搞定红黑树(C++实现)

点击蓝字

ebc842c0b56a916305c710b940fd60dd.png

关注我们

来源于网络,侵删

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,可以是红色或黑色。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俩倍,因而是接近平衡的。如下图:

ec41e9de3da0891efd3fb68c44cbe2a3.png


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

  3. 如果一个节点是红色的,则它的两个孩子结点是黑色的

  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(此处的叶子结点指的是空结点)

上面的4点性质用自己的话可以总结为:(性质5不用记)

  • 结点不是红色就是黑色

  • 没有连续的红色结点

  • 每条路径上的黑色结点的数量是一样的

AVL树是通过高度来控制平衡的,是严格平衡的。那如果新插入结点很多那么旋转也是要付出代价的。红黑树通过颜色来控制平衡,但不是严格的平衡,它近似平衡。红黑树也可以达到AVL树的效率。它最长路径不超过最短路径的2倍。

那为什么红黑树的最长路径不超过最短路径的2倍呢?

通过上面的性质,假设我们把红黑树的黑色结点单独抽出来,从跟到叶子黑结点个数为N个

764e711f301aeba7282dacac2c22c389.png

那它最短路径就是长度为N
那它最长的路径可能是一黑一红

1540accb779b671f6c7984dfd37a8e73.png

那它的长度为2N,所以它的最长路径不超过最短路径的2倍,则其他路径的长度就在N-2N之间。那么红黑树增删查改的效率就在logN-2logN之间,和AVL树的logN差不多了。

红黑树的结点定义

红黑树的结点定义还是跟AVL树一样,定义成三叉链结构和KV模型,不同的则是红黑树用枚举加入了颜色。

enum Color
{
  RED,
  BLACK
};
template<class K, class V>
struct RBTreeNode
{
  RBTreeNode<K, V> _left;//结点的左孩子
  RBTreeNode<K, V> _right;//结点的右孩子
  RBTreeNode<K, V> _parent;//结点的双亲
  pair<K, V>_kv;
  Color _color;//该结点的颜色
  RBTreeNode(const pair<K,V>& kv)
    :_left(nullptr)
    ,_right(nullptr)
    ,_parent(nullptr)
    ,_kv(kv)
    ,_color(RED)
  {}
};

红黑树的插入

那么我们插入结点时选择插入黑结点还是红结点呢?

当然是选择插入红结点了。选择插入黑结点那麻烦就大了,那1条路径上就多了1个黑结点,破坏了性质4,代价很大。插入红结点,如果它的父亲结点是黑色则不用调整,拍拍屁股走人,它的父亲是红色那我们在进行后序的处理。

总结一下:

  • 插入黑色结点一定破坏性质4,调整起来会很麻烦

  • 插入红结点不一定破坏红黑树的性质,它的父亲结点是红色才进行调整,比插入黑结点调整起来方便。

插入的逻辑:

  • 找到插入结点的位置

  • 插入结点

  • 检测新结点插入后是否破坏了红黑的性质,如果破坏则需要进行处理

因为新插入结点的颜色是红色,若它的父亲结点是黑色不用调整,是红色的话需要对红黑树分情况来讨论。

红黑树调整主要看叔叔结点

下面我们根据叔叔结点的情况来具体看一下。

情况一

以下用p来代表parent结点,c代表cur为新增结点,g代表grandparent结点,u代表uncle结点。
我们还是跟AVL树一样画具象图:

叔叔结点存在且为红

c41edec54bc2a48b1f14fb9487846076.png

为什么把g变成红色呢?如果g不变成红色,那此时子树上就多了1个黑结点了。
只要我们画出具象图,那面试时手撕红黑树也完全不怂。

当然还有很多种情况,那就给出抽象图:

34f955dcba03ff36eb1f538800a9b22c.png

这种情况下cur在p的左边还是右边都不影响。

情况二

叔叔结点存在且为黑,新增结点是p的左边

3983ae0e47eb800fe1bf46648fe134c5.png

这是由情况一变来的,如果u存在那cur一定是黑的,不是新郑结点,这样才满足红黑树的性质。

新增结点是p的右边

10a0412afd6046471651ba9c87f9b1a5.png

情况三

叔叔结点不存在

新增结点在parent的左边

dcf3cba443efec46680f8e38402950c1.png

新增结点在parent的右边

472f330858d3d8c3fe58e9f91c1a2695.png

总结一下:

