红黑树（Red-Black Tree），为什么需要红黑树？红黑树的核心特性（5 条规则）？黑色高度？平衡修复？红黑树旋转变色的具体操作案例？

红黑树（Red-Black Tree），为什么需要红黑树？红黑树的核心特性（5 条规则）？黑色高度？平衡修复？红黑树旋转变色的具体操作案例？

红黑树（Red-Black Tree）是一种自平衡二叉搜索树（Self-Balancing Binary Search Tree），它通过一套特定的规则（颜色标记 + 旋转操作）维持树的平衡性，确保插入、删除、查找等操作的时间复杂度始终保持在O(log n)（n 为节点数）。与 AVL 树相比，红黑树的平衡条件更宽松，旋转操作更少，在实际应用中（如 C++ 的std::map、Java 的TreeMap）更为广泛。

为什么需要红黑树？

普通的二叉查找树在最坏情况下（例如，插入的元素已经有序）会退化成一个链表，导致查找、插入和删除操作的时间复杂度退化为 O(n)。而红黑树通过上述规则保证了树的高度始终保持在 O(log n) 的水平，从而使得查找、插入和删除操作的最坏情况时间复杂度均为 O(log n)。

红黑树的核心特性（5 条规则）

红黑树的每个节点都有一个 “颜色” 属性（红色或黑色），且必须满足以下 5 条规则。

（1）节点颜色

每个节点要么是红色，要么是黑色。

（2）根节点

根节点必须是黑色。

（3）叶子节点

所有叶子节点（NIL 节点，即空节点）都是黑色。（注：实际实现中，叶子节点通常被简化为一个共享的 NIL 节点，不存储数据）。

（4）红色节点的子节点

如果一个节点是红色，那么它的两个子节点必须是黑色（即不允许两个红色节点直接相连）。

（5）路径黑色性（黑色高度平衡）

从任意节点到其所有叶子节点的路径中，包含的黑色节点数量相同（称为 “黑色高度”）。

红黑树节点的定义

（1）颜色属性

使用RED和BLACK两种状态，新节点默认设为红色（减少插入时对黑色高度的影响）。

（2）指针设计

①左右子节点指针用于维持二叉搜索树的结构。
②父节点指针是红黑树特有的（普通 BST 可省略），用于在旋转和平衡调整时快速定位祖先节点。

（3）叶子节点处理

实际实现中，通常将null子节点视为 “哨兵节点”（NIL 节点），统一设为黑色，简化边界条件判断。
哨兵节点可以是一个全局共享的实例，所有空指针都指向它。

// 定义节点颜色的枚举
enum Color {
    RED, BLACK
}

// 红黑树节点类
class RedBlackTreeNode {
    int value;                // 节点存储的值（可以是任意可比较类型）
    Color color;              // 节点颜色（红/黑）
    RedBlackTreeNode left;    // 左子节点引用
    RedBlackTreeNode right;   // 右子节点引用
    RedBlackTreeNode parent;  // 父节点引用（便于旋转和调整）

    // 构造方法
    public RedBlackTreeNode(int value) {
        this.value = value;
        this.color = Color.RED;  // 新节点默认红色（插入操作的约定）
        this.left = null;
        this.right = null;
        this.parent = null;
    }
}

红黑树为何能保持平衡？

上面这 5 条规则共同保证了红黑树的 “近似平衡”。

最长路径（红黑交替）的长度不会超过最短路径（全黑）的 2 倍。因此，树的高度被限制在 2log(n+1) 以内，确保了所有操作的对数级时间复杂度。

关键概念：黑色高度

在红黑树中，黑色高度（Black Height） 是一个核心概念，用于衡量从某节点到其所有叶子节点的路径中黑色节点的数量，是维持树平衡的关键指标之一。

黑色高度的定义？

（1）对于任意节点，其黑色高度是指从该节点出发，到达其任意一个叶子节点（NIL 节点）的路径中，黑色节点的总数（包含该节点自身）。
（2）叶子节点（NIL 节点，空节点）被定义为黑色，其黑色高度为 1（自身）。
（3）红色节点的黑色高度与其父节点、子节点的黑色高度相关，但自身不增加黑色高度的计数。

红黑树规则明确规定：从任意节点到其所有叶子节点的路径中，包含的黑色节点数量必须相同。

意味着：
（1）任意节点的左子树和右子树的黑色高度必须相等（否则从该节点到左右叶子的黑色节点数会不同）。
（2）根节点的黑色高度决定了整棵树的黑色高度（从根到所有叶子的黑色节点数相同）。

插入操作与平衡修复

插入新节点时，默认将其标记为红色（减少对黑色高度的影响），然后检查是否违反红黑树规则。若违反，通过以下两种操作修复：

（1）旋转操作（与 AVL 树类似）

①左旋转
将右子树的根节点提升为父节点，原父节点变为其左子树。

②右旋转
将左子树的根节点提升为父节点，原父节点变为其右子树。

旋转不改变二叉搜索树的性质（左子树值 < 父节点值 < 右子树值），仅调整结构。

（2）变色操作

改变节点的颜色（红→黑或黑→红），用于调整红色节点的分布，避免违反规则。

①新节点默认染为 红色（若染为黑色，会直接破坏规则 5：黑色高度平衡，修复更复杂）。
②插入后可能违反规则 2（根节点必须是黑色）（根为红）或规则 4（不允许两个红色节点直接相连）（连续红节点），需分情况处理：
（1）若父节点是黑色：无冲突，无需调整。
（2）若父节点是红色（必存在黑色祖父节点，因规则 4：不允许两个红色节点直接相连）
      若 “叔叔节点”（父节点的兄弟）是红色：通过重新着色（父、叔变黑，祖父变红）修复。
      若 “叔叔节点” 是黑色：通过旋转（左旋 / 右旋）+ 着色修复。

