满足下面几个条件的二叉搜索树,称为红黑树:
1. 任何一个节点都被着色――红色或是黑色。
2. 根节点是黑色的。
3. 所有的NIL 节点都看成黑色(NIL 节点是就是一个假想的或是无实在意义的节点,所有应该指向NULL 的 指针,都看成指向了NIL 节点。包括叶节点的子节点指针或是根节点的父指针)。
4. 如果一个节点是红色的,那么它的子节点一定是黑色的。
5. 对于任何一个节点而言,从该节点到它的子孙节点中的NIL 节 点路径中,所包含的黑节点个数相同。
黑高度的定义:
从任何一个节点,向下到底部的路径中,包含的黑节点的个数,称为这个节点的黑高度。从红黑树的第5条性质可以看出,黑高度是唯一的、确定 的。
只要同时满足红黑树的这些条件,就一定会有“红黑树可以保证任何两条从根部到树叶的路径节点个数相差不超过2倍”这个平衡的性质。
我们可以假设,如果存在两条路径L 和S ,L 比S 长两倍以上(S 路径上有n 个节点,L 上有大于2n 个节点)。可知,S 的黑高度最大只可能是n ,那么根据第5条性质,L 的黑高度也大也只可能是n ,也就是,L 路径上一定有超过n 个红色节点(因为节点不是黑的就必 定是红的)。所以,肯定会有两个以上的红色节点是相邻的。这就与第4个条件矛盾了。所以,红黑树可以保证任何两条从根部到树叶的路径节点个数相差不超过2 倍。
红黑树的高度h<2lg(n+1) (这个在《算法导论》13.1 节中有证明)。也就是说,红黑树的操作的时间复杂度是O(lgn) 的。
二叉搜索树的操作时间复杂度,取决于树高h ,因此,我们当然就希望h 尽量地小以提高操作的效率。 从直观上就可以发现,二叉搜索树各子树的规模越平均,它的高度就会越小。所以在应用中,一般都会将二叉搜索树实现成一种平衡树,以保证最差时间复杂度为O(lgn) 。红黑树就是其中的一种,应用得很广泛(SGI STL 的 set 和 map 就是基于红黑树来实现, Linux 内核中也用到这个数据结构 )
红黑树是二叉搜索树的一种。它与普通二叉搜索树不同的是,红 黑树的每个节点都附加了另一个属性――颜色,可以是红色,也可以是黑色。通过对于每条路径上节点颜色的规则进行限定,红黑树可以保证任何两条从根部到树叶 的路径节点个数相差不超过2倍。所以,红黑树是一种近似平衡的二叉搜索树。
红黑树 的查找、最大值、最小值、前趋、后继等操作,与普通的二叉搜索树没有什么区别。插入和删除操作需要重新实现。仅仅用普通的二叉搜索树的插入和删除动作,可 能会破坏红黑树本身的一些性质,因此,需要进行额外的处理。这些额外的处理主要是改变树节点的颜色,或是改变树的结构。
树的旋转
改变树的结构,主要是用旋转。旋转有两种,左旋和右旋,下面 是这两种旋转的:
这种旋转的操作,是在二叉搜索树的局部对树的结构进行调整的 一种方式,经过旋转之后,二叉搜索树的性质是不会发生改变的。如下图:
向红黑树插入节点,先将需要插入的节点着成红色,用普通二叉 搜索树的方法将这个节点插入到树中,然后再想办法把被破坏的红黑性质恢复。(将新插入的节点颜色着成红色,呆以尽量减少对红黑性质的破坏,恢复起来也容 易。因为插入红色节点的话,那么被破坏的部分会在局部,考虑的问题也就比较少,恢复过程也容易形成递归,详细见下文说明)
我们考虑下,如果一个红色节点(下文称用 Z 指向它)被插入到树中,那么有哪些红黑性质可能被破坏呢?只有第 2 条(根节点是黑色的)以及第 4 条(红色节点的子节点一定是黑色节点),其它都不会被破坏。
如果插入的节点的父节点是黑色的,那么不需要做任何调整,这 红黑树是正常的。如果父节点是红色,或没有父节点(也就是插在了树根的位置),那么就要进行调整以保证红黑树是正确的。
首先对第 4 条进行分析,我们知道,插入一个新的节点,这个节点肯定会被放到树的底部成为一个叶节点(参考普通二叉树的插入过程),那么这个红色节点就没有 可能和自己的子节点同色(因为叶节点的子节点是 NIL 节点,都是黑色的),如果第 4 条被破坏的话,肯定是 Z 指向的节点的父节点是红色的。因此,为了使分析和解决更加容易和清晰,我们在对树进行调整以恢复红黑 特性时,始终使得 Z 总是指向相邻红色的节点中的子节点(指针 Z 可能会向上升到树的中部或根部)。基于这个做法,我们可以知道,如果是第 2 条被破坏了的话,也就是 Z 指向根节点了,那么第 4 条肯定就符合了(因为 Z 的父节点是 NIL ,黑色的),因此对第 2 条性质的恢复变得很简单,只需要被根从红色变为黑色即可。这时,所有性质都会被满足了(因为是根节 点,所以根节点被着为黑色时,所有路径都黑高会统一加 1 ,也就是第 5 条不会被破坏,操作之后的红黑树仍然是正确的)。好了,现在只留下第 4 条性质的恢复的问题了。
