STL源码剖析 关联式容器 红黑树

概念

  • 红黑树不仅仅是一个二叉树,必须满足如下条件
  • 1,每个节点不是红色就是黑色 (深色底纹为黑色,浅色底纹为红色)
  • 2,根节点是黑色的
  • 3,如果节点为红,其子节点必须为黑色的
  • 4,任一节点至NULL(树的尾端)的任何路径,所含的黑节点的数量必须相同

插入节点

  • 分别插入 3 8 35  75 ,他们均破坏了红黑树的规则,需要调整树形,两种方式(修改颜色 或 旋转)

 

  • 产生不平衡的状态,即高度相差1以上。这没关系,因为RB-Tree是一种弱平衡性,他是按照颜色进行高度的限定,保证在弱平衡的前提下实现和AVL几乎相等的搜寻效率 

 

由上而下的程序

  • 主要的目的是为了避免情况四 “父子节点皆为红色的”的情形,造成了处理上时间的瓶颈
  • 实现一个由上到下的程序,主要目的是检测节点 X 的两个孩子节点是不是红色,如果都是红色就将自己改为红色,将孩子节点改为 黑色
  • 如图所示

  • 出现新的问题,p节点为红色,考虑到父子节点不能同时为红色(此时S绝对不能为红色),此刻就像情况一一样需要进行一次但旋转并改变颜色,或者做一次双旋转并改变颜色
  • 然后 节点插入就很单纯了,直接插入 或者 插入后在进行一次旋转

RB-Tree的节点设计

  • RB-tree有红黑两色 并且拥有左右两个子节点
  • 为了具备弹性,节点分为两层,如图所示节点的双层结构和迭代器的双层结构的关系 
  • minmum() maximum()函数 可以清楚的看到RB-Tree作为一个二叉搜索树,很方便查找极值。
  • 考虑到RB-Tree各种操作需要上溯到其父节点,因此在数据结构中安排了一个parent指针

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1struct __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-Tree的许多操作 都是需要父节点的参与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){//二叉搜索树的特性//一直向左走 就会找到最小值x = x->left;}return x;}static base_ptr maximum(base_ptr x){while(x->right != 0){//二叉搜索树的特性//一直向右走 就会找到最大值x = x->right;}return x;}
};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
};

 RB-Tree的迭代器

  • RB-Tree的节点和迭代器都使用struct完成,主要目的是struct默认使用public,可以被外界自由取用
  • 迭代器设置为双层结构 

  • RB-Tree属于双向迭代器,但是不具备随机定位的能力,其提领操作和成员访问和list十分类似。较为特殊的是前进和后退操作。
  • RB-Tree迭代器前进操作operator++ 调用了基层的increment;RB-Tree迭代器的后退操作operator--调用了基层的decrement;
//基层迭代器
struct __rb_tree_base_iterator{typedef __rb_tree_node_base::base_ptr base_ptr;typedef std::bidirectional_iterator_tag iterator_category;typedef ptrdiff_t difference_type;base_ptr node; //用于和容器之间产生一个连接关系(make a reference)//以下实现于operator++内,因为再无其他地方会调用这个函数了void increment(){if (node->right != 0){        //如果有右节点,状况一node = node->right;       //就向右走while(node->left != 0){   //然后一直往左子树前进node = node->left;    //即为答案}} else{                       //没有右节点 状况二base_ptr y = node->parent;//找出父节点while(node == y->right){  //如果现行节点本身是个右子节点node = y;             //需要一直上溯  直到不为右子节点为止y = y->parent;}if (node->right != y){    //如果此时node的右子节点不等于此时的父节点node = y;             //状况三 此时的父节点即为解答}                         //否则 此时的node即为解答  状况四}/*以上判断 "若此时的右子节点不等于此时的父节点"是为了应对一种特殊的情况* 即:欲寻找的根节点的下一个节点,而此时根节点恰好没有右子节点* 当然,上述的特殊做法需要配合RB-Tree根节点和特殊的header之间的特殊的关系*/}//以下实现于operator--内,因为再无其他地方会调用这个函数了void decrement(){//状况一//如果是红节点 且 父节点的父节点等于自己 右子节点即为答案//状况一 发生于node为header的时候(亦即node为end()时)//注意:header的右子节点 即 mostright指向整棵树的max节点if (node->color == __rb_tree_red && node->right->right == node){node = node->right;}//状况二//如果有左子节点 令y指向左子节点;只有当y有右子节点的时候 一直往右走 到底,最后即为答案else if (node->left!=0){base_ptr y = node->left;while (y->right != 0){y = y->right;}node = y;} else{//状况三//既不是根节点 也没有左节点//找出父节点,当现行的节点身为左子节点时,一直交替往上走,直到现行节点不是左节点为止base_ptr y = node->parent;while(node == y->left){node = y;y = y->right;}node = y; //此时父节点即为答案}}
};//RB-Tree的正规迭代器
template <class Value,class Ref,class Ptr>
struct __rb_tree_iterator : public __rb_tree_base_iterator{typedef Value value_type;typedef Ref reference;typedef Ptr pointer;typedef __rb_tree_iterator<Value,Value&,Value*> iterator;typedef __rb_tree_iterator<Value,const Value&,const Value*> const_iterator;typedef __rb_tree_iterator<Value,Value&,Value*> self;typedef __rb_tree_node<Value>* link_type;__rb_tree_iterator(){}__rb_tree_iterator(link_type x){node = x;}__rb_tree_iterator(const iterator& it){node = it.node;}reference operator* () const {return link_type(node)->value_field; }#ifndef __SGI_STL_NO_ARROW_OPERATORreference operator->()const {return &(operator*());}
#endif //__SGI_STL_NO_ARROW_OPERATORself& operator++(){increment();return *this;}self operator++(int){self tmp = *this;increment();return tmp;}self& operator--(){decrement();return *this;}self operator--(int){self tmp = *this;decrement();return tmp;}};

