STL RB-tree 红黑树原理与插入操作实现详解

可得 h ≈ logN，最坏情况下路径长度为 2logN，因此红黑树的查找、插入、删除操作时间复杂度仍为 O(logN)。

相比 AVL 树，红黑树的平衡控制更宽松，旋转次数更少，适合频繁插入删除的场景。

二、红黑树的实现

2.1 红黑树的节点结构

源码：

typedef bool __rb_tree_color_type; const __rb_tree_color_type __rb_tree_red = false; // 红色为 0 const __rb_tree_color_type __rb_tree_black = true; // 黑色为 1 struct __rb_tree_node_base { typedef __rb_tree_color_type color_type; typedef __rb_tree_node_base* base_ptr; color_type color; // 节点颜色，非红即黑 base_ptr parent; // RB 树的许多操作，必须知道父节点 base_ptr left; // 指向左节点 base_ptr right; // 指向右节点 static base_ptr minimum(base_ptr x) { while (x->left != 0) x = x->left; return x; } static base_ptr maximum(base_ptr x) { while (x->right != 0) x = x->right; // 一直向右走，就会找到最大值， return x; // 这是二叉搜索树的特性 } }; template <class Value> struct _rb_tree_node : public _rb_tree_node_base { typedef _rb_tree_node<Value>* link_type; Value value_field; // 节点值 };

实现：

每个节点除了存储键值对、左右子节点指针、父节点指针外，还需要存储颜色。

// 枚举颜色
enum Colour{ RED, BLACK };// 红黑树节点结构
template<class K,class V>
struct RBTreeNode{
    pair<K, V> _kv;// 键值对
    RBTreeNode<K, V>* _left;// 左孩子
    RBTreeNode<K, V>* _right;// 右孩子
    RBTreeNode<K, V>* _parent;// 父节点（方便向上更新）
    Colour _col;// 节点颜色
    // 构造函数
    RBTreeNode(const pair<K, V>& kv):_kv(kv),_left(nullptr),_right(nullptr),_parent(nullptr),_col(RED)// 默认新节点为红色
    {}
};

新节点为什么默认是红色？
如果插入黑色节点，会直接违反规则 4（黑色节点数变化），修复成本太高。插入红色节点不会改变黑色节点数，只可能违反规则 3（连续红色），更容易修复。

2.2 红黑树整体结构

template<class K,class V>
class RBTree{
    // 类型重命名，方便使用
    typedef RBTreeNode<K, V> Node;
public:
    // 构造函数（默认根节点为空）
    RBTree():_root(nullptr){}
    // 插入接口
    bool Insert(const pair<K, V>& kv);
    // 查找接口
    Node* Find(const K& key);
    // 验证是否满足红黑树性质
    bool IsBalance();
    // 中序遍历（用于验证有序性）
    void InOrder(){_InOrder(_root); cout << endl;}
private:
    // 旋转操作（与 AVL 树类似，但不需要更新平衡因子）
    void RotateL(Node* parent);// 左单旋
    void RotateR(Node* parent);// 右单旋
    // 递归辅助函数
    void _InOrder(Node* root);
    bool Check(Node* root,int blackNum,const int refNum);// 根节点
    Node* _root = nullptr;
};

三、红黑树的插入操作

3.1 插入的大致流程

1. 按二叉搜索树的规则插入新节点。
2. 新节点默认是红色。
3. 如果插入后父节点是黑色，则插入结束（没有违反规则）。
4. 如果父节点是红色，则违反规则 3（连续红色），需要修复。
5. 根据叔叔节点的颜色和位置，分情况处理。

3.2 插入后的三种情况

为了方便描述，我们约定：

• cur：当前新插入的节点（红色）
• p：父节点（红色，因为如果是黑色就不用处理了）
• g：祖父节点（一定是黑色，因为不能连续红）
• u：叔叔节点（p 的兄弟，颜色不确定）

情况 1：叔叔节点存在且为红色（变色处理）

【场景描述】

• u 存在且为红色
• p 为红色，g 为黑色

【处理方式】

• 将 p 和 u 变为黑色
• 将 g 变为红色
• 把 g 当作新的 cur，继续向上检查

【原理分析】
把 p 和 u 变黑，解决了 cur 和 p 连续红的问题；g 变红，保证了从 g 到叶子路径上黑色节点数量不变（因为下面少了两个黑，上面加了一个红，黑数不变）。但 g 变红后可能和它的父节点形成连续红，所以需要继续向上检查。

// 情况 1：叔叔存在且为红
if (uncle && uncle->_col == RED) {
    // 变色
    parent->_col = BLACK;
    uncle->_col = BLACK;
    grandfather->_col = RED;
    // 继续向上处理
    cur = grandfather;
    parent = cur->_parent;
}

