【C++】从零开始构建红黑树 —— 节点设计,插入函数的处理 ,旋转的设计

在这里插入图片描述
送给大家一句话:
日子没劲,就过得特别慢,但凡有那么一点劲,就哗哗的跟瀑布似的拦不住。 – 巫哲 《撒野》

🌋🌋🌋🌋🌋🌋🌋🌋
⛰️⛰️⛰️⛰️⛰️⛰️⛰️⛰️


从零开始构建红黑树

  • 1 🖤红黑树
  • 2 🖤红黑树的模拟实现
    • 2.1 ❤️红黑树的节点设计
    • 2.2 ❤️红黑树的插入函数
      • 🎄 整体框架
      • 🎄 旋转处理
      • 🎄 完成插入函数
    • 2.3 ❤️ 红黑树的测试
  • Thanks♪(・ω・)ノ谢谢阅读!!!
  • 下一篇文章见!!!

1 🖤红黑树

红黑树是一种特殊的二叉树,它遵循一套独特的规则

  1. ⚠️每个节点要么是红色,要么是黑色。
  2. ⚠️根节点必须是黑色的。
  3. ⚠️如果一个节点是红色的,则它的两个子节点必须是黑色的。
  4. ⚠️对于任意一个节点,从该节点到其所有后代叶子节点的简单路径上,必须包含相同数目的黑色节点。
  5. ⚠️每个叶子节点都是黑色的。这里的叶子节点指的是为空的节点。

❗注意 ❗:红黑树的规则并不要求红黑节点严格交替出现。黑色节点可以连续,但红色节点不能连续。这是规则的设定。

通过这些规则,红黑树可以保持接近平衡的状态。虽然它不像AVL树那样可以维持严格的平衡状态,但是它可以保证搜索的效率。需要记住的是:红黑树每条路径(从根节点到空节点)上的黑色节点数量相同

红黑树的应用场景十分广泛,其中之一是在很多高性能的C++ STL库中被广泛采用,比如map和set。这是因为红黑树具有平衡性能较好的特性,能够保持树的高度较低,从而保证了在插入、删除和查找操作上的较高效率。除此之外,它还常用于实现范围查询和有序遍历等功能。 之后我们将来实现map与set的封装!!!

红黑树的平衡性质使其在数据库系统中也得到了广泛的应用,特别是在实现索引结构时。在数据库系统中,红黑树可以用于实现基于范围的查询,如在B+树的实现中,通常使用红黑树来维护叶子节点的有序性。


2 🖤红黑树的模拟实现

✅了解了红黑树的定义与规则,接下来我们就来实现红黑树✅


2.1 ❤️红黑树的节点设计

红黑树的节点设计基于二叉搜索树的节点增加了一个表示颜色的变量,用来标识该节点的颜色;

//枚举变量来定义颜色
enum color
{Black,Red
};// 节点结构体
template<class K , class V>
struct RBTreeNode
{	RBTreeNode<K, V>* _left;RBTreeNode<K, V>* _right;RBTreeNode<K, V>* _parent;pair<K, V> _kv;color _col;RBTreeNode(pair<K , V> kv):_left(nullptr),_right(nullptr),_parent(nullptr),_kv(kv),_col(Red){}};

我们按照三叉结构来构建节点,方便进行后续操作(寻找父节点,寻找爷爷节点)。键值对来储存keykey 值对应的value值_col来储存颜色,默认创建的节点是红色。


2.2 ❤️红黑树的插入函数

🎄 整体框架

现在我们来进行红黑树核心函数的实现,在这个插入函数中,会深刻体会到红黑树的抽象程度,也会大大加强代码能力!!!

首先依旧是最常规的操作:寻找插入位置:

//插入函数	
void Insert( pair<K , V> kv)
{//如果根节点为空if (_root == nullptr){Node* node = new Node(kv);node->_col = Black;_root = node;return;}//不是根节点 就找到合适位置进行插入else{Node* cur = _root;Node* parent = nullptr;while (cur != nullptr){parent = cur;if (kv.first < cur->_kv.first){cur = cur->_left;}else{cur = cur->_right;}}//找到位置进行插入}

寻找到合适的位置可以进行插入了,这里要进行一个思考:新插入的节点是什么颜色???

