前言
对于平衡树来说,AVL无疑是最完美的结构,但实际上AVL树由于完美的结构因此也要花费一定的代价,由于AVL树的结构很敏感,查找虽然最快,但插入节点后一旦偏离AVL结构就会进行旋转,而旋转就会花费一定的性能。因此我们提到的map和set的底层为了防止这种性能上的缺失,即便AVL是非常完美的结构,也不采用AVL。而是采用红黑树。
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
红黑树的性质
- 每个结点不是红色就是黑色
- 根节点是黑色的
- 如果一个节点是红色的,则它的两个孩子结点是黑色的(即没有连续红色节点)
- 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
- 每个叶子结点都是黑色的(此处的叶子结点指的是空结点,如上图的NIL节点)
红黑树不追求极致的平衡,AVL树则是追求极致的平衡,红黑树是近似平衡;红黑树这种近似平衡的结构大大减少了大量的旋转,红黑树的综合性能优于 AVL树
- 最优情况(左右平衡):全黑或每条路径都是一黑一红相间的满二叉树,搜索高度 logN
- 最差情况(左右极不平衡):每颗子树左子树全黑,右子树一黑一红,搜索高度 2*logN
只要红黑树满足上面的性质,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
- 红黑树的最短路径:全黑,一条路径上的全是黑色节点
- 红黑树的最长路径:一黑一红相间的路径
红黑树的定义
红黑树也是使用键值对,即KV模型,也是为了方便后序操作,红黑树的结构也是三叉链,即增加了指向父节点的 parent指针,还增加了一个成员变量,用于标识节点的颜色(red or black)
#pragma once
enum Color // 这里使用了枚举来列举颜色
{
BLACK,
RED,
};
template<class K, class V>
struct RBTreeNode
{
RBTreeNode<K, V>* _left;
RBTreeNode<K, V>* _right;
RBTreeNode<K, V>* _parent;
pair<K, V> _kv;
Color _col;
RBTreeNode(const pair<K, V>& kv)
:_parent(nullptr),
_left(nullptr),
_right(nullptr),
_kv(kv),
_col(RED) // 插入的结点默认设为红色
{}
};
template<class K, class V>
class RBTree
{
typedef RBTreeNode<K, V> Node;
public:
bool Insert(const pair<K, V>& kv)
{}
// 左单旋
void RotateL(Node* parent)
{}
// 右单旋
void RotateR(Node* parent)
{}
Node* find(const K& key)
{}
private:
Node* _root = nullptr;
};
红黑树的插入
为什么构造红黑树结点时,默认将结点的颜色设置为红色?
插入结点如果是黑色的,一定破坏红黑树的性质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),无论如何都必须对红黑树进行调整。
插入结点如果是红色的,可能破坏红黑树的性质3(如果一个节点是红色的,则它的两个孩子结点是黑色的(即没有连续红色节点)),可能需要对红黑树进行调整 或者不需要调整
所以将插入节点颜色默认设置为红色
红黑树的插入与AVL树的插入一样分两步只是第二步稍有不同:
- 首先按照二叉搜索树的方式插入新节点
- 根据红黑树的性质判断是否需要进行调整
插入节点
规则:
- 待插入结点的key值比当前结点小就插入到该结点的左子树
- 待插入结点的key值比当前结点大就插入到该结点的右子树
- 待插入结点的key值与当前结点的 key 值相等就插入失败
节点调整
判断条件:当插入节点(颜色默认是红色) 的父亲parent存在且为红色,则需要调整,反之就不需要调整。
两种情况:
parent在 grandfather(parent的父亲) 的左边
parent在 grandfather(parent的父亲) 的右边
调整的关键是uncle(插入节点的叔叔)
parent在 grandfather的左边的情况
- 情况1:uncle存在且为红,uncle和parent的颜色需要修改为黑,granfather 修改为红,如果满足判断条件继续往上调整
- 情况2:uncle存在且为黑,需要对红黑树进行旋转,再调整颜色
- 情况3:uncle不存在,需要对红黑树进行旋转,在调整颜色
情况2和情况3的旋转与插入节点的位置有关:
当插入的节点在parent的左边(即呈一条直线)进行右单旋
当插入的节点在parent的右边(即呈一条折线)进行左右双旋
情况1(uncle存在且为红):只需要变色
无论cur是在parent的左边还是右边没有影响。
情况2(uncle存在且为黑):变色+旋转
1、当插入的节点在parent的左边(即呈一条直线)进行右单旋
2、当插入的节点在parent的右边(即呈一条折线)进行左右双旋
情况3(uncle不存在):变色+旋转
1、当插入的节点在parent的左边(即呈一条直线)进行右单旋
2、当插入的节点在parent的右边(即呈一条折线)进行左右双旋
parent在 grandfather的右边的情况(省略)
与在左边的情况只有在旋转不同
- 情况1:uncle存在且为红,uncle和parent的颜色需要修改为黑,granfather 修改为红,如果满足判断条件继续往上调整
- 情况2:uncle存在且为黑,需要对红黑树进行旋转,再调整颜色
- 情况3:uncle不存在,需要对红黑树进行旋转,在调整颜色
情况2和情况3的旋转与插入节点的位置有关:
当插入的节点在parent的左边(即呈一条折线)进行右左双旋
当插入的节点在parent的右边(即呈一条直线)进行左单旋
插入代码实现:
bool Insert(const pair<K, V>& kv)
{
// 1.按搜索树的规则进行插入
if (_root == nullptr)
{
_root = new Node(kv);
_root->_col = BLACK;
return true;
}
Node* parent = nullptr;
Node* cur = _root;
while (cur)
{
if (kv.first < cur->_kv.first)
{
parent = cur;
cur = cur->_left;
}
else if (kv.first > cur->_kv.first)
{
parent = cur;
cur = cur->_right;
}
else
{
return false; // 这里不能写break
}
}
cur = new Node(kv);