情况 2：叔叔节点不存在或为黑色 + cur 和 p 在同一侧（单旋 + 变色）

【场景描述】

• u 不存在 或 u 存在且为黑色
• cur 和 p 在同一侧（都是左孩子 或 都是右孩子）

【处理方式】

• 以 g 为旋转点进行单旋（左左→右旋，右右→左旋）
• 旋转后：p 变黑，g 变红
• 调整结束（不需要继续向上）

【原理分析】
为什么单旋后不用继续向上？因为旋转后 p 成了子树的新根，且 p 是黑色，无论它的父节点是什么颜色，都不会违反规则（红节点下面不能接红，但黑节点下面随便接）。

// 情况 2：左左（右单旋）
if (cur == parent->_left) {
    // 右单旋
    RotateR(grandfather);
    // 变色
    parent->_col = BLACK;
    grandfather->_col = RED;
    break; // 旋转结束，不用继续向上
}

情况 3：叔叔节点不存在或为黑色 + cur 和 p 在不同侧（双旋 + 变色）

【场景描述】

• u 不存在 或 u 存在且为黑色
• cur 和 p 在不同侧（p 是左孩子，cur 是右孩子 或 反之）

【处理方式】

• 先以 p 为旋转点进行单旋（变成情况 2 的形状）
• 再以 g 为旋转点进行单旋
• 变色：cur 变黑，g 变红
• 调整结束

【原理分析】
这种情况是"折线"形状，一次旋转解决不了问题。先旋转成"直线"形状，再按情况 2 处理。

// 情况 3：左右（左右双旋）
else // cur == parent->_right
{
    // 先左旋 p，再右旋 g
    RotateL(parent);
    RotateR(grandfather);
    // 变色
    cur->_col = BLACK;
    grandfather->_col = RED;
    break; // 旋转结束，不用继续向上
}

3.3 插入完整代码

bool Insert(const pair<K, V>& kv){
    // 1. 空树插入
    if(_root == nullptr){
        _root = new Node(kv);
        _root->_col = BLACK;// 根节点必须是黑色
        return true;
    }
    // 2. 查找插入位置
    Node* parent = nullptr;
    Node* cur = _root;
    while(cur){
        if(cur->_kv.first < kv.first){
            parent = cur;
            cur = cur->_right;
        } else if(cur->_kv.first > kv.first){
            parent = cur;
            cur = cur->_left;
        } else{
            return false;// 键值已存在
        }
    }
    // 3. 插入新节点，颜色为红色
    cur = new Node(kv);
    cur->_col = RED;// 新节点默认红色
    if(parent->_kv.first < kv.first)
        parent->_right = cur;
    else
        parent->_left = cur;
    cur->_parent = parent;
    // 4. 修复红黑树性质
    while(parent && parent->_col == RED){
        Node* grandfather = parent->_parent;
        if(parent == grandfather->_left){
            Node* uncle = grandfather->_right;
            // 情况 1：叔叔存在且为红 → 变色
            if(uncle && uncle->_col == RED){
                parent->_col = uncle->_col = BLACK;
                grandfather->_col = RED;
                // 继续向上处理
                cur = grandfather;
                parent = cur->_parent;
            } else{
                // 情况 2：叔叔不存在或为黑
                if(cur == parent->_left){
                    // 左左 → 右单旋
                    RotateR(grandfather);
                    parent->_col = BLACK;
                    grandfather->_col = RED;
                } else{
                    // 左右 → 左右双旋
                    RotateL(parent);
                    RotateR(grandfather);
                    cur->_col = BLACK;
                    grandfather->_col = RED;
                }
                break; // 旋转后子树根变黑，不再影响上层
            }
        } else // parent == grandfather->_right
        {
            Node* uncle = grandfather->_left;
            if(uncle && uncle->_col == RED){
                parent->_col = uncle->_col = BLACK;
                grandfather->_col = RED;
                cur = grandfather;
                parent = cur->_parent;
            } else{
                if(cur == parent->_right){
                    // 右右 → 左单旋
                    RotateL(grandfather);
                    parent->_col = BLACK;
                    grandfather->_col = RED;
                } else{
                    // 右左 → 右左双旋
                    RotateR(parent);
                    RotateL(grandfather);
                    cur->_col = BLACK;
                    grandfather->_col = RED;
                }
                break;
            }
        }
    }
    // 确保根节点始终为黑色
    _root->_col = BLACK;
    return true;
}