红色还是黑色???我们来分类讨论一下:

  1. 新插入黑色节点:如果我们新插入一个黑色节点,那么毋庸置疑会违反规则4 :对于任意一个节点,从该节点到其所有后代叶子节点的简单路径上,必须包含相同数目的黑色节点。 这个是红黑树最为关键的规则,插入一个黑色节点,红黑树立刻就不是红黑树了!!!
  2. 新插入红色节点:如果我们新插入一个红色节点,那么规则4肯定是不会违反的了,但是规则3如果一个节点是红色的,则它的两个子节点必须是黑色的。 是有可能违反的:
    • 如果父节点是黑色,插入一个红色节点刚刚好,没有破坏红黑树的规则!!!
    • 如果父节点是红色,插入一个红色节点就违反了规则3。

这么一看,还是插入红色节点比较好,因为插入黑色节点一定破坏原本的红黑树结构,插入红色节点不一定会破坏红黑树结构!!!

所以新节点的颜色我们设置为红色。


插入一个新的节点之后,我们就要进行调整了:

  • 如果父节点是黑色,插入一个红色节点刚刚好,没有破坏红黑树的规则!!!
  • 如果父节点是红色,插入一个红色节点就违反了规则3。

我们只需要对父节点是红色进行处理了,为了保证满足规则4:对于任意一个节点,从该节点到其所有后代叶子节点的简单路径上,必须包含相同数目的黑色节点。我们需要对叔叔节点进行分类讨论:

  1. 如果叔叔节点是红色,那么说明爷爷节点的两个子树中黑色节点个数一致,此时只需要进行变色处理。
    父节点和叔叔节点都变成黑色,爷爷节点变成红色,然后继续向上进行(爷爷节点变成红色,类似“插入了一个红色节点”)。直到根节点结束(最后根节点还要变回黑色,此时相当于全体增加了一个黑色节点)
  2. 如果叔叔节点是黑色,那么说明爷爷节点的两个子树中黑色节点个数不一致,单纯依靠变色是不能达到要求的,这时候就要进行旋转。
    此时旋转的本质是将树的高度变低,再通过变色使其两边的黑色节点个数一致。但是无论如何,黑色节点的增加只可以再根节点进行!

所以我们先把处理的逻辑写好,稍后再来写旋转:

	//插入函数	void Insert( pair<K , V> kv){//如果根节点为空if (_root == nullptr){Node* node = new Node(kv);node->_col = Black;_root = node;return;}//不是根节点 就找到合适位置进行插入else{Node* cur = _root;Node* parent = nullptr;while (cur != nullptr){parent = cur;if (kv.first < cur->_kv.first){cur = cur->_left;}else{cur = cur->_right;}}//找到位置进行插入Node* node = new Node(kv);//新节点的颜色默认为红色//不要违反规则4 规则4很严厉node->_col = Red;if (kv.first < parent->_kv.first){parent->_left = node;node->_parent = parent;}else{parent->_right= node;node->_parent = parent;}cur = node;//开始进行判断//调整红黑树的平衡 -- 父节点如果为黑色就不需要调整//注意父节点要存在才可以!!!while (parent && parent->_col == Red && parent->_parent){//爷爷节点Node* grandfather = parent->_parent;//根据父节点与爷爷节点的关系进行分类if (parent == grandfather->_left){//叔叔节点是关键Node* uncle = grandfather->_right;//如果叔叔也为红色,只需要一同变色处理即可if (uncle && uncle->_col == Red){parent->_col = uncle->_col = Black;grandfather->_col = Red;//继续向上处理cur = grandfather;parent = cur->_parent;}//如果叔叔不存在 / 叔叔为黑色 , 此时需要旋转else{//这里需要旋转//旋转之后不可能再出现连续两个红色节点//直接breakbreak;}}//parent == grandfather->_right//一样的道理else{//叔叔节点是关键Node* uncle = grandfather->_left;//如果叔叔也为红色,只需要一同变色处理即可if (uncle && uncle->_col == Red){parent->_col = uncle->_col = Black;grandfather->_col = Red;//继续向上处理cur = grandfather;parent = cur->_parent;}//如果叔叔不存在 / 叔叔为黑色 , 此时需要旋转else{//这里需要旋转//旋转之后不可能再出现连续两个红色节点//直接breakbreak;}}}//无论如何根节点都是黑色的!_root->_col = Black;}}

🎄 旋转处理

旋转的可以参考从零开始构建AVL树!
这里我们简单讲解一下右单旋:
在这里插入图片描述

右单旋的情况是:父节点是红色,叔叔节点是黑色 , 插入的位置是父节点的左边。这是就要对爷爷节点进行右单旋。

右单旋很简单:

  1. 先记录subL subLR parent 节点,方便后续操作
  2. 右单旋是将parent变为subL的右节点,subLR变为parent的左节点。
  3. 注意还要处理_parent指针哦!

