c++红黑树 - 技术栈

一、为什么需要红黑树？

在编程中，我们经常需要一个动态维护有序数据的结构。比如：

std::map 和 std::set 的底层实现
Linux内核的进程调度器
数据库的索引结构

如果使用普通的二叉搜索树（BST），极端情况下会退化成链表（如插入有序数据），导致查找效率从 O(log n) 降为 O(n)。为了解决这个问题，红黑树（Red-Black Tree）应运而生。

二、红黑树的核心思想

红黑树是一种自平衡的二叉搜索树，它通过以下规则实现近似平衡：

红黑树的5大规则

每个节点非红即黑
根节点必须是黑色
红色节点的子节点必须是黑色（不能出现连续的红色）
从任意节点到其空子节点的路径上，黑色节点的数量必须相同
每个叶子节点（空节点）是黑色

为什么这些规则能保证效率？

最长路径 ≤ 2 × 最短路径
例如，如果最短路径有 k 个节点，最长路径最多有 2k 个节点。这确保了红黑树的高度始终在 O(log n) 范围内。

三、红黑树的插入操作详解

插入新节点时，红黑树需要通过变色 + 旋转维持平衡。以下是典型场景：

情况1：父节点是黑色

直接插入即可，无需调整。

情况2：父节点是红色

此时需要根据叔叔节点的颜色进行处理：

子情况1：叔叔是红色

操作：父节点、叔节点变黑，祖父节点变红，并继续向上处理。

祖父(黑) → 父(红) → 当前(红)
叔(红)

子情况2：叔叔是黑色或不存在

需要通过旋转调整：

LL型（当前节点在左子树的左子树）：右单旋 + 变色
RR型（当前节点在右子树的右子树）：左单旋 + 变色
LR型（当前节点在左子树的右子树）：左右双旋 + 变色
RL型（当前节点在右子树的左子树）：右左双旋 + 变色

四、红黑树的代码实现

cpp 复制代码

enum Color { RED, BLACK };

template <typename K, typename V>
struct RBTreeNode {
    RBTreeNode* left;
    RBTreeNode* right;
    RBTreeNode* parent;
    std::pair<K, V> kv;
    Color color;

    RBTreeNode(const K& key, const V& value)
        : left(nullptr), right(nullptr), parent(nullptr), kv(key, value), color(RED) {}
};

template <typename K, typename V>
class RBTree {
public:
    void insert(const K& key, const V& value) {
        // 二叉搜索树插入逻辑
        // ...
        // 插入后调整平衡
        fixInsert(newNode);
    }

private:
    void fixInsert(RBTreeNode<K, V>* node) {
        while (node->parent && node->parent->color == RED) {
            // 处理四种情况
            // ...
        }
        root->color = BLACK;
    }

    RBTreeNode<K, V>* root;
};

五、红黑树的应用场景

1. C++ STL容器

std::map 和 std::set 默认使用红黑树实现（C++11）。
插入/删除操作时间复杂度为 O(log n)。

2. Linux内核

完全公平调度器（CFS） 使用红黑树管理进程队列。
快速找到下一个要运行的进程。

3. 数据库索引

MySQL 的 InnoDB 引擎使用 B+ 树（红黑树的扩展）作为索引结构。