[[350533]]

 本文轉(zhuǎn)載自微信公眾號「三太子敖丙」，作者三太子敖丙。轉(zhuǎn)載本文請聯(lián)系三太子敖丙公眾號。  

紅黑樹是面試中一個很經(jīng)典也很有難度的知識點，網(wǎng)傳字節(jié)跳動面試官最喜歡問這個問題。

很多人會覺得這個知識點太難，不想花太多功夫去了解，也有人會認為這個數(shù)據(jù)結(jié)構(gòu)在日常開發(fā)中使用的很少，因此沒必要多做掌握。

在此我針對以上兩個觀點做出一些糾正：首先，紅黑樹這個數(shù)據(jù)結(jié)構(gòu)確實復雜，但是還沒有到完全無法理解的地步。網(wǎng)上大多博客都不能夠清晰完整的描述出紅黑樹的整個體系，對于紅黑平衡調(diào)整的細節(jié)部分也沒有很詳盡的介紹，因此給學習帶來了較大的困難。

其次，諸如Java中HashMap的底層實現(xiàn)，在JDK1.8中為了解決過度哈希沖突帶來的長鏈表，會將鏈表轉(zhuǎn)為紅黑樹;Linux底層的CFS進程調(diào)度算法中，vruntime利用紅黑樹來進行存儲;多路復用技術(shù)的Epoll的核心結(jié)構(gòu)也是紅黑樹+雙向鏈表。

我們不會直接去手寫一個可用的紅黑樹，但是了解紅黑樹的結(jié)構(gòu)，有助于我們?nèi)ダ斫庖恍┑讓泳唧w實現(xiàn)。與此同時，紅黑樹也是對樹結(jié)構(gòu)的一種高度綜合運用，涉及到多叉樹，樹平衡調(diào)整，節(jié)點旋轉(zhuǎn)等等，這些是對數(shù)據(jù)結(jié)構(gòu)基本功的最佳歷練。

 

其實當面試官提出這個問題的時候，不參照答案，他大概率也無法清晰的給出具體的定義和操作。但是他希望從這個問題出發(fā)，看到你對于一個數(shù)據(jù)結(jié)構(gòu)的理解，考察你知識面的廣度和深度。能否給出完整的定義，能否介紹自己對紅黑樹的認識，能否通過旋轉(zhuǎn)，染色等操作在給定的場景下對一顆紅黑樹進行調(diào)整使其符合定義......這些才是面試官希望從你的答案中得到的信息，問了一圈身邊大廠的面試官朋友，跟我這個說法出入不大。

讀完這篇文章，你將能夠從紅黑樹的概念模型2-3-4樹出發(fā)，理解紅黑樹五大定義背后的邏輯。你也可以深刻認識到紅黑節(jié)點顏色背后的意義，對于插入刪除引發(fā)的動態(tài)變化有一定的認識，而不再是去硬性的記憶某個場景下的調(diào)平操作(諸如：刪除某節(jié)點，當該節(jié)點的叔父節(jié)點為紅，而叔父節(jié)點的左右子節(jié)點都為黑的情況下，我們應(yīng)該......)。你能夠掌握節(jié)點旋轉(zhuǎn)的具體操作，理解染色的目的。

最后，如果你足夠認真，配圖中有清晰的插入刪除全部步驟，你能夠真正的將紅黑樹變成自己的知識。

先談平衡樹

做開發(fā)的朋友一定知道接口這個東西：定義接口，給出實現(xiàn)。一個接口可以有多種不同的實現(xiàn)，但是這些實現(xiàn)都會滿足接口中的聲明。

例如，我們定義手機是一個可用作通訊的工具，作為它的實現(xiàn)，三星，蘋果，華為推出了各式各樣的產(chǎn)品。

紅黑樹的本質(zhì)其實也是對概念模型：2-3-4樹的一種實現(xiàn)，因此我們先來關(guān)注2-3-4樹。

2-3-4樹是階數(shù)為4的B樹，B樹，全名BalanceTree，平衡樹。這種結(jié)構(gòu)主要用來做查找。

關(guān)于B樹(平衡多路查找樹)的定義，網(wǎng)上已經(jīng)有很多介紹，在此不多贅述。它最重要的特性在于平衡，這使得我們能夠在最壞情況下也保持O(LogN)的時間復雜度實現(xiàn)查找(一個不具備平衡性的查找樹可能退化成單鏈表，時間復雜度會到O(N))。

