＜C++＞ 红黑树

于 2024-09-01 11:54:58 发布
阅读量696 收藏 10
点赞数 10
分类专栏： C++ 文章标签： c++ 数据结构 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/prodigy623/article/details/141719729
版权

目录

1. 红黑树的概念

2. 红黑树的性质

3. 红黑树节点的定义

4. 红黑树的插入操作

5. 红黑树的验证

6. 红黑树与AVL树的比较

7. 红黑树的删除

        红黑树比AVL树更优一些，因为AVL要求太严格，左右高度差不超过1，而红黑树采用颜色来控制，只要求最长路径不超过最短路径的2倍，属于近似平衡

1. 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。

        在高度方面大致是2logN，比AVL高2倍，但是logN效率很高，对于10亿的数据量，也仅仅是30高度和60高度，这种常数级的效率几乎完全相同！

        所以，红黑树的优点就是高度没有AVL要求那么严格，AVL由于高度的严格要求，它的插入和删除需要大量的旋转，而红黑树就少许多，这就是红黑树的优势 

2. 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必须是黑色的，即任何路径都没有连续的红色节点

  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 ，即每条路径上黑色节点的数量相等

  5. 每个叶子结点（NIL节点）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？

  1. 如果有一个路径它的节点数最少，那么这个最短路径一定是全黑的！红色的出现会导致节点数增加
  2. 对于最长路径一定是红黑相间的！因为每一条路径的黑色节点数量相同，并且红色的孩子一定是黑色，所以就可以在黑色节点之间插入红色，来增加节点数

3. 红黑树节点的定义

template<class K, class V>
struct RBTreeNode
{
	RBTreeNode<K, V>* _left;
	RBTreeNode<K, V>* _right;
	RBTreeNode<K, V>* _parent;

	pair<K, V> _kv;
	Colour _col;

	RBTreeNode(const pair<K, V>& kv)
		:_left(nullptr)
		,_right(nullptr)
		,_parent(nullptr)
		,_kv(kv)
		,_col(RED)
	{}
};

template<class K, class V>
class RBTree
{
	typedef RBTreeNode<K, V> Node;
public:
    
private:
    Node* root = nullptr;
}

思考：在节点的定义中，为什么要将节点的默认颜色给成红色的？

        新增节点要为红色，因为红色只会影响当前路径，但是如果是黑色，那么会影响所有路径，因为每个路径黑节点数量要相同。所以我们挑一个影响代价最小的方案，即新增节点为红色，此时只需要修改当前路径即可保证结构正确

4. 红黑树的插入操作

        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，要开始调色，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（parent），g为祖父节点（grandfather），u为叔叔节点（uncle）

情况一: cur为红，p为红，g为黑，u存在且为红（uncle存在且为红：变色，继续向上更新）

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

 

	bool Insert(const pair<K, V>& kv)
	{
		if (_root == nullptr)
		{
			_root = new Node(kv);
			_root->_col = BLACK;
			return true;
		}

		Node* parent = nullptr;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_kv.first < kv.first)
			{
				parent = cur;
				cur = cur->_right;
			}
			else if (cur->_kv.first > kv.first)
			{
				parent = cur;
				cur = cur->_left;
			}
			else
			{
				return false;
			}
		}

		cur = new Node(kv);
		cur->_col = RED;
		if (parent->_kv.first < kv.first)
		{
			parent->_right = cur;
		}
		else
		{
			parent->_left = cur;
		}

		cur->_parent = parent;

		while (parent && parent->_col == RED)
		{
			Node* grandfather = parent->_parent;
			if (parent == grandfather->_left)
			{
				Node* uncle = grandfather->_right;
				// u存在且为红
				if (uncle && uncle->_col == RED)
				{
					// 变色
					parent->_col = uncle->_col = BLACK;
					grandfather->_col = RED;

					// 继续向上处理
					cur = grandfather;
					parent = cur->_parent;
				}
         }
    }

情况二: cur为红，p为红，g为黑，u不存在（uncle不存在：旋转+变色）

 

旋转策略：

  • p为g的左孩子，cur为p的左孩子，则进行右单旋转
  • 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

