那问题来了,为什么一定要这种结构呢?换句话说这样的结构有什么好处呢?我们就来查找下值为10的节点。它怎么一步步的找到这个节点的?步骤是怎样的?接着往下看。
1, 查找到根节点9,看下图:
2, 由于10大于9的,所以查找到右孩子13,看下图:
3, 又因为10是小与13的,所以查找到左孩子11,看下图:
4, 这一步相比不用说了大家也都知道了,找到了左孩子,然后发现正好是10 。恰好是正要寻找的值。、
可能又有童鞋会问,这不是二分查找的思想吗?确实,查找所需的最大次数等同于二叉查找树的高度。当然在插入节点的时候,也是这种思想,一层一层的找到合适的位置插入。但是二叉查找树有个比较大的缺陷,而且这个缺陷会影响到他的性能。我们先来看下有一种情况的插入操作:
如果初始的二叉查找树只有三个节点,如下图:我们依次插入5个节点:7,6,5,4,3,。看下图插入之后的图:
看出来了吗?有没有觉得很别扭,如果根节点足够大,那是不是“左腿”会变的特别长,也就是说查找的性能大打折扣,几乎就是线性查找了。
那有没有好的办法解决这个问题呢?解决这种多次插入新节点而导致的不平衡?这个时候红黑树就登场了。 红黑树 红黑树就是一种平衡的二叉查找树,说他平衡的意思是他不会变成“瘸子”,左腿特别长或者右腿特别长。除了符合二叉查找树的特性之外,还具体下列的特性: 1. 节点是红色或者黑色 2. 根节点是黑色 3. 每个叶子的节点都是黑色的空节点(NULL) 4. 每个红色节点的两个子节点都是黑色的。 5. 从任意节点到其每个叶子的所有路径都包含相同的黑色节点。 看下图就是一个典型的红黑树:很多童鞋又会惊讶了,天啊这个条条框框也太多了吧。没错,正式因为这些规则,才能保证红黑树的自平衡。最长路径不超过最短路径的2倍。
当插入和删除节点,就会对平衡造成破坏,这时候需要对树进行调整,从而重新达到平衡。那什么情况下会破坏红黑树的规则呢? 1,我们看下图:向原来的红黑树插入值为14的新节点,由于父节点15是黑色节点,所以这种情况没有破坏结构,不需要做任何的改变。
2,向原树插入21呢?,看下图: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,必须作出调整。那么究竟该怎么调整呢?有两种方式【变色】和【旋转】分为【左旋转】和【右旋转】。
【变色】: 为了符合红黑树的规则,会把节点红变黑或者黑变红。下图展示的是红黑树的部分,需要注意节点25并非根节点。因为21和22链接出现红色,不符合规则4,所以把22红变黑:但这样还是不符合规则5,所以需要把25黑变红,看下图:
你以为现在结束了?天真,因为25和27又是两个连续的红色节点(规则4),所以需要将27红变黑。
终于结束了,都满足规则了,舒服多了。
【左旋转】 也就是逆时针旋转两个节点,使父节点被自己的右孩子取代,而自己成为自己的左孩子,听起来吓死人,直接看图吧:![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/9fae3143a1b76f94e90dc618d9a3e730.jpeg)
【右旋转】
顺时针旋转两个节点,使得自己的父节点被左孩子取代,而自己成为自己的右孩子,看不懂直接看图吧:看起来这么复杂,到底怎么用呢?确实很复杂,我们讲下典型的例子,大家参考下:
以刚才插入21节点的例子:首先我们需要做的是变色,把节点25以及下方的节点变色:
由于17和25是连续的两个红色节点,那么吧节点17变黑吗?这样是不行的,你想这样一来不就打破了规则4了吗,而且根据规则2,也不可能吧13变成红色。变色已经无法解决问题了,所以只能进行旋转了。13当成X,17当成Y,左旋转试试看:
由于根节点必须是黑色,所以需要变色,结果如下图:
继续,其中有两条路径(17-)8->6->NULL)的黑色节点个数不是3,是4不符合规则。
这个时候需要把13当做X,8当做Y,进行右旋转:
最后根据规则变色:
这样一来,我们终于结束了,经过调整之后符合规则。
那我们费这么大力气,这么复杂,这东西用在哪里,有哪些应用呢? 其实STL中的map就是用的红黑树。 总结: 红黑色的大体思想就是上面描述的那样,里面还有很多情况要考虑,本文只是简单的讲述思想,大家有兴趣可以去百度上看各种情况的考虑。谢谢大家的支持!转载自:http://www.360doc.cn/mip/783893127.html
红黑树与平衡二叉树的区别?
红黑树的性质:
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。
这些约束强制了红黑树的关键性质: 从根到叶子的最长的可能路径不多于最短的可能路径的两倍长。结果是这个树大致上是平衡的。因为操作比如插入、删除和查找某个值的最坏情况时间都要求与树的高度成比例,这个在高度上的理论上限允许红黑树在最坏情况下都是高效的,而不同于普通的二叉查找树。
平衡二叉树的性质:
它是一 棵空树或它的左右两个子树的高度差的绝对值不超过1,并且左右两个子树都是一棵平衡二叉树。这个方案很好的解决了二叉查找树退化成链表的问题,把插入,查找,删除的时间复杂度最好情况和最坏情况都维持在O(logN)。但是频繁旋转会使插入和删除牺牲掉O(logN)左右的时间,不过相对二叉查找树来说,时间上稳定了很多。
区别:
1、红黑树放弃了追求完全平衡,追求大致平衡,在与平衡二叉树的时间复杂度相差不大的情况下,保证每次插入最多只需要三次旋转就能达到平衡,实现起来也更为简单。
2、平衡二叉树追求绝对平衡,条件比较苛刻,实现起来比较麻烦,每次插入新节点之后需要旋转的次数不能预知。