算法之红黑树：从插入到删除的深度解析与实践

算法之红黑树：从插入到删除的深度解析与实践

写作初衷

在编程学习的漫漫长路上，算法犹如一座高峰，吸引着我们不断攀登。我在探索算法的过程中，遇到过不少难题，也积累了许多宝贵的经验。深知独自面对算法挑战时的艰辛，所以希望通过这篇博客，能与大家一同深入学习算法知识，在交流和分享中共同进步，让更多人领略算法的魅力，提升编程能力。

红黑树的删除操作解析

2-3-4树的插入算法（自顶向下）

2-3-4树是理解红黑树删除操作的重要基础。在2-3-4树中，允许存在4-结点。其插入算法沿查找路径向下进行变换，目的是保证当前结点不是4-结点，这样树底才有空间插入新键；沿查找路径向上进行变换，是为了将之前创建的4-结点配平 。

具体来说，向下变换时，如果根结点是4-结点，就将它分解成三个2-结点，树高加1；如果遇到一个父结点为2-结点的4-结点，将4-结点分解为两个2-结点并将中间键传递给父结点，使父结点变为3-结点；如果遇到父结点为3-结点的4-结点，同样将4-结点分解为两个2-结点并将中间键传递给父结点，使父结点变为4-结点 。

用红黑树实现该算法时，需要将4-结点表示为由三个2-结点组成的一棵平衡子树，根结点和两个子结点都用红链接相连；在向下过程中分解所有4-结点并进行颜色转换；在向上过程中用旋转将4-结点配平 。令人惊讶的是，只需要移动算法3.4中put()方法的一行代码（将颜色转换语句及其if语句移动到递归调用之前）就能实现2-3-4树的插入操作 。

删除最小键操作

在2-3树中删除最小键时，从树底部的3-结点中删除键很简单，但从2-结点中删除键会破坏树的完美平衡性。所以，为了保证不删除2-结点，我们沿着左链接向下进行变换，确保当前结点不是2-结点（可能是3-结点，也可能是临时的4-结点） 。

根结点可能有两种情况：如果根是2-结点且它的两个子结点都是2-结点，我们可以直接将这三个结点变成一个4-结点；否则，需要保证根结点的左子结点不是2-结点，如有必要可以从它右侧的兄弟结点“借”一个键来 。

在沿着左链接向下的过程中，要保证以下情况之一成立：

1. 如果当前结点的左子结点不是2-结点，完成；
2. 如果当前结点的左子结点是2-结点而它的亲兄弟结点不是2-结点，将左子结点的兄弟结点中的一个键移动到左子结点中；
3. 如果当前结点的左子结点和它的亲兄弟结点都是2-结点，将左子结点、父结点中的最小键和左子结点最近的兄弟结点合并为一个4-结点，使父结点由3-结点变为2-结点或者由4-结点变为3-结点 。

遍历结束后，能得到一个含有最小键的3-结点或者4-结点，然后可以直接从中删除最小键，将3-结点变为2-结点，或者将4-结点变为3-结点。最后再回头向上分解所有临时的4-结点 。

删除操作

在红黑树中删除操作和删除最小键类似，在查找路径上进行相同的变换，保证在查找过程中任意当前结点均不是2-结点 。

如果被查找的键在树的底部，可以直接删除它。如果不在，需要将它和它的后继结点交换，就像在二叉查找树中一样。因为当前结点必然不是2-结点，问题就转化为在一棵根结点不是2-结点的子树中删除最小的键，然后使用删除最小键的算法进行处理。删除之后，还需要向上回溯并分解余下的4-结点 。

为了更直观地理解删除操作，我们通过表格总结如下：

红黑树的性质与性能分析

红黑树的性质

红黑树通过红黑链接来模拟2-3树的结构，满足一些关键性质：红链接均为左链接；没有任何一个结点同时和两条红链接相连；树是完美黑色平衡的，即任意空链接到根结点的路径上的黑链接数量相同 。

性能分析

无论键的插入顺序如何，红黑树都几乎是完美平衡的。一棵大小为N的红黑树的高度不会超过2lgN 。这是因为红黑树的最坏情况是它所对应的2-3树中构成最左边的路径结点全部都是3-结点而其余均为2-结点，这种情况下最左边的路径长度是只包含2-结点的路径长度（约lgN）的两倍 。

红黑树的所有操作（范围查找除外，它所需的额外时间和返回的键的数量成正比）的运行时间都为对数级别。这使得红黑树在实际应用中，如数据库索引、缓存系统等场景，表现出高效的查找、插入和删除性能 。

代码示例

下面是一个简化的红黑树删除操作的Java代码示例，重点展示删除最小键的逻辑：

public class RedBlackTree<Key extends Comparable<Key>, Value> {
   
   
    private static final boolean RED = true;
    private static final boolean BLACK = false;
    private Node root;

    private