 

else // u不存在 或 存在且为黑
{
	if (cur == parent->_left)
	{
		//     g
		//   p
		// c
		RotateR(grandfather);
		parent->_col = BLACK;
		grandfather->_col = RED;
	}
	else
	{
		//     g
		//   p
		//		c
		RotateL(parent);
		RotateR(grandfather);

		cur->_col = BLACK;
		grandfather->_col = RED;
	}

	break;
}

情况三: cur为红，p为红，g为黑，u为黑 （uncle存在且为黑：旋转+变色）（旋转就是AVL中单旋、双旋操作）

 

        uncle是黑的，表明cur一定不是新增节点，因为每条路径一定的黑节点数量一定相同，所以此情况一定是从下往上更新上来的） 

旋转+变色策略：

  • p为g的左孩子，cur为p的右孩子，则针对p做左单旋转，再对g做右单旋
  • p为g的右孩子，cur为p的左孩子，则针对p做右单旋转，再对g做左单旋
  • p为g的左孩子，cur为p的左孩子，则进行右单旋转
  • p为g的右孩子，cur为p的右孩子，则进行左单旋转（变为情况二）
  • 根据单旋还是双旋进行变色。单旋：p、g变色，p变黑，g变红；双旋：cur变黑，g变红

情况二、三都不需要往上继续更新，因为这个结构更新后的根是黑色，不管上面存不存在、或者存在，都不会影响

 

 

小结：

  • 新增节点应为红色
  • 出现连续的红色时，根据uncle分三种情况
  • 如果不是旋转的情况，循环往上继续更新（如果继续出现连续的红才会进入循环）；如果是旋转的情况，不用继续往上更新
#pragma once
#pragma once
#include<iostream>
using namespace std;

enum Colour
{
	RED,
	BLACK
};

template<class K, class V>
struct RBTreeNode
{
	RBTreeNode<K, V>* _left;
	RBTreeNode<K, V>* _right;
	RBTreeNode<K, V>* _parent;

	pair<K, V> _kv;
	Colour _col;

	RBTreeNode(const pair<K, V>& kv)
		:_left(nullptr)
		, _right(nullptr)
		, _parent(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)
	{
		if (_root == nullptr)
		{
			_root = new Node(kv);
			_root->_col = BLACK;
			return true;
		}

		Node* parent = nullptr;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_kv.first < kv.first)
			{
				parent = cur;
				cur = cur->_right;
			}
			else if (cur->_kv.first > kv.first)
			{
				parent = cur;
				cur = cur->_left;
			}
			else
			{
				return false;
			}
		}

		cur = new Node(kv);
		cur->_col = RED;
		if (parent->_kv.first < kv.first)
		{
			parent->_right = cur;
		}
		else
		{
			parent->_left = cur;
		}

		cur->_parent = parent;

		while (parent && parent->_col == RED)
		{
			Node* grandfather = parent->_parent;
			if (parent == grandfather->_left)
			{
				Node* uncle = grandfather->_right;
				// u存在且为红
				if (uncle && uncle->_col == RED)
				{
					// 变色
					parent->_col = uncle->_col = BLACK;
					grandfather->_col = RED;

					// 继续向上处理
					cur = grandfather;
					parent = cur->_parent;
				}
				else // u不存在 或 存在且为黑
				{
					if (cur == parent->_left)
					{
						//     g
						//   p
						// c
						RotateR(grandfather);
						parent->_col = BLACK;
						grandfather->_col = RED;
					}
					else
					{
						//     g
						//   p
						//		c
						RotateL(parent);
						RotateR(grandfather);

						cur->_col = BLACK;
						grandfather->_col = RED;
					}

					break;
				}
			}
			else // parent == grandfather->_right
			{
				Node* uncle = grandfather->_left;
				// u存在且为红
				if (uncle && uncle->_col == RED)
				{
					// 变色
					parent->_col = uncle->_col = BLACK;
					grandfather->_col = RED;