RB-tree数据结构

  • 使用专属的空间配置器,每次配置一个节点的大小
  • 也可以定义各种型别的定义,用于维护RB-Tree的三笔数据
  • 定义一个仿函数用于实现节点大小的比较

 

template<class T,class Alloc>
class simple_alloc{
public:static T* allocate(std::size_t n){return 0==n?0:(T*)Alloc::allocate(n * sizeof(T));}static T* allocate(void){return (T*)Alloc::allocate(sizeof (T));}static void deallocate(T* p,size_t n){if (n!=0){Alloc::deallocate(p,n * sizeof(T));}}static void deallocate(T* p){Alloc::deallocate(p,sizeof(T));}
};namespace Chy{template <class T>inline T* _allocate(ptrdiff_t size,T*){std::set_new_handler(0);T* tmp = (T*)(::operator new((std::size_t)(size * sizeof (T))));if (tmp == 0){std::cerr << "out of memory" << std::endl;exit(1);}return tmp;}template<class T>inline void _deallocate(T* buffer){::operator delete (buffer);}template<class T1,class T2>inline void _construct(T1 *p,const T2& value){new(p) T1 (value);  //没看懂}template <class T>inline void _destroy(T* ptr){ptr->~T();}template <class T>class allocator{public:typedef T           value_type;typedef T*          pointer;typedef const T*    const_pointer;typedef T&          reference;typedef const T&    const_reference;typedef std::size_t size_type;typedef ptrdiff_t   difference_type;template<class U>struct rebind{typedef allocator<U>other;};pointer allocate(size_type n,const void * hint = 0){return _allocate((difference_type)n,(pointer)0);}void deallocate(pointer p,size_type n){_deallocate(p);}void construct(pointer p,const T& value){_construct(p,value);}void destroy(pointer p){_destroy(p);}pointer address(reference x){return (pointer)&x;}const_pointer const_address(const_reference x){return (const_pointer)&x;}size_type max_size()const{return size_type(UINT_MAX/sizeof (T));}};
}template <class Key,class Value,class KeyOfValue,class Compare,class Alloc>
class rb_tree{
protected:typedef void* void_pointer;typedef __rb_tree_node_base* base_ptr;typedef __rb_tree_node<Value> rb_tree_node;typedef simple_alloc<rb_tree_node,Alloc>rb_tree_node_allocator;typedef __rb_tree_color_type color_type;
public:typedef Key key_type;typedef Value value_type;typedef value_type* pointer;typedef const value_type* const_pointer;typedef value_type& reference;typedef const value_type& const_reference;typedef rb_tree_node* link_type;typedef std::size_t size_type;typedef std::ptrdiff_t difference_type;
protected:link_type get_node(){return rb_tree_node_allocator::allocate();}void put_node(link_type p){return rb_tree_node_allocator::deallocate(p);}link_type create_node(const value_type& x){link_type tmp = get_node(); //配置空间__STL_TRY{Chy::allocator<Key>::construct(&tmp->value_field,x);//构造内容};__STL_UNWIND(put_node(tmp));return tmp;}link_type clone_node(link_type x){//复制一个节点的颜色和数值link_type tmp = create_node(x->value_field);tmp->color = x->color;tmp->left = 0;tmp->right = 0;return tmp;}void destroy_node(link_type p){Chy::allocator<Key>::destroy(&p->value_field); //析构内容put_node(p); //释放内存}
protected://RB-tree只使用三笔数据表现size_type node_count; //追踪记录树的大小 (节点的数量)link_type header;     //实现上的小技巧Compare key_compare;  //节点之间的键值大小的比较准则. 应该会是一个function object//以下三个函数用于方便获取header的成员link_type& root() const{return (link_type&)header->parent;}link_type& left_most() const{return (link_type&)header->left;}link_type& right_most() const{return (link_type&)header->right;}//以下六个函数用于方便获得节点x的成员static link_type& left(link_type x){ return(link_type&)x->left;}static link_type& right(link_type x){ return(link_type&)x->right;}static link_type& parent(link_type x){ return(link_type&)x->parent;}static reference value(link_type x){ return x->value_field;}static const Key& key(link_type x){ return KeyOfValue()(value(x));}static color_type& color(link_type x){return (color_type&) (x->color);}//获取极大值和极小值 node class有实现此功能static link_type minimum(link_type x){return (link_type) __rb_tree_node_base::minimum(x);}static link_type maximum(link_type x){return (link_type) __rb_tree_node_base::maximum(x);}//迭代器typedef __rb_tree_iterator<value_type,reference,pointer>iterator;
private:iterator __insert(base_ptr x,base_ptr y,const value_type& v);link_type __copy(link_type x,link_type p);void __erase(link_type x);void clear() {if (node_count != 0) {__erase(root());left_most() = header;root() = 0;right_most() = header;node_count = 0;}}void init(){header = get_node(); //产生一个节点空间 令header指向它color(header) = __rb_tree_red;//令header为红色 用于区分header和root,在iterator的operator++中root() == 0;left_most() = header;   //令header的左子节点等于自己right_most() = header;  //令header的右子节点等于自己}
public://allocation / deallocationrb_tree(const Compare& comp = Compare()): node_count(0),key_compare(comp){init();}~rb_tree(){clear();put_node(header);}rb_tree<Key,Value,KeyOfValue,Compare,Alloc>&operator==(const rb_tree<Key,Value,KeyOfValue,Compare,Alloc>&x);
public://accessorsCompare key_comp() const {return key_compare;}iterator begin() {return left_most();} //RB树的起头为最左(最小)节点处iterator end(){return header;} //RB树的终点为header所指处bool empty() const {return node_count == 0;}size_type size() const {return node_count;}size_type max_size() const {return size_type (-1);}
public://insert/erase//将x插入到RB-Tree中 (保持节点的独一无二)std::pair<iterator,bool> insert_unique(const value_type& x);//将x插入到RB-Tree中 (允许节点数值重复)iterator insert_equal(const value_type& x);
};