如果第 4 条被破坏了,也就是说, Z 的父节点是红色的,那么,说明, Z 一定有祖父节点,而且是黑色的(否则插入前原树就有问题,又 或是调整时的方法不正确)。因此可以把问题放到以 Z 的祖父节点为根节点的子树内进行解决,这样可以把调整的范围最 小化,而且这也是有可能的:只要不改变这子树的黑高度,那么就不会对树的其它部分产生影响。我们要做的就是在这个子树范围内把红黑性质调整回来。再看子树 的根是否与其父节点同为红色,是的话,就再次用前面所说的去解决它,一直向上递归到红黑性质被恢复为止。
红黑树的节点插入
对第 4 条性质的恢复,根据 Z 的父节点是 Z 的祖节点的左子节点还是右子节点,分为两组对称的情况,每组有 3 种情况。下面我们只对其中一组进行说明,以 Z 的父节点是 Z 祖节点的左子节点为例:
第一种: Z 的“叔父”节点是红色。
如上图所示,在这种情况下,将父、叔节点都着为黑色,再将子树根节点着为红色,那么子树的黑高度没有发生改变,而且 红黑性质得得到了调整。此时,再将 Z 指向子树的根节点,向上递归恢复红黑特性。
第二种: Z 的“叔父”节点是黑色的, Z 的父节点的左子节点。
如上图,将 Z 的父节点与祖节点进行一次右旋,并把父节点着黑色,原来的祖节 点着红色。这些子树的红黑特性得到了恢复,而且子树的黑高度没有变化。另外,由于子树根节点已经是黑色了(这个节点不会出现父子同为红色的问题了),所以 不必再向上递归了,此时整个树的红黑特性都已经是正确的了。
第三种: Z 的“叔父”节点是黑色的, Z 的父节点的右子节点。
如上图,将 Z 本身与其父节点进行一次左旋,让 Z 指向原来的父节点,就可以调整为情况二,而情况二已经得到解决。
这样,红黑树的节点插入问题就得到了解决。
以上引自:http://liyiwen.iteye.com/blog/345800
注 摘图中第三种情况图可能不对,右边到了左边
另附维基:http://en.wikipedia.org/wiki/Red-black_tree
/** From CLR */
private void fixAfterInsertion(Entry<K,V> x) {
x.color = RED;
while (x != null && x != root && x.parent.color == RED) {
if (parentOf(x) == leftOf(parentOf(parentOf(x)))) {
Entry<K,V> y = rightOf(parentOf(parentOf(x)));
if (colorOf(y) == RED) {
setColor(parentOf(x), BLACK);
setColor(y, BLACK);
setColor(parentOf(parentOf(x)), RED);
x = parentOf(parentOf(x));
} else {
if (x == rightOf(parentOf(x))) {
x = parentOf(x); //此处虽然提升x为x的父节点,但是左旋后,x又成为字节点
rotateLeft(x);
}
setColor(parentOf(x), BLACK); // 因此这里是将x父节点设黑
setColor(parentOf(parentOf(x)), RED); // 子树根节点设红
rotateRight(parentOf(parentOf(x))); // 按子树根节点右旋
}
} else {
Entry<K,V> y = leftOf(parentOf(parentOf(x)));
if (colorOf(y) == RED) {
setColor(parentOf(x), BLACK);
setColor(y, BLACK);
setColor(parentOf(parentOf(x)), RED);
x = parentOf(parentOf(x));
} else {
// 这里是因为新插入节点在右边,与上其实是对称的
if (x == leftOf(parentOf(x))) {
x = parentOf(x);
rotateRight(x);
}
setColor(parentOf(x), BLACK);
setColor(parentOf(parentOf(x)), RED);
rotateLeft(parentOf(parentOf(x))); // 这里的左旋是基于根节点的左大旋转,与维基中的case5一致,不过只是镜面对称而已
}
}
}
root.color = BLACK;
}
以上程序理解的话真的很经典,关键是两个小else,还有对基于节点的左旋和右旋也要理解