旋转后还要进行颜色的处理,我们看图进行处理即可:grandfather变为红色,parent 变为黑色

//右单旋
void RotateR(Node* parent)
{//进行旋转Node* SubL = parent->_left;Node* SubLR = SubL->_right;Node* pparent = parent->_parent;SubL->_right = parent;parent->_parent = SubL;parent->_left = SubLR;if (SubLR != nullptr)SubLR->_parent = parent;//处理爷爷节点if (parent == _root){_root = SubL;SubL->_parent = nullptr;}else{//保证指向正确SubL->_parent = pparent;if (parent == pparent->_left){pparent->_left = SubL;}else{pparent->_right = SubL;}}
}

左单旋是一样的道理,看图:

在这里插入图片描述

接下来我们来看双旋的情况,左右双旋如图:

在这里插入图片描述
可以看到经过旋转变色处理,每个子树的黑色节点个数依然一致。

//左右双旋
void RotateLR(Node* parent)
{//直接化用右单旋 左单旋Node* SubL = parent->_left;//先对SubL 进行左单旋 使其方向一致RotateL(SubL);//在对parent进行右单旋RotateR(parent);//不需要调整平衡因子}

右左双旋套路一样!

这样我们就写好了我们的插入函数

🎄 完成插入函数

//插入函数	
void Insert( pair<K , V> kv)
{//如果根节点为空if (_root == nullptr){Node* node = new Node(kv);node->_col = Black;_root = node;return;}//不是根节点 就找到合适位置进行插入else{Node* cur = _root;Node* parent = nullptr;while (cur != nullptr){parent = cur;if (kv.first < cur->_kv.first){cur = cur->_left;}else{cur = cur->_right;}}//找到位置//进行插入Node* node = new Node(kv);//新节点的颜色默认为红色//不要违反规则4 规则4很严厉node->_col = Red;if (kv.first < parent->_kv.first){parent->_left = node;node->_parent = parent;}else{parent->_right= node;node->_parent = parent;}cur = node;//开始进行判断//调整红黑树的平衡 -- 父节点如果为黑色就不需要调整while (parent && parent->_col == Red && parent->_parent){//爷爷节点Node* grandfather = parent->_parent;//根据父节点与爷爷节点的关系进行分类if (parent == grandfather->_left){//叔叔节点是关键Node* uncle = grandfather->_right;//如果叔叔也为红色,只需要一同变色处理即可if (uncle && uncle->_col == Red){parent->_col = uncle->_col = Black;grandfather->_col = Red;//继续向上处理cur = grandfather;parent = cur->_parent;}//如果叔叔不存在 / 叔叔为黑色 , 此时需要旋转else{if (cur == parent->_left){//此时进行右单旋RotateR(grandfather);//旋转完成需要进行变色parent->_col = Black;grandfather->_col = Red;}else{//此时进行左右双旋RotateLR(grandfather);grandfather->_col = Red;cur->_col = Black;}//旋转之后不可能再出现连续两个红色节点//直接breakbreak;}}//parent == grandfather->_right//一样的道理else{//叔叔节点是关键Node* uncle = grandfather->_left;//如果叔叔也为红色,只需要一同变色处理即可if (uncle && uncle->_col == Red){parent->_col = uncle->_col = Black;grandfather->_col = Red;//继续向上处理cur = grandfather;parent = cur->_parent;}//如果叔叔不存在 / 叔叔为黑色 , 此时需要旋转else{if (cur == parent->_right){//此时进行左单旋RotateL(grandfather);parent->_col = Black;grandfather->_col = Red;}else{//此时进行右左双旋RotateRL(grandfather);grandfather->_col = Red;cur->_col = Black;}//旋转之后不可能再出现连续两个红色节点//直接breakbreak;}}}//无论如何根节点都是黑色的!_root->_col = Black;}}

2.3 ❤️ 红黑树的测试

我们什么大写特写一顿,是时候来检验一下我们写的红黑数是否满足条件了。
测验的方法就是检查每一条路径的黑色节点个数是否一致。对于这样二叉树的遍历处理,我们很自然的就可以想到DFS深度优先算法。直接暴力遍历一般就好了:
下面是测试一:

void IsBalance()
{//dfs检查每一条路径的黑色节点个数int num = 0;_IsBalance(_root, num);
}
void _IsBalance(Node* root , int num)
{if (root == nullptr){cout << "黑色节点个数->" << num << endl;}else{_IsBalance(root->_left, root->_col == Red ? num : num + 1);_IsBalance(root->_right, root->_col == Red ? num : num + 1);}}