RB-Tree的构造和内存管理

  • 边界情况的考虑,也就是走到根节点的时候需要有特殊的处理
  • SGI STL为根节点载设计了一个父节点 名为header。每当插入节点的时候,不仅仅需要按照红黑树的规则进行调整,还需要维护header的正确性,使其父节点执行根节点,左子节点指向最小节点、右子节点指向最大节点

 RB-Tree的元素操作

  • 元素的插入和搜寻。插入元素的键值是否可以重复作为区分
  • 用户需要明确设定所谓的KeyOfValue仿函数

 

完整代码

#include <iostream>#ifdef __STL_USE_EXCEPTIONS
#define __STL_TRY   try
#define __STL_UNWIND(action)   catch(...) { action; throw; }
#else
#define __STL_TRY
#define __STL_UNWIND(action)
#endiftypedef 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1struct __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-Tree的许多操作 都是需要父节点的参与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){//二叉搜索树的特性//一直向左走 就会找到最小值x = x->left;}return x;}static base_ptr maximum(base_ptr x){while(x->right != 0){//二叉搜索树的特性//一直向右走 就会找到最大值x = x->right;}return x;}
};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
};//基层迭代器
struct __rb_tree_base_iterator{typedef __rb_tree_node_base::base_ptr base_ptr;typedef std::bidirectional_iterator_tag iterator_category;typedef ptrdiff_t difference_type;base_ptr node; //用于和容器之间产生一个连接关系(make a reference)//以下实现于operator++内,因为再无其他地方会调用这个函数了void increment(){if (node->right != 0){        //如果有右节点,状况一node = node->right;       //就向右走while(node->left != 0){   //然后一直往左子树前进node = node->left;    //即为答案}} else{                       //没有右节点 状况二base_ptr y = node->parent;//找出父节点while(node == y->right){  //如果现行节点本身是个右子节点node = y;             //需要一直上溯  直到不为右子节点为止y = y->parent;}if (node->right != y){    //如果此时node的右子节点不等于此时的父节点node = y;             //状况三 此时的父节点即为解答}                         //否则 此时的node即为解答  状况四}/*以上判断 "若此时的右子节点不等于此时的父节点"是为了应对一种特殊的情况* 即:欲寻找的根节点的下一个节点,而此时根节点恰好没有右子节点* 当然,上述的特殊做法需要配合RB-Tree根节点和特殊的header之间的特殊的关系*/}//以下实现于operator--内,因为再无其他地方会调用这个函数了void decrement(){//状况一//如果是红节点 且 父节点的父节点等于自己 右子节点即为答案//状况一 发生于node为header的时候(亦即node为end()时)//注意:header的右子节点 即 mostright指向整棵树的max节点if (node->color == __rb_tree_red && node->right->right == node){node = node->right;}//状况二//如果有左子节点 令y指向左子节点;只有当y有右子节点的时候 一直往右走 到底,最后即为答案else if (node->left!=0){base_ptr y = node->left;while (y->right != 0){y = y->right;}node = y;} else{//状况三//既不是根节点 也没有左节点//找出父节点,当现行的节点身为左子节点时,一直交替往上走,直到现行节点不是左节点为止base_ptr y = node->parent;while(node == y->left){node = y;y = y->right;}node = y; //此时父节点即为答案}}
};//RB-Tree的正规迭代器
template <class Value,class Ref,class Ptr>
struct __rb_tree_iterator : public __rb_tree_base_iterator{typedef Value value_type;typedef Ref reference;typedef Ptr pointer;typedef __rb_tree_iterator<Value,Value&,Value*> iterator;typedef __rb_tree_iterator<Value,const Value&,const Value*> const_iterator;typedef __rb_tree_iterator<Value,Value&,Value*> self;typedef __rb_tree_node<Value>* link_type;__rb_tree_iterator(){}__rb_tree_iterator(link_type x){node = x;}__rb_tree_iterator(const iterator& it){node = it.node;}reference operator* () const {return link_type(node)->value_field; }#ifndef __SGI_STL_NO_ARROW_OPERATORreference operator->()const {return &(operator*());}
#endif //__SGI_STL_NO_ARROW_OPERATORself& operator++(){increment();return *this;}self operator++(int){self tmp = *this;increment();return tmp;}self& operator--(){decrement();return *this;}self operator--(int){self tmp = *this;decrement();return tmp;}};template<class T,class Alloc>
class simple_alloc{
public:static T* allocate(std::size_t n){return 0==n?0:(T*)Alloc::allocate(n * sizeof(T));}static T* allocate(void){return (T*)Alloc::allocate(sizeof (T));}static void deallocate(T* p,size_t n){if (n!=0){Alloc::deallocate(p,n * sizeof(T));}}static void deallocate(T* p){Alloc::deallocate(p,sizeof(T));}
