详解红黑树【C++实现】

最新推荐文章于 2024-06-07 23:43:43 发布
最新推荐文章于 2024-06-07 23:43:43 发布
阅读量648 收藏 3
点赞数 1
分类专栏： C++ 数据结构与算法 文章标签： 红黑树 二叉搜索树 插入操作 平衡旋转 性质维护
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/a2076188013/article/details/126634254
版权

前言

之前介绍的AVL树由于严格要求左右子树高度差不能＞1，因此这势必导致需要经过许多次的旋转，导致效率降低。
而红黑树通过巧妙的设计，能有效避免多次旋转也能达到平衡。
维基百科的介绍

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。

也就是最长路径不超过最短路径2倍。

在这里插入图片描述

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。（也就是没有连续的红色节点）
  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. 每个空结点都是黑色的。

满足上述性质，就能保证红黑树的最长路径不超过最短路径2倍。
最短：全黑。
最长：一黑一红间隔。
由于要保证每条路径的黑色节点数量相等，又最长的是一黑一红间隔，因此最长节点数量最多就是最短的2倍。

红黑树节点

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)
		:_kv(kv)
		, _left(nullptr)
		, _right(nullptr)
		, _parent(nullptr)
		, _col(RED)
	{}
};

在节点的定义中，为什么要将节点的默认颜色给成红色的？
这跟新增节点新增红色的一样。👇

插入

新增节点，新增黑色还是红色？
1、新增红色，可能破坏规则3
2、新增黑色，一定破坏规则4，并且规则4很难维护。

二叉搜索树

红黑树是在二叉搜索树的基础上加上其平衡限制条件而产生的。
因此，第一步是按照二叉搜索树的规则插入新节点。

template<class K, class V>
struct RBTree
{
	typedef RBTreeNode<K, V> Node;
public:
	bool Insert(const pair<K, V>& kv)
	{
		if (_root == nullptr) // 按照二叉搜索树规则插入
		{
			_root = new Node(kv);
			_root->_col = BLACK; // 空节点黑色
			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; // 插入黑色一定会破坏规则4，而且规则4很难维护
		if (parent->_kv.first < kv.first)
			parent->_right = cur;
		else
			parent->_left = cur;
		cur->_parent = parent;
		// 红黑树处理 ...
		
		_root->_col = BLACK; // 最后要确保根节点为黑色
		return true;
	}

private:
	Node* _root = nullptr;
};

检测是否破坏红黑树

第二步，检测新插入节点是否破坏红黑树性质。

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来讨论。
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

情况一

cur为红，p为红，g为黑，u存在且为红。
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。
在这里插入图片描述

情况二(单旋)

cur为红，p为红，g为黑，u不存在或者u存在且为黑。
解决方式：单旋加变色

在这里插入图片描述

情况三(双旋)

cur为红，p为红，g为黑，u不存在/u存在且为黑。
其实就是形成了g p cur 的折线，针对折线，我们在AVL树中也处理过了，其实就是2次单旋。
需要注意的是：
情况二和情况三旋转+变色之后，这颗子树已经不违反红黑树规则了，并且相比新增节点前，黑色节点数量不变，也就是不影响上层。
在这里插入图片描述

上述3种情况都是考虑 parent 是在 grandfather 左边的情况，右边的情况也是类似的。

bool Insert(const pair<K, V>& kv)
{
	if (_root == nullptr) // 按照二叉搜索树规则插入
	{
		_root = new Node(kv);
		_root->_col = BLACK; // 空节点黑色
		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; // 插入黑色一定会破坏规则4，而且规则4很难维护
	if (parent->_kv.first < kv.first)
		parent->_right = cur;
	else
		parent->_left = cur;
	cur->_parent = parent;
	// 红黑树处理 ...
	while (parent != nullptr && parent->_col == RED) // 存在连续红色节点
	{
		Node* grandFather = parent->_parent;
		if (parent == grandFather->_left)
		{
			Node* uncle = grandFather->_right;

