高阶数据结构与算法——红黑树の奥秘

于 2024-10-15 22:27:15 发布
阅读量1.7k 收藏 27
点赞数 66
分类专栏： 数据结构 面向对象程序设计(C++) 文章标签： 算法 c++ 红黑树 数据结构
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2301_80689220/article/details/142965139
版权

1.认识红黑树

1.1红黑树的概念

红⿊树是⼀棵⼆叉搜索树，他的每个结点增加⼀个存储位来表⽰结点的颜⾊，可以是红⾊或者⿊⾊。通过对任何⼀条从根到叶⼦的路径上各个结点的颜⾊进⾏约束，红⿊树确保没有⼀条路径会⽐其他路径⻓出2倍，因⽽是接近平衡的

1.2红黑树的规则

1. 每个结点不是红⾊就是⿊⾊

2. 根结点是⿊⾊的

3. 如果⼀个结点是红⾊的，则它的两个孩⼦结点必须是⿊⾊的，也就是说任意⼀条路径不会有连续的红⾊结点

4. 对于任意⼀个结点，从该结点到其所有NULL结点的简单路径上，均包含相同数量的⿊⾊结点

1.2红黑树的效率:O(logN)

红⿊树的表达相对AVL树要抽象⼀些，AVL树通过⾼度差直观的控制了平衡。红⿊树通过4条规则的颜 ⾊约束，间接的实现了近似平衡，他们效率都是同⼀档次，但是相对⽽⾔，插⼊相同数量的结点，红⿊树的旋转次数是更少的，因为他对平衡的控制没那么严格

2.红黑树的实现

2.1红黑树的基本框架

enum Colour
{
	RED,
	BLACK
};

template<class K,class V>
struct RBTreeNode
{
	pair<K, V> _kv;
	RBTreeNode<K,V>* _left;
	RBTreeNode<K,V>* _right;
	RBTreeNode<K,V>* _parent;
	Colour _col;

	RBTreeNode(const pair<K,V>& kv):
		_kv(kv)
		,_left(nullptr)
		,_right(nullptr)
		,_parent(nullptr)
	{}
};

template<class K,class V>
class RBTree
{
	typedef RBTreeNode<K, V> Node;
public:
private:
	Node* _root = nullptr;
};

2.2红黑树的插入

1. 插⼊⼀个值按⼆叉搜索树规则进⾏插⼊，插⼊后我们只需要观察是否符合红⿊树的4条规则

2. 如果是空树插⼊，新增结点是⿊⾊结点。如果是⾮空树插⼊，新增结点必须红⾊结点，因为⾮空树插⼊，新增⿊⾊结点就破坏了规则4，规则4是很难维护的

3. ⾮空树插⼊后，新增结点必须红⾊结点，如果⽗亲结点是⿊⾊的，则没有违反任何规则，插⼊结束

4. ⾮空树插⼊后，新增结点必须红⾊结点，如果⽗亲结点是红⾊的，则违反规则3。进⼀步分析，c是红⾊，p为红，g必为⿊，这三个颜⾊都固定了，关键的变化看u的情况，需要根据u分为以下⼏种 情况分别处理。 说明：下图中假设我们把新增结点标识为c(cur)，c的⽗亲标识为p(parent)，p的⽗亲标识为 g(grandfather)，p的兄弟标识为u（uncle）   

2.2.1变色

c为红，p为红，g为⿊，u存在且为红，则将p和u变⿊，g变红。在把g当做新的c，继续往上更新分析：因为p和u都是红⾊，g是⿊⾊，把p和u变⿊，左边⼦树路径各增加⼀个⿊⾊结点，g再变红，相 当于保持g所在⼦树的⿊⾊结点的数量不变，同时解决了c和p连续红⾊结点的问题，需要继续往上更新是因为，g是红⾊，如果g的⽗亲还是红⾊，那么就还需要继续处理；如果g的⽗亲是⿊⾊，则处理结束了；如果g就是整棵树的根，再把g变回⿊⾊