3.4 旋转操作的实现

旋转操作和 AVL 树基本一样，只是不需要更新平衡因子。但要注意父指针的更新！

左单旋：

template<class K, class V>
void RBTree<K, V>::RotateL(Node* parent) {
    Node* subR = parent->_right;
    Node* subRL = subR->_left;
    // 1. 将 subRL 链接到 parent 的右
    parent->_right = subRL;
    if (subRL) subRL->_parent = parent;
    // 2. 记录 parent 的原父节点
    Node* pParent = parent->_parent;
    // 3. subR 的左指向 parent
    subR->_left = parent;
    parent->_parent = subR;
    // 4. 处理 subR 与上层节点的链接
    if (parent == _root) {
        // parent 是根节点
        _root = subR;
        subR->_parent = nullptr;
    } else {
        // parent 是局部子树
        if (pParent->_left == parent)
            pParent->_left = subR;
        else
            pParent->_right = subR;
        subR->_parent = pParent;
    }
    // 注意：不需要更新平衡因子！
}

右单旋：

template<class K, class V>
void RBTree<K, V>::RotateR(Node* parent) {
    Node* subL = parent->_left;
    Node* subLR = subL->_right;
    // 1. 将 subLR 链接到 parent 的左
    parent->_left = subLR;
    if (subLR) subLR->_parent = parent;
    // 2. 记录 parent 的原父节点
    Node* pParent = parent->_parent;
    // 3. subL 的右指向 parent
    subL->_right = parent;
    parent->_parent = subL;
    // 4. 处理 subL 与上层节点的链接
    if (parent == _root) {
        _root = subL;
        subL->_parent = nullptr;
    } else {
        if (pParent->_left == parent)
            pParent->_left = subL;
        else
            pParent->_right = subL;
        subL->_parent = pParent;
    }
}

四、红黑树的查找

与普通二叉搜索树相同，时间复杂度 O(logN)。

template<class K,class V>
typename RBTree<K, V>::Node* RBTree<K, V>::Find(const K& key){
    Node* cur = _root;
    while(cur){
        if(cur->_kv.first < key){
            cur = cur->_right;// 去右子树找
        } else if(cur->_kv.first > key){
            cur = cur->_left;// 去左子树找
        } else{
            return cur;// 找到了
        }
    }
    return nullptr;// 没找到
}

五、红黑树的验证

验证一棵树是否是红黑树，不能简单地检查"最长路径≤最短路径的 2 倍"，因为即使满足这个条件，也可能不满足颜色规则。必须严格检查 4 条规则。

5.1 验证的思路

1. 规则 1：枚举类型天然保证，不需要检查
2. 规则 2：检查根节点是否为黑色
3. 规则 3：检查是否有连续的红色节点（可以检查红色节点的父节点是否为红色）
4. 规则 4：检查所有路径的黑色节点数是否相等

5.2 验证的代码实现

template<class K, class V>
bool RBTree<K, V>::IsBalance() {
    if (_root == nullptr) return true;
    // 规则 2：检查根节点是否为黑色
    if (_root->_col == RED) {
        cout << "错误：根节点为红色" << endl;
        return false;
    }
    // 规则 4：找一个参考值（最左路径的黑色节点数）
    int refNum = 0;
    Node* cur = _root;
    while (cur) {
        if (cur->_col == BLACK) refNum++;
        cur = cur->_left;
    }
    // 递归检查每条路径
    return Check(_root, 0, refNum);
}

template<class K, class V>
bool RBTree<K, V>::Check(Node* root, int blackNum, const int refNum) {
    if (root == nullptr) {
        // 走到空节点，说明一条路径走完了
        // 规则 4：检查黑色节点数是否等于参考值
        if (blackNum != refNum) {
            cout << "错误：黑色节点数量不相等，当前路径有" << blackNum << "个，参考值为" << refNum << endl;
            return false;
        }
        return true;
    }
    // 规则 3：检查是否有连续的红色节点
    // 技巧：检查红色节点的父节点（孩子有两个不好检查，检查父亲更方便）
    if (root->_col == RED && root->_parent && root->_parent->_col == RED) {
        cout << "错误：存在连续的红色节点，节点值为" << root->_kv.first << endl;
        return false;
    }
    // 统计黑色节点
    if (root->_col == BLACK) blackNum++;
    // 递归检查左右子树
    return Check(root->_left, blackNum, refNum) && Check(root->_right, blackNum, refNum);
}

5.3 中序遍历（验证有序性）

template<class K, class V>
void RBTree<K, V>::_InOrder(Node* root) {
    if (root == nullptr) return;
    _InOrder(root->_left);
    cout << root->_kv.first << ":" << root->_kv.second << " ";
    _InOrder(root->_right);
}