};namespace Chy{template <class T>inline T* _allocate(ptrdiff_t size,T*){std::set_new_handler(0);T* tmp = (T*)(::operator new((std::size_t)(size * sizeof (T))));if (tmp == 0){std::cerr << "out of memory" << std::endl;exit(1);}return tmp;}template<class T>inline void _deallocate(T* buffer){::operator delete (buffer);}template<class T1,class T2>inline void _construct(T1 *p,const T2& value){new(p) T1 (value);  //没看懂}template <class T>inline void _destroy(T* ptr){ptr->~T();}template <class T>class allocator{public:typedef T           value_type;typedef T*          pointer;typedef const T*    const_pointer;typedef T&          reference;typedef const T&    const_reference;typedef std::size_t size_type;typedef ptrdiff_t   difference_type;template<class U>struct rebind{typedef allocator<U>other;};pointer allocate(size_type n,const void * hint = 0){return _allocate((difference_type)n,(pointer)0);}void deallocate(pointer p,size_type n){_deallocate(p);}void construct(pointer p,const T& value){_construct(p,value);}void destroy(pointer p){_destroy(p);}pointer address(reference x){return (pointer)&x;}const_pointer const_address(const_reference x){return (const_pointer)&x;}size_type max_size()const{return size_type(UINT_MAX/sizeof (T));}};
}template <class Key,class Value,class KeyOfValue,class Compare,class Alloc>
class rb_tree{
protected:typedef void* void_pointer;typedef __rb_tree_node_base* base_ptr;typedef __rb_tree_node<Value> rb_tree_node;typedef simple_alloc<rb_tree_node,Alloc>rb_tree_node_allocator;typedef __rb_tree_color_type color_type;
public:typedef Key key_type;typedef Value value_type;typedef value_type* pointer;typedef const value_type* const_pointer;typedef value_type& reference;typedef const value_type& const_reference;typedef rb_tree_node* link_type;typedef std::size_t size_type;typedef std::ptrdiff_t difference_type;
protected:link_type get_node(){return rb_tree_node_allocator::allocate();}void put_node(link_type p){return rb_tree_node_allocator::deallocate(p);}link_type create_node(const value_type& x){link_type tmp = get_node(); //配置空间__STL_TRY{Chy::allocator<Key>::construct(&tmp->value_field,x);//构造内容};__STL_UNWIND(put_node(tmp));return tmp;}link_type clone_node(link_type x){//复制一个节点的颜色和数值link_type tmp = create_node(x->value_field);tmp->color = x->color;tmp->left = 0;tmp->right = 0;return tmp;}void destroy_node(link_type p){Chy::allocator<Key>::destroy(&p->value_field); //析构内容put_node(p); //释放内存}
protected://RB-tree只使用三笔数据表现size_type node_count; //追踪记录树的大小 (节点的数量)link_type header;     //实现上的小技巧Compare key_compare;  //节点之间的键值大小的比较准则. 应该会是一个function object//以下三个函数用于方便获取header的成员link_type& root() const{return (link_type&)header->parent;}link_type& left_most() const{return (link_type&)header->left;}link_type& right_most() const{return (link_type&)header->right;}//以下六个函数用于方便获得节点x的成员static link_type& left(link_type x){ return(link_type&)x->left;}static link_type& right(link_type x){ return(link_type&)x->right;}static link_type& parent(link_type x){ return(link_type&)x->parent;}static reference value(link_type x){ return x->value_field;}static const Key& key(link_type x){ return KeyOfValue()(value(x));}static color_type& color(link_type x){return (color_type&) (x->color);}//获取极大值和极小值 node class有实现此功能static link_type minimum(link_type x){return (link_type) __rb_tree_node_base::minimum(x);}static link_type maximum(link_type x){return (link_type) __rb_tree_node_base::maximum(x);}//迭代器typedef __rb_tree_iterator<value_type,reference,pointer>iterator;