					// 继续向上处理
					cur = grandfather;
					parent = cur->_parent;
				}
				else
				{
					if (cur == parent->_right)
					{
						// g
						//	  p
						//       c
						RotateL(grandfather);
						grandfather->_col = RED;
						parent->_col = BLACK;
					}
					else
					{
						// g
						//	  p
						// c
						RotateR(parent);
						RotateL(grandfather);
						cur->_col = BLACK;
						grandfather->_col = RED;
					}

					break;
				}
			}
		}

		_root->_col = BLACK;

		return true;
	}

	void RotateL(Node* parent)
	{
		++_rotateCount;

		Node* cur = parent->_right;
		Node* curleft = cur->_left;

		parent->_right = curleft;
		if (curleft)
		{
			curleft->_parent = parent;
		}

		cur->_left = parent;

		Node* ppnode = parent->_parent;

		parent->_parent = cur;


		if (parent == _root)
		{
			_root = cur;
			cur->_parent = nullptr;
		}
		else
		{
			if (ppnode->_left == parent)
			{
				ppnode->_left = cur;
			}
			else
			{
				ppnode->_right = cur;

			}

			cur->_parent = ppnode;
		}
	}


	void RotateR(Node* parent)
	{
		++_rotateCount;

		Node* cur = parent->_left;
		Node* curright = cur->_right;

		parent->_left = curright;
		if (curright)
			curright->_parent = parent;

		Node* ppnode = parent->_parent;
		cur->_right = parent;
		parent->_parent = cur;

		if (ppnode == nullptr)
		{
			_root = cur;
			cur->_parent = nullptr;
		}
		else
		{
			if (ppnode->_left == parent)
			{
				ppnode->_left = cur;
			}
			else
			{
				ppnode->_right = cur;
			}

			cur->_parent = ppnode;
		}
	}

	bool CheckColour(Node* root, int blacknum, int benchmark)
	{
		if (root == nullptr)
		{
			if (blacknum != benchmark)
				return false;

			return true;
		}

		if (root->_col == BLACK)
		{
			++blacknum;
		}

		if (root->_col == RED && root->_parent && root->_parent->_col == RED)
		{
			cout << root->_kv.first << "出现连续红色节点" << endl;
			return false;
		}

		return CheckColour(root->_left, blacknum, benchmark)
			&& CheckColour(root->_right, blacknum, benchmark);
	}

	bool IsBalance()
	{
		return IsBalance(_root);
	}

	bool IsBalance(Node* root)
	{
		if (root == nullptr)
			return true;

		if (root->_col != BLACK)
		{
			return false;
		}

		// 基准值
		int benchmark = 0;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_col == BLACK)
				++benchmark;

			cur = cur->_left;
		}

		return CheckColour(root, 0, benchmark);
	}

	int Height()
	{
		return Height(_root);
	}

	int Height(Node* root)
	{
		if (root == nullptr)
			return 0;

		int leftHeight = Height(root->_left);
		int rightHeight = Height(root->_right);

		return leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1;
	}

private:
	Node* _root = nullptr;

public:
	int _rotateCount = 0;
};

 

5. 红黑树的验证

检验：

  • 根节点是黑色
  • 不能有连续的红节点（以子判父更方便，如果从父亲视角看，要分问情况）
  • 每条路径的黑节点数量相等（先算出一个基准值，例如最左路径上黑节点的数量）
	bool CheckColour(Node* root, int blacknum, int benchmark)
	{
		if (root == nullptr)
		{
			if (blacknum != benchmark)
				return false;

			return true;
		}

		if (root->_col == BLACK)
		{
			++blacknum;
		}

		if (root->_col == RED && root->_parent && root->_parent->_col == RED)
		{
			cout << root->_kv.first << "出现连续红色节点" << endl;
			return false;
		}

		return CheckColour(root->_left, blacknum, benchmark)
			&& CheckColour(root->_right, blacknum, benchmark);
	}

	bool IsBalance()
	{
		return IsBalance(_root);
	}

	bool IsBalance(Node* root)
	{
		if (root == nullptr)
			return true;

		if (root->_col != BLACK)
		{
			return false;
		}

		// 基准值
		int benchmark = 0;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_col == BLACK)
				++benchmark;

			cur = cur->_left;
		}

		return CheckColour(root, 0, benchmark);
	}

	int Height()
	{
		return Height(_root);
	}

	int Height(Node* root)
	{
		if (root == nullptr)
			return 0;

