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俩倍,因而是接近平衡的。
2:红黑树的性质
性质1. 每个结点不是红色就是黑色。
性质2. 根节点是黑色的。
性质3. 如果一个节点是红色的,则它的两个孩子结点是黑色的。
性质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。
性质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)。
保证最长路径不超过最短路径的两倍:
-
路径长度比较:在红黑树中,最长路径和最短路径的黑色节点数量是相同的(性质4)。由于红色节点可以被视为在黑色节点之间“借用”高度(因为它们不能是连续的),所以最长路径上的红色节点数量最多是黑色节点数量的两倍。
-
红色节点的分布:由于根是黑色的(性质2),并且从根到任一叶子的路径上的黑色节点数量相同(性质4),这意味着所有叶子节点的高度大致相同。红色节点可以出现在路径上,但它们不能连续出现(性质3),因此它们不会增加到达叶子节点的“黑色高度”。
3:红黑树节点的定义
template<class K, class V>
struct RBNode
{
public:
RBNode(const pair<K, V>& kv)
:_kv(kv), _col(RED) //默认为红色!?
, _left(nullptr)
, _right(nullptr)
, _parent(nullptr)
{}
pair<K, V> _kv;
COLOR _col;
RBNode* _left;//左子树
RBNode* _right;//右子树
RBNode* _parent;//双亲节点
};
在节点的定义中,为什么要将节点的默认颜色给成红色的?
4: 红黑树的插入操作
1. 按照二叉搜索的树规则插入新节点
if (_root == nullptr)
{
_root = new RBNode(kv);
_root->_col = COLOR(1);
return true;
}
RBNode* parent = nullptr;
RBNode* 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//等于的情况
{
return false;
}
}
cur = new RBNode(kv);
if (parent->_kv.first < kv.first)
{
parent->_right = cur;
}
else
{
parent->_left = cur;
}
cur->_parent = parent;
2. 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,就违反了性质三不能有连在一起的红色节点,此时需要对红黑树分情况讨论:
以下指针都会随着调整做出变化:
cur:指向当前新插入节点的指针
p:parent 指向当前新插入节点的双亲节点指针
g:grandfather 指向当前新插入节点的双亲节点的双亲节点指针
u:uncle 指向当前新插入节点的双亲节点的兄弟节点指针
情况一: cur为红,p为红,g为黑,u存在且为红
cur 和 p 均为红,违反了性质三(如果一个节点是红色的,则它的两个孩子结点是黑色的。),此处能否将p直接改为黑?NO!
解决方式:将p,u改为黑,g改为红,然后把g当成cur,继续向上调整。
情况二: cur为红,p为红,g为黑,u不存在/u存在且为黑
p为g的左孩子,cur为p的左孩子,则进行右单旋转;
相反, p为g的右孩子,cur为p的右孩子,则进行左单旋转
p、g变色 -> p变黑,g变红
情况三: cur为红,p为红,g为黑,u不存在/u存在且为黑
p为g的左孩子,cur为p的右孩子,则针对p做左单旋转;
相反, p为g的右孩子,cur为p的左孩子,则针对p做右单旋转;
则转换成了情况2;
5:红黑树的模拟实现
6:红黑树与AVL树的比较
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(logN),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。