Tree--RedBlackTree详解(2 - 3 - 4Tree)(红黑树)

　　前言

　　最近看到好多红黑树的东西，英文好的童鞋可以直接点击http://www.cs.princeton.edu/~rs/talks/LLRB/RedBlack.pdf这里查看我之前学习的材料，对理解下面讲的东西肯定也有点帮助（但是不完全一样），英文一般的同学就直接看我的文采飞扬把哈哈。还有大家可以去coursera上学习一些国外比较好的资料。感觉比国内一些学习网站做的好很多。

　　前面一篇随笔写的binarysearchtree（http://www.cnblogs.com/robsann/p/7567596.html）说了有一个缺点就是不平衡，意思就是插入已经排好序的对象的时候会变成一条链表，链表当然比二叉树要慢很多啦，随机插入的话二叉树的各种方法需要的时间和LgN的成正比。所以红黑树其实是在解决二叉树不平衡的问题的。

　　度娘（这里稍微看一下）

　　红黑树是每个节点都带有颜色属性的二叉查找树，颜色或红色或黑色。在二叉查找树强制一般要求以外，对于任何有效的红黑树我们增加了如下的额外要求:

　　性质1. 节点是红色或黑色。

　　性质2. 根节点是黑色。

　　性质3 每个叶节点（NIL节点，空节点）是黑色的。

　　性质4 每个红色节点的两个子节点都是黑色。(从每个叶子到根的所有路径上不能有两个连续的红色节点)

　　性质5. 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。

　　这些约束强制了红黑树的关键性质: 从根到叶子的最长的可能路径不多于最短的可能路径的两倍长。结果是这个树大致上是平衡的。因为操作比如插入、删除和查找某个值的最坏情况时间都要求与树的高度成比例，这个在高度上的理论上限允许红黑树在最坏情况下都是高效的，而不同于普通的二叉查找树。

　正文　

　　2 - 3 - 4 Tree

　　2 - 3 - 4 Tree 我觉得算是一种模型，一种树模型保证了树是平衡的，所谓平衡就是树不会一个枝头长得很高，另外一个枝头长得很矮，那保证平衡有什么用？平衡的情况下，所有操作需要的时间都是和LgN成正比的，你说腻害不腻害。

　　2 - 3 - 4 树，允许一个节点是 2-nodes 或者是 3 nodes 或者是 4 nodes， 具体的意思就是说

　　 这是一个２-nodes， 有2个触手，能够指向不同的2个子元素，左边的子元素小于A，右边的子元素大于A

　　3-nodes, 3 分叉,最左边的子元素小于C，中间的子元素between c和e， 最右边的子元素大于E

　　 　４－nodes, 3分叉。同上

　　看看2-3-4tree是如何保证平衡的

　　假设有 10 7 6 3 8 11 15 要插入 2 -3 4 树中

　　

　　

　　

　　

　　

　　

　　这里插入还有另外一种选择叫Bottom-up solution,之下而上的一种解法(可以忽略)。就是先找到这个节点会被插入的位置，如果插入后变成了5-nodes，就把其中一个节点往父节点抛出，让父节点和其中的一个子节点结合。

　　删除同理，为了要保证树的平衡，当删除的时候，如果被删除的节点只有一个元素的话，必须要把父亲元素拉下来形成一个3-nodes然后删除后变成2-nodes（后面还会说）

　　左倾红黑树（LeftLeaningRedBlackTree）

　　红黑树和2-3-4树的关系，红黑树是2-3-4树的一种实现方式。2-3-4树只是一个模型。

　　先介绍一下节点对象Node,看代码，之后会用到这个对象

    private class Node {
        private K k;　// 这个节点的key　
        private V v;　//节点的value
        private Node left, right;  //左右节点
        private int size;　　//节点为根的树的大小
        private boolean color;　//节点的颜色，分黑和红

        Node(K k, V v, int size, boolean color) {
            this.k = k;
            this.v = v;
            this.size = size;
            this.color = color;
        }

        @Override
        public String toString() {
            if (color) return "red " + v;
            else return "black " + v;
        }

    }

Node(节点对象)

　　左倾红黑树和红黑树的区别如下

　　这是一般的红黑树，3-node 的时候红节点可以左倾或者右倾

　　左边是2-3-4树的模型，右边是红黑树的实现

　　

　　这是左倾红黑树， 3-nodes的时候红色的节点必须在左边。

　　

　　用常量来表示红黑

　　