“在此需要提醒大家一下，平衡的定義是說從空鏈接到根節(jié)點距離相等，此處一定要用心理解。(也就是說非葉子節(jié)點是不會存在空鏈接的)

由于2-3-4樹是一顆階數(shù)為4的B樹，所以它會存在以下節(jié)點：

• 2節(jié)點
• 3節(jié)點
• 4節(jié)點

2節(jié)點中存放著一個key[X]，兩個指針，分別指向小于X的子節(jié)點和大于X的子節(jié)點;3節(jié)點中存放在兩個key[X,Y],三個指針，分別指向小于X的子節(jié)點，介于X~Y之間的子節(jié)點和大于Y的子節(jié)點;4節(jié)點可依此類推。

節(jié)點介紹

 

2-3-4樹到紅黑樹的轉(zhuǎn)化

紅黑樹是對概念模型2-3-4樹的一種實現(xiàn)，由于直接進行不同節(jié)點間的轉(zhuǎn)化會造成較大的開銷，所以選擇以二叉樹為基礎(chǔ)，在二叉樹的屬性中加入一個顏色屬性來表示2-3-4樹中不同的節(jié)點。

2-3-4樹中的2節(jié)點對應(yīng)著紅黑樹中的黑色節(jié)點，而2-3-4樹中的非2節(jié)點是以紅節(jié)點+黑節(jié)點的方式存在，紅節(jié)點的意義是與黑色父節(jié)點結(jié)合，表達著2-3-4樹中的3，4節(jié)點。

(此處理解成紅節(jié)點也好，紅色鏈接也好，看個人喜好。很多書中會說是由黑色節(jié)點指出的紅色鏈接，鏈接指向的節(jié)點顏色為紅。)

我們先看2-3-4樹到紅黑樹的節(jié)點轉(zhuǎn)換。2節(jié)點直接轉(zhuǎn)化為黑色節(jié)點;3節(jié)點這里可以有兩種表現(xiàn)形式，左傾紅節(jié)點或者右傾紅節(jié)點。而4節(jié)點被強制要求轉(zhuǎn)化為一個黑父帶著左右兩個紅色兒子。

B樹到紅黑樹的轉(zhuǎn)化

 

本文的研究主體是2-3樹(原因會在后文給出)，并且是2-3樹中較為特殊的一種轉(zhuǎn)化--左傾紅黑樹。顧名思義，左傾紅黑樹限制了如果在樹中出現(xiàn)了紅色節(jié)點，那么這個節(jié)點必須是左兒子。

以下是它的轉(zhuǎn)化過程：

B樹到紅黑樹的轉(zhuǎn)化

 

光看單個節(jié)點的轉(zhuǎn)化可能還不夠明顯，我制作了一張紅黑樹轉(zhuǎn)2-3樹的示意圖，很清晰地描繪了它們之間的關(guān)系。

只要把左傾紅黑樹中的紅色節(jié)點順時針方向旋轉(zhuǎn)45°使其與黑父平行，然后再將它們看作一個整體，你就會發(fā)現(xiàn)，這不就是一顆2-3樹嗎?

B樹到紅黑樹的轉(zhuǎn)化

 

至此，我想大家已經(jīng)明白，紅黑樹其實就是對概念模型2-3樹(或者2-3-4樹)的一種實現(xiàn)。

算法導論中給出的是紅黑樹基于2-3-4樹實現(xiàn)，其中4節(jié)點要求平衡(即4節(jié)點必須用黑色父親和左右兩個紅色兒子表示，紅色兒子不能出現(xiàn)在同一邊)。

算法4中給出的紅黑樹是基于2-3樹實現(xiàn)，而且這種實現(xiàn)的紅黑樹十分特殊，它要求概念模型中的3節(jié)點在紅黑樹中必須用左傾的紅色節(jié)點來表示。這種限定能夠很大的減少紅黑樹調(diào)整過程中的復雜性，我們將在接下來的內(nèi)容中體會到這一點。