public:iterator __insert(base_ptr x,base_ptr y,const value_type& v);link_type __copy(link_type x,link_type p);void __erase(link_type x);void clear() {if (node_count != 0) {__erase(root());left_most() = header;root() = 0;right_most() = header;node_count = 0;}}void init(){header = get_node(); //产生一个节点空间 令header指向它color(header) = __rb_tree_red;//令header为红色 用于区分header和root,在iterator的operator++中root() == 0;left_most() = header;   //令header的左子节点等于自己right_most() = header;  //令header的右子节点等于自己}
public://allocation / deallocationrb_tree(const Compare& comp = Compare()): node_count(0),key_compare(comp){init();}~rb_tree(){clear();put_node(header);}rb_tree<Key,Value,KeyOfValue,Compare,Alloc>&operator==(const rb_tree<Key,Value,KeyOfValue,Compare,Alloc>&x);
public://accessorsCompare key_comp() const {return key_compare;}iterator begin() {return left_most();} //RB树的起头为最左(最小)节点处iterator end(){return header;} //RB树的终点为header所指处bool empty() const {return node_count == 0;}size_type size() const {return node_count;}size_type max_size() const {return size_type (-1);}
public://insert/erase//将x插入到RB-Tree中 (保持节点的独一无二)std::pair<iterator,bool> insert_unique(const value_type& x);//将x插入到RB-Tree中 (允许节点数值重复)iterator insert_equal(const value_type& x);//寻找键值为k的节点iterator find(const value_type& k);
};//插入新的数值 节点键值允许重复
//注意:返回的是一个RB-Tree的迭代器,指向的是新增的节点
template <class Key,class Value,class KeyOfValue,class Compare,class Alloc>
typename rb_tree<Key,Value,KeyOfValue,Compare,Alloc>::iteratorrb_tree<Key,Value,KeyOfValue,Compare,Alloc>::insert_equal(const value_type &v) {link_type y = header;link_type x = root(); //根节点开始while(x != 0){        //根节点开始 从上往下寻找适当的插入节点y = x;//如果当前根节点比 输入的v大,则转向左边,否则转向右边x = key_compare(KeyOfValue()(v), key(x)) ? left(x) : right(x);}//x为新值插入点 y为插入点的父节点 v为新值return __insert(x,y,v);
}//插入新的数值 节点键值不允许重复
//注意:返回结果是pair类型,第一个元素是一个RB-Tree的迭代器,指向的是新增的节点;第二个参数表示插入成功与否
template <class Key,class Value,class KeyOfValue,class Compare,class Alloc>
std::pair<typename rb_tree<Key,Value,KeyOfValue,Compare,Alloc>::iterator,bool>
rb_tree<Key,Value,KeyOfValue,Compare,Alloc>::insert_unique(const value_type &v) {link_type y = header;link_type x = root(); //从根节点开始bool comp = true;while(x != 0){ //从根节点开始 往下寻找适当的插入点y = x;comp = key_compare(KeyOfValue()(v), key(x)); //v键值小于目前节点的键值x = comp ? left(x) : right(x); //遇"大"则向左 遇"小"则向右}//离开while循环之后 y所指的即 插入点之父节点(此时它必为叶子结点)iterator j = iterator(y); //迭代器j指向插入点的父节点yif (comp){//如果while循环时候,判定comp的数值,如果comp为真(表示遇到大的元素,将插入左侧)//如果插入节点的父节点是最左侧的节点//x为插入点,y为插入节点的父节点,v表示新值if (j == begin()){return std::pair<iterator,bool>(__insert(x,y,v), true);} else{//插入节点的父节点不是最左侧的节点//调整j 回头准备测试--j;}if (key_compare(key(j.node),KeyOfValue()(v))){//小于新值(表示遇到小的数值,将插在右侧)return std::pair<iterator,bool>(__insert(x,y,v), true);}}//至此 表示新值一定和树中的键值重复 就不应该插入新的数值return std::pair<iterator,bool>(j, false);
}//真正的插入执行程序 __insert()
template <class Key,class Value,class KeyOfValue,class Compare,class Alloc>
typename rb_tree<Key,Value,KeyOfValue,Compare,Alloc>::iterator