我来来运行看看:
在这里插入图片描述
可以看到我们使用一个小数组进行的检查是没有问题的,那么接下来我们来一千万个数据来检查一下,我们的检查函数也要进行调整:
测试二

bool IsBalance()
{if (_root->_col == Red){return false;}int refNum = 0;//计算一个参考值Node* cur = _root;while (cur){if (cur->_col == Black){++refNum;}cur = cur->_left;}//检查每个路径的黑色节点个数是否一致return Check(_root, 0, refNum);
}
bool Check(Node* root, int blackNum, const int refNum)
{if (root == nullptr){//cout << blackNum << endl;if (refNum != blackNum){cout << "存在黑色节点的数量不相等的路径" << endl;return false;}return true;}if (root->_col == Red && root->_parent->_col == Red){cout << root->_kv.first << "存在连续的红色节点" << endl;return false;}if (root->_col == Black){blackNum++;}return Check(root->_left, blackNum, refNum)&& Check(root->_right, blackNum, refNum);
}

这样就可以来进行大数据的检查哩:
在这里插入图片描述
一千万的数据我们进行检查后依然是满足红黑树的规则!!!
nice!!!

这样我们就完成了红黑树的构建!!!
😎😎😎😎😎😎😎


Thanks♪(・ω・)ノ谢谢阅读!!!

下一篇文章见!!!

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/pingmian/18457.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

Vue组件通讯$attrs和$listeners例子

在Vue中&#xff0c;$attrs 和 $listeners 是两个非常有用的特性&#xff0c;它们允许你更轻松地实现组件间的通讯&#xff0c;特别是当你需要创建可复用的组件时。 $attrs 包含了父组件中未被子组件声明的属性 (class 和 style 除外)。当你不想在子组件中逐个声明父组件传递的…

在豆包这事上,字节看得很明白

大数据产业创新服务媒体 ——聚焦数据 改变商业 导语&#xff1a; 1.基于豆包的话炉/猫箱APP市场反响一般 2.价格战对于豆包来说是副产物 3.价格战对大模型市场是良性的 4.豆包接下来会推广至国际社会 因为宣称价格比行业便宜99.3%&#xff0c;豆包成功出圈了。根据火山引擎公…

笔试强训week6

day1 Q1 难度⭐⭐ 小红的口罩_牛客小白月赛41 (nowcoder.com) 题目&#xff1a; 疫情来了&#xff0c;小红网购了 n 个口罩。 众所周知&#xff0c;戴口罩是很不舒服的。小红每个口罩戴一天的初始不舒适度为 ai​。 小红有时候会将口罩重复使用&#xff08;注&#xff1a;…

【Linux】数据链路层协议+ICMP协议+NAT技术

欢迎来到Cefler的博客&#x1f601; &#x1f54c;博客主页&#xff1a;折纸花满衣 &#x1f3e0;个人专栏&#xff1a;Linux 目录 &#x1f449;&#x1f3fb;数据链路层&#x1f449;&#x1f3fb;以太网以太网帧格式网卡Mac地址对比ip地址 &#x1f449;&#x1f3fb;MTUMTU…

gtest的使用和简单例子

首先需要安装gtest的库&#xff0c;命令如下&#xff1a; git clone https://github.com/google/googletest.git cd googletest mkdir build cd build cmake .. sudo make install后续就可以直接包含gtest头文件进行测试了。 这里给出一个测试的简单例子&#xff0c;这里使用…

温度传感器安装热套管介绍

热套管&#xff08;Thermowell&#xff09;是一段末端封闭的金属管&#xff0c;主要通过焊接、螺纹或法兰连接的方式安装到过程容器或管线上&#xff0c;可保护温度传感器免受流致应力、高压和腐蚀性化学品等严苛工况的影响。此外&#xff0c;热套管使传感器可以轻松方便地拆下…

介绍图片懒加载的几种实现方法

在 JavaScript 中&#xff0c;懒加载&#xff08;Lazy Loading&#xff09;主要用于延迟加载资源&#xff0c;例如图片、视频、音频、脚本等&#xff0c;直到它们真正需要时才加载。这样可以提高页面的加载速度和性能。 以下是几种常见的 JavaScript 懒加载实现方式&#xff1…

【管理咨询宝藏116】某大型国有集团公司战略落地保障方案

本报告首发于公号“管理咨询宝藏”&#xff0c;如需阅读完整版报告内容&#xff0c;请查阅公号“管理咨询宝藏”。 【管理咨询宝藏116】某大型国有集团公司战略落地保障方案 【格式】PDF版本 【关键词】战略落地、大型国企、战略报告 【核心观点】 - 资产规模以提高资产质量、…

