点击蓝字
关注我们
来源于网络,侵删
红黑树的概念
红黑树,是一种二叉搜索树,但在每个结点上增加一个存储位表示结点的颜色,可以是红色或黑色。通过对任何一条从根到叶子的路径上各个结点着色方式的限制,红黑树确保没有一条路径会比其他路径长出俩倍,因而是接近平衡的。如下图:
红黑树的性质
每个结点不是红色就是黑色
根节点是黑色的
如果一个节点是红色的,则它的两个孩子结点是黑色的
对于每个结点,从该结点到其所有后代叶结点的简单路径上,均 包含相同数目的黑色结点
每个叶子结点都是黑色的(此处的叶子结点指的是空结点)
上面的4点性质用自己的话可以总结为:(性质5不用记)
结点不是红色就是黑色
没有连续的红色结点
每条路径上的黑色结点的数量是一样的
AVL树是通过高度来控制平衡的,是严格平衡的。那如果新插入结点很多那么旋转也是要付出代价的。红黑树通过颜色来控制平衡,但不是严格的平衡,它近似平衡。红黑树也可以达到AVL树的效率。它最长路径不超过最短路径的2倍。
那为什么红黑树的最长路径不超过最短路径的2倍呢?
通过上面的性质,假设我们把红黑树的黑色结点单独抽出来,从跟到叶子黑结点个数为N个
那它最短路径就是长度为N
那它最长的路径可能是一黑一红
那它的长度为2N,所以它的最长路径不超过最短路径的2倍,则其他路径的长度就在N-2N之间。那么红黑树增删查改的效率就在logN-2logN之间,和AVL树的logN差不多了。
红黑树的结点定义
红黑树的结点定义还是跟AVL树一样,定义成三叉链结构和KV模型,不同的则是红黑树用枚举加入了颜色。
enum Color
{RED,BLACK
};
template<class K, class V>
struct RBTreeNode
{RBTreeNode<K, V> _left;//结点的左孩子RBTreeNode<K, V> _right;//结点的右孩子RBTreeNode<K, V> _parent;//结点的双亲pair<K, V>_kv;Color _color;//该结点的颜色RBTreeNode(const pair<K,V>& kv):_left(nullptr),_right(nullptr),_parent(nullptr),_kv(kv),_color(RED){}
};
红黑树的插入
那么我们插入结点时选择插入黑结点还是红结点呢?
当然是选择插入红结点了。选择插入黑结点那麻烦就大了,那1条路径上就多了1个黑结点,破坏了性质4,代价很大。插入红结点,如果它的父亲结点是黑色则不用调整,拍拍屁股走人,它的父亲是红色那我们在进行后序的处理。
总结一下:
插入黑色结点一定破坏性质4,调整起来会很麻烦
插入红结点不一定破坏红黑树的性质,它的父亲结点是红色才进行调整,比插入黑结点调整起来方便。
插入的逻辑:
找到插入结点的位置
插入结点
检测新结点插入后是否破坏了红黑的性质,如果破坏则需要进行处理
因为新插入结点的颜色是红色,若它的父亲结点是黑色不用调整,是红色的话需要对红黑树分情况来讨论。
红黑树调整主要看叔叔结点
下面我们根据叔叔结点的情况来具体看一下。
情况一
以下用p来代表parent结点,c代表cur为新增结点,g代表grandparent结点,u代表uncle结点。
我们还是跟AVL树一样画具象图:
叔叔结点存在且为红
为什么把g变成红色呢?如果g不变成红色,那此时子树上就多了1个黑结点了。
只要我们画出具象图,那面试时手撕红黑树也完全不怂。
当然还有很多种情况,那就给出抽象图:
这种情况下cur在p的左边还是右边都不影响。
情况二
叔叔结点存在且为黑,新增结点是p的左边
这是由情况一变来的,如果u存在那cur一定是黑的,不是新郑结点,这样才满足红黑树的性质。
新增结点是p的右边
情况三
叔叔结点不存在
新增结点在parent的左边
新增结点在parent的右边
总结一下:
以上的情况都是父亲结点在祖先结点的左边,在祖先结点的右边也是相同的处理方法
叔叔结点存在且为红,把父亲结点和叔叔结点变黑,祖先变红继续向上处理直到祖先是根节点
叔叔存在为黑,祖孙三代在一条直线上进行单旋,不在则进行双旋
叔叔不存在,祖孙三代在一条直线上进行单旋,不在则进行双旋
所以2,3的逻辑可以合在一起,分为新增结点在父亲结点的左边还是右边处理。
下面再来简单的说说父亲结点在祖先结点的右边
叔叔存在且为红
此时,cur在p的左边还是右边没有影响。
叔叔存在且为黑
新增结点在父亲结点的右边
新增结点在父亲结点的左边
叔叔不存在
总结一下:
叔叔存在且为红,u,p变黑,g变红继续向上调,直到g为根结点,最后把g变黑
叔叔存在且为黑,祖孙3带在一条直线上单旋,折线要双旋
叔叔不存在,祖孙3带在一条直线上单旋,折线要双旋
代码如下:
pair<Node*, bool> insert(const pair<K, V>& kv){//1.树为空if (_root == nullptr){_root = new Node(kv);_root->_color = BLACK;//根结点为黑色return make_pair(_root, true);}//树不为空Node* cur = _root;Node* parent = nullptr;while (cur){//新结点key大于当前结点往右边if (cur->_kv.first < kv.first){parent = cur;cur = cur->_right;}//新结点key小于当前结点往左边else if (cur->_kv.first > kv.first){parent = cur;cur = cur->_left;}else{return make_pair(cur, false);}}cur = new Node(kv);Node* newnode = cur;newnode->_color = RED;if (parent->_kv.first < kv.first){parent->_right = newnode;newnode->_parent = parent;}else{parent->_left = newnode;newnode->_parent = parent;}//开始调整颜色//父亲存在且为红while (parent && parent->_color == RED){Node* grandParent = parent->_parent; //parent是grandParent左孩子if (grandParent->_left == parent){Node* uncle = grandParent->_right;//叔叔存在且为红色,父亲和叔叔都调为黑色//祖先调为红色,如果不调那每条路径的黑结点变了if (uncle && uncle->_color == RED){parent->_color = BLACK;uncle->_color = BLACK;grandParent->_color = RED;//继续往上调cur = grandParent;parent = cur->_parent;}else//叔叔不存在或叔叔存在且为黑{if (parent->_left == cur){ //右单旋RotateR(grandParent);parent->_color = BLACK;grandParent->_color = RED;}else //parent->_right == cur{RotateL(parent);RotateR(grandParent);grandParent->_color = RED;cur->_color = BLACK;}break;}}else //parent是grandParent左孩子{Node* uncle = grandParent->_left;if (uncle && uncle->_color == RED){uncle->_color = BLACK;parent->_color = BLACK;grandParent->_color = RED;cur = grandParent;parent = cur->_parent;}else{if (parent->_right == cur){RotateL(grandParent);parent->_color = BLACK;grandParent->_color = RED;}else{RotateR(parent);RotateL(grandParent);cur->_color = BLACK;grandParent->_color = RED;}break;} }}_root->_color = BLACK;return make_pair(newnode, true);}void RotateL(Node* parent){Node* subR = parent->_right;Node* subRL = subR->_left;Node* parentParent = parent->_parent;//先旋转parent->_right = subRL;subR->_left = parent;parent->_parent = subR;//在改父亲结点if (subRL)subRL->_parent = parent;if (_root == parent){_root = subR;_root->_parent = nullptr;}else{//subR旋转后可能是左右子树2种情况if (parentParent->_left == parent)parentParent->_left = subR;elseparentParent->_right = subR;subR->_parent = parentParent;}}void RotateR(Node* parent){Node* subL = parent->_left;Node* subLR = subL->_right;Node* parentParent = parent->_parent;//记录parent的父亲结点//subLR做parent->_leftparent->_left = subLR;subL->_right = parent;//同时更新动的2个节点的parent//注意subLR还可能是空结点if (subLR)subLR->_parent = parent;parent->_parent = subL;//parent可能是单独的树,或者子树,分情况if (_root == parent){_root = subL;_root->_parent = nullptr;}else{//还有可能parent是子树,可能是左子树if (parentParent->_left == parent)parentParent->_left = subL;else//也可能是右子树parentParent->_right = subL;//调整subL的父亲结点subL->_parent = parentParent;}}
红黑树的查找
查找跟AVL树的逻辑是一样的,这里就不做多的讲解了。
Node* Find(const K& key){Node* cur = _root;while (cur){if (cur->_kv.first > key){cur = cur->_left;}else if (cur->_kv.first < key){cur = cur->_right;}else{return cur;}}return nullptr;}
红黑树的验证
先检查有没有连续的红结点,还有红结点的父亲结点是不是黑色。这就保证了没有连续的红结点。还有路径也要算。我们找1条路径作为参考,例如最左路径,只要有1条路径和它的黑结点数量不同就不是红黑树。
bool _CheckBlance(Node* root,int blackNum, int count){if (root == nullptr){if (count != blackNum){cout << "黑色节点的数量不相等" << endl;return false;}return true;}if (root->_color == RED && root->_parent->_color == RED){cout << "存在连续的红色节点" << endl;return false;}if (root->_color == BLACK){count++;}return _CheckBlance(root->_left, blackNum, count)&& _CheckBlance(root->_right, blackNum, count);}bool CheckBlance()
{if (_root == nullptr){return true;}if (_root->_color == RED){cout << "根节点是红色的" << endl;return false;}// 找最左路径做黑色节点数量参考值int blackNum = 0;Node* left = _root;while (left){if (left->_color == BLACK){blackNum++;}left = left->_left;}int count = 0;return _CheckBlance(_root, blackNum, count);}
我们来测试一下:
没有问题,我也是调试了好长时间。一定要用好调试。
红黑树的和AVL树的简单比较
红黑树的删除也是了解,红黑树和AVL树都是高效的平衡二叉树,增删改查的时间复杂度都是O(log2),红黑树不追求绝对平衡,其只需保证最长路径不超过最短路径的2倍,相对而言,降低了插入和旋转的次数,所以在经常进增删的结构中性能比AVL树更优,而且红黑树实现比较简单,所以实际运用中红黑树更多。
如果你年满18周岁以上,又觉得学【C语言】太难?想尝试其他编程语言,那么我推荐你学Python,现有价值499元Python零基础课程限时免费领取,限10个名额!
▲扫描二维码-免费领取
戳“阅读原文”我们一起进步