数据结构之2-3树和红黑树剖析

数据结构之2-3树和红黑树剖析

概述

红黑树（英语：Red–black tree）是一种自平衡二叉查找树，它在1972年由鲁道夫·贝尔发明，被称为"对称二叉B树"，它现代的名字源于Leo J. Guibas和Robert Sedgewick于1978年写的一篇论文。

红黑树和AVL树一样都对插入时间、删除时间和查找时间提供了最好可能的最坏情况担保。

《算法导论》中的红黑树：

• 1.每个节点或者是红色的，或者是黑色的
• 2.根节点是黑色的
• 3.每一个叶子节点（最后的空节点）是黑色的
• 4.如果一个节点是红色的，那么他的孩子节点都是黑色的
• 5.从任意一个节点到叶子节点，经过的黑色节点是一样的。

这些约束确保了红黑树的关键特性：

• 从根到叶子的最长的可能路径不多于最短的可能路径的两倍长。
• 结果是这个树大致上是平衡的。
• 因为操作比如插入、删除和查找某个值的最坏情况时间都要求与树的高度成比例，这个在高度上的理论上限允许红黑树在最坏情况下都是高效的，而不同于普通的二叉查找树。
• 性质4导致了路径不能有两个毗连的红色节点。最短的可能路径都是黑色节点，最长的可能路径有交替的红色和黑色节点。因为根据性质5所有最长的路径都有相同数目的黑色节点，这就表明了没有路径能多于任何其他路径的两倍长。

要学习红黑树，我们需要先学习2-3树，任一棵2-3树都可以按照特定规则转换为一棵红黑树。

2-3树

2-3树：

• 满足二分搜索树的基本性质
• 节点可以存放一个元素或者两个元素
• 2-3树是一棵绝对平衡的树；绝对平衡的树：对任意一个子树，它的左、中、右子树的高度是相等的。

2-3树示例：

2-3树如何维持绝对的平衡：

• 在2-3树中添加新节点永远不会添加到一个空的位置，只会和最后找到的叶子节点做融合；
• 在2-3树中只会存在两种节点：2节点和3节点；
  • 如果是一个2节点添加一个新节点，直接融合变成一个3节点即可；
  • 如果一个3节点添加一个新节点变成一个临时的4节点，要对其进行拆解；
• 拆解：
  • 对于2-3树来说，如果一个叶子节点本身是一个3节点，添加一个新节点变成一个临时的4节点，
  • 拆解之后的根节点要和其父节点进行融合，融合之后的父节点也要为2节点或3节点否则也要进行拆解，
  • 依此递归向上，直到父节点为2节点与其融合或为整棵树的根节点结束；

插入情况一：插入3节点，父亲节点为2节点

• 新添加的节点与3节点进行融合，进行拆分，拆分后根节点的父节点为2节点，与父节点融合即可；

插入情况二：插入3节点，父新节点为3节点

• 如果一个叶子节点本身是一个3节点，添加一个新节点变成一个临时的4节点，
• 拆解之后的根节点要和其父节点进行融合，融合之后的父节点也要为2节点或3节点否则也要进行拆解，
• 依此递归向上，直到父节点为2节点与其融合或为整棵树的根节点结束；

2-3树插入示例：

2-3树插入示例：

2-3树与红黑树的等价性

2-3树与红黑树的节点对应关系：

• 2-3树中的 2节点 对应红黑树中的 黑节点 ；
• 为便于理解红黑树，采用左倾红黑树，定义：2-3树中的3节点，都对应红黑树中的黑节点和左孩子节点为红节点的两个节点；

