爱恨交织的红黑树

 关注
发布于: 2020 年 06 月 29 日
﻿
虐你千万遍，还要待她如初恋的红黑树，是否对她既欢喜又畏惧。别担心，通过本文讲解，希望你能有前所未有的感动。
红黑树也是二叉查找树，但比普通的二叉查找树多一些特性条件限制，每个结点上都存储有红色或黑色的标记。因为是二叉查找树，所以他拥有二叉查找树的所有特性。红黑树是一种自平衡二叉查找树，在极端数据条件插入时（正序或倒叙）不会退化成类链状数据，可以更高效的在O(log(n))时间内完成查找，插入，删除操作。
准备在阅读本文之前，建议先阅读我上篇文章《二叉查找树的解读和实现》，可以更好的帮助你理解红黑树。
特性结点是红色或黑色
根结点必须为黑色
叶子结点（约定为null）一定为黑色
任一结点到叶子结点的每条路径上黑色结点数量都相等
不允许连续两个结点都为红色，也就是说父结点和子结点不能都为红色
查找红黑树的查找方式和上篇文章所讲述的原理一样，这里就不重新讲述，以结点[38,20,50,15,27,43,70,60,90]为例，返回一颗红黑树。
﻿
普通操作红黑树的插入和删除，分为多种情况，相对来说比较复杂。插入或删除新结点后的树，必须要满足上面五点特性的二叉查找树，所以要通过不同手段来调整树。但普通操作就是和普通二叉查找树操作一样。比如普通插入中，因为每个结点只能是红色或黑色，所以我们定义新添加的非根结点默认颜色为红色。将新结点定义为红色的原因是为了满足特性4（任一结点到叶子结点的每条路径上黑色结点数量都相等），否则会多出一个黑色结点打破规则。现在向树中插入结点10。
从图中可以看到，父结点15为黑色结点，插入红色结点10，不会增加黑色结点的数量，其他规则也没有受到影响，所以，当插入结点的父结点为黑色时，直接插入树中，不会破坏原红黑树的规则。该种情况代码实现：结点对象
package com.ytao.rbt;
/**
 * Created by YANGTAO on 2019/11/9 0009.
 */
public class Node {
    public static String RED = "red";
    public static String BLACK = "black";
    public Integer value;
    public String color;
    public Node left;
    public Node right;
    public Node(Integer value, String color, Node left, Node right) {
        this.value = value;
        this.color = color;
        this.left = left;
        this.right = right;
    }
    public Node(int value, String color) {
        this.value = value;
        this.color = color;
    }
}
实现操作
public void commonInsert(Node node, Integer newVal){
    if (node == null)
        node = new Node(newVal, Node.BLACK);
    
    while (true){
        if (newVal < node.value){
            if (node.left == null){
                // 如果左树为叶子结点并且父结点为黑色，可以直接插入红色新结点
                if (node.color == Node.BLACK){
                    node.left = new Node(newVal, Node.RED);
                    break;
                }
            }
            node = node.left;
        }else if (newVal > node.value){
            if (node.right == null){
                if (node.color == Node.BLACK){
                    node.right = new Node(newVal, Node.RED);
                    break;
                }
                
