欢迎访问我的博客原文
红黑树(Red Black Tree)是一种自平衡的二叉搜索树(Self-balancing Binary Search Tree)。以前也叫做平衡二叉 B 树(Symmetric Binary B-tree)。
预备知识
树的知识框架结构如下图所示:
平衡二叉搜索树
平衡二叉搜索树(Balanced Binary Search Tree),英文简称 BBST。经典常见的平衡二叉搜索树是 AVL 树和红黑树。
二叉搜索树
二叉搜索树(Binary Search Tree)是二叉树的一种,英文简称 BST。又称为二叉查找树、二叉排序树。
它的特点是任何一个结点的值都大于其左子树的所有结点的值,任何一个结点的值都小于其右子树的所有结点的值。
平衡
平衡(Balance):就是当结点数量固定时,左右子树的高度越接近,这棵二叉树越平衡(高度越低)。而最理想的平衡就是完全二叉树/满二叉树,高度最小的二叉树。
一棵二叉搜索树平均时间复杂度可以认为是树的高度 O(h)。像左边这棵,结点的左右子树的高度接近,属于一棵平衡二叉搜索树,O(h) = O(logn);而右边这棵,高度达到了最大,已经退化成了链表,O(h)=O(n)。
改进二叉搜索树
当二叉树退化成链表时,性能是很低的,所以我们需要在结点的插入、删除操作之后,想办法让二叉搜索树恢复平衡(减小树的高度)。但是如果为了追求最理想的平衡,而增加了时间复杂度也不是很有必要,因此比较合理的方案就是:用尽量少的调整次数达到适度平衡。
由此引申出 AVL 树的概念。
AVL 树
AVL 树是最早发明的自平衡二叉搜索树之一,它取名自两位发明家的名字:G.M.Adelson-Velsky 和 E.M.Landis。
平衡因子
平衡因子(Balance Factor):某结点的左右子树的高度差。
每个叶子结点的平衡因子都是 0。看这棵二叉搜索树,红色数字标注了每个结点对应的平衡因子。
举例:
8 的左子树高度为 2,右子树高度为 1,因此它的平衡因子为 1;5 的左子树高度为 0,右子树高度为 3,因此它的平衡因子为 -3;4 的左子树高度为 2,右子树高度为 4,因此它的平衡因子为 -2;
再看这棵 AVL 树和它每个结点对应的平衡因子:
可以看到 AVL 树具有以下特点:
- 每个结点的平衡因子只可能是 -1、0、1(如果绝对值超过 1,则认为是失衡)
- 每个结点的左右子树高度差不超过 1
- 搜索、插入、删除的时间复杂度是 O(logn)
B树
B 树(Balanced Tree)是一种平衡的多路搜索树,多用于文件系统、数据库的实现。这是一个简单的 3 阶 B 树:
特点
- 1 个结点可以存储超过 2 个元素,可以拥有超过 2 个子结点
- 拥有二叉搜索树的一些性质
- 平衡,每个结点的所有子树高度一致
- 比较矮
m 阶 B 树的性质(m ≥ 2)
m 阶 B 树指的是一个结点最多拥有 m 个子结点。假设一个结点存储的元素个数为 x,那么如果这个结点是:
- 根结点:1 ≤ x ≤ m - 1
- 非根结点:┌ m / 2 ┐ - 1 ≤ x ≤ m - 1
如果有子结点,子结点个数为 y = x + 1,那么如果这个结点是:
- 根结点:2 ≤ y ≤ m
- 非根结点:┌ m / 2 ┐ ≤ y ≤ m
向上取整(Ceiling),指的是取比自己大的最小整数,用数学符号 ┌ ┐ 表示。
向下取整(Floor),指的是取比自己小的最大整数,用数学符号 └ ┘ 表示。
比如 m = 3, 子结点个数 2 ≤ y ≤ 3,这个 B 树可以称为(2,3)树、2-3 树;
比如 m = 4, 子结点个数 2 ≤ y ≤ 4,这个 B 树可以称为(2,4)树、2-3-4 树;
比如 m = 5, 子结点个数 3 ≤ y ≤ 4,这个 B 树可以称为(3,5)树、3-4-5 树;
以此类推。
B 树 VS 二叉搜索树
这是一棵二叉搜索树,通过某些父子结点合并,恰好能与上面的 B 树对应。我们可以得到结论:
- B 树和二叉搜索树,在逻辑上是等价的
- 多代结点合并,可以获得一个超级结点,且 n 代合并的超级结点,最多拥有 (2^n) 个子结点 (至少是 (2^n) 阶 B 树)
红黑树定义和性质
红黑树是一种含有红黑结点并能自平衡的二叉搜索树。
为了保证平衡,红黑树必须满足以下性质:
- 每个结点是要么是红色或黑色
- 根结点必须是黑色
- 叶结点(外部结点、空结点)是黑色
- 红色结点不能连续(也就是,红色结点的孩子和父亲都是黑色)
- 对于每个结点,从该点至
nil
(树尾端,java 中为null
的结点)的任何路径都包含所相同个数的黑色结点
红黑树与 B 树的等价变换
根据上面的性质,可以画出这样一棵红黑树。接下来对红黑树做等价变换,即将所有的红色结点上升一层与它的父结点放在同一行,这就很像一棵 4 阶 B 树,转换效果如下图所示。
可以得出结论:
- 红黑树与 4 阶 B 树(2-3-4树)具有等价性
- 黑色结点与红色子结点融合在一起,形成 1 个 B 树结点
- 红黑树的黑色结点个数与 4 阶 B 树的结点总个数相等
红黑树的基本操作
当我们对一棵平衡二叉搜索树进行插入、删除的时候,很可能会让这棵树变得失衡(最坏可能导致所有祖先结点失衡,但是父结点和非祖先结点都不可能失衡),为了达到平衡,需要对树进行旋转。而红黑树能够达到自平衡,靠的也就是左旋、右旋和变色。
旋转操作是局部的。当一侧子树的结点少了,向另一侧“借”一些结点;当一侧子树的结点多了,则“租”一些结点给另一侧。
为了更清楚地讲解这部分内容,先声明几个概念:
- N - node:当前结点
- P - parent:父结点
- S - sibling:兄弟结点
- U - uncle:叔父结点(P 的兄弟结点)
- G - grand:祖父结点(P 的父结点)
左旋
左旋指的是以某个结点作为支点(旋转结点),其右子结点变为旋转结点的父结点,右子结点的左子结点变为旋转结点的右子结点,左子结点保持不变。
不考虑结点颜色,可以看到左旋只影响旋转结点和其右子树的结构,把右子树的结点往左子树移动。
右旋
右旋指的是以某个结点作为支点(旋转结点),其左子结点变为旋转结点的父结点,左子结点的右子结点变为旋转结点的左子结点,右子结点保持不变。
不考虑结点颜色,可以看到右旋只影响旋转结点和其左子树的结构,把左子树的结点往右子树移动。
变色
变色指的是结点的颜色由红变黑或由黑变红。
变换规则
将左旋、右旋和变色结合起来,得到一套变换规则:
变色:如果当前结点的父结点和叔父结点是红色,那么: