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,因而是接近平衡的。虽然平衡效果不如AVL树,但是优势在于比AVL树好控制的多
红黑树的性质
1. 每个结点不是红色就是黑色(所以叫红黑树)
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)
红黑树节点的定义
enum Culor
{
RED,BLACK
};
template<class T>
struct RBTreeNode
{
RBTreeNode<T>* _parent;
RBTreeNode<T>* _left;
RBTreeNode<T>* _right;
Culor _col;
T _data;
RBTreeNode(const T& data)
:_parent(nullptr)
, _left(nullptr)
, _right(nullptr)
,_col(RED)
,_data(data)
{}
};
这里我们默认将节点的颜色设置成红色(思考一下为什么)
红黑树结构
为了后续实现关联式容器简单,红黑树的实现中增加一个头结点,因为跟节点必须为黑色,为了与根节点进行区分,将头结点给成黑色,并且让头结点的 pParent 域指向红黑树的根节点,pLeft域指向红黑树中最小的节点,_pRight域指向红黑树中最大的节点,
红黑树的插入操作
红黑树是在二叉搜索树的基础上加上其平衡限制条件,因此红黑树的插入可分为两步
1. 按照二叉搜索的树规则插入新节点
bool insert(const T& data)
{
if (_root = nullptr)
{
_root = new Node(T);
_root->_col = BLACK;
return true;
}
KeyOfT Kot;//声明仿函数
Node* parent = nullptr;
Node* cur = _root;
while (cur)
{
if (Kot(cur->_data) < Kot(data))
{
parent = cur;
cur = cur->_right;
}
else if (Kot(cur->_data) > Kot(data))
{
parent = cur;
cur = cur->_left;
}
else//Kot(cur->_data) == Kot(data)
{
return false;
}
}
cur = new Node(data);
if (Kot(data) > Kot(parent->_data))
{
parent->_right = cur;
}
else
{
parent->_left = cur;
}
cur->_parent = parent;
↑插入操作
↓检查
}
与搜索二叉树的插入是一致的,这里我们需要用一个仿函数KeyOfT 来去除节点中的data中存的key (这里的节点中的data类型可能是不同的,可以是关联性容器,也可以直接为key)所以我没要自己写一个仿函数
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
cur为红,p为红,g为黑,u存在且为红
可能是一棵完整的树,也可能是一棵子树!
如果grand是根节点,则只需要将grand颜色改成黑色即可,如果grand是子树,且grand的parent节点为红色则还需要向上调整 parent为黑色则不需要调整
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
cur为红,p为红,g为黑,u不存在/u存在且为黑
uncle有两种情况 (不存在/存在且为黑)
1.如果u节点不存在,则cur一定是新节点,因为cur如果不是新节点的话,cur和p节点一定有一个节点是黑色的,不满足性质:每条路径黑色节点数量相同
2.如果u存在,则一定是黑色的,那么cur原来的颜色一定是黑色的,并且,cur之所以为红色的原因是cur子树向上调整的结果(从黑色到红色)
p为g的左孩子,cur为p的左孩子,则进行右单旋转
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
cur为红,p为红,g为黑,u不存在/u存在且为黑
①:p为g的左孩子,cur为p的右孩子,则针对p做左单旋转;
②:p为g的右孩子,cur为p的左孩子,则针对p做右单旋转
经过旋转操作,就变成了第二种情况
while (parent && parent->_col == RED)
{
Node* grandfather = parent->_parent;
if (parent == grandfather->_left)
{
Node* uncle = grandfather->_right;
// 情况一:叔叔存在且为红
if (uncle && uncle->_col == RED)
{
// 变色
parent->_col = uncle->_col = BLACK;
grandfather->_col = RED;
// 继续往上处理
cur = grandfather;
parent = cur->_parent;
}
else
{
// 情况二:叔叔不存在或者存在且为黑
// 旋转+变色
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;
}
}
else
{
Node* uncle = grandfather->_left;
// 情况一:叔叔存在且为红
if (uncle && uncle->_col == RED)
{
// 变色
parent->_col = uncle->_col = BLACK;
grandfather->_col = RED;
// 继续往上处理
cur = grandfather;
parent = cur->_parent;
}
else
{
// 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;
}
}
}
_root->_col = BLACK;
return true;
左单旋:
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;
subR->_parent = nullptr;
}
else
{
if (ppnode->_left == parent)
{
ppnode->_left = subR;
}
else
{
ppnode->_right = subR;
}
subR->_parent = ppnode;
}
}
右单旋
void RotateR(Node* parent)
{
Node* subL = parent->_left;
Node* subLR = subL->_right;
parent->_left = subLR;
if (subLR)
subLR->_parent = parent;
subL->_right = parent;
Node* ppnode = parent->_parent;
parent->_parent = subL;
if (parent == _root)
{
_root = subL;
subL->_parent = nullptr;
}
else
{
if (ppnode->_left == parent)
{
ppnode->_left = subL;
}
else
{
ppnode->_right = subL;
}
subL->_parent = ppnode;
}
}
红黑树检验
1. 检测其是否满足二叉搜索树(中序遍历是否为有序序列)
2. 检测其是否满足红黑树的性质
红黑树与AVL树对比
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($log_2 N$),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。