第三部分:领域驱动设计之通过重构得到更深层的理解

通过重构得到更深层的理解 通过重构得到更深层的理解是一个涉及很多方面的过程。有三件事情是必须要关注的: 以领域为本;用一种不同的方式来看待事物;始终坚持与领域专家对话。 开始重构 获得深层理解的重构可能出现在很多方面。一开始有可能是为了解决代码中的问题——一段…

Linux的线程状态

在Linux中,每个进程都有一个当前的状态,这个状态用于标识进程当前正在做什么。你可以通过ps命令配合不同的选项来查看进程的状态。以下是常见的进程状态及其含义: R (running or runnable): 进程正在运行或在运行队列中等待运行。这并不是说进程正在CPU上执行,而是说它处于…

项目十三:搜狗——python爬虫实战案例

根据文章项目十二&#xff1a;简单的python基础爬虫训练-CSDN博客的简单应用&#xff0c;这一次来升级我们的技术&#xff0c;那么继续往下看&#xff0c;希望对技术有好运。 还是老样子&#xff0c;按流程走&#xff0c;一条龙服务&#xff0c;嘿嘿。 第一步&#xff1a;导入…

华为诺亚等发布MagicDrive3D:自动驾驶街景中任意视图渲染的可控3D生成

文章链接&#xff1a;https://arxiv.org/pdf/2405.14475 项目链接&#xff1a;https://flymin.github.io/magicdrive3d 虽然可控生成模型在图像和视频方面取得了显著成功&#xff0c;但在自动驾驶等无限场景中&#xff0c;高质量的3D场景生成模型仍然发展不足&#xff0c;主…

Neo4J中构建的知识图谱,如何使用推理算法

在Neo4j中构建的知识图谱中&#xff0c;推理算法的使用可以极大地增强数据分析和洞察能力。Neo4j提供了多种推理和查询工具&#xff0c;主要通过Cypher查询语言和内置的图算法库来实现。以下是几种常见的推理算法和使用场景&#xff1a; 1. 规则推理&#xff08;Rule-based Re…

2951. 找出峰值 Easy

给你一个下标从 0 开始的数组 mountain 。你的任务是找出数组 mountain 中的所有 峰值。 以数组形式返回给定数组中 峰值 的下标&#xff0c;顺序不限 。 注意&#xff1a; 峰值 是指一个严格大于其相邻元素的元素。 数组的第一个和最后一个元素 不 是峰值。 示例 1&#xf…

关于宏的理解

关于宏的理解&#xff0c; 用宏函数举例 宏会把我们的内容编程一段代码&#xff0c;但是我们宏用的一切都不是变量&#xff0c;就是一个构建代码的符号。 比如下面的例子 char str1[] "1234"; const char* str2 "1234"; char st3[5] { 1,2,3,4,\0 };…

Linux网络编程:应用层协议|HTTP

前言&#xff1a; 我们知道OSI模型上层分为应用层、会话层和表示层&#xff0c;我们接下来要讲的是主流的应用层协议HTTP&#xff0c;为什么需要这个协议呢&#xff0c;因为在应用层由于操作系统的不同、开发人员使用的语言类型不同&#xff0c;当我们在传输结构化数据时&…

【全开源】宇鹿家政系统(FastAdmin+ThinkPHP+原生微信小程序)

&#xff1a;助力家政行业数字化升级 一、引言&#xff1a;家政服务的新篇章 随着移动互联网的普及和人们生活水平的提高&#xff0c;家政服务的需求日益增长。为了满足这一市场需求&#xff0c;并推动家政行业的数字化升级&#xff0c;我们特别推出了家政小程序系统源码。这…

excel 点击单元格的内容 跳转到其他sheet设置

如图点击1处跳转到2 按照如下图步骤操作即可

oracle 分区表常用语句(2)

给分区表增加分区 第一种不存在MAXVALUE(直接添加即可&#xff09; ALTER TABLE T6 ADD PARTITION P5 VALUES LESS THAN(TO_DATE( 2018-08-01 00:00:00, SYYYY-MM-DD HH24:MI:SS, NLS_CALENDARGREGORIAN));第二种存在MAXVALUE alter table T6 split PARTITION P4 at(TO_DAT…

电机控制系列模块解析(25)—— 过压抑制与欠压抑制

一、概念解析 变频器作为一种重要的电机驱动装置&#xff0c;其内置的保护功能对于确保系统安全、稳定运行至关重要。以下是关于变频器过压抑制、欠压抑制&#xff08;晃电抑制&#xff09;、发电功率限制、电动功率限制等保护功能的详细说明&#xff1a; 过压抑制 过压抑制是…