深度理解红黑树增删节点

最新推荐文章于 2021-12-26 14:54:14 发布
最新推荐文章于 2021-12-26 14:54:14 发布
阅读量183 收藏
点赞数
分类专栏： 技术 日志 文章标签： 数据结构
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/qq_34954047/article/details/118933012
版权

用途：

主要用在key-value，查找

  1. map
  2. nginx Timer事件管理
  3. Epoll事件块的管理
  4. cfs
  5. 内存管理
    比如malloc
    示意图

红黑树特性：

一. 每个节点红色的或黑色的
二. 根节点是黑色的
三. 每个叶子节点是黑色的，且隐藏
四. 若某节点红，则其子节点为黑色
五. 对于某个节点，从该节点到其子孙节点的所有路径上，包含相同数目的黑节点（红黑树平衡黑高）
六. 最大路径不会超过最短路径的两倍（因为红色后面一定跟黑色，黑节点数量一定相等）。

实现

在这里插入图片描述

红黑树时间复杂度：O(lgn)

红黑树应用：
主要用来存储数据，如：Java集合中的TreeSet和TreeMap，C++中的set、map， linux中的虚拟内存管理

红黑树----左旋

在这里插入图片描述
算法导论中如是说

LEFT-ROTATE(T, x)  
	y ← right[x]            // 前提：这里假设x的右孩子为y。下面开始正式操作
	right[x] ← left[y]      // 将 “y的左孩子” 设为 “x的右孩子”，即 将β设为x的右孩子
	p[left[y]] ← x          // 将 “x” 设为 “y的左孩子的父亲”，即 将β的父亲设为x
	p[y] ← p[x]             // 将 “x的父亲” 设为 “y的父亲”
	if p[x] = nil[T]       
		then root[T] ← y                 // 情况1：如果 “x的父亲” 是空节点，则将y设为根节点
	else if x = left[p[x]]  
		then left[p[x]] ← y    // 情况2：如果 x是它父节点的左孩子，则将y设为“x的父节点的左孩子”
	else 
		right[p[x]] ← y   // 情况3：(x是它父节点的右孩子) 将y设为“x的父节点的右孩子”
	left[y] ← x             // 将 “x” 设为 “y的左孩子”
	p[x] ← y                // 将 “x的父节点” 设为 “y”

void _left_route(rbtree *T, rbtree_node * x)
{
	rbtree_node *y = x->right;
 	
 	x->right = y->left;
 	if(y->left != T->nil)
 		y->left->parent = x;

	if(x->parent != T->nil)
	{
		y->parent = T->root;
	}
	else if(x == x->parent->left)
	{
		x->parent->left = y;
	}
	else if(x == x->parent->right)
	{
		x->parent->right = y;
	}
	y->parent = x->parent;

	x->parent = y;
	y->left = x;
}

红黑树----右旋

在这里插入图片描述
算法导论中如是说：

RIGHT-ROTATE(T, y)  
 	x ← left[y]             // 前提：这里假设y的左孩子为x。下面开始正式操作
 	left[y] ← right[x]      // 将 “x的右孩子” 设为 “y的左孩子”，即 将β设为y的左孩子
	p[right[x]] ← y         // 将 “y” 设为 “x的右孩子的父亲”，即 将β的父亲设为y
	p[x] ← p[y]             // 将 “y的父亲” 设为 “x的父亲”
	if p[y] = nil[T]       
		then root[T] ← x                 // 情况1：如果 “y的父亲” 是空节点，则将x设为根节点
	else if y = right[p[y]]  
		then right[p[y]] ← x   // 情况2：如果 y是它父节点的右孩子，则将x设为“y的父节点的左孩子”
	else 
		left[p[y]] ← x    // 情况3：(y是它父节点的左孩子) 将x设为“y的父节点的左孩子”
	right[x] ← y            // 将 “y” 设为 “x的右孩子”
	p[y] ← x                // 将 “y的父节点” 设为 “x”

void _right_route(rbtree *T, rbtree_node * x)
{
	rbtree_node *y = x->left;
 	
 	x->left= y->right;
 	if(y->right!= T->nil)
 		y->right->parent = x;