			if (uncle && uncle->_col == RED) // 情况一 存在且为红
			{
				parent->_col = uncle->_col = BLACK; // 变色
				grandFather->_col = RED;
				cur = grandFather; // 继续向上处理
				parent = cur->_parent;
			}
			else // uncle 不存在或者 存在且为黑  旋转处理
			{
				if (cur == parent->_left) // 单旋
				{
					//     g
					//   p
					// c
					RotateR(grandFather);
					parent->_col = BLACK;
					grandFather->_col = RED;
				}
				else // 双旋
				{
					//     g
					//   p
					//     c
					RotateL(parent);
					RotateR(grandFather);
					cur->_col = BLACK;
					grandFather->_col = RED;
				}
				break; // 旋转完成不需要再处理了
			}
		}
		else // parent == grandFather->_right
		{
			Node* uncle = grandFather->_left;

			if (uncle && uncle->_col == RED) // 情况一 存在且为红
			{
				parent->_col = uncle->_col = BLACK; // 变色
				grandFather->_col = RED;
				cur = grandFather; // 继续向上处理
				parent = cur->_parent;
			}
			else // uncle 不存在或者 存在且为黑  旋转处理
			{
				if (cur == parent->_right) // 单旋
				{
					// g
					//   p
					//     c
					RotateL(grandFather);
					parent->_col = BLACK;
					grandFather->_col = RED;
				}
				else // 双旋
				{
					// g
					//   p
					// c
					RotateR(parent);
					RotateL(grandFather);
					cur->_col = BLACK;
					grandFather->_col = RED;
				}
				break; // 旋转完成不需要再处理了
			}
		}
	}
	_root->_col = BLACK; // 最后要确保根节点为黑色
	return true;
}

判断是否为红黑树

bool _IsValidRBTree(Node* pRoot, size_t k, const size_t blackCount)
{
	// 走到null之后，判断k和black是否相等
	if (nullptr == pRoot)
	{
		if (k != blackCount)
		{
			cout << "违反性质四：每条路径中黑色节点的个数必须相同" << endl;
			return false;
		}
		return true;
	}

	// 统计黑色节点的个数
	if (BLACK == pRoot->_col)
		++k;

	// 检测当前节点与其双亲是否都为红色
	if (RED == pRoot->_col && pRoot->_parent && pRoot->_parent->_col == RED)
	{
		cout << "违反性质三：存在连在一起的红色节点" << endl;
		return false;
	}

	return _IsValidRBTree(pRoot->_left, k, blackCount) &&
		_IsValidRBTree(pRoot->_right, k, blackCount);
}
bool IsValidRBTree() // 检查当前红黑树是否满足红黑树的几条规则
{
	// 空树也是红黑树
	if (nullptr == _root)
		return true;

	// 检测根节点是否满足情况
	if (BLACK != _root->_col)
	{
		cout << "违反红黑树性质二：根节点必须为黑色" << endl;
		return false;
	}

	// 获取任意一条路径中黑色节点的个数 -- 作为比较的基准值
	size_t blackCount = 0;
	Node* pCur = _root;
	while (pCur)
	{
		if (BLACK == pCur->_col)
			blackCount++;

		pCur = pCur->_left; // 取最左路径黑色节点个数作为基准值
	}

	// 检测是否满足红黑树的性质，k用来记录路径中黑色节点的个数
	size_t k = 0;
	return _IsValidRBTree(_root, k, blackCount);
}

求高度

void Height()
{
	cout << "最长路径:" << _maxHeight(_root) << endl;
	cout << "最短路径:" << _minHeight(_root) << endl;
}
int _maxHeight(Node* root)
{
	if (root == nullptr)
		return 0;
	int lh = _maxHeight(root->_left);
	int rh = _maxHeight(root->_right);
	return lh > rh ? lh + 1 : rh + 1;
}

int _minHeight(Node* root)
{
	if (root == nullptr)
		return 0;
	int lh = _minHeight(root->_left);
	int rh = _minHeight(root->_right);
	return lh < rh ? lh + 1 : rh + 1;
}