我將算法導論和算法4中的紅黑樹反復的看了幾遍，最終選擇算法4中的紅黑樹做演示主體。

• 首先，算法4中的紅黑樹基于2-3樹概念模型，不用考慮2-3-4樹中復雜的4節(jié)點分裂;
• 第二，算法4中的紅黑樹是左傾紅黑樹，進一步降低了調(diào)平的難度;
• 第三，算法導論中對于紅黑樹刪除場景的闡述并不夠具體，許多關(guān)鍵環(huán)節(jié)都用“經(jīng)過一定的旋轉(zhuǎn)和變色處理”來帶過，不利于新手的學習。(我花了很長時間還原具體過程)。

考慮到部分讀者有充足的精力研究以2-3-4樹為概念模型的紅黑樹，在介紹2-3樹的同時也會帶上2-3-4樹的基礎(chǔ)知識，幫助學有余力的讀者去理解算法導論中的紅黑樹。(所以如果沒有必要，只看2-3樹的部分就行)。

我們在了解紅黑樹的插入刪除操作之前，需要先了解2-3樹的插入刪除操作，這樣才能理解紅黑樹中染色和旋轉(zhuǎn)背后的意義。

讓我們來看一下對于2-3樹的插入。我們的插入操作需要遵循一個原則：先將這個元素嘗試性地放在已經(jīng)存在的節(jié)點中，如果要存放的節(jié)點是2節(jié)點，那么插入后會變成3節(jié)點，如果要存放的節(jié)點是3節(jié)點，那么插入后會變成4節(jié)點(臨時)。然后，我們對可能生成的臨時4節(jié)點進行分裂處理，使得臨時4節(jié)點消失。

 

 

如果需要在2-3-4樹中向4節(jié)點內(nèi)插入元素，那么會引發(fā)如下圖所示的分裂過程

 

2-3-4樹的插入

 

事實上，這正對應(yīng)了紅黑樹在插入的時候一定會把待插入節(jié)點涂成紅色，因為紅色節(jié)點的意義是與父節(jié)點進行關(guān)聯(lián)，形成概念模型2-3樹中的3節(jié)點或者臨時4節(jié)點。

而紅黑樹之所以需要在插入后進行調(diào)整，正是因為可能存在著概念模型中的臨時4節(jié)點(反應(yīng)在紅黑樹中是雙紅的情況)。

試想在2-3樹中如果待插入節(jié)點是個2節(jié)點，那么反應(yīng)在紅黑樹中，不正好對應(yīng)著黑色父節(jié)點嗎，在黑色父節(jié)點下面增加一個紅色兒子，確實不會違背紅黑樹的任何規(guī)則，這也對應(yīng)著我們向2-3樹中的2節(jié)點插入一個元素，只需要簡單的把2節(jié)點變成3節(jié)點。

接下來讓我們來看一下對于2-3樹的刪除。對于2-3樹的刪除我們主要要考慮待刪除元素在2節(jié)點這種情況，因為如果待刪除元素在3節(jié)點，那么可以直接將這個元素刪除，而不會破壞2-3樹的任何性質(zhì)(刪除這個元素不會引起高度的變化)。

當待刪除元素在2節(jié)點的時候，由于刪除這個元素會導致2節(jié)點失去自己唯一的元素，引發(fā)2節(jié)點自身的刪除，會使得樹中某條路徑的高度發(fā)生變化，樹變得不平衡。

因此我們有兩種方案去解決這個問題：

• 第一種方案，先刪除這個2節(jié)點，然后對樹進行平衡調(diào)整。
• 第二種方案，我們想辦法讓這個被刪除的元素不可能出現(xiàn)在2節(jié)點中。

本文選擇第二種方案，我們在搜索到這個節(jié)點的路徑中，不斷地判斷當前節(jié)點是否為2節(jié)點，如果是，就從它的兄弟節(jié)點或者它的父節(jié)點借一個元素，使得當前節(jié)點由2節(jié)點成為一個3節(jié)點或者一個臨時4節(jié)點(視具體情況而定，在后面的紅黑樹部分會詳細介紹)。

