可视化红黑树详解（gif图演示，洛谷P3369 普通平衡树）

写在前面

推荐一个很实用的工具：红黑树可视化

本文参考OI wiki中的红黑树代码，读者也可以参考该篇解析（写得还是很不错的），不过OI Wiki里删除后平衡维护的Case 4和Case 5在代码细节上稍微有些问题（把 $c$,$d$ 均为红色算进Case 4了，这样不会出bug，只是相当于绕了个弯）。

大部分红黑树代码都采用 rotateLeft 和 rotateRight 两个函数来进行旋转，而且在找close/distant nephew的时候也是分类讨论，这样比较麻烦。
我们其实可以使用 node *ch[2] 来表示左右孩子，ch[0] 表示左孩子，ch[1] 表示右孩子。在后续使用中，我们#define left ch[0], #define right ch[1]，从而兼容用 left, right 找左右孩子的方法。这种存储方式的好处是，我们可以通过异或1来轻松切换左右分支，而不是采用三目运算符来找兄弟节点。
再考虑 rotate，其实 rotate 相当于把某个子节点往上转到其父节点的位置，因此我们可以用同一个 rotate 函数来表示左旋或右旋，使用时旋转左孩子即为 rotateLeft，旋转右孩子即为 rotateRight。

红黑树是什么

如果能把一个又一个节点积累起来，也许就能变成一棵红黑树。 ——高松灯

红黑树是一棵满足特殊性质的二叉搜索树。它的特殊性质有：

1. 节点均为红色/黑色（顾名思义）
2. NIL 节点（空叶子节点，有时也叫外部节点）为黑色
3. 红色节点的子节点均为黑色
4. 从根节点（不含根节点本身）到 NIL 节点的每条路径上的黑色节点数量相同

（注：有的教材/解析要求根节点一定是黑色，不过这个没有太大影响，根节点是红色也不会影响树的平衡性）

我们把第 4 条性质中，从某节点出发（不含节点本身），到任意 NIL 节点路径上的黑节点数，称为节点的“黑高”（black height）。
这里黑高的定义是比较反直觉的（究竟是谁定义的？），因为既要去掉节点本身，又要加上一个额外的 NIL 节点。
可以用以下递推式来加深对黑高的理解：
$bh[NIL]=0$
$\forall s\in son(x),$ $bh[x]=bh[s]+[color(s)==BLACK]$，中括号表示该表达式的bool值，若表达式成立则为1，表达式不成立则为0.

我们把粉色头发的ano酱作为红节点，黑色头发的Rikki作为黑节点，那么下面这棵树是一棵红黑树：

其中蓝色数字标注的是节点的黑高。
假如给上面这棵树的节点填入权值，就是一棵标准的红黑树：

红黑树的平衡性

考虑这样一个问题：一棵“黑高”为$h$的红黑树，至少会有多少节点？（“黑高”是指根到任意NIL节点路径上的黑节点数）
其实可以用归纳法证明结果是$2^h-1$，这里提供另一种思路：

对于黑高确定的红黑树，我们要想节点数最少，直接全部放黑节点就可以了。因为往里面放红节点不会对黑高产生任何影响，而且由于红节点的子节点必须是黑节点，放红节点还会让总节点数变得更多。
而全为黑节点的红黑树必然是一棵满二叉树，因为根节点到任意NIL节点路径上的黑节点数相同，如果某个部分缺了一块，那这部分的黑高就会减少。
那么，黑高为$h$的红黑树，节点最少的情况是一棵高为$h$，全是黑节点的满二叉树（注意高是$h$而不是$h+1$，因为计算黑高时多统计了一次NIL节点，又少统计一次自身，二者抵消了）。这样的树有$2^h-1$个节点。
因此，一棵“黑高”为$h$的红黑树，至少有$2^h-1$个节点。（$N=\mathrm{sizeof}(\mathrm{x})\ge 2^{\mathrm{bh}(\mathrm{x})}-1$）

我们还知道，红节点的两个孩子一定为黑节点，所以说，根节点到NIL节点的路径上，一个红节点就必定有一个黑节点与之对应，所以红节点数一定不超过黑节点数。
因此，$\mathrm{bh}(\mathrm{Tree})\ge \mathrm{h}(\mathrm{Tree})/2$。

根据上面两个不等式，可以推出：

一棵有$N$个节点的红黑树，树高不超过$2\log (N+1)$。

也就是说，红黑树天生就是平衡的，树高在$O(\log N)$级别。
假如我们能在插入和删除时维护好红黑树的几条性质，我们就能得到一棵高恒为$O(\log N)$的二叉搜索树。

红黑树整体框架

红黑树类定义为：

template<typename T>
class RedBlackTree {
   
   
	private:
		struct node;
		node* root;		//根节点
		//...
	public:
		int size();
		void insert(T);
		bool remove(T);
		//...
};

节点定义为：

#define RED 1
#define BLACK 0
#define left ch[0]
#define right ch[1] 
template<typename T>
struct RedBlackTree<T>::node {
   
   
	T val;			//权值
	bool color;		//1 is red, 0 is black 
	node *father, *ch[2];
	int siz;		//子树大小
	int direction() {
   
   
		if(father == NULL)	return 0;
		return father->right == this;
	}
	node* sibling() {
   
   
		if(father == NULL)	return NULL;
		return father->ch[direction() ^ 1];
	}
	node* uncle() {
   
   
		if(father == NULL)	return NULL;
		return father->sibling();
	}
	void pushup() {
   
   
		siz = (left?left->siz:0) + (right?right->siz:0) + 1;
	}
	//......
}

其中val代表节点权值，siz代表子树大小，ch[0] 和 ch[1] 分别代表左右孩子。
direction() 表示当前节点所在分支（0为左孩子，1为右孩子），sibling(), uncle() 是在插入/删除中需要经常用到的亲戚节点。为了方便，我们统一提前写好。

旋转操作

可以参考splay树的旋转操作。这里我们不需要区分左旋和右旋，rotate(x) 表示把节点 $x$ 旋转到它父亲的位置。

template<typename T>
void RedBlackTree<T>::connect(node *x, node *fa, int k) {
   
   
	if(x != NULL)	x->father = fa;
	if(fa != NULL) {
   
   
		fa->ch[k] = x;
	} else {
   
   
		root = x;
	}
}

template<typename T>
void RedBlackTree<T>::rotate(node *x) {
   
   
	//rotate x to its parent's position
	node* y = x->father;
	node* z = y->father;
	int yson = x->direction();	//the branch of x, 0 is left, 1 is right
	if(z == NULL) {
   
   
		root = x;
		x->father = NULL;
	} else {
   
   
		int zson = y->direction();
		connect(x, z, zson);
	}
	connect(x->ch[yson^1], y, yson);
	connect(y, x, yson^1);
	y->pushup();
	x->pushup();
}

插入操作

从今天开始，我们就是一起演奏音乐的命运共同体！ ——丰川祥子

红黑树的插入与普通的 BST 的插入操作类似。
我们将新节点作为红节点插入到树中对应位置，再根据相关节点状态进行调整，使整棵树满足红黑树的性质。
具体地说，红黑树要求红节点的子节点均为黑节点，而插入一个红节点可能会使父节点和子节点均为红色，所以在插入后，我们需要进行双红修正。
插入操作的代码实现如下：

template<typename T>
void RedBlackTree<T>::insert(T v) {
   
   
	node *x = root, *fa = NULL;
	while(x != NULL) {
   
   
		x->siz++;
		fa = x;
		if(v < x->val) {
   
   
			x = x->left;
		} else {
   
   
			x = x->right;
		}
	}
	x = new node(v, RED, fa);	//create a new node
	if(fa == NULL) {
   
   
		root = x;
	} else if(v < fa->val) {
   
   
		fa->left = x;
	} else {
   
   
		fa->right = x;
	}
	SolveDoubleRed(x);
}

双红修正

不过，为了下次不失败而努力不就好了？就算失败一次，也要有重来的信心。 ——千早爱音

上面的插入过程中，可能会出现父节点和子节点都是红色的连续双红情况，这违反了红黑树的性质。
在 SolveDoubleRed(x) 函数中，$x$ 为红节点，我们检查 $x$ 的父节点是否为红节点，如果是，则进行修正。（也就是说，这里 $x$ 表示连续双红节点的子节点）
修正时，我们要保证红黑树的性质成立，即不出现连续的双红节点，以及保证黑高相同。

在下面的所有注释中，我们用<X>来表示红节点，[X]表示黑节点，{X}表示任意颜色的节点。

Case 1, 2

$x$ 为根（父节点为空），或 $x$ 的父节点为黑，此时无需修正。下面都是需要修正的情况。

Case 3

$x$ 的父节点 $p$ 为根节点，此时把 $p$ 染黑即可。

if(p == root) {
   
   
	// Case 3: Parent is root and is RED
	//   Paint parent to BLACK.
	//    <P>         [P]
	//     |   ====>   |
	//    <X>         <X>
	p->color = BLACK;
	return;
}

Case 4

$x$ （图中的 N）的父节点 $p$，叔节点 $u$ 均为红色。由于该树原本是一棵合法的红黑树，所以 $x$ 的祖父节点 $g$ 一定是黑色。

此时我们将 $p$ 和 $u$ 染黑，将 $g$ 染红，这样在 $g$ 以下就不会有连续的红节点。
由于插入前 $g$