	if(x->parent != T->nil)
	{
		y->parent = T->root;
	}
	else if(x == x->parent->left)
	{
		x->parent->left = y;
	}
	else if(x == x->parent->right)
	{
		x->parent->right = y;
	}
	y->parent = x->parent;

	x->parent = y;
	y->right= x;
}

红黑树是一个二叉树，二叉树必定满足排序的要求，所以红黑树左旋右旋的只是改变X，Y节点的父子节点关系

红黑树添加

红黑树添加有如下几种情况
在这里插入图片描述
上图父节点位红的部分，可以归结为三种情况，

  1. 父节点为红，叔父节点为红
    处理方式：变换父节点、叔节点为黑，祖父节点为红，随后针对祖父节点处理，使其满足红黑树性值：红节点的子节点不能为红！
  2. 父节点为红，叔父节点为黑，父节点与当前节点处于树的同一侧，要不都是父节点的左子树，要不都是父节点的右子树
    处理方式：旋转祖父节点，使得父节点处于之前祖父节点的位置，交换父节点与祖父节点的颜色，使得原祖父节点依然处于黑色，其两个子节点变为红色
  3. 父节点为红，叔父节点为黑，父节点与当前节点处于树的不同测。
    处理方式：通过旋转，将两个连续红色变换到与父节点的同一侧，然后按照第二种情形处理。
void rbtree_insert_fixup(rbtree *T, rbtree_node *z) {

	while (z->parent->color == RED) { //z ---> RED
		if (z->parent == z->parent->parent->left) {
			rbtree_node *y = z->parent->parent->right;
			if (y->color == RED) {
				z->parent->color = BLACK;
				y->color = BLACK;
				z->parent->parent->color = RED;

				z = z->parent->parent; //z --> RED
			} else {

//确保当前节点与父节点处于树的同一侧，如果不是同一侧，通过旋转，变换一个红色节点到同一侧后，交出节点句柄。
//此处变换的的核心是通过旋转，将连续的两个红节点拉一个到祖父节点的位置，然后着色，如此将不会改变黑高，达到平衡
				if (z == z->parent->right) {
					z = z->parent;
					_left_rotate(T, z);
				}

				z->parent->color = BLACK;
				z->parent->parent->color = RED;
				_right_rotate(T, z->parent->parent);
			}
		}else {
			rbtree_node *y = z->parent->parent->left;
			if (y->color == RED) {
				z->parent->color = BLACK;
				y->color = BLACK;
				z->parent->parent->color = RED;

				z = z->parent->parent; //z --> RED
			} else {
				if (z == z->parent->left) {
					z = z->parent;
					_right_rotate(T, z);
				}

				z->parent->color = BLACK;
				z->parent->parent->color = RED;
				_left_rotate(T, z->parent->parent);
			}
		}
		
	}

	T->root->color = BLACK;
}
void rbtree_insert(rbtree *T, rbtree_node *z) {

	rbtree_node *y = T->nil;
	rbtree_node *x = T->root;
//找到z节点应该添加的位置，参照二叉树性值
	while (x != T->nil) {
		y = x;
		if (z->key < x->key) {
			x = x->left;
		} else if (z->key > x->key) {
			x = x->right;
		} else { //Exist
			return ;
		}
	}

	z->parent = y;
	if (y == T->nil) {
		T->root = z;
	} else if (z->key < y->key) {
		y->left = z;
	} else {
		y->right = z;
	}

	z->left = T->nil;
	z->right = T->nil;
	//着红
	z->color = RED;
//修改颜色，使其满足红黑树性值
	rbtree_insert_fixup(T, z);
}

删除节点

三个节点定义

  1. 覆盖节点z：想要删除的key对应的节点
  2. 删除节点y：实际释放掉的节点，位于z右节点处的最小值，若z缺失左右子树，则与x重叠
  3. 轴心节点x：y的子节点，从该节点处开始调整红黑属性

