概念
红黑树是一种自平衡二叉搜索树，通过节点颜色标记和旋转/重染色操作保持近似平衡，从而保证查找、插入和删除操作的时间复杂度为 O(log n)。
红黑树必须满足以下 五大性质：
每个节点要么是红色，要么是黑色。
根节点是黑色。
所有叶子节点（NIL 空节点）都是黑色。
如果一个节点是红色，那么它的两个子节点必须是黑色（不允许出现两个连续的红节点）。
从任意节点到其所有叶子节点的路径上，包含的黑色节点数必须相同（即“黑高”相等）。
为什么满足上面的性质，红黑树就能保证：其最长路径不会超过最短路径的两倍？
最短路径：
一条路径上全是黑色节点（不可能有红色节点夹杂）。
因为黑高在所有路径上一致，所以这是最短的可能路径。
最长路径：
在黑色节点之间插入红色节点，使路径尽可能“长”。
由于性质 (4)，红色节点不能连续，最多只能在每个黑色节点后面跟一个红色节点。
所以 最长路径的节点数 ≤ 2 × 黑色节点数。
比例关系：
最短路径长度 = 黑高 (bh)。
最长路径长度 ≤ 2 × bh。
因此，最长路径不会超过最短路径的两倍。
代码实现
红黑树节点
与avl树不同，红黑树的节点不需要平衡因子来控制树的高度，而需要一个变量存储是红还是黑。其他的都是相同的，我们使用了结构体来定义红黑，除此以外，在对节点进行初始化，要对节点初始化为红，为什么呢？因为一般都是在插入时才会初始化节点。那我们想一想，插入红的方便处理还是黑的方便处理？如果是黑的就违背了性质5，处理难度比较大，甚至还会影响其他的性质。如果是红色的话，我们只考虑性质4即可，对其处理也是比较方便，使用改色和旋转即可：
enum Color
{RED,BALCK
};
template
struct RBNode
{RBNode(const pair& kv = kv(),Color color = RED):_left(nullptr),_right(nullptr),_parent(nullptr),_kv(kv),_color(color){}RBNode* _left;RBNode* _right;RBNode* _parent;pair _kv;Color _color;
}; 定义红黑树：
template
class RBTree
{using node = RBNode;
public:RBTree(node* root=nullptr):_root(root){}bool find(K value){node* cur = _root;while (cur){if (cur->_kv.first < value)cur = cur->_right;else if (cur->_kv.first < value)cur = cur->_left;elsereturn true;}return false;}bool insert(const pair& kv){}
private:node* _root;
}; insert分析
接下来分析insert，插入的逻辑与搜索二叉树是一样的，但是插入完以后，与avl树一样，我们要对其进行检查，检查它是否符合avl树的性质，如果不满足要对其进行变色旋转处理。
bool insert(const pair& kv){node* newnode = new node(kv);if(!_root){newnode->_color = BALCK;_root = newnode;return true;}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;}elsereturn false;}if (parent->_kv.first < kv.first){parent->_right = newnode;newnode->_parent = parent;}else{parent->_left = newnode;newnode->_parent = parent;}//检测是否符合二叉树 看看是不是红红相连........} 我们分析，如果插入cur后，发现parent的颜色是红的，就需要进行处理，反之就不需要管。当parent的颜色是红色的时候，有这么两大种情况：
1.uncle存在且为红
上述，cur无论是插在parent的左右，还是在uncle的左右，处理方式都是一样的。
2.uncle不存在，或者存在为黑
uncle不存在或者为黑其实是一样的，不必纠结，因为uncle不存在，但pparent还有一个空节点，空节点在红黑树中都是黑树。所以uncle不存在是一种特例，就是最简单的情况，插入的就是cur，在这种情况下，pparent肯定也只有一个parent，如果存在uncle为黑，那么就不是红黑树了，在插入之前就有错误，所以，最简单的情况就是uncle不存在时。因此我们不再具体展示这种特殊情况的处理方法，直接展示通用的。
存在两种情况，第一种是cur在parent的方向与parent在pparent的方向一致，第二种就是不一致。
a.一致(LL,RR)
这是cur在LL的情况，当cur在RR时也是类似的。那么，当改色完成后，parent还用继续向上循环吗？是不用的，在cur不变红色之前，上面的树都是正常的，所以即使是旋转后，也维持了搜索树的性质，同时仔细观察的话，除了节点的数值发生了变化(pparent变成了parent等)，其他的红黑树性质并没有发生改变。所以不需要再向上处理。
b.不一致(LR,RL)
当uncle为空时道理和a是一样的，这里画个图：
看一看扩展情况，其实都是类似的：
此时cur在LR的位置，而cur在RL的处理方式是一样的，不再赘述。当改色完成后不需要再向上处理。
insert代码
bool insert(const pair& kv){node* newnode = new node(kv);if(!_root){newnode->_color = BALCK;_root = newnode;return true;}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;}elsereturn false;}if (parent->_kv.first < kv.first){parent->_right = newnode;newnode->_parent = parent;}else{parent->_left = newnode;newnode->_parent = parent;}cur = newnode;//检测是否符合二叉树 看看是不是红红相连while (parent && parent->_color==RED){node* pparent = parent->_parent;if (parent == pparent->_left){node* uncle = pparent->_right;if (uncle && uncle->_color == RED)//情况1 叔叔存在且为红{parent->_color = uncle->_color = BALCK;pparent->_color = RED;cur = pparent;parent = pparent->_parent;}else //叔叔不存在 或存在且为黑{if (cur == parent->_left)//左左{Rotate_R(pparent);parent->_color = BALCK;pparent->_color = RED;}else//左右{Rotate_L(parent);Rotate_R(pparent);cur->_color = BALCK;pparent->_color = RED;}break;}}else//parent在pparent的右边{node* uncle = pparent->_left;if (uncle && uncle->_color == RED){parent->_color = uncle->_color = BALCK;pparent->_color = RED;cur = pparent;parent = cur->_parent;}else{if (cur == parent->_right)//RR{Rotate_L(pparent);parent->_color = BALCK;pparent->_color = RED;}else//RL{Rotate_R(parent);Rotate_L(pparent);cur->_color = BALCK;pparent->_color = RED;}break;}}}_root->_color = BALCK;return true;}void Rotate_R(node* parent){node* L = parent->_left;node* LR = L->_right;parent->_left = LR;if (LR)LR->_parent = parent;L->_right = parent;node* pparent = parent->_parent;parent->_parent = L;if (parent == _root){L->_parent = nullptr;_root = L;}else{L->_parent = pparent;if (pparent->_left == parent)pparent->_left = L;elsepparent->_right = L;}}//左单旋void Rotate_L(node* parent){node* R = parent->_right;node* RL = R->_left;parent->_right = RL;if (RL)RL->_parent = parent;R->_left = parent;node* pparent = parent->_parent;parent->_parent = R;if (parent == _root){R->_parent = nullptr;_root = R;}else{R->_parent = pparent;if (pparent->_left == parent)pparent->_left = R;elsepparent->_right = R;}} 检验是否为红黑树
要检验是否为红黑树，要满足两点：1.中序遍历有序，是二叉搜索树；2.满足红黑树的性质。这里就不再写中序遍历，请读者自行验证。只考虑满足红黑树性质。
考虑：1.根节点为黑；2.红红不能相连；3.各个路径黑点数相等。
第一点容易证明。第二点可以写一个层序遍历判断：
enum Color { RED, BLACK };
struct Node {int key;Color color;Node* left;Node* right;Node(int k, Color c) : key(k), color(c), left(nullptr), right(nullptr) {}
};
bool checkNoRedRed(Node* root) {if (!root) return true;stack st;st.push(root);while (!st.empty()) {Node* curr = st.top();st.pop();// 检查红红相连if (curr->color == RED) {if ((curr->left && curr->left->color == RED) ||(curr->right && curr->right->color == RED)) {return false; // 发现红红相连}}// 前序：先处理当前，再压右，最后压左if (curr->right) st.push(curr->right);if (curr->left) st.push(curr->left);}return true;
} 一般用递归来检查数量是否相等，方法是先任意找一条路径计算黑节点数量，再与其他的路径进行对比，看看数量是否一致，如果都一致说明满足，如果不一致说明不满足。为了方便，在检查黑节点数量的递归中顺便检查一下红红是否相连即可：
bool IsRBtree(){if (!_root)return true;if (_root->_color == RED){cout << "违反了根节点为黑的规则" << endl;return false;}int blacksize = 0;node* cur = _root;while (cur){if (cur->_color == BALCK)blacksize++;cur = cur->_left;}return _IsRBtree(_root, blacksize, 0);}bool _IsRBtree(node* root, int blacksize, int k){int a = 0;if (root == nullptr){if (blacksize != k){cout << "违反了 每条路径黑节点数量相等的规则" << endl;return false;}return true;}if (root->_color == BALCK)k++;node* parent = root->_parent;if (parent && parent->_color == RED && root->_color == RED){cout << "违反了 相邻的两个节点不为红色的规则" << endl;return false;}return _IsRBtree(root->_left, blacksize, k)&& _IsRBtree(root->_right, blacksize, k);}