以上的情况都是父亲结点在祖先结点的左边,在祖先结点的右边也是相同的处理方法

  • 叔叔结点存在且为红,把父亲结点和叔叔结点变黑,祖先变红继续向上处理直到祖先是根节点

  • 叔叔存在为黑,祖孙三代在一条直线上进行单旋,不在则进行双旋

  • 叔叔不存在,祖孙三代在一条直线上进行单旋,不在则进行双旋

所以2,3的逻辑可以合在一起,分为新增结点在父亲结点的左边还是右边处理。

下面再来简单的说说父亲结点在祖先结点的右边

叔叔存在且为红

facf57745aef0adfd214d5943bcdd237.png

此时,cur在p的左边还是右边没有影响。

叔叔存在且为黑

新增结点在父亲结点的右边

5f057e12ba51b98482ceeb2edc3ebd4e.png

新增结点在父亲结点的左边

387a24d960b5185f943aed8318f53d3f.png

叔叔不存在

82c0ee1404c872432920e000dc2f16f6.png

总结一下:

  • 叔叔存在且为红,u,p变黑,g变红继续向上调,直到g为根结点,最后把g变黑

  • 叔叔存在且为黑,祖孙3带在一条直线上单旋,折线要双旋

  • 叔叔不存在,祖孙3带在一条直线上单旋,折线要双旋

代码如下:

pair<Node*, bool> insert(const pair<K, V>& kv)
  {
    //1.树为空
    if (_root == nullptr)
    {
      _root = new Node(kv);
      _root->_color = BLACK;//根结点为黑色
      return make_pair(_root, true);
    }
    //树不为空
    Node* cur = _root;
    Node* parent = nullptr;
    while (cur)
    {
      //新结点key大于当前结点往右边
      if (cur->_kv.first < kv.first)
      {
        parent = cur;
        cur = cur->_right;
      }
      //新结点key小于当前结点往左边
      else if (cur->_kv.first > kv.first)
      {
        parent = cur;
        cur = cur->_left;
      }
      else
      {
        return make_pair(cur, false);
      }
    }
    cur = new Node(kv);
    Node* newnode = cur;
    newnode->_color = RED;
    if (parent->_kv.first < kv.first)
    {
      parent->_right = newnode;
      newnode->_parent = parent;
    }
    else
    {
      parent->_left = newnode;
      newnode->_parent = parent;
    }


    //开始调整颜色
    //父亲存在且为红
    while (parent && parent->_color == RED)
    {
      Node* grandParent = parent->_parent;    
      //parent是grandParent左孩子
      if (grandParent->_left == parent)
      {
        Node* uncle = grandParent->_right;
        //叔叔存在且为红色,父亲和叔叔都调为黑色
        //祖先调为红色,如果不调那每条路径的黑结点变了
        if (uncle && uncle->_color == RED)
        {
          parent->_color = BLACK;
          uncle->_color = BLACK;
          grandParent->_color = RED;
          //继续往上调
          cur = grandParent;
          parent = cur->_parent;
        }
        else//叔叔不存在或叔叔存在且为黑
        {
          if (parent->_left == cur)
          {    //右单旋
            RotateR(grandParent);
            parent->_color = BLACK;
            grandParent->_color = RED;
          }
          else //parent->_right == cur
          {
            RotateL(parent);
            RotateR(grandParent);
            grandParent->_color = RED;
            cur->_color = BLACK;
          }
          break;
        }
      }
      else //parent是grandParent左孩子
      {
        Node* uncle = grandParent->_left;
        if (uncle && uncle->_color == RED)
        {
          uncle->_color = BLACK;
          parent->_color = BLACK;
          grandParent->_color = RED;
          cur = grandParent;
          parent = cur->_parent;
        }
        else
        {
          if (parent->_right == cur)
          {
            RotateL(grandParent);
            parent->_color = BLACK;
            grandParent->_color = RED;
          }
          else
          {
            RotateR(parent);
            RotateL(grandParent);
            cur->_color = BLACK;
            grandParent->_color = RED;
          }
          break;
        }  
      }
    }
    _root->_color = BLACK;
    return make_pair(newnode, true);
  }
  void RotateL(Node* parent)
  {
    Node* subR = parent->_right;
    Node* subRL = subR->_left;
    Node* parentParent = parent->_parent;
    //先旋转
    parent->_right = subRL;
    subR->_left = parent;


    parent->_parent = subR;
    //在改父亲结点
    if (subRL)
      subRL->_parent = parent;
    if (_root == parent)
    {
      _root = subR;
      _root->_parent = nullptr;
    }