這種操作會產(chǎn)生一種結(jié)果：除非當前節(jié)點是根節(jié)點，否則當前節(jié)點的父節(jié)點一定是一個非2節(jié)點(因為搜索的路徑是自上而下，父節(jié)點已經(jīng)進行過了這種操作，所以不可能是2節(jié)點)，那么我們可以保證到達葉子節(jié)點的時候，也能順利的從父節(jié)點或者兄弟節(jié)點處借到元素，使得自己成為非2節(jié)點。從而能夠直接刪除某個元素(現(xiàn)在這個元素不在2節(jié)點中了)。

 

 

2-3樹的刪除

 

 

再看紅黑樹

紅黑樹的節(jié)點

 

來看它的五條定義：

1.節(jié)點顏色有紅色和黑色

【2-3樹到紅黑樹的轉(zhuǎn)化已經(jīng)解釋過】

2.根節(jié)點必為黑色

【2-3樹中如果根節(jié)點為2節(jié)點，那么它本來就對應(yīng)紅黑樹中黑節(jié)點;如果根節(jié)點為3節(jié)點，也可以用黑色節(jié)點表示較大的那個元素，然后較小的元素作為左傾紅節(jié)點存在于紅黑樹中】

3.所有葉子節(jié)點都是黑色

【此處提到的葉子其實是空鏈接，因篇幅問題不便全部畫出】

####4.任意節(jié)點到葉子節(jié)點經(jīng)過的黑色節(jié)點數(shù)目相同

【紅黑樹中的紅節(jié)點是和黑色父節(jié)點綁定的，在2-3樹中本來就是同一層的，只有黑色節(jié)點才會在2-3樹中真正貢獻高度，由于2-3樹的任一節(jié)點到空鏈接距離相同，因此反應(yīng)在紅黑樹中就是黑色完美平衡】

5.不會有連續(xù)的紅色節(jié)點

【2-3樹中本來就規(guī)定沒有4節(jié)點，2-3-4樹中雖然有4節(jié)點，但是要求在紅黑樹中體現(xiàn)為一黑色節(jié)點帶兩紅色兒子，分布左右，所以也不會有連續(xù)紅節(jié)點】

相信在你的視角中，紅黑樹已經(jīng)不再是這五條僵硬的定義了，它背后正浮現(xiàn)著一顆2-3樹概念模型。雖然你已經(jīng)有了這樣的認識，但是紅黑樹作為真正的實現(xiàn)模型，我們還是要回到這個實現(xiàn)本身來探究它的一系列操作。在開始前，我準備了兩個基礎(chǔ)知識，希望能幫助到你。

1.作為二叉查找樹

二叉查找樹的節(jié)點有一個元素X和兩個指針域，左指針指向小于X的元素，右指針指向大于X的元素。

假設(shè)我們的插入序列是1~10，那么這顆樹會演變成只有右鏈接的形式，樹高會增加到10層，這個時候已經(jīng)不具備O(LogN)的查找時間復雜度，因為這顆樹退化成了鏈表。

因此對二叉樹進行平衡調(diào)整是很重要的一個環(huán)節(jié)，無論是AVL還是紅黑樹，它們本質(zhì)上都是希望盡可能保證這顆二叉查找樹中的元素盡量均衡的分布在樹的兩側(cè)。

當我們向一顆二叉查找樹中插入一個元素Y的時候，我們會一直與樹中的節(jié)點進行大小比較，如果Y小于當前元素，就往左走，如果Y大于當前元素，就往右走，直到達到葉子節(jié)點，這個時候我們可以把Y插入這顆二叉查找樹了。

由于這次的插入動作，整棵樹可能會發(fā)生一些不平衡，因此我們需要在插入后進行一次平衡調(diào)整，使得整棵樹恢復到平衡的狀態(tài)(具體如何調(diào)整，要看樹是AVL還是紅黑樹亦或是其他的平衡樹)。

二叉查找樹的刪除是一個很有意思的問題，不同于插入的是，待刪除的元素并不能保證一定出現(xiàn)在樹中的葉子節(jié)點。這將帶來一個棘手的情景，即我們需要從樹的中間部分取走一個元素，而且在取走后還需要經(jīng)過調(diào)整來使得整顆樹滿足平衡的性質(zhì)。從樹的中間部分直接取走一個節(jié)點的場景實在是太多，也牽扯到了太多相關(guān)的節(jié)點，這種操作很難實現(xiàn)。

好在有人提出了一個觀點，我們對查找樹中一個節(jié)點的刪除，其實可以不必真的改動這個節(jié)點的位置。由于查找樹的特殊性質(zhì)，將某個元素節(jié)點刪除后，它有兩個最佳替代者，分別是有序序列中的前驅(qū)元素和后繼元素。

我們還是以一個包含元素1~10的二叉查找樹為例，如果我們希望刪除5所在的節(jié)點，那么讓4或者6替代它的位置都是可行的。作為前驅(qū)元素的4，會存放在5所在節(jié)點的左子樹的最右側(cè);作為后繼元素的6，會存放在5所在節(jié)點的右子樹的最左側(cè)。

關(guān)于這個結(jié)論，大家只需稍加思索便可以明白。

現(xiàn)在我們又讓問題簡化了，也就是說，刪除某個節(jié)點的時候，我們先找到它的前驅(qū)元素或者后繼元素(隨便選一個)，將它的前驅(qū)元素直接填到待刪除的節(jié)點，然后再把它的前驅(qū)元素或者后繼元素刪除。

這個時候問題就轉(zhuǎn)化成了在二叉查找樹中刪除一個沒有左子樹的節(jié)點(或者是一個沒有右子樹的節(jié)點)，我們只需要將這個節(jié)點刪除再進行對應(yīng)的平衡調(diào)整即可(雖然還是需要調(diào)平，但是比直接在樹中層刪除一個同時具備左右兒子的節(jié)點要容易很多)。

注意，此處并沒有強調(diào)是針對紅黑樹的操作，因為紅黑樹和AVL都是二叉查找樹，它們都適用這個方法。

介紹一下樹的旋轉(zhuǎn)為了調(diào)平一顆二叉樹，使得其左右節(jié)點數(shù)目分布均勻，通常會選擇旋轉(zhuǎn)的手段。你可以把一顆二叉樹某節(jié)點的左右子樹想象成天平上待稱量的物品，如果哪邊重了，我們就從重的那邊拿出一部分，加到輕的那邊，以此保持相對的平均。

在二叉樹中這種調(diào)整的操作就是旋轉(zhuǎn)，下面給出了兩個示例，希望大家能夠仔細探究，旋轉(zhuǎn)是二叉樹調(diào)平的精髓。

介紹一下樹的旋轉(zhuǎn)

樹的旋轉(zhuǎn)操作

 

理解了這些之后，再去看紅黑樹的插入刪除，就能夠理解旋轉(zhuǎn)和染色背后的意義了。我們選擇算法4中的左傾紅黑樹作演示：首先看插入

左傾紅黑樹的插入

 

如圖所示，對于左傾紅黑樹的插入一共有三種可能的情況。

• 第一種，待插入元素比黑父大，插在了黑父的右邊，而黑父左邊是紅色兒子。這種情況會導致在紅黑樹中出現(xiàn)右傾紅節(jié)點。

注意，這種情況對應(yīng)著2-3樹中出現(xiàn)了臨時4節(jié)點，我們在2-3樹中的處理是將這個臨時4節(jié)點分裂，左右元素各自形成一個2節(jié)點，中間元素上升到上層跟父節(jié)點結(jié)合。所以，我們在紅黑樹中的動作是，將原本紅色的左右兒子染黑(左右分裂)，將黑父染紅(等待上升結(jié)合)。

 

 

左傾紅黑樹的插入

 

 

• 第二種情況，待插入元素比紅父小，且紅父自身就是左傾。聽起來有點繞，看圖就會明白，其實就是說紅父和待插入元素同時靠在了左邊，形成了連續(xù)的紅節(jié)點。