2.2.2变色+单旋

c为红，p为红，g为⿊，u不存在或者u存在且为⿊，u不存在，则c⼀定是新增结点，u存在且为⿊，则c⼀定不是新增，c之前是⿊⾊的，是在c的⼦树中插⼊，符合情况1，变⾊将c从⿊⾊变成红⾊，更新上来的。 分析：p必须变⿊，才能解决，连续红⾊结点的问题，u不存在或者是⿊⾊的，这⾥单纯的变⾊⽆法解决问题，需要旋转+变⾊

如果p是g的左，c是p的左，那么以g为旋转点进⾏右单旋，再把p变⿊，g变红即可。p变成课这颗树新的根，这样⼦树⿊⾊结点的数量不变，没有连续的红⾊结点了，且不需要往上更新，因为p的⽗亲是⿊⾊还是红⾊或者空都不违反规则

如果p是g的右，c是p的右，那么以g为旋转点进⾏左单旋，再把p变⿊，g变红即可。p变成课这颗树新的根，这样⼦树⿊⾊结点的数量不变，没有连续的红⾊结点了，且不需要往上更新，因为p的⽗亲是⿊⾊还是红⾊或者空都不违反规则

2.2.3变色+双旋

c为红，p为红，g为⿊，u不存在或者u存在且为⿊，u不存在，则c⼀定是新增结点，u存在且为⿊，则 c⼀定不是新增，c之前是⿊⾊的，是在c的⼦树中插⼊，符合情况1，变⾊将c从⿊⾊变成红⾊，更新上来的。 分析：p必须变⿊，才能解决，连续红⾊结点的问题，u不存在或者是⿊⾊的，这⾥单纯的变⾊⽆法解决问题，需要旋转+变⾊

如果p是g的左，c是p的右，那么先以p为旋转点进⾏左单旋，再以g为旋转点进⾏右单旋，再把c变 ⿊，g变红即可。c变成课这颗树新的根，这样⼦树⿊⾊结点的数量不变，没有连续的红⾊结点了，且不需要往上更新，因为c的⽗亲是⿊⾊还是红⾊或者空都不违反规则

如果p是g的右，c是p的左，那么先以p为旋转点进⾏右单旋，再以g为旋转点进⾏左单旋，再把c变⿊，g变红即可。c变成课这颗树新的根，这样⼦树⿊⾊结点的数量不变，没有连续的红⾊结点了，且不需要往上更新，因为c的⽗亲是⿊⾊还是红⾊或者空都不违反规则

2.3验证一棵树是否为红黑树

规则1：枚举颜⾊类型，天然实现保证了颜⾊不是⿊⾊就是红⾊。

规则2：直接检查根即可

规则3：前序遍历检查，遇到红⾊结点查孩⼦不太⽅便，因为孩⼦有两个，且不⼀定存在，反过来检 查⽗亲的颜⾊就⽅便多了。

规则4：前序遍历，遍历过程中⽤形参记录跟到当前结点的blackNum(⿊⾊结点数量)，前序遍历遇到 ⿊⾊结点就++blackNum，⾛到空就计算出了⼀条路径的⿊⾊结点数量。再任意⼀条路径⿊⾊结点数量作为参考值，依次⽐较即可 

bool Check(Node* root, int blacknum, const int retnum)
{
	if (root == nullptr)
	{
		if (blacknum != retnum)
		{
			cout << "有路径的黑色节点个数与其他路径不相同" << endl;
			return false;
		}
		return true;
	}

	if (root->_col == RED && root->_parent->_col == RED)
	{
		cout << "存在连续的红色节点" << endl;
		return false;
	}

	if (root->_col == BLACK)
	{
		blacknum++;
	}

	return Check(root->_left, blacknum, retnum)
		&& Check(root->_right, blacknum, retnum);
}
bool IsBalance()
{
	if (_root == nullptr)
	{
		return true;
	}

	if (_root->_col == BLACK)
	{
		return false;
	}

	int retnum = 0;
	Node* cur = _root;
	while (cur)
	{
		if (cur->_col == BLACK)
		{
			retnum++;
		}
		cur = cur->_left;
	}

	return Check(_root, 0, retnum);
}

所有代码如下 

#pragma once
#include<iostream>

enum Colour
{
	RED,
	BLACK
};

template<class K,class V>
struct RBTreeNode
{
	pair<K, V> _kv;
	RBTreeNode<K,V>* _left;
	RBTreeNode<K,V>* _right;
	RBTreeNode<K,V>* _parent;
	Colour _col;