2-3树与红黑树转换示例：

• 依据上述节点转换规则，任何一棵2-3树都可以转换为相应的红黑树；

2-3树 转换的红黑树 与《算法导论》中的红黑树 验证 ：

• 1.每个节点或者是红色的，或者是黑色的；
  • 验证：2-3树的2节点 与 3节点转换成红黑树的节点 要么是黑色节点，要么是一个黑节点和一个左倾的红节点；
  • 满足；
• 2.根节点是黑色的
  • 验证：2-3树的2节点 与 3节点转换成红黑树的节点，新的节点的根节点都为黑节点；
  • 满足；
• 3.每一个叶子节点（最后的空节点）是黑色的
  • 相当于定义空节点为黑节点，相当于一个空树也是一个红黑树；与第2条性质相关联；
  • 满足；
• 4.如果一个节点是红色的，那么他的孩子节点都是黑色的
  • 在2-3树转换的红黑树中，只有一种情况会出现红节点，即 3节点 转换成 一个黑节点和一个左倾的红节点；
  • 在2-3树3节点只会连接2节点或3节点，转换后的红节点的孩子节点只会是黑节点；
  • 满足；
• 5.从任意一个节点到叶子节点，经过的黑色节点是一样的。
  • 在2-3树中对应的是：从任意一个节点出发到叶子节点，所经过的节点数是一样的；
  • 2-3树是一棵绝对平衡的树，所有的叶子节点都是在同一层的，它的深度是相同的，这样从任意一个节点出发，向下到叶子节点，其深度都是相同的，即所经过的节点数量是一样的；
  • 2-3树中只有2节点和3节点，转换成红黑树后，每一个2节点或3节点都只会对应一个黑节点；所以，在红黑树中，每经过一个黑节点，即相应的在2-3树中经过了一个节点，即得出在红黑树中从任意一个节点到叶子节点，经过的黑色节点是一样的；
  • 红黑树是一棵保持黑平衡的二叉搜索树；其并不是平衡二叉树；
  • 红黑树最大的高度为： 2logn ， 时间复杂度为： O(logn)
  • 满足；

红黑树

红黑树中添加新元素与2-3树中添加元素对应关系：

• 2-3树中添加一个新元素：
  • 或者添加进一个2节点，形成一个3节点；
  • 或者添加进一个3节点，暂时形成一个4节点，再对4节点进行拆分；
• 在红黑树中添加新节点，永远添加红色节点
  • 在2-3树中添加新节点，永远不会添加到空的位置，只会和最后找到的叶子节点进行融合；
  • 在2-3树转换成左倾红黑树中，其中红节点对应2-3树中的3节点转换成一个黑节点和红色的左孩子节点；
  • 因此，我们在红黑树中添加新的元素时，我们让新的元素节点永远是红色节点；等价于在2-3树中添加新一元素节点永远是先融合进一个已有的节点中；
  • 在红黑树中添加一个新元素红节点后，可能会破坏红黑树的性质，需要再进行相应的处理，维持红黑树的性质；

红黑树添加新元素

红黑树添加新元素分析：

• 在红黑树中新添加元素都是红节点；
• 因为2-3树都可转换成为一棵红黑树，采用与2-3树中添加元素类比的方式，完成向红黑树中添加元素分析；

红黑树添加新元素类比向2-3树中添加元素情况分析：

• 添加元素情况一：向空树中添加元素
  • 添加元素情况1：向空树中添加元素，在红黑树中保持根节点为黑节点；
• 添加元素情况二：类似向2-3树中的2节点添加元素，变成3节点
  • 添加元素情况2：类似2-3树中向2节点添加比其小的元素，无需任何处理
  • 添加元素情况3：类似2-3树中向2节点添加比其大的元素，需要进行：左旋转
• 添加元素情况三：类似向2-3树中的3节点添加元素，变成临时4节点，再进行拆分
  • 添加元素情况4：类似向2-3树中的3节点添加比该节点值都大的元素，在红黑树中需要进行 颜色翻转
  • 添加元素情况5：类似向2-3树中的3节点添加比该节点值都小的元素**，在红黑树中需要进行： 右旋转 和 颜色翻转：
  • 添加元素情况6：类似向2-3树中的3节点添加元素值大小处于中间位置的元素**，在红黑树中需要进行：左旋转、右旋转 和 颜色翻转