這種情況我們需要用兩步來調(diào)整。由于我們插入的是紅色節(jié)點，其實不會破壞黑色完美平衡，所以要注意的是在旋轉(zhuǎn)和染色的過程種繼續(xù)保持這種完美黑色平衡。

首先對紅父的父親進行一次右旋，這次右旋不會破壞黑色平衡，但是也沒有解決連續(xù)紅色的問題。

接下來將12所在節(jié)點與15所在節(jié)點交換顏色，這樣的目的是為了消除連續(xù)紅色，并且這個操作依舊維持了黑色平衡?，F(xiàn)在我們已經(jīng)得到了情況1的場景，直接按情況1處理即可。

左傾紅黑樹的插入

 

• 第三種情況，待插入元素比紅父大，且紅父自身就是左傾。

也就是說插入的這個節(jié)點形成了一個右傾的紅色節(jié)點，對右傾的處理很簡單，將紅父進行一次左旋，就能使得右傾紅節(jié)點變?yōu)樽髢A，現(xiàn)在出現(xiàn)了連續(xù)的左傾紅節(jié)點，直接按情況2處理即可。

左傾紅黑樹的插入

 

在插入時，可以體會到左傾紅黑樹對于左傾的限制帶來的好處，因為在原樹符合紅黑樹定義的情況下，如果父親是紅的，那么它一定左傾，同時也不用考慮可能存在的右傾兄弟(如果有，那說明原樹不滿足紅黑樹定義)。

這種限制消除了很多需要考慮的場景，讓插入變得更加簡單。

左傾紅黑樹的刪除

左傾紅黑樹的刪除需要借鑒上文中提到的二叉查找樹通用的刪除策略，當我們要刪除某個節(jié)點的時候選擇它的前驅(qū)節(jié)點或者后繼節(jié)點元素來替代它，轉(zhuǎn)而刪除它的前驅(qū)/后繼節(jié)點。

在這個例子中，我選擇用后繼節(jié)點來替代被刪除節(jié)點。

假設(shè)我們需要刪除的節(jié)點它的右子樹如圖所示，那么對該節(jié)點的刪除實際上轉(zhuǎn)為了對2的刪除。

我們從當前的根節(jié)點出發(fā)，利于2-3樹中預合并的策略逐層對紅黑樹進行調(diào)整。具體的做法是，每次都保證當前的節(jié)點是2-3樹中的非2節(jié)點，如果當前節(jié)點已經(jīng)是非2節(jié)點，那么直接跳過;如果當前節(jié)點是2節(jié)點，那么根據(jù)兄弟節(jié)點的狀況來進行調(diào)整：

如果兄弟是2節(jié)點，那么從父節(jié)點借一個元素給當前節(jié)點，然后與兄弟節(jié)點一起形成一個臨時4節(jié)點。

如果兄弟是非2節(jié)點，那么兄弟上升一個元素到父節(jié)點，同時父節(jié)點下降一個元素到當前節(jié)點，使得當前節(jié)點成為一個3節(jié)點。

這樣的策略能夠保證最后走到待刪除節(jié)點的時候，它一定是一個非2節(jié)點，我們可以直接將其元素刪除。

左傾紅黑樹的刪除

 

接下來要考慮的是修復工作，由于紅黑樹定義的限制，我們在調(diào)整的過程中出現(xiàn)了一些本不該存在的紅色右傾節(jié)點(因為生成了概念模型中的臨時4節(jié)點)，于是我們順著搜索的方向向上回溯，如果遇到當前節(jié)點具備右傾的紅色兒子，那么對當前節(jié)點進行一次左旋，這時原本的右兒子會來到當前節(jié)點的位置，然后將右兒子與當前節(jié)點交換顏色，我們就將右傾紅節(jié)點修復成了左傾紅節(jié)點，同時我們并沒有破壞黑色節(jié)點的平衡。

左傾紅黑樹的刪除

 

右傾轉(zhuǎn)左傾是一個很基本的操作，我們以35，44為例，你既可以將35作為黑節(jié)點，44作為右傾紅色兒子;也可以將44作為黑節(jié)點，35作為左傾紅兒子。事實上我們對于右傾的修復就是換了一種樹形而已。一路回溯到當前根節(jié)點，直至路徑中不再包含任何的紅色右傾節(jié)點，至此修復工作全部完成。