	RBTreeNode(const pair<K,V>& kv):
		_kv(kv)
		,_left(nullptr)
		,_right(nullptr)
		,_parent(nullptr)
	{}
};

template<class K,class V>
class RBTree
{
	typedef RBTreeNode<K, V> Node;
public:
	bool Insert(const pair<K, V>& kv)
	{
		if (_root == nullptr)
		{
			//根节点为黑色节点
			_root = new Node(kv);
			_root->_col = BLACK;
			return true;
		}

		Node* parent = nullptr;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_kv.first > kv.first)
			{
				parent = cur;
				cur = cur->_left;
			}
			else if (cur->_kv.first < kv.first)
			{
				parent = cur;
				cur = cur->_right;
			}
			else
			{
				return false;
			}
		}
		cur = new Node(kv);
		cur->_col = RED;
		if (cur->_parent.first > kv.first)
		{
			parent->_left = cur;
		}
		else
		{
			parent->_right = cur;
		}
		cur->_parent = parent;

		//当父节点存在且是红色
		while (parent && parent->_col == RED)
		{
			//当父节点为爷爷节点的左节点
			//     g
			//   p    u
			Node* grandfather = parent->_parent;
			if (parent == grandfather->_left)
			{
				//当叔叔节点存在且也为红色，则将父节点与叔叔节点均置为红色
				//将爷爷节点置为黑色，然后向上依次处理
				Node* uncle = grandfather->_right;
				if (uncle && uncle->_col == RED)
				{
					parent->_col = uncle->_col = BLACK;
					grandfather->_col = RED;

					cur = grandfather;
					parent = cur->_parent;
				}
				//叔叔节点不存在或者叔叔节点为黑色
				//需要旋转+变色
				else
				{
					//    g
					//  p    u
					//c
					//新增节点在父节点左边
					if (cur == parent->_left)
					{
						RotateR(grandfather);
						parent->_col = BLACK;
						grandfather->_col = RED;
						//    p
						//c       g
						//            u
					}
					//    g
					//  p    u
					//    c
					else
					{
						RotateL(parent);
						//     g
						//   c    u
						//p
						RotateR(grandfather);
						//     c
						//  p      g
						//             u
						grandfather->_col = RED;
						cur->_col = BLACK;
					}
					break;
				}
			}
			//父节点在爷爷节点的右边
			//      g
			//   u      p
			else
			{
				//当叔叔节点存在且为红色
				Node* uncle = grandfather->_left;
				if (uncle && uncle->_col == RED)
				{
					//将叔叔节点与父亲节点置为黑色，爷爷节点置为红色
					uncle->_col = parent->_col = BLACK;
					grandfather->_col = RED;

					//向上处理
					cur = grandfather;
					parent = cur->_parent;
				}
				//当叔叔节点不存在或者存在但为黑色
				else
				{
					//     g
					// u       p
					//             c
					if (cur == parent->_right)
					{
						RorateL(grandfather);
						//左旋
						//      p
						//   g     c
						//u
						parent->_col = BLACK;
						grandfather->_col = RED;
					}
					//     g
					// u       p
					//      c
					else
					{
						//右旋
						RotateR(parent);
						//   g
						//u     c
						//         p
						//左旋
						RotateL(grandfather);
						//     c
						//   g    p
						//u
						grandfather->_col = RED;
						cur->_col = BLACK;
					}
					break;
				}
			}
		}
		_root->_col = BLACK;
		return true;
	}
	//右单旋
	void RotateR(Node* parent)
	{
		//subL代表根节点的左子树,subLR则代表该左子树的右子树
		Node* subL = parent->_left;
		Node* subLR = subL->_right;

		parent->_left = subLR;
		//避免访问空节点
		if (subLR)
		{
			subLR->_parent = parent;
		}

		//如果传入的根节点是一个子树的根节点则需要将旋转后的根节点重新接入原来的节点
		Node* pParent = parent->_parent;

		//换根,将原来根节点的左节点换为根节点
		subL->_right = parent;
		parent->_parent = subL;

		if (pParent == nullptr)
		{
			_root = subL;
			//根节点的父亲节点为空
			subL->_parent = nullptr;
		}
		else
		{
			if (pParent->_left == parent)
			{
				pParent->_left = subL;
			}
			else
			{
				pParent->_right = subL;
			}
			//重新接入原来的节点
			subL->_parent = pParent;
		}
	}