		int leftHeight = Height(root->_left);
		int rightHeight = Height(root->_right);

		return leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1;
	}
int main()
{
	const int N = 10000000;
	vector<int> v;
	v.reserve(N);
	srand(time(0));

	for (size_t i = 0; i < N; i++)
	{
		v.push_back(i);
	}

	RBTree<int, int> rbt;
	for (auto e : v)
	{
		rbt.Insert(make_pair(e, e));
		//cout << "Insert:" << e << "->" << t.IsBalance() << endl;
	}

    return 0;
}

6. 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

int main()
{
	const int N = 100000;
	vector<int> v;
	v.reserve(N);
	srand(time(0));

	for (size_t i = 0; i < N; i++)
	{
		v.push_back(rand());
	}

	RBTree<int, int> rbt;
	for (auto e : v)
	{
		rbt.Insert(make_pair(e, e));
		//cout << "Insert:" << e << "->" << t.IsBalance() << endl;
	}
	cout << rbt.IsBalance() << endl;
	cout << rbt.Height() << endl;
	cout << rbt._rotateCount << endl;


	AVLTree<int, int> avlt;
	for (auto e : v)
	{
		avlt.Insert(make_pair(e, e));
		//cout << "Insert:" << e << "->" << t.IsBalance() << endl;
	}
	cout << avlt.IsBalance() << endl;
	cout << avlt.Height() << endl;
	cout << avlt._rotateCount << endl;


	return 0;
}

红黑树的应用

1. C++ STL库 -- map/set、mutil_map/mutil_set

2. Java 库

3. linux内核

4. 其他一些库

7. 红黑树的删除 

红黑树 - _Never_ - 博客园 (cnblogs.com)

