红黑树的基本原理

已于 2024-06-11 15:48:38 修改
阅读量1k 收藏 35
点赞数 31
分类专栏： 数据结构 文章标签： 算法 数据结构
于 2024-06-11 15:47:42 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Xiang2992/article/details/139505187
版权

目录

一.概念与性质

二.基本操作

1.建树

2.插入

情况一

情况二

3.查找

4.验证

三.红黑树与AVL树的比较

一.概念与性质

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。

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)

注意：

1.我们平时所说的叶子节点指的是没有子节点的节点，但在红黑树中，叶子节点指的是空节点，即图中NIL节点。这样有助于红黑树的效率与维护，但在简单实现中，其体现感不强。

2.红黑树中不能有连续的红色节点，但可以有连续的黑色节点。

3.红黑树最坏情况下最长路径是最短路径的两倍。由性质3、4决定，最长路径为黑-红-黑交替，最短路径为全黑。

二.基本操作

1.建树

树的节点跟树的建立跟二叉搜索树与AVL树相近， 但需要添加颜色标记，采用枚举体。

注意：新插入的节点应该是红色的，因为如果插入黑色节点，一定会违反性质4，但如果插入红色节点，只可能会违反性质3(红色节点下连接了一个新的红色节点)。因此，应选择默认插入红色节点，减少修改次数。

enum Colour
{
	RED,   //0
	BLACK  //1
};

//RBTree树节点
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;

	//键值对
	RBTreeNode(const pair<K, V>& kv)
		:_left(nullptr)
		, _right(nullptr)
		, _parent(nullptr)
		, _kv(kv)
		// 新插入节点默认红的
		//因为插入红节点可能违反规则三，但插入黑节点一定违反规则四
		, _col(RED)
	{ }
};

template<class K, class V>
class RBTree
{
	typedef RBTreeNode<K, V> Node;
public:

private:
	Node* _root = nullptr;
};

2.插入

红黑树的插入方式与AVL树相似，即按照大小走到底部，找到插入位置，插入后自下而上维护颜色性质即可。

关键在于如何在插入后进行调整：

当新插入的节点的父节点是黑色的，没有违反红黑树任意一条性质，不需要改动;当新插入的节点的父节点是红色的，违反了性质三，即不能有连续的红节点，此时需分情况讨论。

约定:cur为当前节点，p为父节点，g为祖父节点，u为叔叔节点

注意：以下图解均为叔叔在祖父的右边，代码中给出了全部情况

情况一

cur为红，p为红，g为黑，u存在且为红

       

对此，可以将抽象子树a, b, c, d的高度按h = 0，h = 1举例，当h > 2后的种类很多，不再展示，0和1对于规律的推出已经足够。

h = 0时

h = 1时

由此，我们得出规律：当cur为红，p为红，g为黑，u存在且为红时：将p，u改为黑，g改为红。如果g的父节点存在且为红，则继续向上调整，否则停止。若根节点变红了，则要把其调整回黑色。

代码：

	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
			{
				// 相等不插入
				return false;
			}
		}

		cur = new Node(kv);
		cur->_col = RED;

		if (parent->_kv.first < kv.first)
		{
			parent->_right = cur;
		}
		else
		{
			parent->_left = cur;
		}
		// 别忘记指向父亲
		cur->_parent = parent;
		

		// 往上更新  如果父亲的颜色是黑色就停止
		while (parent && parent->_col == RED)
		{
			// 关键看叔叔
			Node* grandfather = parent->_parent;


			//如果叔叔在右边
			if (parent == grandfather->_left)
			{
				Node* uncle = grandfather->_right;
				//叔叔存在且为红， 往上变色
				if (uncle && uncle->_col == RED)
				{
					parent->_col = uncle->_col = BLACK;
					grandfather->_col = RED;

					//继续往上
					cur = grandfather;
					parent = cur->_parent;
				}
				
			
			}
			else//叔叔在左边
			{
				Node* uncle = grandfather->_left;

				if (uncle && uncle->_col == RED)
				{
					parent->_col = uncle->_col = BLACK;
					grandfather->_col = RED;

					cur = grandfather;
					parent = cur->_parent;
				}
				

			}
			
		}

		// 如果根节点变红了 设回黑
		_root->_col = BLACK;
		return true;
		