添加元素情况1：向空树中添加元素：

• 保持根节点为黑节点；

添加元素情况2：类似2-3树中向2节点添加比其小的元素，无需任何处理：

添加元素情况3：类似2-3树中向2节点添加比其大的元素，需要进行：左旋转

左旋转处理：

添加元素情况4：类似向2-3树中的3节点添加比该节点值都大的元素，在红黑树中需要进行 颜色翻转：

• 向2-3树中的3节点添加比该节点值都大的元素，2-3树变成临时4节点，需要进行拆分，拆分后新的根节点需要其上一级父节点进行融合；
• 在红黑树中使用红节点代表，保持左倾红黑树特性，对节点进行颜色翻转。

添加元素情况5：类似向2-3树中的3节点添加比该节点值都小的元素，在红黑树中需要进行： 右旋转 和 颜色翻转：

• 向2-3树中的3节点添加比该节点值都大的元素，2-3树变成临时4节点，需要进行拆分，拆分后新的根节点需要其上一级父节点进行融合；
• 对应红黑树中添加元素后，需要进行右旋转再进行颜色翻转处理；
• 右旋转：
  • 与平衡二叉树中进行右旋转一致，右旋转后需要维护红黑树的节点的颜色；
  • 原先的根节点的颜色要赋值给新的根节点；
  • 右旋转后在2-3树中仍代表临时4节点，需要将新的左右孩子颜色变为红色，代表其是与其父节点融合在一起的；
• 颜色翻转
  • 经过右旋转之后，新的子树形状便与上一种情况一致了，按上述颜色翻转处理即可完成元素插入；

添加元素情况6：类似向2-3树中的3节点添加元素值大小处于中间位置的元素，在红黑树中需要进行：左旋转、右旋转 和 颜色翻转：

红黑树中添加元素处理操作汇总：

• 通过下述添加元素的链条示意图，将类似向2-3树中的3节点添加元素的所有情况全部覆盖；
• 该逻辑链条同样适用于类似向2-3树中的2节点添加元素的所有情况；
• 基于下述处理链条，可以完成向红黑树中添加元素后，维护红黑树特性所需要处理的所有情况。

添加元素后红黑树性质维护处理步骤：

1. 检验当前节点是否需要左旋转，条件：当前节点右孩子为红节点且其左孩子不能为红节点；
2. 检验当前节点是否需要右旋转，条件：当前节点左孩子为红节点且当前节点左孩子的左孩子为红节点；
3. 检验当前节点是否需要颜色翻转，条件：当前节点左孩子为红节点且当前节点右孩子为红节点；
4. 依上述规则处理，递归向上，直到根节点返回，递归结束；
5. 递归结束后，保持红黑树的根节点为黑节点；
6. 注意：如果是一个空节点，其为黑节点；

更多和红黑树相关的话题：

• 红黑树中删除一个节点，相应的逻辑过程比添加元素还要复杂；
• 红黑树的统计性能更优，即增、删、改、查操作综合起来评估比AVL性能更优；
• 本次讲述的红黑树，采用左倾红黑树，在红黑树中，对应2-3树中的3节点为一个黑节点和一个其左孩子红节点；但这并不是红黑树惟一的实现方式，同理也可以采用右倾红黑树实现；
• 另一种统计性能优秀的树结构-Splay Tree(伸展树)，局部性原理：刚被访问的内容下次高概率被再次访问；

实现

基于二叉搜索树实现红黑树中添加元素

参考代码： com.chen.data.struct.redblack.RBTree

相关链接

gitee地址：https://gitee.com/chentian114/chen_datastruct_study

github地址：https://github.com/chentian114/chen_datastruct_study

CSDN地址：https://blog.csdn.net/chentian114/category_9997109.html

公众号

参考

刘宇波《玩转数据结构》课程

https://www.wiki-wiki.top/wiki/红黑树