rb_tree<Key,Value,KeyOfValue,Compare,Alloc>::__insert(base_ptr x_, base_ptr y_, const value_type &v) {//参数x_为新的插入点 参数y_为插入点的父节点 参数v为新值link_type x = (link_type)x_;link_type y = (link_type)y_;link_type z ;//key_compare 是键值大小的比较准则,应该是一个function objectif (y == header||x != 0||key_compare(KeyOfValue()(v),key(x))){z = create_node(v); //产生一个新的节点//当y即为header的时候,leftmost = z;if (y == header){root() = z;right_most() = z;} else if (y == left_most()){//y为最左节点//维护leftmost() 使其永远指向最左节点left_most() = z;} else{z = create_node(v);//产生一个新的节点//让新节成为插入点的父节点y的右子节点right(y) = z;if (y == right_most()){ //维护rightmost()让其永远指向最右的节点right_most() = z;}}parent(z) = y; //设定新节点的父节点left(z) = 0; //设定新节点的左子节点right(z) = 0; //设定新节点的右子节点//修改颜色//参数一为新增节点 ;参数二 为root__rb_tree_rebalance(z,header->parent);++node_count;//返回一个迭代器 指向新的节点return iterator(z);}
}//全局函数
//新节点必须为红色,如果插入出父节点同样为红色,就需要进行树形旋转
inline void __rb_tree_rotate_left(__rb_tree_node_base* x,__rb_tree_node_base*& root){//x为旋转点__rb_tree_node_base* y = x->right;//令y为旋转点的右子节点x->right = y->left;if (y->left != 0){//回马枪设定父亲节点y->left->parent = x;}y->parent = x->parent;//令y完全替代x的地位 (需要将x对其父节点的关系完全接收回来)if (x == root){root = y; //x为根节点} else if (x == x->parent->left){x->parent->left = y;  //x为其父节点的左子节点} else{x->parent->right = y; //x为其父节点的右子节点}y->left = x;x->parent = y;
}//全局函数
//新节点必须为红色,如果插入出父节点同样为红色,就需要进行树形旋转
inline void __rb_tree_rotate_right(__rb_tree_node_base* x,__rb_tree_node_base*& root){//x为旋转点__rb_tree_node_base* y = x->left; //y为旋转点的左子节点x->left = y->right;if (y->right != 0){y->right->parent = x;}y->parent = x->parent;//令y完全替代x的地位if(x == root){root = y;} else if (x == x->parent->right){x->parent->right = y;} else{x->parent->left = y;}y->parent = x;x->parent = y;
}//调整RB_tree 插入节点之后,需要进行调整(颜色/翻转)从而满足要求
inline void __rb_tree_balance(__rb_tree_node_base* x,__rb_tree_node_base*& root){x->color = __rb_tree_red; //新节点的颜色必须是红色的while(x!=root && x->parent->color == __rb_tree_red){//父节点为红色的//父节点为祖父节点的左子节点if (x->parent == x->parent->parent->left){//令y为伯父节点__rb_tree_node_base* y = x->parent->right;if (y && y->color == __rb_tree_red){ //伯父节点存在 且为红x->parent->color = __rb_tree_black;//更改父节点的颜色为黑y->color = __rb_tree_black;//更改父节点的颜色为黑x->parent->parent->color = __rb_tree_red;//更改祖父节点的颜色为红x = x->parent->parent;} else{//无伯父节点 或者伯父节点的颜色为黑if (x == x->parent->right){//新节点为父节点的右子节点x = x->parent;//第一次参数为左旋节点__rb_tree_rotate_left(x,root);}x->parent->color = __rb_tree_black;//改变颜色x->parent->parent->color = __rb_tree_red;//第一次参数为右旋节点__rb_tree_rotate_right(x->parent->parent,root);}} else{//父节点为祖父节点的右子节点__rb_tree_node_base* y = x->parent->parent->left; //令y为伯父节点if (y && y->color == __rb_tree_red){ //存在伯父节点,且为红x->parent->color = __rb_tree_black;//更改父节点为黑y->color = __rb_tree_black;//更改伯父节点为黑x->parent->parent->color = __rb_tree_red; //更改祖父节点为红x = x->parent->parent; //准备继续往上层检查} else{//无伯父节点 或者伯父节点 为黑if (x == x->parent->left){//新节点 为 父节点的左子节点x = x->parent;__rb_tree_rotate_right(x,root); //第一参数为右旋转点}x->parent->color = __rb_tree_black;//改变颜色x->parent->parent->color = __rb_tree_red;//第一参数为左旋点__rb_tree_rotate_left(x->parent->parent,root);}}} //while结束root->color = __rb_tree_black;
}//元素查找程序
template <class Key,class Value,class KeyOfValue,class Compare,class Alloc>
typename rb_tree<Key,Value,KeyOfValue,Compare,Alloc>::iterator
rb_tree<Key,Value,KeyOfValue,Compare,Alloc>::find(const value_type &k) {link_type y = header; //last node which is  not less than klink_type x = root(); //current nodewhile(x != 0){//key_compare 是节点大小的比较准则 function objectif (!key_compare(key(x),k)){//进行到这里 表示x的数值大于k 。遇到大的数值向左走y = x,x = left(x);} else{x = right(x);}}iterator j = iterator (y);return (j == end() || key_compare(k,key(j.node))) ? end() : j;
}