總結(jié)

這篇文章的目的旨在從概念模型2-3樹出發(fā)介紹一顆紅黑樹的前世今生。希望大家能夠跳出枯燥的五條定義，更加本質(zhì)地認識紅黑樹中的各種操作來源。

雖然本文只是介紹了相對簡單的左傾紅黑樹，但是如果能夠?qū)⒆髢A紅黑樹認識的很清楚，那么普通紅黑樹也只是多了一些情況而已。

對于還有精力閱讀算法導論的讀者，我給出一點自己的經(jīng)驗：

插入階段與左傾紅黑樹比較相似

配圖中的部分節(jié)點標識不太清楚，要反復對照原文閱讀

刪除階段，算法導論中將刪除黑節(jié)點X帶來的黑色平衡破壞解釋為，給X的子節(jié)點添上額外的一層黑色，讓X的子節(jié)點變?yōu)椤倦p重黑】或者【既黑又紅】的。

我其實不太接受這種解釋，經(jīng)過考慮，我認為其實這個表達可以更直接一點：既然刪除了某個黑色節(jié)點，那么必然會破壞以這個黑色節(jié)點為路徑上的黑色平衡，表現(xiàn)為路徑中缺少一個黑。

如果你仔細研究算法導論中的四個刪除場景，會發(fā)現(xiàn)它們在做的事情其實都是從兄弟節(jié)點的路徑想辦法移動一個黑色節(jié)點過來。

因此，如果實在無法理解【雙重黑】，【既黑又紅】，那么直接按照“某條路徑欠黑，所以要想辦法補充一個黑色節(jié)點”這個思路來思考吧!

還是刪除階段，四個刪除場景該如何記憶?我們假設(shè)刪除的是某個左傾節(jié)點，其實決定場景變化的就是三個因素：這個節(jié)點的兄弟顏色;兄弟的左右兒子的顏色;這個節(jié)點的父節(jié)點的顏色。這樣子粗略估計有2x2x2x2共16種情況。實際上會少很多，我們從兄弟的顏色入手。請注意如果兄弟是紅色，那么當前節(jié)點的父親和兄弟的兒子其實都是黑色。而當兄弟是黑色的時候，我們只需要滿足兄弟的右兒子是紅色，就能通過一次調(diào)整來實現(xiàn)平衡(具體請參照算法導論)。

另外提醒注意的是，一定要想好記憶的順序。算法導論中的刪除調(diào)平4種情況中，只有情況4是絕對終態(tài)，也就是說到達了這種狀態(tài)后只需要一次調(diào)整絕對能達到平衡。所以我們的出發(fā)點一定是從這種狀態(tài)開始，對于另外幾種情況，我們要想的不是怎么去達到最終平衡，而是怎么能讓它一步一步轉(zhuǎn)為情況4。這樣子你的思路就會清晰很多，記憶的壓力也會減小。如果細心的話，你可以回想一下本文是按照怎樣的順序介紹左傾紅黑樹的插入的，為什么是這樣的順序?

一個數(shù)據(jù)結(jié)構(gòu)可視化網(wǎng)站，它的紅黑樹是基于2-3-4樹的，跟算法導論中基本一樣(除了刪除時候?qū)η膀?qū)/后繼節(jié)點的選擇)，可以用它當做檢驗。https://www.cs.usfca.edu/~galles/visualization/Algorithms.html

絮叨最后，如果你被問到紅黑樹，也許你可以試著反問面試官一個問題：“您應(yīng)該知道紅黑樹的五條定義，如果我構(gòu)造一顆只有黑色節(jié)點的紅黑樹，這樣子可行嗎?因為這樣子沒有破壞任何一條紅黑樹的規(guī)則。”

如果他回答可行。

繼續(xù)問：“那么請問紅黑樹中要紅節(jié)點干什么呢?紅節(jié)點的真實意義是什么呢?”

你們的故事就開始了，而我和你的算法故事也才剛開始。

好啦以上就是本期的全部內(nèi)容了，我是敖丙，你知道的越多，你不知道的越多，我們下期見。