二叉查找树/二叉平衡树/红黑树

Yes_LiuSir

已于 2024-07-16 16:38:38 修改

阅读量2k

点赞数 67

文章标签：数据结构

于 2024-07-16 16:37:19 首次发布

本文链接：https://blog.csdn.net/m0_46977298/article/details/140458513

版权

BST

二叉查找树、二叉搜索树、二叉排序树都是同一个概念，只是名字不同而已。

二叉查找树（BST）具备以下特性：

左子树上所有结点的值均小于或等于它的根结点的值。
右子树上所有结点的值均大于或等于它的根结点的值。
左、右子树也分别为二叉排序树。

缺点：

很有可能退化成单链表，时间复杂度为O(n)。

为了避免这种情况，引入了二叉平衡树和红黑树，它们都是通过建树规则来控制树的层数和节点位置。

AVL

特性：

首先是一颗二叉查找树。
任何一个节点的左右子树的高度差最多为1。
它的左右子树都是AVL树。

1、AVL的恢复平衡过程的三个操作

当插入和删除节点后的树可能会破坏平衡二叉树的规则，如何恢复平衡？

分为左旋和右旋。

（1）左旋

①旋转之前，首先确定旋转支点（pivot）： 从添加的节点开始，不断地往父节点去找不平衡的节点，把第一个不平衡的节点作为旋转支点。

②具体的旋转步骤：

1、把旋转支点E原来的右子节点S向上晋升为根节点；

2、旋转支点E左旋降级，变成新的根节点S的左子节点。

但是当需要晋升的节点有左子节点的话，这时候怎么旋转呢？

1、把旋转支点E原来的右子节点S向上晋升为根节点

2、旋转支点E左旋降级，变成新的根节点S的左子节点

3、S原来的左子节点变成旋转支点E的右子节点。

（2）右旋

①旋转之前，首先确定旋转支点；

②具体的旋转步骤：

1、把旋转支点E原来的左子节点S向上晋升为根节点；

2、旋转支点E右旋降级，变成根节点S的右子节点；

3、如果S有右子节点，则S原来的右子节点变成旋转支点E的左子节点。

2、AVL子树失衡的四大场景

导致AVL失衡的场景就是有限的4个：

左左结构失衡（LL型失衡）
右右结构失衡（RR型失衡）
左右结构失衡（LR型失衡）
右左结构失衡（RL型失衡）

删除元素，也会导致AVL失衡，需要再平衡，但是原理和插入元素是类似的。

这里聚焦介绍插入元素的平衡过程，删除元素，不做介绍。

场景1：左左结构失衡（LL型失衡）

当左子树的左子树有节点插入时破坏平衡规则。

一次右旋便可。

场景2：右右结构失衡（RR型失衡）

当右子树的右子树有节点插入时破坏平衡规则。

一次左旋便可。

场景3：左右结构失衡（LR型失衡）

当左子树的右子树有节点插入时破坏平衡规则。

先局部左旋把左右变成左左，然后再整体进行一次右旋。

场景4：右左结构失衡（RL型失衡）

当右子树的左子树有节点插入时破坏平衡规则。

先局部进行右旋把右左变成右右，然后再整体进行左旋。

正是由于这种严格的平衡条件，导致AVL在插入和删除的时候，可能需要频繁地进行旋转来保持平衡，所以AVL树多用于查询，而不是频繁增加删除的场景。

RBT

红黑树也是一种自平衡二叉查找树，放宽了树的平衡条件。

（1）它与AVL树类似，都在添加和删除的时候通过旋转操作保持二叉树的平衡，以求更高效的查询性能。

（2）与AVL树相比，红黑树牺牲了部分平衡性，以换取插入/删除操作时较少的旋转操作，整体来说性能要优于AVL树。

1、红黑规则

可以按照括号里边的分类，记住红黑树的几个原则：

（颜色属性）性质1：节点非黑即红
（根属性）性质2：根节点一定是黑色
（叶子属性）性质3：叶子节点（NIL）一定是黑色
（红色属性）性质4：每个红色节点的两个子节点，都为黑色。(从每个叶子到根的所有路径上不能有两个连续的红色节点)
（黑色属性）性质5：任一节点到其每个叶子的所有路径，都包含相同数目的黑色节点。

记忆要点：根叶黑，不红红，黑路同。

（1）黑色属性，可以理解为平衡特征，如果满足不了平衡特征，就要进行平衡操作。

（2）基于上面的原则，我们一般在插入节点的时候，会将这个节点设置为红色，

原因参照最后一条原则： 红色破坏原则的可能性最小，如果是黑色, 很可能导致这条支路的黑色节点比其它支路的要多1，破坏了平衡。

（3）空间换时间

RBT有点属于一种空间换时间类型的优化，在AVL的节点上，增加了颜色的属性，相当于增加了空间的消耗。通过颜色属性的增加，换取后面平衡操作的次数减少。

2、红黑树的恢复平衡过程的三个操作

一旦红黑树5个原则有不满足的情况，我们视为平衡被打破，如何恢复平衡？

靠它的三种操作：变色、左旋、右旋。

（1）变色

节点的颜色由红变黑或由黑变红。

（2）左旋

红黑树的左旋、右旋操作，AVL树的左旋，右旋操作差不多。

（3）右旋

3、红黑树插入节点情景分析

（1）红黑树的节点结构

红黑树中的节点设计：

class TreeNode<K, V> {
    K key;
    V value;
    TreeNode<K, V> left, right, parent;
    Color color;

    public TreeNode(K key, V value, TreeNode<K, V> parent) {
        this.key = key;
        this.value = value;
        this.parent = parent;
        this.color = Color.RED; // 默认新插入节点为红色
    }
}

默认新插入节点为红色。

场景1：红黑树为空树

将节点的颜色修改为黑色即可。

场景2：插入节点的Key已经存在

将对应的Value更新为新插入节点的值。

场景3：插入节点的父节点为黑色

由于新插入的节点是红色，而父节点是黑色，所以并不会改变路径中黑色节点的数目，因此不需要进行调整，直接插入就行。

场景4：插入节点的父节点为红色

根据性质2：根节点是黑色。

如果插入节点的父节点为红色节点，那么该父节点不可能为根节点，所以插入节点总是存在祖父节点(三代关系)。

根据性质4：每个红色节点的两个子节点一定是黑色的。不能有两个红色节点相连。

此时会出现两种状态：

父亲和叔叔为红色
父亲为红色，叔叔为黑色

如图

在这里插入图片描述

只关注这一部分。

首先来看没插入之前，不关注叶子节点，左左这一路径中黑色节点的个数为1，想要在插入新节点时不破坏黑色平衡，即不改变这个路径中黑色节点的个数，所以将爷父插入节点的颜色修改为红黑红，由于父节点的颜色由红色变为黑色，需要关注在右右这一路径中黑色节点的个数，如果叔叔节点是红色，此时可以修改为黑色，则没有破坏黑色平衡，而如果是黑色，则需要旋转。