　　红黑树的修正

　　首先左倾红黑树的性质必须要得到保证（就是上图中说的Require that 3 -node be left leaning），但是很多时候可能因为插入或者删除的操作破坏了这个性质，所以我们必须要修正。

　　这里介绍3个修正的方法

　　第一个方法的使用场景是这样子的，（为了不破坏平衡，每次插入的都是红节点），下图插入的节点在右边，破坏了左倾的性质，所以必须rotateLeft。rotateLeft是指把红色节点左移

　　　　

　　方法如下

    //右树是红link的时候,turn this red link to left
    private Node rotateLeft(Node  h) {
        assert(isRed(h.right));

        Node  x = h.right;  //change　the pointers
        h.right = x.left;
        x.left = h;

        x.color = h.color; //change the colors
        h.color = RED;

        x.size = h.size; //change the sizes
        h.size = size(h.left) + size(h.right) + 1;
        return x;
    }

rotateLeft(仔细看一边)

　　

　　另外一种情况是最新插入的节点在最左边，把中间节点rotateRight，重新平衡

　　　　

　　方法如下

    //左树是红link的时候,turn this red link to left
    private Node rotateRight(Node  h) {
        assert(isRed(h.left));

        Node x = h.left;
        h.left = x.right;
        x.right = h;

        x.color = h.color;
        h.color = RED;

        x.size = h.size; //size is the same
        h.size = size(h.left) + size(h.right) + 1;

        return x;
    }

rotateRight

　　这张图是破坏了性质之后，修正的办法

　　

　　还有一个方法是flipColors()，代码如下，就是可能插入的时候需要满足当前节点不是4-nodes，可能就会使用这个方法

　　

　　有了上面这些辅助的方法后就可以开始下面的学习了

　　

　　左倾红黑树的put　　

　　在2-3-4tree中的介绍中也知道了，put的时候，当前节点如果是4-nodes的话就没有位置留给需要插入的对象了。

　　所以我们在put的时候，一定要保证当前的节点（currentNode）以后用cn来表示。cn必须不是4-nodes, 如果是4-nodes的话就用flipColor把4-node变成3个2-node

　　假设我们要插入10　 7　 6　 3 这4个对象， 大片动态图，燃烧的经费。

　　

　　附上代码

    public void put(K k, V v) {
        root = put(root, k, v);
        root.color = BLACK;
    }

    private Node put(Node cn, K k, V v) {
        if (cn == null) return new Node(k, v, 1, RED);
        if(isRed(cn.left) && isRed(cn.right)) split4Node(cn);//是4节点的话 就split

        int cmp = k.compareTo(cn.k);
        if (cmp > 0) cn.right = put(cn.right, k, v); // k > node.k go right
        else if (cmp < 0) cn.left = put(cn.left, k, v);
        else cn.v = v; //hit

        //following code is to fix the tree on the way up
        if (isRed(cn.right) && !isRed(cn.left)) cn = rotateLeft(cn); //　right leaning 3nodes的时候 　 需要变成　left leaning
        if (isRed(cn.left) && isRed(cn.left.left)) cn = rotateRight(cn);  //变成了一个4节点

        cn.size = size(cn.left) + size(cn.right) + 1;
        return cn;
    }

put

　　

　　左倾红黑树的get

　　树的get方法其实很简单，就是判断key是不是相等，如果相等就return 这个值。

　　

    public V get(K k) {
        return get(root, k);
    }

    //cn means currentNode
    private V get(Node cn, K k) {
        if (cn == null) return null; // not find the key

        int cmp = k.compareTo(cn.k);
        if(cmp > 0) return get(cn.right, k);
        else if (cmp < 0) return get(cn.left, k);
        else return cn.v; // hit
    }

get

　　左倾红黑树的删除

　　删除可以说是最难的了把，基本的思想就是，cn节点（当前节点）不会是2-node，(如果root节点是2-nodes，我们需要把root节点变成红节点)

　　保证其中一个子节点不是2节点（这个保证需要看删除的节点位于当前节点的哪里，比如删除的节点比cn节点小，所以接下来我们会往left走，所以要保证left节点不是2-node）。因为2节点如果删除了的话就不会平衡。所以必须要把红节点从root一步一步carry下去。

　　先实现一个deleteMin方法，我们要把红节点带向左边。想一想，红节点带向左边后，如果左边有节点删除了可能没办法保持平衡，红节点可以变成黑节点，代替刚才被删除的节点。通过这样子可以保证左边的树是一定会平衡的。

　　deleteMin的几种情况

　　1. ， 现在可以直接删除掉。也不会影响平衡。删除了后3节点变成了2节点。

　　