            }
            node = node.right;
        }
    }
}
看到这段代码，是否似曾相识的感觉，没错，这就是上篇文章的插入操作加了个颜色限制。同样删除也是如此，这里就不在细述。
变色为了更好分析清楚变色的原因，我们将树中的50结点提取出来作为根结点，如图：
结点50作为根的树
向树中添加结点55，得到树如图：
添加结点55
这时55和60都为红色结点，不符合红黑树的特性（不允许连续两个结点都为红色），这时我们需要调整，就使用到变色。将父结点60变为黑色，又遇到不符合红黑树特性（任一结点到叶子结点的每条路径上黑色结点数量都相等），因为我们增加了黑色结点60，多出了一个黑色结点。这时的结点70一定为黑色，因为原本的父结点60的颜色为红色。将结点70变为红色，满足了结点70的左子树，但右子树受结点70变为红色的影响，少了个黑色结点，刚好结点90为红色，可以将其变为黑色，满足结点70的右子树要求。该种特殊情况较为简单处理，只需通过变色就能处理。
变色调整后
这种条件结构的红黑树实现：
public void changeColor(Node node, int newVal){
    if (node.left == null || node.right == null)
        return;
    // 通过判断待插入结点的父结点和叔叔结点，是否满足我们需要的条件
    if (node.left.color == Node.RED && node.right.color == Node.RED){
        // 确定是更新到左树还是右树中
        Node base = compare(newVal, node.value) > 0 ? node.right : node.left;
        // 和待插入结点的父结点作比较
        if (newVal < base.value && base.left == null){
            base.left = new Node(newVal, Node.RED);
        }else if (newVal > base.value && base.right == null){
            base.right = new Node(newVal, Node.RED);
        }
    }
    node.color = Node.RED;
    // 通过取反获取插入结点的叔叔结点并将颜色变黑色
    Node uncleNode = compare(newVal, node.value) > 0 ? node.left : node.right;
    uncleNode.color = Node.BLACK;
}
public int compare(int o1, int o2){
    if (o1 == o2)
        return 0;
    return o1 > o2 ? 1 : -1;
}
旋转当仅仅通过变色无法解决我们需要满足特性时，我们就要考虑使用红黑树的旋转。旋转在插入和删除中，会频繁用到该操作，为了满足我们的五条特性，通过旋转可以生成一颗新的红黑树，旋转分为左旋转和右旋转。
左旋转左旋转为逆时针的旋转，类似于把父结点往左边拉（可以这么记忆区分左右旋转的方向），变换如图：
左旋转
右旋转右旋转与左旋转出方向相反外，其他都一样，变换如图：
右旋转
从图中可以看出，旋转后的父子结点，关系对调了，同时子结点的子结点给了父结点。如果是左旋转，那么父结点会成为旋转结点的左子结点；子结点的左子结点会成为父结点的右子结点。如果是右旋转，那么父结点会成为旋转结点的右子结点；子结点的右子结点会成为父结点的左子结点。听起来比较比较拗口，记住一条规则，左小右大，结合上图两个旋转就比较好理解。用代码实现旋转如下：
/**
 *
 * @param node 两个旋转结点中的父结点
 * @param value 两个旋转结点中子结点的值，因为在整合旋转的时候，node可以遍历查找出来，value作为需要旋转的标记结点
 */
public void rotate(Node node, int value){
    Node nodeChild = compare(value, node.value) > 0 ? node.right : node.left;
    if (nodeChild != null && value == nodeChild.value){
        Node parent = node;
        // 旋转子结点小于旋转父结点，执行的是右旋转，否则为左旋转
        if (value < node.value){
            rightRotate(parent);
        }else if (value > node.value){
            leftRotate(parent);
        }
    }
}
/**
 * 左旋转
 * @param node 旋转的父结点
 */
public void leftRotate(Node node){
    Node rightNode = node.right;
    // 旋转结点的左子结点给父结点的右子结点
    node.right = rightNode.left;
    // 父结点作为子结点的左子结点
    rightNode.left = node;
}
/**
 * 右旋转
 * @param node
 */
public void rightRotate(Node node){
    Node leftNode = node.left;
    // 旋转结点的右子结点给父结点的左子结点
    node.left = leftNode.right;
    // 父结点作为子结点的右子结点
    leftNode.right = node;
}
旋转变色案例应用在上面结点为38的红黑中插入结点55。应用前面讲解到的变色后，红黑树结构如图：
此时出现不满足红黑树特性（不允许连续两个结点都为红色），这时需要我们将结点50和结点38进行左旋转，得到如下图：
根结点50不符合红黑树特性（根结点必须为黑色）,所以先将根结点变为黑色后。
现在得到的红黑树，又出现违背（任一结点到叶子结点的每条路径上黑色结点数量都相等）特性，左树比右树多一个黑色结点，此时将38，20，15，27颜色改变。
这里经过变色旋转完成了上面这课树的操作红黑树的调整。
由于代码篇幅较大，并没有将全部可能情况都考虑进来。相信理解了红黑树的对编码实现不是太大问题。
总结红黑树的操作是基于普通二叉查找树上加了红黑树的特性，不管是插入还是删除操作，也就是在普通红黑树上进行旋转变色调整树结构，所以在理解红黑树的时候，主要把握旋转，变色，利用旋转变色来满足红黑树的特性，这也是红黑树的精华所在。懂得其原理和设计思想的话，应用到实际中解决问题确实是很不错的设计。当然，红黑树在实际的操作过程中是多变的，复杂的，要完全掌握还是要花点时间来研究的。
﻿
推荐阅读﻿
《Redis5新特性Streams作消息队列》
﻿
《Netty中粘包/拆包处理》
﻿
《ElasticSearch之安装及基本操作API》
﻿