参考链接

  • STL源码:红黑树_Sunshine的专栏-CSDN博客

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/446247.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

python生成的词云没有图案_还在为专栏封面发愁?我用Python写了个词云生成器!...

妈妈再也不用担心我写专栏找不到合适的封面了&#xff01;B站专栏的封面至少是我一直头疼的问题&#xff0c;每次写完文章却找不到合适的图片作为封面。 词云是一个很不错的选择&#xff0c;既美观&#xff0c;又提纲挈领。网上也有词云生成的工具&#xff0c;但大多收费/只能试…

java 1000以内的完数

题目 代码 package lesson.l6_review;public class PrefectNumber {public static void main(String[] args) {for (int i 1; i <1000 ; i) {int num0;for (int j 1; j <i-1 ; j) {if (i%j0){numj;}}if (inum){System.out.print(i"\t");}}} }

STL源码剖析 map

所有元素会根据元素的键值自动被排序 元素的类型是pair&#xff0c;同时拥有键值和实值&#xff1b;map不允许两个元素出现相同的键值pair 代码 template <class T1,class T2> struct pair{typedef T1 first_type;typedef T2 second_type;T1 first; //publicT2 secon…

java api接口怎么写_Java 如何设计 API 接口,实现统一格式返回?

来源&#xff1a;老顾聊技术前言接口交互返回格式控制层Controller美观美化优雅优化实现方案前言在移动互联网&#xff0c;分布式、微服务盛行的今天&#xff0c;现在项目绝大部分都采用的微服务框架&#xff0c;前后端分离方式&#xff0c;(题外话&#xff1a;前后端的工作职责…

java 二维数组

声明和初始化 静态初始化 // 静态初始化&#xff1a; // 一维数组int[] arr1_1 {1, 2, 4};System.out.println(Arrays.toString(arr1_1)); // 二维数组int[][] arr1_2 {{1, 2}, {4, 5}, {9, 10}};for (int[] i :arr1_2) {System.out.print(Arrays.toS…

STL源码剖析 hashtable

二叉搜索树具有对数平均时间的表现&#xff0c;但是这个需要满足的假设前提是输入的数据需要具备随机性hashtable 散列表这种结构在插入、删除、搜寻等操作层面上也具有常数平均时间的表现。而且不需要依赖元素的随机性&#xff0c;这种表现是以统计为基础的 hashtable的概述 …

append在python里是什么意思_“一棵绿萝七个鬼”是什么意思?卧室里到底能不能养绿萝!...

很多人都喜欢在家里养盆绿萝&#xff0c;一是能净化室内空气&#xff0c;让家里绿意浓浓&#xff0c;更有生机一些&#xff1b;二是绿萝好养&#xff0c;水培土培都行&#xff0c;养着也省心。在养花界有一句俗语&#xff1a;“一棵绿萝七个鬼”&#xff0c;这句话是什么意思呢…

java 二分查找

注意 二分查找要求原数组为有序序列&#xff0c;从小到大 递归解法 public class problem9 {public static void main(String[] args) {int[] arr {1,2,3,4,6,7};int left 0;int right arr.length - 1;int value 2;System.out.println(Arrays.toString(arr));int index …

java三个柱子汉诺塔问题

题目 移动盘子&#xff0c;每一次只能移动一个&#xff0c;小盘子在大盘子上。 打印1 from A to B过程 注意 1&#xff09;盘子编号的变化和辅助柱子的变化 2&#xff09;当盘子编号为1时&#xff0c;结束递归&#xff0c;此时移动结束 代码 package p2;/*** Illustratio…

java杨辉三角形

题目 代码1 public class YangHuiTriangle {public static void main(String[] args) {print(10);}public static void print(int num) {int[][] arr new int[num][];for (int i 0; i < num; i) { // 第一行有 1 个元素, 第 n 行有 n 个元素arr[i] new int[i…