测试

void TestRBTree1()
{
	//int a[] = { 1, 2, 3, 4, 5, 6, 7, 8 };
	int a[] = { 30, 29, 28, 27, 26, 25, 24, 11, 8, 7, 6, 5, 4, 3, 2, 1 };
	RBTree<int, int> t;
	for (auto e : a)
	{
		t.Insert(make_pair(e, e));
	}
	t.levelOrder();
	t.InOrder();
	t.Height();
}

在这里插入图片描述

void TestRBTree2()
{
	const size_t N = 1024 * 1024;
	vector<int> v;
	v.reserve(N);
	srand(time(0));
	for (size_t i = 0; i < N; ++i)
	{
		//v.push_back(rand());
		v.push_back(i);
	}

	RBTree<int, int> t;
	for (auto e : v)
	{
		t.Insert(make_pair(e, e));
	}

	//t.levelOrder();
	//cout << endl;
	cout << "是否平衡?" << t.IsValidRBTree() << endl;
	t.Height();

	//t.InOrder();
}

在这里插入图片描述

AVL&红黑树比较

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( l o g 2 N log_2 N 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。

尾声

🌹🌹🌹

写文不易，如果有帮助烦请点个赞~ 👍👍👍

Thanks♪(･ω･)ﾉ🌹🌹🌹

😘😘😘

👀👀由于笔者水平有限，在今后的博文中难免会出现错误之处，本人非常希望您如果发现错误，恳请留言批评斧正，希望和大家一起学习，一起进步ヽ(￣ω￣(￣ω￣〃)ゝ，期待您的留言评论。
附GitHub仓库链接

