本篇文章是在下面文章基础上进行的重点汇总,侵删。https://juejin.im/post/6844903519632228365#comment
要学习红黑树,需要先理解二叉查找树(BST)。
二叉查找树(BST)具备什么特性呢?
1.左子树上的所有节点的值均小于或等于它的根节点的值。
2.右子树上所有节点的值均大于或等于它的根节点的值。
3.左右子树也分别为二叉查找树。
下面这棵树就是一颗二叉查找树:
这种数据结构使得在查找节点数据时可以利用二分查找的思想,查找所需的最大次数等同于二叉查找树的高度。(平均时间复杂度为O(log n),n为节点个数)
在插入节点的时候也是利用类似的方法,通过一层一层比较大小,找到新节点适合插入的位置。
但是,如果插入的数据的顺序较为特殊时,二叉查找树有可能会变成类似链表的结构:
这样的形态虽然也符合二叉查找树的特性,但是查找的性能大打折扣,几乎变成了线性(时间复杂度O(n))。
为了解决上述由于插入而导致的不平衡现象,产生了红黑树。
红黑树
红黑树(Red Black Tree)是一种自平衡的二叉查找树。除了符合二叉查找树的基本特性外,它还具有下列附加特性:
1.节点是红色或黑色。
2.根节点是黑色。
3.每个叶子节点都是黑色的空节点(NIL节点)。
4 每个红色节点的两个子节点都是黑色。(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)
5.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:
正是因为这些规则限制,才保证了红黑树的自平衡。红黑树从根到叶子的最长路径不会超过最短路径的2倍。
当插入或者删除节点的时候,红黑树的规则有可能被打破。这时候就需要做出一些调整,来继续维持我们的规则。
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?
1.插入的是黑色节点时,一定会违反第5点。
2.当插入的是红色节点时:
如果插入位置的父节点是黑色节点,因此这种情况并不会破坏红黑树的规则,无需做任何调整;
如果插入位置的父节点是红色节点,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。
调整有两种方法:变色和旋转,旋转又分为左旋转和右旋转。
下面仅对方法的实现进行介绍,具体调整过程可以看上面的参考文章。
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。
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。
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。
红黑树的应用:
红黑树的应用有很多,其中JDK的集合类TreeMap和TreeSet底层就是红黑树实现的,在Java8中,连HashMap也用到了红黑树。