if (parent->_kv.first < kv.first)
{
parent->_right = cur;
}
else if (parent->_kv.first > kv.first)
{
parent->_left = cur;
}
cur->_parent = parent;
// 新增红的结点
cur->_col = RED;
while (parent && parent -> _col == RED)
{
// 红黑色的条件关键看叔叔
Node* grandfather = parent->_parent;
if (grandfather->_left == parent)
{
Node* uncle = grandfather->_right;
// 情况1:uncle存在,且为红
// 情况2 or 情况3:uncle不存在 or uncle存在,且为黑
if (uncle && uncle->_col == RED)
{
uncle->_col = BLACK;
parent->_col = BLACK;
grandfather->_col = RED;
// 继续往上处理
cur = grandfather;
parent = cur->_parent; // 如果parent为空,即cur为_root,直接在最后将根变黑
}
else
{
// 情况三:双旋 -> 单旋
if (cur == parent->_right)
{
RotateL(parent);
swap(parent, cur);// 交换的两个结点的指针
}
// 第二种情况(ps:有可能是第三种变过来的)
RotateR(grandfather);
grandfather->_col = RED;
parent->_col = BLACK;
break;
}
}
else if (grandfather->_right == parent)
{
Node* uncle = grandfather->_left;
// 情况1:uncle存在,且为红
// 情况2 or 情况3:uncle不存在 or uncle存在,且为黑
if (uncle && uncle->_col == RED)
{
uncle->_col = BLACK;
parent->_col = BLACK;
grandfather->_col = RED;
// 继续往上处理
cur = grandfather;
parent = cur->_parent; // 如果parent为空,即cur为_root,直接在最后将根变黑
}
else
{
// 情况三:双旋 -> 单旋
if (cur == parent->_left)
{
RotateR(parent);
swap(parent, cur); // 交换的两个结点的指针
}
// 第二种情况(ps:有可能是第三种变过来的)
RotateL(grandfather);
grandfather->_col = RED;
parent->_col = BLACK;
break;
}
}
}
_root->_col = BLACK;
return true;
}
红黑树的主要功能实现代码呈现
RBTree.h
#pragma once
enum Color
{
BLACK,
RED,
};
template<class K, class V>
struct RBTreeNode
{
RBTreeNode<K, V>* _left;
RBTreeNode<K, V>* _right;
RBTreeNode<K, V>* _parent;
pair<K, V> _kv;
Color _col;
RBTreeNode(const pair<K, V>& kv)
:_parent(nullptr),
_left(nullptr),
_right(nullptr),
_kv(kv),
_col(RED)
{}
};
template<class K, class V>
class RBTree
{
typedef RBTreeNode<K, V> Node;
public:
bool Insert(const pair<K, V>& kv)
{
// 1.按搜索树的规则进行插入
if (_root == nullptr)
{
_root = new Node(kv);
_root->_col = BLACK;
return true;
}
Node* parent = nullptr;
Node* cur = _root;
while (cur)
{
if (kv.first < cur->_kv.first)
{
parent = cur;
cur = cur->_left;
}
else if (kv.first > cur->_kv.first)
{
parent = cur;
cur = cur->_right;
}
else
{
return false; // 这里不能写break
}
}
cur = new Node(kv);
if (parent->_kv.first < kv.first)
{
parent->_right = cur;
}
else if (parent->_kv.first > kv.first)
{
parent->_left = cur;
}
cur->_parent = parent;
// 新增红的结点
cur->_col = RED;
while (parent && parent -> _col == RED)
{
// 红黑色的条件关键看叔叔
Node* grandfather = parent->_parent;
if (grandfather->_left == parent)
{
Node* uncle = grandfather->_right;
// 情况1:uncle存在,且为红
// 情况2 or 情况3:uncle不存在 or uncle存在,且为黑
if (uncle && uncle->_col == RED)
{
uncle->_col = BLACK;
parent->_col = BLACK;
grandfather->_col = RED;
// 继续往上处理
cur = grandfather;
parent = cur->_parent; // 如果parent为空,即cur为_root,直接在最后将根变黑
}
else
{
// 情况三:双旋 -> 单旋
if (cur == parent->_right)
{
RotateL(parent);
swap(parent, cur);
}
// 第二种情况(ps:有可能是第三种变过来的)
RotateR(grandfather);
grandfather->_col = RED;
parent->_col = BLACK;
break;
}
}
else if (grandfather->_right == parent)
{
Node* uncle = grandfather->_left;