	}

情况二

cur为红，p为红，g为黑，u不存在/u为黑

依旧是选取h=0 和 h = 1时举例：

h = 0，u不存在时

h = 1，u存在时，两种情况

因为在旋转时不对颜色进行处理，所以u不存在时和u为黑归为一类，所以当cur为红，p为红，g为黑，u不存在/u为黑且u在其祖父节点的右边时：若cur在p的左边，则进行右单旋将p变为黑，g变为红；若cur在p的右边，则先进行左单选，再进行右单旋，将cur变为黑，g变为红。

注意：只要进行了上述两种带旋转的操作，涉及到的节点的最上端祖先一定变为了黑色，无需再向上调整。

插入完整代码：

	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
			{
				// 相等不插入
				return false;
			}
		}

		cur = new Node(kv);
		cur->_col = RED;

		if (parent->_kv.first < kv.first)
		{
			parent->_right = cur;
		}
		else
		{
			parent->_left = cur;
		}
		// 别忘记指向父亲
		cur->_parent = parent;
		

		// 往上更新  如果父亲的颜色是黑色就停止
		while (parent && parent->_col == RED)
		{
			// 关键看叔叔
			Node* grandfather = parent->_parent;


			//如果叔叔在右边
			if (parent == grandfather->_left)
			{
				Node* uncle = grandfather->_right;
				//叔叔存在且为红， 往上变色
				if (uncle && uncle->_col == RED)
				{
					parent->_col = uncle->_col = BLACK;
					grandfather->_col = RED;

					//继续往上
					cur = grandfather;
					parent = cur->_parent;
				}
				// 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去了g的位置  g去了u的位置
						cur->_col = BLACK;
						grandfather->_col = RED;
						
					}
					//根一定是黑色的
					break;
				}
			}
			else//叔叔在左边
			{
				Node* uncle = grandfather->_left;

				if (uncle && uncle->_col == RED)
				{
					parent->_col = uncle->_col = BLACK;
					grandfather->_col = RED;

					cur = grandfather;
					parent = cur->_parent;
				}
				else // 叔叔不存在，或者存在且为黑
				{
					//    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;
				}

			}
			
		}

		// 如果根节点变红了 设回黑
		_root->_col = BLACK;
		return true;
		
	}


	//右旋
	void RotateR(Node* parent)
	{
		// 要更改六条边
		Node* subL = parent->_left;
		Node* subLR = subL->_right;

		// 先处理parent和SubLR
		parent->_left = subLR;
		if (subLR)
			subLR->_parent = parent;

		//再处理parent和 subl
		//因为 后面需要把 parent的parent和subl链接
		//需要先保存parent的parent
		subL->_right = parent;
		Node* ppNode = parent->_parent;
		parent->_parent = subL;

		//处理 subl的 父节点
		if (parent == _root)
		{
			_root = subL;
			_root->_parent = nullptr;
		}
		else
		{
			if (ppNode->_left == parent)
			{
				ppNode->_left = subL;
			}
			else
			{
				ppNode->_right = subL;
			}

			subL->_parent = ppNode;
		}

	}
	//左旋
	void RotateL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subR->_left;

		parent->_right = subRL;
		if (subRL)
			subRL->_parent = parent;

		subR->_left = parent;
		Node* ppNode = parent->_parent;
		parent->_parent = subR;

		if (parent == _root)
		{
			_root = subR;
			_root->_parent = nullptr;
		}
		else
		{
			if (ppNode->_left == parent)
			{
				ppNode->_left = subR;
			}
			else
			{
				ppNode->_right = subR;
			}
			subR->_parent = ppNode;
		}
	}

3.查找

与二叉搜索树，AVL树一致，从上往下按大小走即可。

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

4.验证

红黑树的检验主要在两个方面：

1.其中序遍历是否为有序(二叉搜索树的性质)

2.是否满足红黑树的性质

关于性质4，我们可以先预处理一条路径的黑色节点数，再中序遍历时判断是否相等即可。

public:

void InOrder()
	{
		_InOrder(_root);
		cout << endl;
	}

	bool IsBalance()
	{
		if (_root->_col == RED)
		{
			return false;
		}

		int refNum = 0;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_col == BLACK)
			{
				++refNum;
			}

			cur = cur->_left;
		}

		return _Check(_root, 0, refNum);
	}

	int Height()
	{
		return _Height(_root);
	}

	int Size()
	{
		return _Size(_root);
	}

private:

	int _Size(Node* root)
	{
		return root == nullptr ? 0 : _Size(root->_left) + _Size(root->_right) + 1;
	}

	int _Height(Node* root)
	{
		if (root == nullptr)
			return 0;

		return max(_Height(root->_left), _Height(root->_right)) + 1;
	}

	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);
	}


	void _InOrder(Node* root)
	{
		if (root == nullptr)
		{
			return;
		}

		_InOrder(root->_left);
		cout << root->_kv.first << ":" << root->_kv.second << endl;
		_InOrder(root->_right);
	}