    else
    {
      //subR旋转后可能是左右子树2种情况
      if (parentParent->_left == parent)
        parentParent->_left = subR;
      else
        parentParent->_right = subR;
      subR->_parent = parentParent;
    }
  }
  void RotateR(Node* parent)
  {
    Node* subL = parent->_left;
    Node* subLR = subL->_right;
    Node* parentParent = parent->_parent;//记录parent的父亲结点
    //subLR做parent->_left
    parent->_left = subLR;
    subL->_right = parent;
    //同时更新动的2个节点的parent
    //注意subLR还可能是空结点
    if (subLR)
      subLR->_parent = parent;
    parent->_parent = subL;
    //parent可能是单独的树,或者子树,分情况
    if (_root == parent)
    {
      _root = subL;
      _root->_parent = nullptr;
    }


    else
    {
      //还有可能parent是子树,可能是左子树
      if (parentParent->_left == parent)
        parentParent->_left = subL;
      else
        //也可能是右子树
        parentParent->_right = subL;
      //调整subL的父亲结点
      subL->_parent = parentParent;
    }
  }


红黑树的查找

查找跟AVL树的逻辑是一样的,这里就不做多的讲解了。

Node* Find(const K& key)
  {
    Node* cur = _root;
    while (cur)
    {
      if (cur->_kv.first > key)
      {
        cur = cur->_left;
      }
      else if (cur->_kv.first < key)
      {
        cur = cur->_right;
      }
      else
      {
        return cur;
      }
    }


    return nullptr;
  }


红黑树的验证

先检查有没有连续的红结点,还有红结点的父亲结点是不是黑色。这就保证了没有连续的红结点。还有路径也要算。我们找1条路径作为参考,例如最左路径,只要有1条路径和它的黑结点数量不同就不是红黑树。

bool _CheckBlance(Node* root,int blackNum, int count)
  {
    if (root == nullptr)
    {
      if (count != blackNum)
      {
        cout << "黑色节点的数量不相等" << endl;
        return false;
      }


      return true;
    }


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


    if (root->_color == BLACK)
    {
      count++;
    }


    return _CheckBlance(root->_left, blackNum, count)
      && _CheckBlance(root->_right, blackNum, count);
  }


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


    if (_root->_color == RED)
    {
      cout << "根节点是红色的" << endl;
      return false;
    }


    // 找最左路径做黑色节点数量参考值
    int blackNum = 0;
    Node* left = _root;
    while (left)
    {
      if (left->_color == BLACK)
      {
        blackNum++;
      }


      left = left->_left;
    }


    int count = 0;
    return _CheckBlance(_root, blackNum, count);
  }

我们来测试一下:

e8cadbcd9c7bdcb36eae5d085cb21e55.png

没有问题,我也是调试了好长时间。一定要用好调试。

红黑树的和AVL树的简单比较

红黑树的删除也是了解,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(log2),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。

 
 
 
 

54a7c6b658da90c90a280152c92118be.gif

如果你年满18周岁以上,又觉得学【C语言】太难?想尝试其他编程语言,那么我推荐你学Python,现有价值499元Python零基础课程限时免费领取,限10个名额!
▲扫描二维码-免费领取

1a0156c31fcf3a1f8502140d127bd0ab.gif

戳“阅读原文”我们一起进步

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
C++ STL中,红黑树实现被封装在`std::map`和`std::set`这两个容器类中。这两个容器类都是基于红黑树实现的,它们提供了高效的查找、插入和删除操作,保证了元素的有序性。 STL中的红黑树实现与你提供的C++代码略有不同。STL中的红黑树使用节点颜色(红色或黑色)和节点指针(parent、left、right)来表示树的结构,而你提供的代码使用了模板和节点对象来实现。 在STL中,红黑树的插入和删除操作已经被封装在`std::map`和`std::set`中,使用起来非常简单。你只需要包含相应的头文件`<map>`或`<set>`,并使用`std::map`或`std::set`类来定义变量,就可以直接使用红黑树的功能了。 以下是使用STL中红黑树的简单示例: ```cpp #include <map> int main() { std::map<int, std::string> myMap; // 插入元素 myMap.insert(std::make_pair(1, "one")); myMap = "two"; // 查找元素 auto it = myMap.find(1); if (it != myMap.end()) { std::cout << it->second << std::endl; // 输出 "one" } // 删除元素 myMap.erase(2); return 0; } ``` 在上面的示例中,我们使用`std::map`来创建一个键-值对的红黑树。我们使用`insert`函数插入元素,使用`find`函数查找元素,使用`erase`函数删除元素。 总结一下,C++ STL中的红黑树实现被封装在`std::map`和`std::set`中,使用起来非常方便。你可以直接包含相应的头文件,并使用这些类来实现红黑树的功能。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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