullNode节点的路径上至少有一半的节点是黑色的，从而得到树包含的节点数n>=2^(h/2)-1,h是树的深度，从而得到h<=2*log(n+1)。即可以保证红黑树的深度是对数的，可以保证对树的查找、插入删除等操作满足对数级的时间复杂度。
下边我们将讨论红黑树最主要的两个算法，插入和删除。
红黑树的插入
为了不违反规则5，所以我们将带插入的节点先染成红色，再进行调整以满足其他性质。为了能够清晰的解决问题，我们可以将红黑树的插入分为以下五种情况：
情况2：插入的节点的父亲是黑色的
情况3：插入的节点的父亲是红色的，而父节点的兄弟为黑色，且插入节点为外部节点（要找到它要么一直遍历做节点，要么一直遍历右节点）
情况4：插入的节点的父亲是红色的，而父节点的兄弟为黑色，且插入节点为内部节点（不是外外部节点的节点）
情况5：插入的节点的父亲是红色的，而父节点的兄弟也是红色的
对于第一种情况：插入后将根节点再染成黑色即可。
对于第二种情况：直接插入依然满足性质。首先设X是新增节点，P是其父节点，S是其父节点的兄弟节点，G是其的祖父节点。
对于第三种情况：违反了性质4，我们可以通过对P进行右旋和节点的重新着色对树进行修复（应对三、四两种情况我们的着色方式都是：在旋转前先将要旋转的根节点染红，然后旋转，最后将新的根节点染黑）见下面的“图2”。
对于第四种情况：亦是如此，只不过我们需要两次旋转，先对P做左旋再对G做右旋，并重新着色，见下面的“图3”。
对于第五种情况：我们如果按照三四两种情况的修复方式是无法满足性质的，我们就考虑旋转后将新的根节点染红，未插入之前的父节点的兄弟节点染红，新根节点的孩子节点染黑。这样出现的问题是新根节点的父节点可能是红的。此时，我们只能向着根的方向逐步过滤这种情况，不再有连续的两个红色节点或遇到根节点为止（把根重染成黑色）。这种策略自底向上，逐步递归完成，见下面的“图4”。
我们还有一种策略是自顶向下，如果遇到一个黑色节点有两个红色节点，我们将进行颜色翻转（如果节点X有两个红色孩子，我们将X染成红色，将它的两个孩子染成黑色），如果X的父节点也是红色的呢？我们这又归于3、4两种情况。X的父节点的兄弟节点会不会是红色的呢？答案是不会，应为我们自顶向下已经排除了这种情况。此时我们可以排除情况5，将所有情况都转换为情况一到四的处理，除了特殊情况，就剩下情况三和情况四了。
下边是Java代码具体实现：
public void insert(E item){
current = parent = grand = header;
nullNode.element = item;
//当未找到正确插入位置时，一直向下查找,
//并对树中一个黑节点有两个红节点的情况进行调整
while(compare(item,current)!=0){
great = grand;
grand = parent;
parent = current;
current = compare(item,current)<0?current.left:current.right;
if(current.left.color==RED&t.right.color==RED)
handleReorient(item);
}
if(current!=nullNode){
System.out.println("该项已存在");
return;
}
//创建节点并插入修复
current = new RedBlackNode<E>(item, nullNode, nullNode);
if(compare(item,parent)<0){
parent.left = current;
}
else{
parent.right = current;
}
current.parent = parent;
handleReorient(item);
nullNode.element = null;
}
//对要插入的节点的链进行调整修复
private void handleReorient(E item){
current.color = RED;
current.left.color = BLACK;
current.right.color = BLACK;
if(parent.color == RED){
grand.color = RED;//先把要旋转的树的根节点染红
// 如果不是外节点，则需要旋转两次，
// 第一次旋转以parent为根，这里传过去的参数树根的父节点
if((compare(item,parent)<0)!=(compare(item,grand)<0))
parent = rotate(item,grand);
current = rotate(item,great);
current.color = BLACK;//将新的根节点染黑
}
header.right.color = BLACK;//将整棵树的根节点染黑
}
/**
* 明确旋转树在根的左边还是右边后，
* 我们将旋转树父节点指向根，如果
* 最终项在左边就右旋，在右边就左旋
* @param item 最终项
* @param parent 旋转树的根的父节点
* @return 旋转树的根节点
*/
private RedBlackNode<E> rotate(E item,RedBlackNode<E> parent){
if(compare(item,parent)<0){
parent.left = compare(item,parent.left)<0?
rotateWithLeftChild(parent.left):rotateWithRightChild(parent.left);
parent.left.parent = parent;
return parent.left;
}
else{
parent.right = compare(item,parent.right)<0?