删除节点步骤

  1. 寻找x、y节点
  2. 断开y节点，将x节点嫁接到原来y节点的位置。
  3. 将y节点的内容拷贝到z节点处
  4. 如果删除节点y为黑色节点，调整红黑，使得该树依然满足红黑树属性
rbtree_node *rbtree_delete(rbtree *T, rbtree_node *z) {

	rbtree_node *y = T->nil;
	rbtree_node *x = T->nil;
// 寻找x、y节点
	if ((z->left == T->nil) || (z->right == T->nil)) {
		y = z;
	} else {
		y = z->right;
		while(y->left != T->nil)
		{
			y = y->left;
		}
	}

	if (y->left != T->nil) {
		x = y->left;
	} else if (y->right != T->nil) {
		x = y->right;
	}
// 删除掉y节点
	x->parent = y->parent;
	if (y->parent == T->nil) {
		T->root = x;
	} else if (y == y->parent->left) {
		y->parent->left = x;
	} else {
		y->parent->right = x;
	}

	if (y != z) {
		z->key = y->key;
		z->value = y->value;
	}

	if (y->color == BLACK) {
		rbtree_delete_fixup(T, x);
	}
	free(y);
	
}

调整红黑树属性

调整该树可能会有一下情况，x为红色，由于红色的父子节点均不可能为红，所以直接染黑就好，此处不做讨论。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

void rbtree_delete_fixup(rbtree *T, rbtree_node *x) {

	while ((x != T->root) && (x->color == BLACK)) {
		if (x == x->parent->left) {![在这里插入图片描述](https://img-blog.csdnimg.cn/6196174218ec42b99bed6e099cc48369.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBAcXFfNTAzMDAwODk1,size_20,color_FFFFFF,t_70,g_se,x_16)


			rbtree_node *w= x->parent->right;
			if (w->color == RED) {
				w->color = BLACK;
				x->parent->color = RED;

				_left_rotate(T, x->parent);
				w = x->parent->right;
			}

			if ((w->left->color == BLACK) && (w->right->color == BLACK)) {
				w->color = RED;
				x = x->parent;
			} else {

				if (w->right->color == BLACK) {
					w->left->color = BLACK;
					w->color = RED;
					_right_rotate(T, w);
					w = x->parent->right;
				}

				w->color = x->parent->color;
				x->parent->color = BLACK;
				w->right->color = BLACK;
				_left_rotate(T, x->parent);

				x = T->root;
			}

		} else {

			rbtree_node *w = x->parent->left;
			if (w->color == RED) {
				w->color = BLACK;
				x->parent->color = RED;
				_right_rotate(T, x->parent);
				w = x->parent->left;
			}

			if ((w->left->color == BLACK) && (w->right->color == BLACK)) {
				w->color = RED;
				x = x->parent;
			} else {

				if (w->left->color == BLACK) {
					w->right->color = BLACK;
					w->color = RED;
					_left_rotate(T, w);
					w = x->parent->left;
				}

				w->color = x->parent->color;
				x->parent->color = BLACK;
				w->left->color = BLACK;
				_right_rotate(T, x->parent);