　　2.， 需要继续向左走，但是左子节点是2-node，必须要想办法变成不是2-node。所以需要把父亲节点和兄弟节点和cn节点。整合在一起变成4-node

　　

　　3. ， 需要继续向左走，但是左子节点是2-node，必须要想办法变成不是2-node。发现兄弟节点是不是2-nodes。所以把兄弟节点借一个node过来

　　

　　

　　2和3这2种情况总结在一起就是moveRedLeft的代码

　　

    public void deleteMin() {
        //保证了root节点不是2nodes
        if (!isRed(root.left) && !isRed(root.right))
            root.color = RED;

        root = deleteMin(root);
        root.color = BLACK;
    }

    public Node deleteMin(Node cn) {
        if (cn.left == null) return null;

        if (!isRed(cn.left) && !isRed(cn.left.left))  //判断左边子节点是不是2node，是的话就需要把Red带下去
            cn = moveRedLeft(cn);

        cn.left = deleteMin(cn.left);

        return fixup(cn);
    }

    private Node fixup(Node h) {

        if (isRed(h.right) && !isRed(h.left)) h = rotateLeft(h); //右倾
        if (isRed(h.left) && isRed(h.left.left)) h = rotateRight(h);
        h.size = size(h.left) + size(h.right) + 1; //right the size
        return h;
    }

deleteMin

　　随意的delete方法。按照下面的图说一下，基本的思想。

　　首先删除D。从H开始，H不是2-node（右边有一个红节点），D小于H，左往H的左边找

　　找到了D。D不是2-node且是红节点。找到了D，处理办法是找到右树中最小的值，发现是E， 把最小的值赋值给当前的node

　　所以我们要往右边走。但是发现右边节点F是2-node。所以我们要把红色的连接往右边带。

　　flipColor（D）， B D 和 F就变成了一个4-node（可以自己做一下图看看是不是这样子的）。 这时候红链接也往右边带了。

　　现在到了F 节点。发现F 的左节点是 2-node。把红色的链接往左边带。

　　flipColor（F），这个时候F 和 E 和 G ，变成了一个4-node。 顺理成章删除左边的节点。没有影响平衡。

　　接着原路返回，修复节点。

　　

　　

　　

    public void delete(K k) {
        if (k == null) throw new IllegalArgumentException("argument to delete() is null");
        if (!contains(k)) return;

        if (!isRed(root.left) && !isRed(root.right))
            root.color = RED;
        root = delete(root, k);
        if (root != null)
            root.color = BLACK;
    }

    public boolean contains(K k) {
        return get(k) != null;
    }

    private Node delete(Node cn, K k) {

        if (cn == null) return null;

        int cmp = k.compareTo(cn.k);

        if (cmp < 0) { // k < node.k go left
            if (!isRed(cn.left) && !isRed(cn.left.left)) //保证了下一个左元素不是2nodes
                cn = moveRedLeft(cn);
            cn.left = delete(cn.left, k);
        } else if (cmp > 0) { // k > node.k go right
            if (isRed(cn.left) && !isRed(cn.right)) //如果是3节点的话需要 rotate 把red转到右边
                cn = rotateRight(cn);
            if (!isRed(cn.right) && !isRed(cn.right.left)) //保证下一个右节点不是2nodes
                cn = moveRedRight(cn);
            cn.right = delete(cn.right, k);
        } else { //hit

            if (isRed(cn.left) && !isRed(cn.right))
                cn = rotateRight(cn);

            if (k.compareTo(cn.k) == 0 && (cn.right == null)) //find null just return null
                return null;

            if (!isRed(cn.right) && !isRed(cn.right.left)) //保证下一个右节点不是2nodes
                cn = moveRedRight(cn);

            if (k.compareTo(cn.k) == 0) {
                 Node x = min(cn.right);
                 cn.k = x.k;
                 cn.v = x.v;
                 cn.right = deleteMin(cn.right);
            } else cn.right = delete(cn.right, k);
        }
        return fixup(cn);
    }

delete

　总结

　　具体的实现可以参考一下https://github.com/Cheemion/algorithms/blob/master/src/com/algorithms/tree/LeftLeaningRedBlackTree.java

　　可能有地方说的不清楚哈。见谅，可以留言我有不清楚的地方