rotateWithLeftChild(parent.right):
rotateWithRightChild(parent.right);
parent.right.parent = parent;
return parent.right;
}
}
//以左孩子为支点旋转，即我们所说的右旋（形象理解
//为以支点为中心向右旋转），t1为旋转树的根.返回新根
private RedBlackNode<E> rotateWithLeftChild(RedBlackNode t1){
RedBlackNode<E> t2 = t1.left;//得到左孩子
t1.left = t2.right;//将左孩子的右子树作为原根的左子树
t2.right = t1;//此时t2作为新根
t1.parent = t2;
t2.left.parent = t2;
t1.left.parent = t1;
t1.right.parent = t1;
return t2;
}
//以右孩子为支点旋转，即左旋
private RedBlackNode<E> rotateWithRightChild(RedBlackNode t1){
RedBlackNode<E> t2 = t1.right;
t1.right = t2.left;
t2.left = t1;
t1.parent = t2;
t2.right.parent = t2;
t1.left.parent = t1;
t1.right.parent = t1;
return t2;
}
红黑树的删除
1三种情况
红黑树的删除相对复杂些，但只要我们思路明确，问题就迎刃而解。我们先回忆普通二叉树的删除操作，可分为三种情况：
1.没有孩子节点：直接删掉该节点
2.只有一个孩子节点：将要删除节点的父节点直接与该孩子节点相链
3.有两个孩子节点：将中序遍历的后继，即待删除节点的右子树中的最小节点赋给待删除节点，然后将该后继删掉。实际最终都会归于1、2两种情况。
2三个问题
对于红黑树来说，我们不仅要满足二叉树的性质，而且要满足着色要求，所以讨论的情况会比较多，我们从简单的情况开始讨论。如果待删除的实际节点是红色的，我们可以用普通方法进行删除，因为删除过后树依然满足红黑树的性质。如果待删除的实际节点是黑色的，就会出现三个问题：
1.如果删除的节点是根节点，而他的红色孩子成了根节点，这就违反了“规则2”。
2.如果删除的节点的父节点是红色的，而该节点的孩子也是红色的，删除之后就会违反“规则4”。
3.删除了一个黑色节点后，包含该节点的任何路径黑色节点数都会少1，从而违反了“规则5”，我们的任务就是把这些问题解决。
3解决思路
百花齐放：
首先，我们解决问题的总体思路很简单：将节点删除，然后通过旋转和适当的着色来修复树使之重新满足红黑树的性质。我们的入手点就是我们之后所说的当前节点。我们知道实际删除的节点要么只有一个孩子，要么没有孩子，如果该删除节点有一个孩子，则将这个孩子作为当前节点，如果没有孩子，则将nullNode节点作为当前节点。当前节点的父节点就是原删除节点的父节点。我们第一次调整树就是从上边描述的当前节点x开始。（要记住第一个当前节点，要不然后边的描述会变得含糊不清）。
对于问题1我们很好解决，最后再把根节点涂黑即可。而对于问题2，我们可以把当前节点涂黑就可以让树满足红黑树的性质。现在我们需要关注的问题是问题3，即让删除节点后的树依然满足红黑树的性质5——各个节点到根节点到叶节点nullNode所包含的的黑节点数相同。
现在你有什么思路呢？如果像先前我们执行插入的思路那样，自顶向下，保证删除的节点是红色的，这看起来是可行的，但要怎么处理呢？要处理的情况是不是太多了？我们可不可以加上一些条件限制来减少对情况的处理，比如左节点不能是红色的？
要点核心：
这里的处理的思路是：既然删除节点后经过该节点的路径上黑色节点都少一个，我们可不可以将这黑色下推到他的子节点，这样子节点就有了两重颜色。这样就可以满足性质5了。而又违反了性质1，即节点要么是红色的要么是黑色的。我们要做的在保持性质的情况下去掉。（实际上这一层黑色是我们处理问题所转换的标记，并非节点的颜色属性，当前节点指向谁，谁就有了这一层黑色，最终我们在保证基本性质的情况下去掉这一层黑色的影响，问题解决）要想去掉这一层黑色，我们处理的方式有：
1.将这层黑色推向一个包含删除节点路径上的一个红色节点，在满足其他性质的情况下将其染成黑色。
2.一直推至根节点，减掉这层黑色。（因为我们每次的调整最后都是满足性质的）
3.在某些情况下，通过调整和重新着色，我们就可以保住性质，当然这一点有点难以凭空想象，那就看看下边的情况分析吧。
具体操作：
首先我们可以将情况分为两类，即当前节点是其父节点的右节点或左节点，他们是对称的，只需要对一种情况进行详细讨论，另一种情况也就是以此类推了。一般的资料都是对当前节点x是做节点的情况进行分析，在这里我们就先对x是右节点的情况一一画图进行分析。这里先对图中的标记进行解释：x表示当前节点，w表示当前节点的，p表示x的父节点，c表示某个确定的颜色（可能是红，也可能是黑，就看实际情况了）对应于逻辑中的存在，c'表示任意颜色（才不管你是什么颜色咧，对讨论无影响）对应于逻辑中的任意。
情况1：
当前节点x的兄弟w是红色的。这种情况我们可以确定x的父节点为黑色，w的两个孩子为黑。如图所示，我们先对p染红，再将w染黑，然后对p进行一次右旋，红黑性质得以保持。而这时新的兄弟节点是黑色的，进而可以将情况一转换成情况2、3、4中的一种。
情况2：
