JAVA数据结构和算法（内含视频和代码）

众所周知，数据结构是程序中的灵魂，要想写出好的代码或是实现复杂的逻辑功能，必须掌握好数据结构

第1章 欢迎学习《玩转数据结构》

第2章 不要小瞧数组

第3章 栈和队列

第4章 最基础的动态数据结构：链表

第5章 链表和递归

第6章 二分搜索树

第7章 集合和映射

第8章 优先队列和堆

第9章 线段树

第10章 Trie

第11章 并查集

第12章 AVL

第13章 红黑树

第14章 哈希表

对于红黑树，任何不平衡都会在三次旋转内解决？
可能很多同学看面经，会看到关于红黑树的这样一条性质：对于红黑树，任何不平衡都会在三次旋转内解决。但是，看过这一章所介绍的红黑树，肯定很多同学发现了，我们这个课程所实现的红黑树是没有这个性质的。但是，更优化的红黑树实现可以有这个性质！

在这里，关键在于，这个课程中所介绍的红黑树（包括《算法4》所介绍的红黑树），是一种特殊的红黑树——左倾红黑树。但是红黑树本身并不需要“左倾”性质。也就是说，我们在这一章实现的左倾红黑树一定是红黑树；但是红黑树不一定全是左倾红黑树。换句话说，我们的代码为了维护“左倾”这个性质，做了额外的事情，消耗了性能，使得我们在这个课程中的实现，没有“任何不平衡都可以在三次旋转内解决”这么好的性能优势。

在这个课程中，我们也提及了红黑树的五个性质。只要满足着五个性质，就是红黑树！这五个性质是红黑树的标准定义。

这五个性质再罗列一下，是：

所有节点非红即黑；

根节点为黑；

最后的NULL节点为黑；

红节点的孩子一定为黑；

黑平衡
仔细观察这五个性质，大家就会发现，红黑树的标准定义中没有规定红节点一定左倾

换句话说，以下的两种形状，是满足红黑树的性质的！（其中B代表黑节点；R代表红节点）：

   B            
 /   \          
B     R

   B
 /   \
R     R
但是，由于在我们这个课程的实现中，以上两种情况并不满足“左倾”的性质，我们就需要额外的操作，将这两种情况转换成“左倾”的样子。这也就是我在课程中说的，红黑树有更优的实现。当我们放宽限制，让红黑树也可以包含上面两种样子的时候，我们需要的旋转调整将减少，并且有对于任何不平衡，三次旋转即可解决！

印象里《算法导论》中红黑树的实现，是满足这个性质的。有兴趣的同学，不妨找来《算法导论》，好好研究一下：

那么如果以上的两个样子也符合红黑树的定义，意味着什么呢？

我们可以仔细观察一下其中的第二种样子：

   B
 /   \
R     R
根据我们课程中介绍的红黑树和2-3树的关系，这其实意味着红黑树不仅仅是和2-3树等价的，还和2-4树等价（包含2-node，3-node，4-node）。但是，对于其中的4-node，我们只能用以上的样子表示，而不能使用以下两种形状：

    B    B   
   /      \
  R        R
 /          \
R            R
这是因为以上两种形状，他们破坏了红黑树的性质4！

在这里，请大家再回顾一下红黑树的五个性质！

所有节点非红即黑；

根节点为黑；

最后的NULL节点为黑；

红节点的孩子一定为黑；

黑平衡
有时候，其中前三个性质，都是非常记忆的很朴素的定义。对于性质3，我们又称又称为“红色性质”，因为它是和红色节点相关的；相应的，性质5，我们有时候又称为“黑色性质”，因为它是和黑色节点相关的。

怎么样，现在是不是觉得红黑树的5个性质很好记？

同时，通过这个角度，用2-4树去理解《算法导论》中红黑树的实现，或许更容易。

教程链接

链接：https://pan.baidu.com/s/1oUOlPoPwt9qerTbkHbjogQ 
提取码：xlnr

csdn下载链接

JAVA数据结构和算法（内含视频和代码）-Java文档类资源-CSDN下载