这个男人叫小帅
关注
  • 10
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
＜C++＞红黑树
qq_47882731的博客
01-18 650
红黑树的概念 性质 节点定义 插入操作 验证 红黑树与AVL树的比较 模拟实现STL中的map与set
C++红黑树
~
03-26 6654
C++红黑树零、前言一、红黑树的概念及性质二、红黑树结点的定义三、红黑树的插入操作1、变色处理2、单旋+变色3、双旋+变色4、插入实现四、红黑树的验证五、红黑树的删除六、红黑树与**AVL**树的比较 零、前言 本章继AVL树后继续讲解学习C++中另一个二叉搜索树–红黑树 一、红黑树的概念及性质 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
C++之红黑树
qq_74732628的博客
04-28 844
文章讲解了红黑树的原理和操作
【C++】红黑树
qq_62939852的博客
05-13 919
使用枚举来记录红色与黑色，用_col表示当前节点颜色但是在构造函数中为什么默认是红色呢？为什么不能是黑色呢？
<map>的基本用法
weixin_43621608的博客
01-05 2839
用于存储和检索集合中的数据，此集合中的每个元素均为包含数据值和排序键的元素对。 键的值是唯一的，用于自动排序数据。 map是stl的一种关联容器，它提供一对一的数据处理能力。 map内部的实现，自建一颗红黑树，具有对数据自动排序的功能。 可以直接更改映射中的元素值。 键值是常量，不能更改。 必须先删除与旧元素关联的键值，才能为新元素插入新键值。 C++ 标准库 map 类为： 大小可变的关联容器，...
红黑树-基于C++实现的红黑树数据结构.zip
03-21
在C++中实现红黑树时，通常会定义一个名为`RBTree`的类，包含私有成员变量（如根节点指针）和公共成员函数（如`insert`, `delete`, `search`等）。类的构造函数初始化空树，而析构函数则负责释放所有节点。为了确保...
初识C++之红黑树
Masquerena114514的博客
04-01 907
本文介绍了红黑树这一数据结构的实现逻辑，面对不同情况时的调整方法及其对应的代码实现
C++红黑树实现过程
09-15
在C++中实现红黑树，需要理解并遵循红黑树的五个性质： 1. 每个节点要么是红色，要么是黑色。 2. 根节点是黑色。 3. 所有叶子节点（NIL或空节点）是黑色。 4. 如果一个节点是红色，则它的两个子节点都是黑色。 5. ...
c++命令模式
qq_71286244的博客
08-30 707
c++命令模式详细介绍
【C/C++】C++程序设计基础（输入输出、数据类型、动态内存、函数重载、内联函数、常量、引用）
强者征服今天，懦夫哀叹昨天，懒汉坐等明天。
08-28 2809
在后面的章节中，会讲到类与对象，欢迎各位的关注~
C语言破墙镐对称飞迷宫
qq_69383179的博客
08-22 3850
这里有我用C语言编译的破墙镐对称飞迷宫和与之相关的一些东西
[C++规范] 访问类成员变量的方式：直接访问还是通过成员函数访问？
Loewen丶的小窝
08-26 9587
在面向对象编程（OOP）中，通过成员函数（如`ME_HardwareTypeEnum Type() const;` 和 `int Id() const;`）来访问类的私有或受保护成员（如`m_hardwareType` 和 `m_id`），而不是直接通过公共成员访问，是一种更好的做法。
适用于 Visual Studio 的 C++ 万能头
Xi Xu 的博客
08-25 1743
修改版本是根据 GNU General Public License v3.0 or later 分发的。原始文件是根据 GNU General Public License v3.0 or later 分发的。用于在 Visual Studio 上预编译的 C++ 包含。文件的修改版本，与 Visual Studio 兼容。此文件是 GCC 13.1.0 中。此文件的配置方法可在互联网上搜索。修改由本文作者完成。
怎么解决 hash 碰撞，用 C++ 实现 hashMap？
zhanghaiou07657的博客
08-29 904
如果要自己实现一个简单的哈希映射，可以定义一个结构体来表示哈希表中的节点，包含键值对和指向下一个节点的指针（如果采用链地址法）。在插入操作时，计算键的哈希值，若该位置已被占用且键不相同，则根据选择的解决碰撞的方法（如链地址法）将新元素插入到链表中。在查找操作时，同样计算键的哈希值，然后遍历对应的链表（如果是链地址法）来查找目标键值对。“哈希碰撞是在哈希函数计算过程中可能出现的不同输入产生相同哈希值的情况。链地址法是将哈希值相同的元素存储在一个链表中，当进行查找等操作时，遍历对应的链表来找到目标元素。
C++常见的十种常见排序算法汇总
laochao2020的博客
08-28 500
C++ 实现的十大常见排序算法，包括冒泡排序、选择排序、插入排序、希尔排序、归并排序、快速排序、堆排序、计数排序、基数排序和桶排序。每种排序算法都有其特点和适用场景。
C++战列舰小游戏Lv. 1.2版本(半成品)
YYDS314的博客
08-31 1097
C++代码
【最新华为OD机试E卷】空栈压数(200分)-多语言题解-(Python/C/JavaScript/Java/Cpp)
最新发布
春秋招笔试突围
08-31 263
🍭 大家好这里是，一枚热爱算法的程序员✨ 本系列打算持续跟新的三语言AC题解💻 ACM金牌🏅️团队| 多次AK大厂笔试 ｜ 编程一对一辅导。
c++map#include<iostream> #include<cstdio> #include<cstring> #include<map> #include<sstream>请解释以上头文件
06-26
这段代码包含了多个C++标准库的头文件，它们的作用如下： 1. `<iostream>`: 这是输入输出流库，用于处理基本的I/O操作，如输入输出、流对象等，常用于与用户交互或读写数据。 2. `<cstdio>`: 也称为stdio.h，这是C语言的标准输入输出库，在C++中被编译器链接为同名的头文件，提供了文件输入输出、字符处理等功能。 3. `<cstring>`: 这个库包含处理字符串的函数，比如复制字符串、查找子串等，对C风格的字符串操作非常有用。 4. `<map>`: 这是一个关联容器，属于C++ Standard Template Library (STL)，用来存储键值对，通常以模板形式提供通用的数据结构。`std::map`使用红黑树（Red-Black Tree）实现，提供了高效的查找、插入和删除操作，键通常是唯一的。 5. `<sstream>`: 字符串流库，允许开发者将数据转换成字符串流（stringstream）进行操作，这对于处理格式化字符串和输入输出特别有用，特别是当需要复杂的文本格式转换时。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值