目录
一、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俩倍
,因而是
接近平衡
的。
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,因为根节点必须为黑色,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,如下:
二、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
)
思考:为什么满足上面的性质,红黑树就能保证:其最长路径中节点个数不会超过最短路径节点
个数的两倍?
三、红黑树的实现
1.红黑树节点的定义
// 节点的颜色
enum Color { RED, BLACK };
// 红黑树节点的定义
template<class ValueType>
struct RBTreeNode
{
RBTreeNode(const ValueType& data = ValueType(),Color color = RED)
: _pLeft(nullptr), _pRight(nullptr), _pParent(nullptr)
, _data(data), _color(color)
{}
RBTreeNode<ValueType>* _pLeft; // 节点的左孩子
RBTreeNode<ValueType>* _pRight; // 节点的右孩子
RBTreeNode<ValueType>* _pParent; // 节点的双亲(红黑树需要旋转,为了实现简单给
出该字段)
ValueType _data; // 节点的值域
Color _color; // 节点的颜色
};
2.红黑树节点的插入操作
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
template<class ValueType>
class RBTree
{
//……
bool Insert(const ValueType& data)
{
PNode& pRoot = GetRoot();
if (nullptr == pRoot)
{
pRoot = new Node(data, BLACK);
// 根的双亲为头节点
pRoot->_pParent = _pHead;
_pHead->_pParent = pRoot;
}
else
{
// 1. 按照二叉搜索的树方式插入新节点(不会的话可以参照我上篇讲AVL树的博客)
// 2. 检测新节点插入后,红黑树的性质是否造到破坏,
// 若满足直接退出,否则对红黑树进行旋转着色处理
}
// 根节点的颜色可能被修改,将其改回黑色
pRoot->_color = BLACK;
_pHead->_pLeft = LeftMost();
_pHead->_pRight = RightMost();
return true;
}
private:
PNode& GetRoot() { return _pHead->_pParent; }
// 获取红黑树中最小节点,即最左侧节点
PNode LeftMost();
// 获取红黑树中最大节点,即最右侧节点
PNode RightMost();
private:
PNode _pHead;
};
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
● 情况一: cur为红,p为红,g为黑,u存在且为红
cur
和
p
均为红,违反了性质三,此处能否将
p
直接改为黑?
不可以,因为违反性质四
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。
● 情况二: cur为红,p为红,g为黑,u不存在/u存在且为黑
p
为
g
的左孩子,
cur
为
p
的左孩子,则进行右单旋转;相反,
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
● 情况三:
cur
为红,
p
为红,
g
为黑,
u
不存在
/u
存在且为黑
![](https://img-blog.csdnimg.cn/direct/da1d0fd358fe410c8e3d7b8e71693926.png)
p
为
g
的左孩子,
cur
为
p
的右孩子,则针对
p
做左单旋转;相反,
p
为
g
的右孩子,
cur
为
p
的左孩子,则针对
p
做右单旋转
则转换成了情况
2
针对每种情况进行相应的处理即可。
bool Insert(const ValueType& data)
{
//按照搜索二叉树规则进行插入(不会的可以去看我前面所讲的博客)
// ...
// 新节点插入后,如果其双亲节点的颜色为空色,则违反性质3:不能有连在一起的红色结点
while (pParent && RED == pParent->_color)
{
// 注意:grandFather一定存在
// 因为pParent存在,且不是黑色节点,则pParent一定不是根,则其一定有双亲
PNode grandFather = pParent->_pParent;
// 先讨论左侧情况
if (pParent == grandFather->_pLeft)
{
PNode unclue = grandFather->_pRight;
// 叔叔节点存在,且为红
if (unclue && RED == unclue->_color)
{
pParent->_color = BLACK;
unclue->_color = BLACK;
grandFather->_color = RED;
pCur = grandFather;
pParent = pCur->_pParent;
}
else
{
// 叔叔节点不存在,或者叔叔节点存在且为黑
if (pParent->_left == pCur)
{
//单旋
pParent->_col = BLACK;
grandFather->_col = RED;
_RotateRight(grandFather);
}
else
{
//双旋 先左再右
_RotateLeft(pParent);
pCur->_col = BLACK;
grandFather->_col = RED;
_RotateRight(grandFather);
}
break;
}
}
else
{
// 右侧请尝试自己动手完成
}
}
// ...
}
3.红黑树的验证
红黑树的检测分为两步:
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
public:
bool IsRBTree()
{
//根节点一定为黑节点
if (_root->_col == RED)
{
cout << "根节点为红节点" << endl;
return false;
}
int DefNum = 0;
//为了判断每条路径上的黑节点是否相等
//这里可以任意记录一条路径上(这里记录的是最左侧路径)黑节点的个数
//并传值下去进行判断使用
Node* cur = _root;
while (cur)
{
if (cur->_col == BLACK)
{
DefNum++;
}
cur = cur->_left;
}
return _Check(_root,0,DefNum);
}
private:
bool _Check(Node* root,int BlackNum,int DefNum)
{
if (root == nullptr)
{
if (BlackNum != DefNum)
//这里每条路径递归到最后判断黑节点总数是否相等
{
cout << BlackNum << "|" << DefNum << endl;
cout << "存在黑色节点数量不相等的路径" << endl;
return false;
}
return true;
}
//节点为红节点的话其在这一部已经判定一定不是根节点,那么一定有其父节点
if (root->_col == RED && root->_parent->_col == RED)
//因为一个孩子最多有两个孩子
//从上往下判断是否为连续的红节点是比较复杂的
//我们可以从下网上判断,因为一个孩子只有一个父亲
{
cout <<root->_kv.first<<"->存在连续的两个红节点" << endl;
return false;
}
if (root->_col == BLACK)
{
BlackNum++;
}
return _Check(root->_left,BlackNum,DefNum)
&& _Check(root->_right,BlackNum,DefNum);
}
4.红黑树的删除
红黑树的删除,有兴趣的同学可参考:《算法导论》或者《
STL
源码剖析》
也可以直接看
红黑树这篇博客进行学习(讲的比我好)!
四、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(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。
五、完结撒❀
如果以上内容对你有帮助不妨点赞支持一下,以后还会分享更多编程知识,我们一起进步。
最后我想讲的是,据说点赞的都能找到漂亮女朋友❤