二叉搜索树(BST)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搜索树
优点:二分查找的思想,查找、插入、删除所需的最大次数等同于二叉树的高度,时间复杂度为O(logn)
缺点:二叉搜索树可能退化成链表,此时树的高度就是节点数n,所有操作的时间复杂度为O(n)
如何解决二叉搜索树多次插入新节点导致的不平衡呢?
“红黑树”应运而生
红黑树是一种自平衡的二叉搜索树,出了符合二叉搜索树的基本特性外,它还具有下列附加特性:
-
节点是红色或黑色
-
根节点是黑色
-
每个叶子节点都是黑色的空节点
-
每个红色节点的两个子节点都是黑色,也就是说从根结点到每个叶子结点的所有路径上不能有两个连续的红色节点
-
从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
下图中这棵树,就是一颗典型的红黑树:
红黑树从根节点到叶子结点的最长路径不会超过最短路径的2倍
什么情况下会破坏红黑树的规则,什么情况下不会破坏规则呢?我们举两个简单的栗子:
1.向原红黑树插入值为14的新节点:
由于父节点15是黑色节点,因此这种情况并不会破坏红黑树的规则,无需做任何调整。
2.向原红黑树插入值为21的新节点:
由于父节点22是红色节点,因此这种情况打破了红黑树的规则4(每个红色节点的两个子节点都是黑色),必须进行调整,使之重新符合红黑树的规则。
变色:
为了重新符合红黑树的规则,尝试把红色节点变为黑色,或者把黑色节点变为红色。
下图所表示的是红黑树的一部分,需要注意节点25并非根节点。因为节点21和节点22连续出现了红色,不符合规则4,所以把节点22从红色变成黑色:
但这样并不算完,因为凭空多出的黑色节点打破了规则5,所以发生连锁反应,需要继续把节点25从黑色变成红色:
此时仍然没有结束,因为节点25和节点27又形成了两个连续的红色节点,需要继续把节点27从红色变成黑色:
左旋转:
逆时针旋转红黑树的两个节点,使得父节点被自己的右孩子取代,而自己成为自己的左孩子。说起来很怪异,大家看下图:
图中,身为右孩子的Y取代了X的位置,而X变成了自己的左孩子。此为左旋转。
旋转前:Y的子节点有b和c,X的子节点有a和Y
旋转后:X成为了Y的子节点,因此Y的子节点暂时有X、b、c,而X的子节点暂时仅剩a
将Y的左子节点b作为X的右子节点,以维持二叉树的结构
此时,Y的子节点为X和c,X的子节点为a和b
右旋转:
顺时针旋转红黑树的两个节点,使得父节点被自己的左孩子取代,而自己成为自己的右孩子。大家看下图:
图中,身为左孩子的Y取代了X的位置,而X变成了自己的右孩子。此为右旋转。
旋转前:Y的子节点有b和c,X的子节点有Y和a
旋转后:X成为了Y的子节点,因此Y的子节点暂时有X、b、c,而X的子节点暂时仅剩a
将Y的右子节点c作为X的左子节点,以维持二叉树的结构
此时,Y的子节点为b和X,X的子节点为c和a
我们以刚才插入节点21的情况为例:
首先,我们需要做的是变色,把节点25及其下方的节点变色:
此时节点17和节点25是连续的两个红色节点,那么把节点17变成黑色节点?恐怕不合适。这样一来不但打破了规则4,而且根据规则2(根节点是黑色),也不可能把节点13变成红色节点。
变色已无法解决问题,我们把节点13看做X,把节点17看做Y,像刚才的示意图那样进行左旋转:
由于根节点必须是黑色节点,所以需要变色,变色结果如下:
这样就结束了吗?并没有。因为其中两条路径(17 -> 8 -> 6 -> NIL)的黑色节点个数是4,其他路径的黑色节点个数是3,不符合规则5。
这时候我们需要把节点13看做X,节点8看做Y,像刚才的示意图那样进行右旋转:
最后根据规则来进行变色:
如此一来,我们的红黑树变得重新符合规则。这一个例子的调整过程比较复杂,经历了如下步骤:
变色 -> 左旋转 -> 变色 -> 右旋转 -> 变色