红黑树-通俗易懂

本文详细解析了红黑树在插入、删除节点后的平衡调整策略,包括关注节点的概念、左旋右旋操作,以及不同场景下的调整流程。

实现红黑树的基本思想
不知道你有没有玩过魔方?其实魔方的复原解法是有固定算法的:遇到哪几面是什么样子,对应就怎么转几下。你只要跟着这个复原步骤,就肯定能将魔方复原。

实际上,红黑树的平衡过程跟魔方复原非常神似,大致过程就是:遇到什么样的节点排布,我们就对应怎么去调整。只要按照这些固定的调整规则来操作,就能将一个非平衡的红黑树调整成平衡的。

一棵合格的红黑树需要满足这样几个要求:

根节点是黑色的;

每个叶子节点都是黑色的空节点(NIL),也就是说,叶子节点不存储数据;

任何相邻的节点都不能同时为红色,也就是说,红色节点是被黑色节点隔开的;

每个节点,从该节点到达其可达叶子节点的所有路径,都包含相同数目的黑色节点。

在插入、删除节点的过程中,第三、第四点要求可能会被破坏,而我们今天要讲的“平衡调整”,实际上就是要把被破坏的第三、第四点恢复过来。

在正式开始之前,我先介绍两个非常重要的操作,左旋(rotate left)、右旋(rotate right)。左旋全称其实是叫围绕某个节点的左旋,那右旋的全称估计你已经猜到了,就叫围绕某个节点的右旋。

我们下面的平衡调整中,会一直用到这两个操作,所以我这里画了个示意图,帮助你彻底理解这两个操作。图中的 a,b,r 表示子树,可以为空。

![](https://user-gold-cdn.xitu.io/2020/5/26/1724ea04e314d647?w=1142&h=713&f=png&s=150711)

前面我说了,红黑树的插入、删除操作会破坏红黑树的定义,具体来说就是会破坏红黑树的平衡,所以,我们现在就来看下,红黑树在插入、删除数据之后,如何调整平衡,继续当一棵合格的红黑树的。

插入操作的平衡调整
首先,我们来看插入操作。

红黑树规定,插入的节点必须是红色的。而且,二叉查找树中新插入的节点都是放在叶子节点上。所以,关于插入操作的平衡调整,有这样两种特殊情况,但是也都非常好处理。

如果插入节点的父节点是黑色的,那我们什么都不用做,它仍然满足红黑树的定义。

如果插入的节点是根节点,那我们直接改变它的颜色,把它变成黑色就可以了。

除此之外,其他情况都会违背红黑树的定义,于是我们就需要进行调整,调整的过程包含两种基础的操作:左右旋转和改变颜色。

红黑树的平衡调整过程是一个迭代的过程。我们把正在处理的节点叫作关注节点。关注节点会随着不停地迭代处理,而不断发生变化。最开始的关注节点就是新插入的节点。

新节点插入之后,如果红黑树的平衡被打破,那一般会有下面三种情况。我们只需要根据每种情况的特点,不停地调整,就可以让红黑树继续符合定义,也就是继续保持平衡。

我们下面依次来看每种情况的调整过程。提醒你注意下,为了简化描述,我把父节点的兄弟节点叫作叔叔节点,父节点的父节点叫作祖父节点。

CASE 1:如果关注节点是 a,它的叔叔节点 d 是红色,我们就依次执行下面的操作:

将关注节点 a 的父节点 b、叔叔节点 d 的颜色都设置成黑色;

将关注节点 a 的祖父节点 c 的颜色设置成红色;

关注节点变成 a 的祖父节点 c;

跳到 CASE 2 或者 CASE 3。


![](https://user-gold-cdn.xitu.io/2020/5/26/1724ea0e4420175f?w=1142&h=615&f=png&s=150506)

CASE 2:如果关注节点是 a,它的叔叔节点 d 是黑色,关注节点 a 是其父节点 b 的右子节点,我们就依次执行下面的操作:

关注节点变成节点 a 的父节点 b;

围绕新的关注节点b 左旋;

跳到 CASE 3。


![](https://user-gold-cdn.xitu.io/2020/5/26/1724ea10bc8e09ab?w=1142&h=624&f=png&s=151020)

CASE 3:如果关注节点是 a,它的叔叔节点 d 是黑色,关注节点 a 是其父节点 b 的左子节点,我们就依次执行下面的操作:

围绕关注节点 a 的祖父节点 c 右旋;