TauCeti0207
关注
  • 1
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
数据结构之红黑树详解
12-31
在C++ STL中，很多部分(目前包括set, multiset, map, multimap)应用了红黑树的变体(SGI STL中的红黑树有一些变化，这些修改提供了更好的性能，以及对set操作的支持)。它是复杂的，但它的操作有着良好的最坏情况运行...
红黑树（C++实现）
热门推荐
2021dragon的博客
12-06 1万+
红黑树（C++实现）
红黑树的详细实现(C++)
code_peak
10-08 6007
红黑树概念(concept) 树型结构主要用于搜索，一直是科学领域的重要演算法，当中探讨了树可能遇到的问题：树的成长可能偏向于一边，也就是不平衡现象。 二叉树是常见且广泛使用的一种树，面临其可能退化成链表的潜藏缺点，在使用上难免让人担心其效率。此外，在一些应用上，可能不希望这样的不平衡的可能性发生。所以具有自动平衡左右数量分布效果的演算算法早在 1962 年被提出，称为 AVL 树。这种平衡成长的二叉搜索树被称为自平衡二叉搜索树。 接下来，介绍同为自平衡二叉搜索树的红黑树对平衡性的要求比 AVL 树还要宽松
C++ 红黑树 详细讲解
最新发布
foodsx的博客
06-07 994
C++ 红黑树 详细讲解
红黑树C++实现
Brant_zero的博客
11-24 1338
红黑树c++实现，平衡二叉搜索树。插入、查找、平衡调整、平衡判定、高度检测、升序遍历(中序遍历)
【数据结构】—红黑树（C++实现）
B1ue还在专注
12-07 2140
本文是作者学习红黑树时对于红黑树知识点的总结以及模拟实现，可能还不够全面，但是作者已经尽力了，毕竟跟上上一篇、上一篇一样超万字了Ｏ（≧口≦）Ｏ
红黑树的实现（C++）
青衫客36的博客
04-13 203
【代码】红黑树的实现（C++）
数据结构红黑树详解
04-19
红黑树在许多实际应用中都很常见，如C++标准模板库(STL)中的`std::map`和`std::set`就是用红黑树实现的。它们提供了一个有序的键值对容器，支持快速查找、插入和删除。 5. **红黑树的优势**： - 平衡性好：插入和...
红黑树原理详解
12-07
- C++标准模板库(STL)中的`std::map`和`std::set`也使用红黑树实现。 - 数据库系统，如MySQL的InnoDB存储引擎，使用红黑树实现索引。 红黑树的概念深入且复杂，理解并实现它需要对二叉树、排序和颜色属性有透彻的...
c++实现KTV点歌系统.zip
12-31
《C++实现KTV点歌系统详解》 在IT行业中，KTV点歌系统的开发是一项常见的实践项目，它能够帮助用户方便地选择和播放歌曲，为娱乐场所提供高效的服务。本篇文章将深入探讨如何利用C++语言来实现这样一个系统，通过对...
【C++进阶06】红黑树图文详解及C++模拟实现红黑树
2302_76421042的博客
01-12 3417
红黑树详解、模拟实现
【C++】红黑树的实现
m0_65679465的博客
05-16 607
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。 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。map 、set 两个关联式容器的底层就是红黑树。
C++进阶—【红黑树】
一个努力拼搏的人
02-22 238
这里为什么节点的颜色默认是红色的？因为节点如果默认是黑色，那么只要新增节点就一定会破坏红黑树的第四个条件(每个路径上的黑色节点相同)，而节点默认是红色，则有概率插入到正确的位置，即使出现连续的红色节点，我们也可以通过调整节点的颜色来使红黑树恢复正常。
C++实现红黑树
hdsHDS6的博客
06-28 1581
C++实现红黑树，插入和删除思路
红-黑树——C++实现
Mind_V的博客
05-27 710
一、红-黑树基本概念红-黑树(Red-Black tree)是一种特殊的二叉查找树，因此具有二叉查找树的特征：任意一个节点所包含的关键字，大于左孩子的关键字，小于右孩子的关键字。树中每一个节点的颜色或者是黑色或者是红色，和AVL树一样具有平衡性。每一个空指针用一个外部结点来替代，红-黑树的性质可以描述为：RB1：根节点和外部节点都是黑色。 RB2：在根至外部节点路径上，没有连续两个节点是红色。
C++---红黑树介绍及简单实现
blue_jun_的博客
11-05 483
C++---红黑树性质介绍，即插入节点情况详细分析以及实现，红黑树的验证。
【C++进阶】红黑树实现
weixin_61654591的博客
06-21 305
由于节点的颜色不是红色就是黑色，所以采用枚举类型来定义结点的颜色。在C++中，enum是一种枚举类型，用于定义一组命名的整型常量。枚举类型可以使代码更加具有可读性。可以使用enum关键字来定义枚举类型，如下所示：RED,GREEN,BLUE在上面的例子中，我们定义了一个名为Color的枚举类型，其中包含三种颜色：RED，GREEN和BLUE，它们的值分别为0，1和2。在枚举类型中，每个枚举值都可以用作整数，并且可以通过枚举名称来访问它们。
红黑树(RBTree)c++实现
m0_73904148的博客
06-14 543
在上一期的AVL树中，这种树虽然能保持树的高度是平衡的，但还有一个缺陷那就是会导致频繁旋转，一定程度上降低了树的效率，而我们这期的红黑树解决的就是AVL树中频繁旋转的问题红黑树底层是一颗二叉搜索树，但在结点类中还加入了一个状态用来表示结点红色还是黑色else//查找插入的位置，parent记录上一次查看的结点else//理论上不可能走到这else//调整颜色的接口//如果parent是黑色，那么插入一个红节点就不会违反性质了。
红黑树插入操作详解
总结来说，红黑树的插入操作是通过在二叉查找树的基础上，结合红黑树的性质和调整策略实现的。这一操作保持了树的平衡，确保了高效的查找、插入和删除性能，是数据结构和算法领域中的重要概念。

“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 1
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