如何免费自己做网站做网站是怎么赢利的

一、背景

红黑树（Red-Black Tree）是一种自平衡的二叉搜索树（BST），通过颜色标记和旋转操作保证树的高度平衡，从而确保插入、删除、查找等操作的时间复杂度为 $O(logn)$。

其具有以下性质：

1. 每个节点不是红色就是黑色；
2. 根节点是黑色
3. 叶子节点（NIL节点，空节点，一般默认不画出来）是黑色；
4. 红色节点的子节点必须是黑色（即不允许连续红色节点）。
5. 从任意节点到其所有叶子节点的路径中，黑色节点的数量相同（称为黑高相同）。

如下图所示（图取自参考1）：

---

红黑树的平衡是一种近似平衡，通过以上性质可以保证：树中没有一条路径会比其他路径长两倍。

原因：最短路径为全黑节点，最长路径为全黑结点每个后面插入一个红节点。

新插入的节点默认是红色（除非插入后成为根节点）。

原因：当前红黑树从根节点到叶节点的黑色节点数量已经一样了，如果插入新的黑色节点会破坏规则。但是如果加入的是红色节点，只有在父节点也是红色时才会破坏规则，更优。

---

红黑树的优势

其他的平衡树大多是完全平衡的，而红黑树是相对平衡的。

在插入/删除大量数据时，为了保持平衡，其他平衡树需要大量的旋转操作，而红黑树只需要少量的旋转操作。

在查找大量数据时，其他平衡树高度为$logn$，而红黑树接近$2logn$，查找复杂度在一个数量级，差距不大。

---

红黑树的应用

1. epoll的实现
2. 进程调度，内核CFS（Completely Fair Scheduler，完全公平调度器）队列
3. C++ STL的map和set
4. 内存管理，如空闲链表freelist
5. Nginx的Timer时间管理

二、关键操作

1. 旋转

与Treap的旋转一样

（以下参考图来源于参考4）

左旋

简化概括：将旋转节点变为右儿子的左儿子

具体操作：

• 将初始右儿子的左儿子接到旋转节点的右儿子
• 将旋转节点接到初始右儿子的左儿子上
• 初始右儿子到旋转节点的原位置

右旋

简化概括：将旋转节点变为其左儿子的右儿子

具体操作：

• 将初始左儿子的右儿子接到旋转节点的左儿子
• 将旋转节点接到初始左儿子的右儿子上
• 初始左儿子到旋转节点的原位置

2. 变色

变色操作是将节点的颜色改变，即红变黑、黑变红。

3. 查找

查找与一般BST相同

4. 插入

插入操作分为两大部分：查找待插入位置和自平衡

查找待插入位置与一般查找步骤类似。

自平衡过程，分情况讨论：

• 插入节点的父节点为黑色，新插入节点不会影响红黑树结构，不需要调整

• 插入节点的父节点为红色，则需要调整树结构：

  • Case 1：叔节点（父节点的兄弟）为红色

    对非根爷爷节点、父节点、叔节点执行变色操作（将爷爷节点变为变为红色，父节点和叔节点变为黑色）；如果爷爷节点为根节点，则不变色。

    向上递归调整爷爷节点。

  • Case 2：叔节点不存在

    • Case 2.1：插入节点和父节点同向，单旋+变色

      • RR：对爷爷节点左旋
      • LL：对爷爷节点右旋

      对父节点和爷爷节点变色

    • Case 2.2：插入节点和父节点异向，双旋+变色

      • RL（父右子左）：对父节点右旋，转为Case 2.1-RR
      • LR（父左子右）：对父节点左旋，转为Case 2.2-LL

      经过双旋后，父节点和爷爷节点变为了子节点，所以需要对插入节点和爷爷节点变色

  • Case 3：叔节点存在且为黑色，该情况只会出现在Case 1的递归调整中，不会出现在新插入节点的情况下，该情况与Case 2操作相同

5. 删除

删除整体可分为两大步骤：删除该节点和自平衡。（参考4、5）

这里我们根据待删除节点子节点的数量分为三大情况：

• Case 1：删除节点为叶子节点

  • Case 1.1：删除节点为红色，不会影响红黑树的性质，可以直接删除

  • Case 1.2：删除节点为黑色

    • Case 1.2.1：兄弟节点为黑色，且没有子节点

      如果父节点为红色，则变色为黑；兄弟节点变色为红

    • Case 1.2.2：兄弟节点为黑色，只有一个子节点

    • Case 1.2.3：兄弟节点为黑色，有两个子节点，且为红色

    • Case 1.2.4：兄弟节点为红色

• Case 2：删除节点只有一个子节点

  用子节点的值覆盖待删除节点的值，然后递归删除子节点

• Case 3：删除节点有两个子节点

  找待删除节点的前驱（左子树的最大值节点）或者后继（右子树的最小值节点），将前驱或者后继的值复制到该结点中，然后递归删除前驱或者后继；

三、面试考点

1. 红黑树的性质是什么？如何保证平衡？

   • 性质见一
   • 平衡保证：
     • 通过颜色标记限制路径长度差异（最长路径不超过最短路径的2倍）。
     • 插入和删除时通过旋转和颜色调整修复性质冲突。

2. 插入/删除后如何调整？分哪几种情况？

   见二中的4和5

3. 红黑树的时间复杂度是多少？为什么？

   • 时间复杂度：插入、删除、查找均为 O(log n)。
   • 原因：
     • 红黑树通过平衡性保证树的高度为 O(log n)（最长路径 ≤ 2倍最短路径）。
     • 每次操作最多需要从叶子到根的一次调整（最多旋转2次）。

4. 红黑树和AVL树的区别？各自的优缺点？

   特性	红黑树	AVL树
   平衡性	宽松平衡（最长路径 ≤ 2倍最短路径）	严格平衡（左右子树高度差 ≤ 1）
   旋转次数	插入/删除时旋转次数较少	插入/删除时旋转次数较多
   适用场景	频繁插入删除（如Map、Set）	频繁查找（如数据库索引）
   优点	插入删除效率高，适合动态数据	查询速度快，适合静态数据
   缺点	查询稍慢（树更高）	插入删除成本高

5. 如何实现红黑树的左旋/右旋操作？伪代码怎么写？

   左旋C++代码：

   // 设_root为红黑树的根节点
   void leftRotate(Node* node) {Node* tmpNode = node->right;  // 取node的右子节点为tmpNode// 将tmpNode的左子节点替换到node的右子节点，并处理父指针node->right = tmpNode->left;  if (node->right != nullptr) {node->right->parent = node;}// 处理node的父节点与tmpNode的关系tmpNode->parent = node->parent;if (node->parent == _root) {_root = tmpNode;} else {if (node == node->parent->left) node->parent->left = tmpNode;else node->parent->right = tmpNode;}tmpNode->left = node;         // 将node节点替换到tmpNode的左子结点node->parent = tmpNode;       // 将node节点的父节点置为tmpNode
   }
   

6. 红黑树在哪些实际系统中被应用？

   见一

参考：

1. （数据结构）如何手搓一棵红黑树（RedBlack-Tree）_手搓红黑树-CSDN博客
2. 红黑树图文简洁解析_红黑树图片-CSDN博客
3. c++手撕代码 (一) 红黑树 - 知乎
4. 随处可见的红黑树：原理、实现及应用场景 - 知乎
5. 数据结构-----红黑树的删除操作_红黑树删除-CSDN博客