三.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(log2 N)，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。

Xiang2992
关注
  • 31
    点赞
  • 踩
  • 35
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
HashMap红黑树原理分析
weixin_50236329的博客
10-16 4574
近期学习了 HashMap 实现原理，这篇咱们了解一下红黑树的设计，相比 jdk1.7 的 HashMap 而言，jdk1.8最重要的就是引入了红黑树的设计，当冲突的链表长度超过 8 个的时候，链表结构就会转为红黑树结构。 01、故事的起因 JDK1.8 最重要的就是引入了红黑树的设计（当冲突的链表长度超过 8 个的时候），为什么要这样设计呢？好处就是避免在最极端的情况下冲突链表变得很长很长，在查询的时候，效率会非常慢。 红黑树查询：其访问性能近似于折半查找，时间复杂度 O(logn)； 链表查.
红黑树平衡原理
qixiang_chen的博客
05-30 847
红黑树定义 红黑树本身也是一种二叉树，只是它是一棵平衡的二叉树，也就是两个分支均匀生长的，左右平衡的二叉树，这样的二叉树有利于内存寻址，内存寻址的时间复杂度能够做到O(logN)，我们知道数组的内存寻址时间复杂度是O(1)，只要知道数组下标就可以迅速找到数组元素的值，而链表的内存寻址时间复杂度是O(N)，寻址链表中某个元素，必须从链头元素，依次寻找链表上的全部元素，直到找到目标元素为止。红黑树内存寻址的效率是在数组和链表之间。 红黑树规则 为了红黑树两个分支均匀分布，必须设定一些规则约定红黑树的行为。 每
【数据结构】史上最好理解的红黑树讲解，让你彻底搞懂红黑树
小七的博客
01-18 18万+
狂肝半个月的学习笔记，最通俗易懂的红黑树讲解。带你快速掌握红黑树~
HashMap红黑树原理解析
qq_43044287的博客
12-06 1220
HashMap红黑树原理解析
对红黑树的认识总结
热门推荐
张彦峰的博客
05-12 170万+
当在红黑树中执行插入操作时，需要考虑两个主要方面：保持二叉搜索树性质和保持红黑性质。以下是插入操作的详细步骤，包括可能的旋转操作和颜色调整。插入操作的基本步骤：首先，将新节点插入到红黑树中，就像在普通的二叉搜索树中一样。新节点会被标记为红色，因为它可能会破坏红黑性质的第一个性质（根节点必须是黑色）。插入新节点后，可能会破坏红黑性质。需要通过一系列的操作来调整以确保所有的红黑性质得到满足。在进行旋转操作之前，需要进行颜色调整以满足红黑性质。
图解红黑树
Dablelv 的博客专栏。
08-10 1698
1.红黑树简介 红黑树（Red Black Tree）是一种含有红黑结点并能自平衡二叉查找树，典型的用途是实现 map。 它必须满足下面规则： 规则1：每个结点要么是黑色，要么是红色。 规则2：根结点是黑色。 规则3：每个叶子结点（NIL）是黑色。 规则4：每个红色结点的两个子结点都是黑色。 规则5：任意一结点到每个叶子结点的路径都包含相同数量的黑结点。 记住上面的规则也不难，我们会发现黑色结点非常特殊，规则1即“非红即黑”，规则2和3即“首尾全黑”，规则4即“红子双黑”，规则5即“路径等黑”。 这些规则
红黑树原理解析以及Java实现
qq_32534441的博客
03-07 2460
转自：https://blog.csdn.net/u010853261/article/details/54312932 红黑树 本文的主要内容： 1、红黑树的基本概念以及最重要的5点规则。 2、红黑树的左旋转、右旋转、重新着色的原理与Java实现； 3、红黑树的增加结点、删除结点过程解析； 1.红黑树的基本概念与数据结构表示 首先红黑树来个定义： 红黑树定义：红黑树又称红-黑二叉树，...
红黑树原理详解
Tattoo的博客
01-08 3万+
   二叉查找树由于在频繁的动态更新过程中，可能会出现树的高度远大于 log2n的情况，所以就会导致各个操作效率下降，最坏的情况下就会退化为链表，变为O(n)．很明显，想要解决这个问题，有效的一种办法就是使得树的高度不要差很多，也就是平衡它．    　最先发明的平衡二叉查找树是AVL树，（它严格符合平衡二叉查找树的定义，即任何节点的左右子树高度相差不超过 1，是一种高度平衡的二叉查找树。）但是在...