	//左单旋
	void RotateL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subR->_left;

		parent->_right = subRL;
		if (subRL)
		{
			subRL->_parent = parent;
		}

		Node* pParent = parent->_parent;

		subR->_left = parent;
		parent->_parent = subR;

		if (pParent == nullptr)
		{
			_root = subR;
			subR->_parent = nullptr;
		}
		else
		{
			if (pParent->_left == parent)
			{
				pParent->_left = subR;
			}
			else
			{
				pParent->_right = subR;
			}
			subR->_parent = pParent;
		}
	}

	bool IsBalance()
	{
		if (_root == nullptr)
		{
			return true;
		}

		if (_root->_col == BLACK)
		{
			return false;
		}

		int retnum = 0;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_col == BLACK)
			{
				retnum++;
			}
			cur = cur->_left;
		}

		return Check(_root, 0, retnum);
	}
private:
	bool Check(Node* root, int blacknum, const int retnum)
	{
		if (root == nullptr)
		{
			if (blacknum != retnum)
			{
				cout << "有路径的黑色节点个数与其他路径不相同" << endl;
				return false;
			}
			return true;
		}

		if (root->_col == RED && root->_parent->_col == RED)
		{
			cout << "存在连续的红色节点" << endl;
			return false;
		}

		if (root->_col == BLACK)
		{
			blacknum++;
		}

		return Check(root->_left, blacknum, retnum)
			&& Check(root->_right, blacknum, retnum);
	}
private:
	Node* _root = nullptr;
};

 

 

ZZZ_O^O
关注
专栏目录
数据结构与算法——从零开始学习（一）基础概念篇
csdn_aiyang的博客
12-06 25万+
前言 数据结构：是指相互之间存在一种或多种特定关系的数据元素的集合用计算机存储、组织数据的方式。数据结构分别为逻辑结构、（存储）物理结构和数据的运算三个部分。 为什么要学数据结构？ 首先，因为数据结构作为计算机专业的专业基础课程，是计算机考研的必考科目之一，如果打算报考计算机专业的研究生，你必须学好它；其次，数据结构是计算机软考、计算机等级考试等相关考试的必考内容之一，想要顺利通过这些考...
Python数据结构与算法（1.3）——Python基础之输入、输出与高阶赋值
热门推荐
盼小辉丶的博客
11-22 3万+
Python 是简洁、易学、面向对象的编程语言。本节的主要目标是介绍 Python 程序如何利用输入、输出语句与用户进行交互，以及高阶赋值语句，为接下来的学习奠定基础。
红黑树算法分析
weixin_42848084的博客
02-04 281
1. 红黑树的基本原理 图 1 如图一，N个黑色节点排列，如果把任意多个红色节点插入到这个排列中，要求是不能出现两个红色节点挨在一起，显而易见的是最终这个排列的长度为N到2N+1之间。而红黑树就是通过这个原理控制左右子树的平衡的。（与AVL树相比，这种控制要求相对宽松很多，相同规模下，红黑树要比AVL树高） 2. 红黑树的基本规则 非黑即红：树节点有红色和黑色两种状态。（不解释） 昙花一现：...
教你透彻了解红黑树
编程开发资料库
12-29 250
教你透彻了解红黑树 &lt;!--EndFragment--&gt; 作者July、saturnman 2010年12月29日 本文参考：Google、算法导论、STL源码剖析、计算机程序设计艺术。本人声明：个人原创，转载请注明出处。 推荐阅读：Left-Leaning Red-Black Trees, Dagstuhl Workshop on Data Structure...
红黑树算法
杨先森的专栏
06-01 301
一、特征 　　①、节点都有颜色； 　　②、在插入和删除的过程中，要遵循保持这些颜色的不同排列规则。 　　第一个很好理解，在红-黑树中，每个节点的颜色或者是黑色或者是红色的。当然也可以是任意别的两种颜色，这里的颜色用于标记，我们可以在节点类Node中增加一个boolean型变量isRed，以此来表示颜色的信息。 　　第二点，在插入或者删除一个节点时，必须要遵守的规则称为红-黑规则： 　　1.每个节点不是红色就是黑色的； 　　2.根节点总是黑色的； 　　3.如果节点是红色的，则它的子节点必须...
手撕红黑树——C++高阶数据结构详解
qq_61500888的博客
09-06 1万+
带你一命通关红黑树 十五分钟手撕数据结构原理
【数据结构的——红黑树】
Pumpkin_O的博客
08-08 1598
红黑树是一种自平衡的二叉查找树，是一种高效的查找树，可以在Olog2n时间内完成查找、增加和删除等操作。有了二叉搜索树，为什么需要平衡二叉树？对于二叉搜索树，如果插入的数据是随机的，那么它就是接近平衡的二叉树，平衡二叉树（AVLTree）的操作效率较高，查增删的时间复杂度都是Olog2n。但是当插入的数据有序时，二叉搜索树的结点就会只在根结点的一侧，就变成了一个链表，操作效率也因此变低，时间复杂度变为了O(n)。
数据结构与算法必知基础知识
bigsai
01-06 1万+
原创公众号：bigsai 文章已收录在 全网都在关注的数据结构与算法学习仓库 欢迎star 前言 数据结构与算法是程序员内功体现的重要标准之一，且数据结构也应用在各个方面，业界更有程序=数据结构+算法这个等式存在。各个中间件开发者，架构师他们都在努力的优化中间件、项目结构以及算法提高运行效率和降低内存占用，在这里数据结构起到相当重要的作用。此外数据结构也蕴含一些面向对象的思想，故学好掌握数据结构对逻辑思维处理抽象能力有很大提升。 为什么学习数据结构与算法？如果你还是学生，那么这门课程是必修的，考研基本也.
算法 红黑树
XXXTENTAC1ON的博客
05-10 818
红黑树红黑树概述红黑树性质红黑树的插入 红黑树概述 红黑树（Red Black Tree）是一种自平衡二叉查找树，是在计算机科学的中用到的一种数据结构，典型的用途是实现关联数组，红黑树和AVL树类似，都是在进行插入和删除操作时通过特定操作保持二叉查找树的平衡，从而获得较高的查找性能 它虽然是复杂到，但它的最坏情况运行时间也是非常良好的，并且在实践中是高效的：它可以在O(log n)时间内做查找，插入和删除，这里的n是树中元素的数目 红黑树性质 红黑树是每个结点都带有颜色属性的二叉查找树，颜色是红色或黑色，
算法之红黑树
yanlijun250
10-10 272
packagecom.eshore.sweetop.dataframe; importcom.eshore.sweetop.data.KeyData; importcom.eshore.sweetop.data.Node; importcom.eshore.sweetop.data.RBNode; publicclassRBTree{ privateRBNoderoot...
红黑树相关算法
菜鸟哆哆的专栏
08-30 1152
一、题目描述        将数组转化为红黑树（add函数共包含四部分：add()、insertFixup()、rotateRight()、rotateLeft()，增加函数，颜色调整、左旋、右旋）。 二、解题思路        步骤一：常规插入：树的二分查找，然后对插入点进行颜色调整。        步骤二：调整方式见下图。        步骤三：部分结点需要进行左旋和右旋。 三...
红黑树算法介绍
llbcys
04-18 820
一、红黑树的定义： R-B Tree，全称是Red-Black Tree，又称为“红黑树”，它一种特殊的二叉查找树。红黑树的每个节点上都有存储位表示节点的颜色，可以是红(Red)或黑(Black)。1、红黑树的特性: （1）每个节点或者是黑色，或者是红色。 （2）根节点是黑色。 （3）每个叶子节点（NIL）是黑色。 [注意：这里叶子节点，是指为空(NIL或NULL)的叶子节点！] （4）如
红黑树（Red-Black Tree）算法详解
深耕嵌入式领用多年， 致力于分享嵌入式领域技术!
04-23 547
红黑树（Red-Black Tree）算法详解
RED-BLACK TREES(红黑树)--算法导论
最新发布
Hennan_Dianzi_C的博客
08-14 1610
如果定义为黑色就违反了性质5每条路径的黑色结点个数相同。因为新节点的默认颜色是红色，因此如果。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值