当前节点x的兄弟节点w是黑色的，且w的两个孩子都是黑色的。这种情况我们无法确定父节点p的颜色，所以其颜色标记为c，情况3、4同。在这个情况下，我们可以将x、w同时去掉一层黑色，将这一层黑色指向根节点p，p变成新的当前节点x。此时如果该标记颜色c为红色，则可以将节点染成黑色，此时指针x的那一层黑色被去掉，同时红黑性质得到满足，调整完毕；如果c为黑色，则需要对新的当前节点x的情况进行处理，直到调整完毕。
情况3：
当前节点x的兄弟节点为黑色，且w的左孩子是黑色，右孩子是红色的。在这种情况下，我们将w和其右孩子的颜色交换，并对w进行左转，红黑性质得以保持。此时已将情况3转换成情况4。
情况4：
当前节点x的兄弟节点w为黑色，且w的左孩子是红的，有孩子可以为任意颜色。将p的颜色赋给w，然后将p，和w的左节点染黑，并对p做右旋转。这是可以去掉x的额外的黑色，而且可以保持红黑性质。最后将树的根赋给x后，调整结束。
我们发现，情况1、3、4最多经过三次旋转调整就可以结束。情况二在最坏的情况下一直向上推最多也是树的层数log(n),这就是红黑树删除操作的性能优势。
4Java代码实现
/**
* 1.没有孩子节点：直接删掉该节点
* 2.只有一个孩子节点：将要删除节点的
父节点直接与该孩子节点相链
* 3.有两个孩子节点：将中序遍历的后继，即待删除节点的右
子树中的最小节点赋给待删除节点，然后将该后继删掉。
* @param e 要删除的元素
* @param t 删除元素的树的根节点
* @return 被删除的节点
*/
private RedBlackNode<E> remove(E e,RedBlackNode<E> t){
if(t==nullNode)
return null;
//找到要删除的节点
while(compare(e,t)!=0){
if(compare(e,t)<0&&t.left!=nullNode)
t = t.left;
else if(compare(e,t)>0&&t.right!=nullNode)
t = t.right;
else
return null;
}
RedBlackNode<E> x;//当前节点
RedBlackNode<E> y;//要删除的节点
//如果待删除节点只有一个孩子或没有孩子，则实际删除的节点
//就是所指节点，如果有两个孩子则实际删除节点是右子树的最小项
//先确定删除节点
if(t.left==nullNode||t.right==nullNode)
y = t;
else
y = findMin(t.right);
//再确定当前节点，如果实际删除节点的左节点不为nullNode，
//则当前节点为左节点，如果删除节点只有右节点或没有孩子
//我们都将右孩子赋给他，因为没有孩子时右节点为nullNode
if(y.left!=nullNode)
x = y.left;
else
x = y.right;
//当前节点的父亲指向删除节点的父亲
x.parent = y.parent;
//我们根据删除节点在其父节点的子树方向，将父节点直接链接到当前节点
//需要注意的是我们引用的伪根节点就是为了减少对特殊情况的讨论，
//不然有这行代码if(y.parent==header)header.right = x;
if(y==y.parent.left)
y.parent.left = x;
else
y.parent.right = x;
//如果实际删除的节点不是我们找到的具有该键的节点，它属于有两个
//孩子的情况，我们将实际删除的节点的值赋给它
if(y!=t)
t.element = y.element;
if(y.color==BLACK)
removeFixUp(x);
return y;
}
/**
* 删除修复方法
* @param x 当前节点
*/
private void removeFixUp(RedBlackNode<E> x){
RedBlackNode<E> w;
while(x!=header.right&&x.color==BLACK){
//当前节点是父节点的左节点
if(x==x.parent.left){
w = x.parent.right;
//case1，如上详细分析，如果x的兄弟节点为红色，
//调整后是兄弟节点为黑后再往下走
if(w.color==RED){
x.parent.color = RED;
w.color = BLACK;
rightRotate(x.parent,x.parent.parent);
w = x.parent.right;
}
//case2，新的x如果为红色，循环终止，否则继续循环
if(w.left.color==BLACK&&w.right.color==BLACK){
w.color = RED;
x = x.parent;
}else {
//case3,兄弟节点的右孩子是黑色的，
//左孩子时红色的，调整后进入case4
if(w.right.color==BLACK){
w.left.color = BLACK;
w.color = RED;
rightRotate(w, w.parent);
w = x.parent.right;
}
//case4，调整完成，满足红黑性质
w.color = x.parent.color;
x.parent.color = BLACK;
w.right.color = BLACK;
leftRotate(x.parent, x.parent.parent);
x = header.right;
}
}else{
//对称
}
x.color = BLACK;
}
}
燕哥带你学算法
进群，学习，得帮助
你的关注，我们的热度，
我们一定给你学习最大的帮助
以上是关于红黑树算法的主要内容，如果未能解决你的问题，请参考以下文章
Java 数据结构 & 算法宁可累死自己, 也要卷死别人 12 红黑树