红黑树-原理详解
架构师之路。。
01-27 1307
红黑树之原理详解 R-B Tree简介 R-B Tree，全称是Red-Black Tree，又称为“红黑树”，它一种特殊的二叉查找树。红黑树的每个节点上都有存储位表示节点的颜色，可以是红(Red)或黑(Black)。 红黑树的特性: （1）每个节点或者是黑色，或者是红色。 （2）根节点是黑色。 （3）每个叶子节点（NIL）是黑色。 [注意：这里叶子节点，是指为空(NIL或NULL)的叶子节点！] （4）如果一个节点是红色的，则它的子节点必须是黑色的。 （5）从一个节点到该节点的子孙节点的所有路径上包含相同
红黑树demo python代码
07-12
对于初学者来说，理解这些代码可以帮助深入理解红黑树的工作原理。通过阅读代码，你可以学习如何在实际编程中应用红黑树的平衡策略，这对于理解和优化数据结构和算法的性能至关重要。同时，这也有助于提升对二叉树和...
红黑树java操作代码 红黑树是java里面遍历性能最好数据结构
10-17
红黑树（Red-Black Tree）是一种自平衡二叉查找树，它在计算机...理解和掌握红黑树的原理和实现，对于提升Java开发人员的数据结构和算法能力具有重要意义。通过阅读和分析提供的代码，我们可以更好地理解和应用红黑树。
hongheishu.rar_红黑树
09-21
了解红黑树的基本概念和实现对于理解Java集合框架的底层原理至关重要，同时也对提升算法和数据结构的理解大有裨益。通过阅读和分析这个项目中的代码，你可以深入学习红黑树的实现细节，并可能将其应用到自己的项目中...
红黑树-基于Java实现的红黑树数据结构.zip
03-21
红黑树是一种自平衡二叉查找树，由计算机科学家Rudolf Bayer在1972年提出，它的设计目标是兼顾查找、插入和删除等操作的高效性。...通过理解和掌握红黑树的原理和实现，能提升编程能力，优化程序性能。
代码随想录算法训练营第33天
m0_62262158的博客
07-10 167
【代码】代码随想录算法训练营第33天。
牛客小白月赛98 （个人题解）（补全）
最新发布
Wzh20060111的博客
07-13 390
前言：昨天晚上自己一个人打的小白月赛（因为准备数学期末已经写烦了），题目难度感觉越来越简单了（不在像以前一样根本写不了一点，现在看题解已经能看懂一点了），能感受到自己在不断进步，希望在暑假能更努力一点吧，，少打点游戏，多学学算法，还有web的学习也要抓起来了，这几天不是在看高数就是在打游戏，感觉好堕落。
代码随想录算法训练营Day21 | 669. 修剪二叉搜索树 | 108.将有序数组转换为二叉搜索树 | 538.把二叉搜索树转换为累加树
wonderlandlja的博客
07-11 209
【代码】代码随想录算法训练营Day21 | 669. 修剪二叉搜索树 | 108.将有序数组转换为二叉搜索树 | 538.把二叉搜索树转换为累加树。
【代码随想录算法训练营第六十二天|卡码网53.寻宝（prim算法和kruskal算法）】
weixin_46281930的博客
07-09 481
kruskal算法以边为导向，先把边按照长度从小到大排序，然后一个个检查边的两个端点是否在同一个集合中（这里使用并查集判断），在同一个集合中就不加入这个边，不在的话就加入。可以把所有已经使用过的结点看作一个整体，然后把他们相接的结点的结点顶点边中进行选择，选择最短的一条边把该结点入树，某种程度来说也是一种贪心？1.选择当前最短入树结点；3.更新结点距离最小生成树的距离。
红黑树简介-树一箩筐.ppt
09-07
红黑树是一种自平衡二叉查找树，它结合了二叉...理解红黑树的关键在于掌握其基本结构、颜色规则和遍历算法，以及平衡因子的概念在维护平衡方面的角色。在实际编程中，红黑树常用于数据库索引、编译器语法分析等场景。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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