将关注节点 a 的父节点 b、兄弟节点 c 的颜色互换。

调整结束。


![](https://user-gold-cdn.xitu.io/2020/5/26/1724ea138566ac85?w=1142&h=856&f=png&s=209672)

删除操作的平衡调整
红黑树插入操作的平衡调整还不是很难,但是它的删除操作的平衡调整相对就要难多了。不过原理都是类似的,我们依旧只需要根据关注节点与周围节点的排布特点,按照一定的规则去调整就行了。

删除操作的平衡调整分为两步,第一步是针对删除节点初步调整。初步调整只是保证整棵红黑树在一个节点删除之后,仍然满足最后一条定义的要求,也就是说,每个节点,从该节点到达其可达叶子节点的所有路径,都包含相同数目的黑色节点;第二步是针对关注节点进行二次调整,让它满足红黑树的第三条定义,即不存在相邻的两个红色节点。

1. 针对删除节点初步调整
这里需要注意一下,红黑树的定义中“只包含红色节点和黑色节点”,经过初步调整之后,为了保证满足红黑树定义的最后一条要求,有些节点会被标记成两种颜色,“红 - 黑”或者“黑 - 黑”。如果一个节点被标记为了“黑 - 黑”,那在计算黑色节点个数的时候,要算成两个黑色节点。

在下面的讲解中,如果一个节点既可以是红色,也可以是黑色,在画图的时候,我会用一半红色一半黑色来表示。如果一个节点是“红 - 黑”或者“黑 - 黑”,我会用左上角的一个小黑点来表示额外的黑色。

CASE 1:如果要删除的节点是 a,它只有一个子节点 b,那我们就依次进行下面的操作:

删除节点 a,并且把节点 b 替换到节点 a 的位置,这一部分操作跟普通的二叉查找树的删除操作一样;

节点 a 只能是黑色,节点 b 也只能是红色,其他情况均不符合红黑树的定义。这种情况下,我们把节点 b 改为黑色;

调整结束,不需要进行二次调整。


![](https://user-gold-cdn.xitu.io/2020/5/26/1724ea17108fa101?w=1142&h=730&f=png&s=121054)

CASE 2:如果要删除的节点 a 有两个非空子节点,并且它的后继节点就是节点 a 的右子节点 c。我们就依次进行下面的操作:

如果节点 a 的后继节点就是右子节点 c,那右子节点 c 肯定没有左子树。我们把节点 a 删除,并且将节点 c 替换到节点 a 的位置。这一部分操作跟普通的二叉查找树的删除操作无异;

然后把节点 c 的颜色设置为跟节点 a 相同的颜色;

如果节点 c 是黑色,为了不违反红黑树的最后一条定义,我们给节点 c 的右子节点 d 多加一个黑色,这个时候节点 d 就成了“红 - 黑”或者“黑 - 黑”;

这个时候,关注节点变成了节点 d,第二步的调整操作就会针对关注节点来做。


![](https://user-gold-cdn.xitu.io/2020/5/26/1724ea18d81600d6?w=1142&h=583&f=png&s=119200)

CASE 3:如果要删除的是节点 a,它有两个非空子节点,并且节点 a 的后继节点不是右子节点,我们就依次进行下面的操作:

找到后继节点 d,并将它删除,删除后继节点 d 的过程参照 CASE 1;

将节点 a 替换成后继节点 d;

把节点 d 的颜色设置为跟节点 a 相同的颜色;

如果节点 d 是黑色,为了不违反红黑树的最后一条定义,我们给节点 d 的右子节点 c 多加一个黑色,这个时候节点 c 就成了“红 - 黑”或者“黑 - 黑”;

这个时候,关注节点变成了节点 c,第二步的调整操作就会针对关注节点来做。


![](https://user-gold-cdn.xitu.io/2020/5/26/1724ea1d3df55511?w=1142&h=655&f=png&s=147054)

2. 针对关注节点进行二次调整
经过初步调整之后,关注节点变成了“红 - 黑”或者“黑 - 黑”节点。针对这个关注节点,我们再分四种情况来进行二次调整。二次调整是为了让红黑树中不存在相邻的红色节点。

CASE 1:如果关注节点是 a,它的兄弟节点 c 是红色的,我们就依次进行下面的操作:

围绕关注节点 a 的父节点 b 左旋;

关注节点 a 的父节点 b 和祖父节点 c 交换颜色;

关注节点不变;

继续从四种情况中选择适合的规则来调整。


![](https://user-gold-cdn.xitu.io/2020/5/26/1724ea20f88955ba?w=1142&h=856&f=png&s=238023)

