1. 红黑树的概念
红黑树:是一种
二叉搜索树
,但在每个结点上增加一个存储位表示结点的颜色,可以是Red
或Black
。 通过对任何一条从根到叶子的路径上各个结点着色方式的限制,红黑树确保 没有一条路径会比其他路径长出两倍 (最短路径 * 2 >= 最长路径
),因而是接近平衡的。
2. 红黑树的性质
🍎① 每个结点不是红色就是黑色
🍎② 根节点是黑色的(注意这里的根节点是(NIL)空节点,所以空树也可以是红黑树)
🍎③ 如果一个节点是红色
的,则它的两个孩子结点是黑色的,(换句话说就是两个红色节点不连续
)
🍎④ 对于每个结点,从该结点到其所有后代叶结点的简单路径上,均 包含相同数目的黑色结点
🍎⑤ 每个叶子结点都是黑色的(注意:❗这里的叶子结点不是我们平常所说的二叉树的叶子结点,此处的叶子结点指的是空结点
);
注意: ❗ 路径
表示的是从根节点走到 空节点(nullptr)。
🐧 其最短路径为黑色节点连续
的路径,即某条路径全是黑色节点。
🐧 其最长路径为一黑一红节点间隔
的路,即一红一黑排列。
3. 红黑树的实现
3.1 红黑树的节点的定义
🍎① 问题一:😳大家知道为什么新插入的节点默认为 红色 吗?
原因如下:因为如果我们新插入一个节点将其颜色定义成为 黑色 的话,那这条路径上面就多了一个 黑色节点,为了要满足二叉树的条件
每条路径上的黑色节点要相等
,所以此时其他路径都要增加一个黑色节点,这样操作起来就会非常麻烦,所以新插入一个将其颜色定为 📍红色
。
// 枚举其节点的颜色
enum Colour
{
RED,
BLACK
};
template<class K, class V>
struct RBTreeNode
{
RBTreeNode<K, V>* _left;
RBTreeNode<K, V>* _right;
RBTreeNode<K, V>* _parent;
pair<K, V> _kv;
Colour _col;
RBTreeNode(const pair<K, V>& kv)
:_left(nullptr)
, _right(nullptr)
, _parent(nullptr)
, _kv(kv)
, _col(RED) // 节点的颜色:默认红色
{}
};
3.2 红黑树的插入操作
🐧 检测新节点插入后,红黑树的性质是否造到破坏,因为新节点的默认颜色是 红色
,因此:如果其双亲节点的颜色是黑色,没有违反红黑树任何性质,则不需要调整;
但当新插入节点的双亲节点颜色为红色时,就违反了不能有连在一起的红色节点
,此时需要对红黑树分情况来讨论:
- 🍎 cur为红,p为红,g为黑,u存在且为红的情况
- 🍎 cur为红,p为红,g为黑,u不存在的情况
- 🍎 cur为红,p为红,g为黑,u存在且为黑的情况
// 插入操作
bool Insert(const pair<K, V>& kv)
{
if (_root == nullptr)
{
_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->_right;
}
else if (cur->_kv.first > kv.first)
{
parent = cur;
cur = cur->_left;
}
else
{
return false;
}
}
cur = new Node(kv);
cur->_col = RED; // 新增节点给红色
if (parent->_kv.first < kv.first)
{
parent->_right = cur;
}
else
{
parent->_left = cur;
}
cur->_parent = parent;
// parent 的颜色是黑色或者是空节点就结束
while (parent && parent->_col == RED)
{
// 关键看叔叔
Node* grandfather = parent->_parent;
// 父亲为爷爷的左孩子的情况
if (parent == grandfather->_left)
{
Node* uncle = grandfather->_right;
// 1.叔叔存在且为红,----> 变色即可
if (uncle && uncle->_col == RED)
{
parent->_col = uncle->_col = BLACK;
grandfather->_col = RED;
// 继续往上处理,因为此时的爷爷可能上一层还有节点为红色需要处理
cur = grandfather;
parent = cur->_parent;
}
// 2.叔叔不存在,或者存在且为黑
else
{
if (cur == parent->_left)
{
// g
// p u
// c
RotateR(grandfather);
parent->_col = BLACK;
grandfather->_col = RED;
}
else
{
// g
// p u
// c
RotateL(parent);
RotateR(grandfather);
cur->_col = BLACK;
grandfather->_col = RED;
}
break;
}
}
// 父亲为爷爷的右孩子的情况
else
{
Node* uncle = grandfather->_left;
// 叔叔存在且为红,-----> 变色即可
if (uncle && uncle->_col == RED)
{
parent->_col = uncle->_col = BLACK;
grandfather->_col = RED;
// 继续往上处理
cur = grandfather;
parent = cur->_parent;
}
else // 叔叔不存在,或者存在且为黑
{
// 情况二:叔叔不存在或者存在且为黑
// 旋转+变色
// g
// u p
// c
if (cur == parent->_right)
{
RotateL(grandfather);
parent->_col = BLACK;
grandfather->_col = RED;
}
else
{
// g
// u p
// c
RotateR(parent);
RotateL(grandfather);
cur->_col = BLACK;
grandfather->_col = RED;
}
break;
}
}
}
//因为红黑树必须保证 根节点的颜色为黑
_root->_col = BLACK;
return true;
}
4. 常见红黑树的有关面试题?
- 🍎① 红黑树的特点是什么?
- 🍎② 红黑树和AVL树的特点分别是什么?以及他们的区别?
🐧
AVL树
通过节点的平衡因子保证,红黑树
通过节点的颜色以及红黑树的特性保证;
🐧 红黑树和AVL树都是高效的平衡二叉树,增删改查的时间复杂度都是O( l o g 2 N log_2 N log2N),红黑树不追求绝对平衡,其只需保证最长路径不超过最短路径的2倍,相对而言,降低了插入和旋转的次数,所以在经常进行增删的结构中性能比AVL树更优
,而且红黑树实现比较简单,所以实际运用中红黑树更多
。
5. 红黑树的验证
红黑树的检测分为两步:
- 检测其是否满足二叉搜索树(
中序遍历是否为有序序列
) - 检测其是否满足
红黑树的性质
bool IsBalance()
{
if (_root->_col == RED)
{
return false;
}
// 求出一条路径黑色节点的个数
int refNum = 0;
Node* cur = _root;
while (cur)
{
if (cur->_col == BLACK)
{
++refNum;
}
cur = cur->_left;
}
return Check(_root, 0, refNum);
}
private:
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);
}