👋 Hi, I’m @Beast Cheng
👀 I’m interested in photography, hiking, landscape…
🌱 I’m currently learning python, javascript, kotlin…
📫 How to reach me --> 458290771@qq.com
喜欢《数据结构》部分笔记的小伙伴可以订阅专栏,今后还会不断更新。🧑💻
感兴趣的小伙伴可以点一下订阅、收藏、关注!🚀
谢谢大家!🙏
为什么要发明红黑树(RBT)
平衡二叉树AVL:插入/删除 很容易破坏“平衡”特性,需要频繁调整树的形态
红黑树RBT:插入/删除 很多时候不会破坏“红黑”特性,无需频繁调整树的形态。即使需要调整,一般都可以在常数级时间内完成
平衡二叉树:适用于以查为主,很少插入/删除的场景
红黑树:适用于频繁插入、删除的场景,实用性更强
定义
红黑树是二叉排序树
与普通二叉排序树相比,有什么要求?
- 每个节点或是红色,或是黑色的
- 根结点是黑色的
- 叶子结点(外部结点、NULL结点、失败结点)均是黑色的
- 不存在两个相邻的红结点(即红结点的父结点和孩子结点均是黑色)
- 对每个结点,从该结点到任一叶子结点的简单路径上,所含黑结点的数目相同
srtuct RBnode{ // 红黑树的结点定义
int key; // 关键字的值
RBnode *parent; // 父结点指针
RBnode *lchild; // 左孩子指针
RBndoe *rchild; // 右孩子指针
int color; // 结点颜色,如:可用 0/1 表示 黑/红,也可以使用枚举型enum表示颜色
};
口诀:左根右,根叶黑;不红红,黑路同
补充概念:结点的“黑高”
结点的黑高 :从某结点出发(不含该结点)到达任一空叶结点的路径上黑结点总数
性质
- 从根节点到叶节点的最长路径不大于最短路径的2倍
- 有n个内部结点的红黑树高度 h ≥ 2 l o g 2 ( n + 1 ) h \geq 2log_2(n+1) h≥2log2(n+1) ,红黑树查找操作时间复杂度 = l o g 2 n =log_2n =log2n
查找
与BST,AVL相同
[[7.3.2 平衡二叉树(AVL)]][[7.3.1 二叉排序树(BST)]]
插入
- 先查找,确定插入位置(原理同BST),插入新节点
- 新节点是根,染为黑色
- 新节点非根,染为红色
- 若插入新节点后依然满足红黑树定义,则插入结束
- 若插入新节点后不满足红黑树定义,需要调整,使其重新满去红黑树定义,如何调整?——> 需要看新结点叔叔的脸色
- 黑叔:旋转+染色
- LL:右单旋,父换爷+染色
- RR:左单旋,父换爷+染色
- LR:左、右双旋,儿换爷+染色
- RL:右、左双旋,儿换爷+染色
- 红叔:染色+变新(爷结点变成新结点)
- 黑叔:旋转+染色
删除
重要考点:
- 红黑树删除操作的时间复杂度 = O ( l o g 2 n ) =O(log_2n) =O(log2n)
- 在红黑树中删除结点的处理方式和“二叉排序树的删除”一样
- 按②删除结点后,可能破坏“红黑树特性”,此时需要调整结点颜色、位置,使其再次满足“红黑树特性”