CASE 2:如果关注节点是 a,它的兄弟节点 c 是黑色的,并且节点 c 的左右子节点 d、e 都是黑色的,我们就依次进行下面的操作:

将关注节点 a 的兄弟节点 c 的颜色变成红色;

从关注节点 a 中去掉一个黑色,这个时候节点 a 就是单纯的红色或者黑色;

给关注节点 a 的父节点 b 添加一个黑色,这个时候节点 b 就变成了“红 - 黑”或者“黑 - 黑”;

关注节点从 a 变成其父节点 b;

继续从四种情况中选择符合的规则来调整。


![](https://user-gold-cdn.xitu.io/2020/5/26/1724ea229d6c048c?w=1142&h=641&f=png&s=164451)

CASE 3:如果关注节点是 a,它的兄弟节点 c 是黑色,c 的左子节点 d 是红色,c 的右子节点 e 是黑色,我们就依次进行下面的操作:

围绕关注节点 a 的兄弟节点 c 右旋;

节点 c 和节点 d 交换颜色;

关注节点不变;

跳转到 CASE 4,继续调整。

![](https://user-gold-cdn.xitu.io/2020/5/26/1724ea259814e40e?w=1142&h=856&f=png&s=267999)
CASE 4:如果关注节点 a 的兄弟节点 c 是黑色的,并且 c 的右子节点是红色的,我们就依次进行下面的操作:

围绕关注节点 a 的父节点 b 左旋;

将关注节点 a 的兄弟节点 c 的颜色,跟关注节点 a 的父节点 b 设置成相同的颜色;

将关注节点 a 的父节点 b 的颜色设置为黑色;

从关注节点 a 中去掉一个黑色,节点 a 就变成了单纯的红色或者黑色;

将关注节点 a 的叔叔节点 e 设置为黑色;

调整结束。

![](https://user-gold-cdn.xitu.io/2020/5/26/1724ea27a9fbab99?w=1142&h=837&f=png&s=242870)

解答开篇
红黑树的平衡调整就讲完了,现在,你能回答开篇的问题了吗?为什么红黑树的定义中,要求叶子节点是黑色的空节点?

要我说,之所以有这么奇怪的要求,其实就是为了实现起来方便。只要满足这一条要求,那在任何时刻,红黑树的平衡操作都可以归结为我们刚刚讲的那几种情况。

还是有点不好理解,我通过一个例子来解释一下。假设红黑树的定义中不包含刚刚提到的那一条“叶子节点必须是黑色的空节点”,我们往一棵红黑树中插入一个数据,新插入节点的父节点也是红色的,两个红色的节点相邻,这个时候,红黑树的定义就被破坏了。那我们应该如何调整呢?

你会发现,这个时候,我们前面讲的插入时,三种情况下的平衡调整规则,没有一种是适用的。但是,如果我们把黑色的空节点都给它加上,变成下面这样,你会发现,它满足 CASE 2 了。

你可能会说,你可以调整一下平衡调整规则啊。比如把 CASE 2 改为“如果关注节点 a 的叔叔节点 b 是黑色或者不存在,a 是父节点的右子节点,就进行某某操作”。当然可以,但是这样的话规则就没有原来简洁了。

你可能还会说,这样给红黑树添加黑色的空的叶子节点,会不会比较浪费存储空间呢?答案是不会的。虽然我们在讲解或者画图的时候,每个黑色的、空的叶子节点都是独立画出来的。实际上,在具体实现的时候,我们只需要像下面这样,共用一个黑色的、空的叶子节点就行了。

内容小结
“红黑树一向都很难学”,有这种想法的人很多。但是我感觉,其实主要原因是,很多人试图去记忆它的平衡调整策略。实际上,你只需要能看懂我讲的过程,没有知识盲点,就算是掌握了这部分内容了。毕竟实际的软件开发并不是闭卷考试,当你真的需要实现一个红黑树的时候,可以对照着我讲的步骤,一点一点去实现。

现在,我就来总结一下,如何比较轻松地看懂我今天讲的操作过程。

第一点,把红黑树的平衡调整的过程比作魔方复原,不要过于深究这个算法的正确性。你只需要明白,只要按照固定的操作步骤,保持插入、删除的过程,不破坏平衡树的定义就行了。

第二点,找准关注节点,不要搞丢、搞错关注节点。因为每种操作规则,都是基于关注节点来做的,只有弄对了关注节点,才能对应到正确的操作规则中。在迭代的调整过程中,关注节点在不停地改变,所以,这个过程一定要注意,不要弄丢了关注节点。

第三点,插入操作的平衡调整比较简单,但是删除操作就比较复杂。针对删除操作,我们有两次调整,第一次是针对要删除的节点做初步调整,让调整后的红黑树继续满足第四条定义,“每个节点到可达叶子节点的路径都包含相同个数的黑色节点”。但是这个时候,第三条定义就不满足了,有可能会存在两个红色节点相邻的情况。第二次调整就是解决这个问题,让红黑树不存在相邻的红色节点。

<think> 我们之前已经详细解释了红黑树的用途,现在用户希望以通俗易懂的方式,结合实际案例讲解红黑树原理并给出Java实现演示。根据引用内容,特别是引用[1]和引用[2],我们可以这样安排: 1. **通俗原理讲解**:用现实案例(如字典查找)解释红黑树的五大规则和自平衡原理。 2. **核心操作演示**:插入和删除的修复逻辑(旋转与变色),结合具体步骤。 3. **Java实现演示**:基于引用[2]中的TreeMap示例,展示红黑树在实际代码中的应用。 4. **性能对比**:简要说明红黑树与普通二叉搜索树的效率差异。 注意:引用[1]强调要覆盖核心规则和修复逻辑,引用[2]提供了TreeMap的使用示例,我们将结合这两点。 下面开始组织回答: </think> ### 红黑树原理与Java实现:通俗解析 #### 一、红黑树的核心原理(以图书馆管理系统为例) 想象图书馆的书架需要**动态整理书籍**: 1. **书架规则(红黑树5大约束)** - 每本书有红/黑标签(节点颜色) - 书架入口(根节点)必须黑色 - 相邻书不能全红(红色节点子节点必须黑) - 每条路径的黑色书数量相同(黑高一致) - 空位置视为黑色叶子节点(NIL节点) 2. **自平衡机制** 当新增/移除书籍破坏规则时,触发两种操作: - **变色**:调整书标签颜色(最低成本修复) - **旋转**:局部调整书架结构(分左旋/右旋) ```mermaid graph LR A[插入节点] --> B{是否破坏规则?} B -->|否| C[维持现状] B -->|是| D[执行变色或旋转] D --> E[向上递归检查] ``` #### 二、Java实现演示(基于TreeMap) ```java import java.util.TreeMap; public class LibrarySystem { public static void main(String[] args) { // 创建红黑树结构的图书索引(TreeMap底层为红黑树[^2]) TreeMap<Integer, String> bookIndex = new TreeMap<>(); // 1. 插入书籍(自动平衡) bookIndex.put(101, "算法导论"); // 根节点黑 bookIndex.put(205, "Java编程"); // 红色节点 bookIndex.put(88, "数据结构"); // 触发左旋转 // 2. 范围查询(中序遍历有序性) System.out.println("80-100编号的书籍: " + bookIndex.subMap(80, 100)); // 输出: {88=数据结构} // 3. 删除书籍(自动修复平衡) bookIndex.remove(205); System.out.println("删除后的索引: " + bookIndex); // 输出: {88=数据结构, 101=算法导论} } } ``` #### 三、关键操作原理详解 1. **插入修复(双红冲突)** - 场景:新书(红)插入到红书旁边 - 解决方案: ```java if (叔节点为红) { 父、叔变黑,祖父变红; // 变色解决 } else { 旋转(左旋/右旋) + 变色; // 示例:插入88触发左旋[^1] } ``` 2. **删除修复(黑高失衡)** - 场景:删除黑书导致路径黑书减少 - 解决方案: ```java while (当前节点黑且非根) { if (兄弟节点为红) { 兄弟变黑,父变红,旋转父节点; } if (兄弟子节点全黑) { 兄弟变红,当前=父节点; // 向上递归 } else { 旋转 + 变色调整; // 重建黑高平衡 } } ``` #### 四、红黑树 vs 普通二叉搜索树 | 操作 | 普通BST | 红黑树 | 优势说明 | |------------|----------------|----------------------|---------------------------| | 插入 | 可能退化成链表 | 自动平衡($O(\log n)$) | 避免极端低效 | | 删除 | 破坏结构 | 动态修复黑高 | 保证后续操作稳定 | | 范围查询 | 需全树遍历 | 中序遍历即有序($O(k)$) | 适合图书馆按编号查书场景 | > **核心价值**:红黑树通过**非严格平衡**(允许黑高差1)减少旋转次数,比AVL树更适合频繁修改的场景[^1]。在Java的`TreeMap`中,这种结构使得插入/删除/查询都能稳定在$O(\log n)$时间完成[^2]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值