// 情况1:uncle存在,且为红
// 情况2 or 情况3:uncle不存在 or uncle存在,且为黑
if (uncle && uncle->_col == RED)
{
uncle->_col = BLACK;
parent->_col = BLACK;
grandfather->_col = RED;
// 继续往上处理
cur = grandfather;
parent = cur->_parent; // 如果parent为空,即cur为_root,直接在最后将根变黑
}
else
{
// 情况三:双旋 -> 单旋
if (cur == parent->_left)
{
RotateR(parent);
swap(parent, cur); // 交换的两个结点的指针
}
// 第二种情况(ps:有可能是第三种变过来的)
RotateL(grandfather);
grandfather->_col = RED;
parent->_col = BLACK;
break;
}
}
}
_root->_col = BLACK;
return true;
}
// 左单旋
void RotateL(Node* parent)
{
Node* subR = parent->_right;
Node* subRLeft = subR->_left;
parent->_right = subRLeft;
if (subRLeft)
{
subRLeft->_parent = parent;
}
Node* pparent = parent->_parent;
subR->_left = parent;//
parent->_parent = subR;
// parent 是根
// parent 不是根
if (_root == parent)
{
_root = subR;
subR->_parent = nullptr;
}
else
{
if (pparent->_left == parent)
{
pparent->_left = subR;
}
else
{
pparent->_right = subR;
}
subR->_parent = pparent;
}
}
// 右单旋
void RotateR(Node* parent)
{
Node* subL = parent->_left;
Node* subLRight = subL->_right;
parent->_left = subLRight;
if (subLRight)
{
subLRight->_parent = parent;
}
Node* pparent = parent->_parent;
subL->_right = parent; //
parent->_parent = subL;
// parent 是根
// parent 不是根
if (_root == parent)
{
_root = subL;
subL->_parent = nullptr;
}
else
{
if (pparent->_left == parent)
{
pparent->_left = subL;
}
else
{
pparent->_right = subL;
}
subL->_parent = pparent;
}
}
Node* find(const K& key)
{
Node* cur = _root;
while (cur)
{
if (cur->_key > key)
cur = cur->left;
else if (cur->_key < key)
cur = cur->right;
else
return cur;
}
return nullptr;
}
void _InOrder(Node* root) // 注意是Node* 类型的
{
if (root == nullptr) return;
_InOrder(root->_left);
cout << root->_kv.first << " " << root->_kv.second << endl;
_InOrder(root->_right);
}
void InOrder()
{
_InOrder(_root);
cout << endl;
}
bool IsBalance()//检查是否为红黑树结构
{
if (_root == nullptr)
{
return true;
}
if (_root->_col != BLACK)
{
return false;
}
int ref = 0;
Node* left = _root;
while (left)
{
if (left->_col == BLACK)
{
++ref;
}
left = left->_left;
}
//遍历这棵树,就好了,检查是否存在连续的红结点。
//检查父亲,因为孩子不一定有,但是一定有父亲
return Check(_root, 0, ref);
}
private:
Node* _root = nullptr;
bool Check(Node* root, int blackNum, int ref)
{
if (root == nullptr)
{
if (blackNum != ref)
{
cout << "违反规则:一条路径上的黑色节点数量不同" << endl;
return false;
}
return true;
}
if (root->_col == RED && root->_parent->_col == RED)
{
cout << "违反规则,出现连续红色结点" << endl;
}
if (root->_col == BLACK)
{
++blackNum;
}
return Check(root->_left, blackNum, ref)
&& Check(root->_right, blackNum, ref);
}
};
Test.cpp
#define _CRT_SECURE_NO_WARNINGS 1
#include<iostream>
using namespace std;
#include"RBTree1.h"
void test_RBTree()
{
//int a[] = { 16,3,7,11,9,26,18,14,15 };
int a[] = { 4,2,6,1,3,5,15,7,16,14 };
RBTree<int, int> t;
for (auto& e : a)
{
t.Insert(make_pair(e, e));
}
t.InOrder();
cout<<t.IsBalance();
}
int main()
{
//test_RBTree();
return 0;
}
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(logN),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