STL源码剖析 基本算法 equal | fill | iter_awap | lexicographical_compare | max | min | swap |mismatch

Equal 两个序列在[first,last)区间内相等&#xff0c;equal()返回true。以第一个序列作为基准&#xff0c;如果第二序列元素多不予考虑&#xff0c;如果要保证两个序列完全相等需要比较元素的个数 if(vec1.size() vec2.size() && equal(vec1.begin(),vec1.end(),vec2…

svm分类器训练详细步骤_「五分钟机器学习」向量支持机SVM——学霸中的战斗机...

大家好&#xff0c;我是爱讲故事的某某某。 欢迎来到今天的【五分钟机器学习】专栏内容 --《向量支持机SVM》 今天的内容将详细介绍SVM这个算法的训练过程以及他的主要优缺点&#xff0c;还没有看过的小伙伴欢迎去补番&#xff1a;【五分钟机器学习】向量支持机SVM——学霸中的…

STL源码剖析 数值算法 copy 算法

copy复制操作&#xff0c;其操作通过使用assignment operator 。针对使用trivial assignment operator的元素型别可以直接使用内存直接复制行为(使用C函数 memove或者memcpy)节约时间。还可以通过函数重载(function overloading)、型别特性(type traits)、偏特化(partial speci…

STL源码剖析 数值算法 copy_backward 算法

copy_backward 时间技巧和copy类似主要是将[first&#xff0c;last)区间范围内的元素按照逆行方向复制到以result-1为起点&#xff0c;方向同样是逆行的区间上返回的迭代器的类型是result - (last - first)copy_backward支持的类型必须是BidirectionalIterators &#xff0c;才…

STL源码剖析 Set相关算法 并集 set_union|交集 set_intersection|差集 set_difference |对称差集 set_symmetric_difference

注意事项 四种相关算法&#xff1a;并集、交集、差集、对称差集本章的四个算法要求元素不可以重复并且经过了排序底层接受STL的set/multiset容器作为输入空间不接受底层为hash_set和hash_multiset两种容器 并集 set_union s1 U s2考虑到s1 和 s2中每个元素都不唯一&#xff0…

python sqlserver 数据操作_python对Excel数据进行读写操作

python对Excel数据进行读写操作将学习到的基础操作记录在这里&#xff0c;便与复习查看1.python读取Excel工作簿、工作表import xlrd # 读取工作簿 wbxlrd.open_workbook(招生表.xls) # 读取工作簿下所有的工作表 wswb.sheets() # 读取工作簿下所有工作表名称 wsnamewb.sheet_n…

Arrays数组工具类

介绍 代码 package lesson.l8_arrays;import java.util.Arrays;/*** Illustration** author DengQing* version 1.0* datetime 2022/6/23 16:53* function Arrays数组工具类*/ public class ArraysUtil {public static void main(String[] args) {int[] arr1 new int[]{1, 12…

通过解析URL实现通过Wifi的用户查找

使用链接 遇见数据仓库|遇见工具|IP地址精确查询|WIFI精确查询|在线语音识别|梦幻藏宝阁估价|福利资源|自定义导航-met.redhttps://sina.lt/ 操作步骤 打开第一个链接&#xff0c;点击高精度IP定位&#xff0c;然后点击右上角&#xff0c;创建一个Key&#xff0c;随便输入一…

anaconda中怎么sh_【好工具】 深度学习炼丹,你怎么能少了这款工具!JupyterLab 远程访问指南...

欢迎来到【好工具】专栏&#xff0c;本次我们给介绍一款可以进行远程深度学习炼丹的工具 JupyterLab 及其配置流程&#xff0c;帮助读者在本地进行调试&#xff0c;Max 开发效率。作者 & 编辑 | Leong导言不知道读者们有没有发现&#xff0c;如果你用 Anaconda 中的 Notebo…

java 类和对象 属性和行为 成员变量和局部变量

概念 使用 案例 public class PersonText {public static void main(String[] args) {Person person new Person();person.name "dq";person.age 11;person.eat("番茄炒蛋");} }class Person {/*** 姓名*/String name;/*** 年龄*/Integer age;/*** 方…