（3）删除操作的调整

删除操作更复杂，因可能删除黑色节点，破坏规则 5（黑色高度平衡）。核心是处理 “双黑节点”（删除黑色节点后，其子节点继承 “额外黑色”），通过旋转和着色消除双黑状态。

红黑树 vs AVL 树

红黑树与AVL树都是高效的平衡二叉树，增删改查时间复杂度都是O(log_{2}^{N})，红黑树不追求绝对平衡，只需保证最长路径不超过最短路径的两倍即可，相对而言，降低了插入和旋转的次数，所以经常在增删改查的结构中性别比AVL树更好，且红黑树的实现相对来说更简单，实际运用中也更多。

红黑树应用场景

红黑树因高效的插入删除性能，被广泛应用于：

（1）C++ 的 std::map、std::set
（2）Java 的 TreeMap、TreeSet
（3）Linux 内核的进程调度、虚拟内存管理
（4）数据库索引等需要动态维护有序数据的场景

红黑树通过颜色规则和少量旋转，在保证二叉搜索树特性的同时，实现了近似平衡，是兼顾效率与实现复杂度的优秀数据结构。

红黑树旋转变色的具体操作案例

下面从空树开始，逐步演示红黑树的插入、旋转和平衡调整过程，每一步都详细说明操作内容和原因。

（1）初始状态：空树

（2）插入第一个节点（值 = 10）

操作：插入新节点 10
规则处理：新节点默认为红色，但根据规则 2（根节点必须为黑色），将其改为黑色。

（3）插入第二个节点（值 = 5）

操作：按 BST 规则，5<10，插入为左子节点，默认为红色。
检查规则：无违反（根为黑，无连续红节点）。

（4）插入第三个节点（值 = 15）

操作：15>10，插入为右子节点，默认为红色
检查规则：无违反（10 为黑，15 为红，无连续红）

（5）插入第四个节点（值 = 3）

操作：3<5，插入为 5 的左子节点，默认为红色
检查规则：父节点 5 是红色，新节点 3 也是红色，违反规则 4（连续红节点）

家族关系：
（1）新节点 3 ®
（2）父节点 5 ®
（3）祖父节点 10 (B)
（4）叔叔节点 15 ®（叔叔为红色）

调整步骤：
（1）将父节点 5 和叔叔节点 15 改为黑色
（2）将祖父节点 10 改为红色
（3）因 10 是根节点，需再改回黑色（符合规则 2）

调整后结果：

（6）插入第五个节点（值 = 1）

操作：1<3，插入为 3 的左子节点，默认为红色
检查规则：父节点 3 是红色，新节点 1 也是红色，违反规则 4

家族关系：
（1）1®，3®
（2）5 (B)，NIL (B)（叔叔为空，视为黑色）

结构：5 左→ 3左→ 1（左左结构）

调整步骤：
（1）右旋祖父节点 5
（2）将原父节点 3 改为黑色
（3）将原祖父节点 5 改为红色

调整过程：
（1）右旋前（违反规则 4）

（2）右旋后（未着色）

（3）右旋后（着色后）

（7）插入第六个节点（值=7）

操作：7>5，插入为5的右子节点，默认为红色
检查规则：父节点5是红色，新节点7也是红色，违反规则4

家族关系：
（1）7®，5®
（2）3(B)，1®（叔叔为红色）

调整步骤：
（1）将父节点5和叔叔节点1改为黑色
（2）将祖父节点3改为红色

调整后结果：

（8）插入第七个节点（值=12）

新节点12®，父节点15(B)，无冲突。

（9）插入第八个节点（值=18）

操作：18>15，插入为15的右子节点，默认为红色
检查规则：父节点15是黑色，无违反规则

结果：

（10）插入第九个节点（值=17）

（1）17<18，为18的左子节点
（2）新节点17®，父节点18®，连续红色（违反规则4）
（3）祖父15(B)，叔叔12®（叔叔为红）

调整：父18、叔12改黑，祖父15改红 。

（11）插入第十个节点（值=20）

• 操作：20>18，插入为18的右子节点，默认为红色
• 检查规则：父节点18是黑色，无违反规则
• 最终结果：
  

总结操作要点

（1）插入原则：新节点默认为红色，减少对黑色高度的影响
（2）调整时机：仅当插入后出现连续红色节点时需要调整
（3）调整策略：
①叔叔为红：通过着色解决（父叔变黑，祖父变红）
②叔叔为黑：通过旋转+着色解决（根据结构左旋/右旋）
（4）根节点保障：任何时候根节点必须为黑色

通过以上步骤可以看到，从空树开始，红黑树通过自动平衡机制，始终保持着近似平衡的结构，确保所有操作的时间复杂度为O(log n)。

总图：