				x = T->root;
			}

		}
	}

	x->color = BLACK;
}
域中四大
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
红黑树添加删除节点操作详解资料整理.doc
01-09
stl源码剖析一书中关于红黑树删除的操作只字未提，删除操作比较复杂，没有相关说明比较晦涩。 本人再看这个函数时也是冒了一身冷汗，这方面的资料很匮乏，好容易找到了，与大家分享一下。。。
红黑树的增删节点
杨煜冬煜杨的博客
11-09 372
红黑树一直被认为是较为复杂的一种数据结构，其中增加节点和删除节点是最常用的两种操作，恰恰又是最复杂的两种操作（尤其是后者），下面的两篇文章较为清晰的给出了红黑树怎样增删节点的操作方法 http://blog.csdn.net/tobeandnottobe/article/details/7232664 http://www.cnblogs.com/daoluanxiaozi/p/33403
图解集合8：红黑树的移除节点操作
weixin_34293059的博客
05-25 110
红黑树移除节点 上文详细讲解了红黑树的概念，红黑树的插入及旋转操作，根据测试代码建立起来的红黑树结构为： 本文先研究一下红黑树的移除操作是如何实现的，移除操作比较复杂，具体移除的操作要进行几次旋转和移除的节点在红黑树中的位置有关，这里也不特意按照旋转次数选择节点了，就找三种位置举例演示红黑树移除操作如何进行： 移除根节点，例子就是移除节点30 移除中间节点，例子就是移除节点70 ...
红黑树增删
yygyj的博客
11-27 235
######仅个人学习使用，如有侵权，请联系删除 红黑树有以下五个性质： 1.根节点为黑色 2.节点为红色或者黑色 3.每个叶子节点NIL为黑色 4.节点为红色，则两个孩子都为黑色(即每条路径上不能有连续两个红色) 5.任意一个节点到其所有子孙节点的NIL的路径上包含相同数目的黑色节点 注意，在红黑树中，把传统二叉树的叶子节点的孩子指向NIL，称NIL为红黑树中的叶子节点。NIL节点中含有指向父节点的指针，这可能是需要把null改为NIL的原因。 一.插入操作 首先以二叉查找树的插入方式插入新的节点(插入的
红黑树原理（增加节点、删除节点、修改节点、查询节点）
目与木鱼
12-26 1826
红黑树原理（增加节点、删除节点、修改节点、查询节点）
使用C++实现的rbtree红黑树.zip
最新发布
03-21
红黑树（Red-Black Tree）是一种自平衡的二叉查找树，由计算机科学家Rudolf Bayer在1972年提出。它在保持二叉查找树特性的同时，通过...理解和掌握红黑树的原理及C++实现，对于提升编程能力和解决实际问题大有裨益。
hongheishu.rar_binary tree_红黑树
09-21
红黑树（Red-Black Tree）是一种自平衡的二叉查找树，由Rudolf Bayer在1972年提出，它的设计目标是为了在插入、删除和查找等操作时保持较好的性能。...深入研究这些文件将有助于深化对红黑树的理解。
红黑树插入删除伪算法
03-10
在"红黑树插入删除伪算法（含图示）"文件中，你将能看到具体的操作流程和变化过程，这对于理解红黑树的内部工作机制非常有帮助。 总的来说，红黑树是一种高效的数据结构，广泛应用于数据库系统、编译器、虚拟机等...
红黑树（C++）
07-13
VS2010是一个常用的C++开发环境，提供了丰富的调试和代码编辑功能，使得学习和理解红黑树的实现变得更加容易。 在实际应用中，红黑树常用于实现关联数组、集合、映射、优先队列等数据结构，以及作为其他数据结构的...
java树节点逐级汇总.zip
05-08
例如，使用平衡树结构（如AVL或红黑树）可以确保插入、删除和查找操作的时间复杂度保持在O(log n)。 综上所述，"java树节点逐级汇总.zip"这个资源提供了从无序列表数据构建树形结构并进行逐级汇总的功能。开发者...
红黑树节点的删除操作
xixihaha331的博客
05-12 1147
二、红黑树删除后的调整 删除节点后的调整要根据N的不同情形来分情况处理。假设删除节点后的树中，N的父节点为P，兄弟节点为S，兄弟节点的左孩子为SL，兄弟节点的右孩子为SR。需要注意的是空节点是有颜色的，它是黑色的。 2.1 N为根节点 这种情形非常简单，直接将其修改为黑色即可。因为如果N原来是黑色，则这样做不会改变其性质，如果原来为红色，我们需要保持红黑树的性质，也要把它修改为黑色。
红黑树（Red Black Tree）删除操作及其平衡性能
派拉斯兔子的博客
01-30 1198
一、红黑树（Red Black Tree）删除操作 B树中，最后真正被删除的元素都在叶子节点中 1、删除 – RED节点 直接删除，不用作任何调整 2、删除 – BLACK节点 有 3 种情况 ①、拥有 2 个RED 子节点的BLACK 节点 ✓ 不可能被直接删除，因为会找它的子节点替代删除 ✓ 因此不用考虑这种情况 ②、拥有 1 个 RED子节点的BLACK 节点 ③、BLACK 叶子节点 3、删除 – 拥有1个RED子节点的BLACK节点 判定条件：用以替代的子节点是 RED 将替代的子节点染成 BLA
红黑树的查找、插入、删除
JTY541464341的博客
04-03 4050
AVL树的插入操作时间复杂度是O(1)，删除操作时间复杂度是O(logN)。红黑树的引入是对AVL树的一种性能上的提升，使删除操作的时间复杂度也可在常数时间内完成。 外部节点 与B树一样，在末端节点处增加外部节点。可以说，红黑树在一定意义上是满二叉树。 规则： （1） 树根结点必须是黑色 （2） 外部节点必须是黑色 （3） 其余节点若为红色，该节点子和父必是黑色 （4） 外部节点到根结点的途中所经...
红黑树基本概念
铭毅天下Elasticsearch
09-27 7697
红黑树基本概念        【维基百科】 红黑树是一种自平衡二叉查找树，是在计算机科学中用到的一种数据结构，典型的用途是实现关联数组。它是在1972年由鲁道夫·贝尔发明的，他称之为"对称二叉B树"，它现代的名字是在 Leo J. Guibas 和 Robert Sedgewick 于1978年写的一篇论文中获得的。它是复杂的，但它的操作有着良好的最坏情况运行时间，并且在实践中是高效的:
红黑树的理解说明（删除）
iinilostme的博客
07-29 434
先上删除伪代码，伪代码来自：http://blog.csdn.net/v_july_v/article/details/6105630  1 if left[z] = nil[T] or right[z] = nil[T]      2    then y ← z      3    else y ← TREE-SUCCESSOR(z)      4 if left[y] ≠
红黑树的插入与删除
朱广健的博客
05-26 9650
红黑树（Red Black Tree） 是一种自平衡二叉查找树。红黑树和AVL树类似，都是在进行插入和删除操作时通过特定操作保持二叉查找树的平衡，从而获得较高的查找性能。红黑树可以在O(log n)时间内完成查找，插入和删除操作。 二叉搜索树可以看 二叉搜索树 AVL树可以看 AVL树的插入与删除 1. 红黑树的性质 红黑树的自平衡依赖于它的以下性质： 性质1. 结点是红
红黑树的插入、创建和删除
maqian5的博客
08-14 1140
文章目录1.红黑树介绍2.红黑树的旋转3.红黑树的插入4.红黑树的删除5.参考 1.红黑树介绍    二叉搜索树在最好情况下的时间复杂度是O（logn）O（log n）O（logn），但是当插入元素是有序的时候，二叉搜索树就变成了一个链表，在这种情况下，时间复杂度为O(n)O(n)O(n)。    红黑树就是针对这一情形进行改进。红黑树本质上是一种二叉搜索树，但它在二叉搜索树的基础上额外添加了一个...
Java数据结构和算法（十一）——红黑树
IT可乐
01-21 228
　　上一篇博客我们介绍了二叉搜索树，二叉搜索树对于某个节点而言，其左子树的节点关键值都小于该节点关键值，右子树的所有节点关键值都大于该节点关键值。二叉搜索树作为一种数据结构，其查找、插入和删除操作的时间复杂度都为O(logn),底数为2。但是我们说这个时间复杂度是在平衡的二叉搜索树上体现的，也就是如果插入的数据是随机的，则效率很高，但是如果插入的数据是有序的，比如从小到大的顺序【10,2...
全网最详细的红黑树的基本性质详解及原因和时间复杂度解析
qq_41346335的博客
08-29 1297
红黑树的基本性质 节点要么是红色，要么是黑色。 根节点是黑色 每一个叶子节点(最后的空节点) 是黑色的 每个红节点的两个孩子节点都是黑的 从任意节点到叶子节点 ，结果的黑色节点是一样多的 根节点为什么是黑色？ 根据前个文章，红黑树是由2-3树衍生而来的，根据图示，根节点只能是黑色。 为什么每一个叶子节点(最后的空节点) 是黑色的？ 这个相当于一个定义 为什么从任意节点到叶子节点，结果的黑色节点是一样多的呢？ 因为2-3树是完全平衡的二叉树，所以深度是一样的，红黑树是由2-3树演变而来，每经过一个黑色
左倾红黑树算法深度解析
通过Java代码和动画，学习者可以直观地理解红黑树的各种操作，包括插入、删除和旋转过程。这些辅助材料对于深入理解和实现红黑树算法至关重要。 这篇资源提供了一个深入且易于理解的红黑树教程，适合希望掌握这种...
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