红黑树产生的原因:
之前我们学习过二叉查找树,大部分情况下,发现它的查询效率比单纯的链表和数组的查询效率要高很多(二叉查找树相当于二分查找)
但如果按顺序插入的9,8,7,6,5,4,3,2,1 会发现二叉树变成链表样子,如果我们要查找1这个元素,查找的效率依旧会很低
效率低的原因在于这个树并不平衡,为了保证查找树的平衡性,引入2-3路平衡查找树与红黑树
但2-3查找树实现起来比较复杂,而且添加数据或删除数据的时候,为维护平衡问题可能会使得效率降低,所以引入红黑树
红黑树主要是对2-3树进行编码,红黑树背后的基本思想是用标准的二叉查找树(完全由2-结点构成)和一些额外的信
息(替换3-结点)来表示2-3树。我们将树中的链接分为两种类型:
红链接:将两个2-结点连接起来构成一个3-结点; 黑链接:则是2-3树中的普通链接。
确切的说,我们将3-结点表示为由由一条左斜的红色链接(两个2-结点其中之一是另一个的左子结点)相连的两个2-
结点。这种表示法的一个优点是,我们无需修改就可以直接使用标准的二叉查找树的get方法
一般情况下,我们用结点为红色 代表父结点指向自己的线为红色
//红黑树
public class RedBlackTree<Key extends Comparable<Key>, Value> {
//根节点
private Node root;
//记录树中元素的个数
private int N;
//红色链接
private static final boolean RED = true;
//黑色链接
private static final boolean BLACK = false;
/**
* 判断当前节点的父指向链接是否为红色
*
* @param x
* @return
*/
private boolean isRed(Node x) {
//空结点默认是黑色链接
if (x == null) {
return false;
}
//非空结点需要判断结点color属性的值
return x.color == RED;
}
/**
* 左旋转
*
* @param h
* @return
*/
private Node rotateLeft(Node h) {
//找出当前结点h的右子结点
Node hRight = h.right;
//让当前结点h的右子结点的左子结点成为当前结点的右子结点
h.right = hRight.left;
//让当前结点h称为右子结点的左子结点
hRight.left = h;
//让当前结点h的color编程右子结点的color
hRight.color = h.color;
//让当前结点h的color变为RED
h.color = RED;
//返回当前结点的右子结点
return hRight;
}
/**
* 右旋转
*
* @param h
* @return
*/
private Node rotateRight(Node h) {
//找出当前结点h的左子结点
Node HLeft = h.left;
//让当前结点h的左子结点的右子结点称为当前结点的左子结点
h.left = HLeft.right;
//让当前结点称为左子结点的右子结点
HLeft.right = h;
//让当前结点h的color值称为左子结点的color值
HLeft.color = h.color;
//让当前结点h的color变为RED
h.color = RED;
//返回当前结点的左子结点
return HLeft;
}
/**
* 颜色反转
*
* @param h
*/
private void flipColors(Node h) {
h.left.color = BLACK;
h.right.color = BLACK;
h.color = RED;
}
/**
* 在整个树上完成插入操作
*
* @param key
* @param value
*/
public void put(Key key, Value value) {
//在root整个树上插入key-val
root = put(root, key, value);
root.color = BLACK;
}
/**
* 在指定树中,完成插入操作,并返回添加元素后新的树
*
* @param h
* @param key
* @param value
* @return
*/
private Node put(Node h, Key key, Value value) {
if (h == null) {
//标准的插入操作,和父结点用红链接相连
N++;
return new Node(key, value, null, null, RED);
}
//比较要插入的键和当前结点的键
int cmp = key.compareTo((Key) h.key);
if (cmp < 0) {
//继续寻找左子树插入
h.left = put(h.left, key, value);
} else if (cmp > 0) {
//继续寻找右子树插入
h.right = put(h.right, key, value);
} else {
h.value = value;
}
//如果当前结点的右链接是红色,左链接是黑色,需要左旋
if (isRed(h.right) && !isRed(h.left)) {
h = rotateLeft(h);
}
//如果当前结点的左子结点和左子结点的左子结点都是红色链接,则需要右旋
if (isRed(h.left) && isRed(h.left.left)) {
h = rotateRight(h);
}
//如果当前结点的左链接和右链接都是红色,需要颜色变换
if (isRed(h.left) && isRed(h.right)) {
flipColors(h);
}
//返回当前结点
return h;
}
//根据key,从树中找出对应的值
public Value get(Key key) {
return get(root, key);
}
//从指定的树x中,查找key对应的值
public Value get(Node x, Key key) {
//如果当前结点为空,则没有找到,返回null
if (x == null) {
return null;
}
//比较当前结点的键和key
int cmp = key.compareTo((Key) x.key);
if (cmp < 0) {
//如果要查询的key小于当前结点的key,则继续找当前结点的左子结点;
return (Value) get(x.left, key);
} else if (cmp > 0) {
return (Value) get(x.right, key);
} else {
return (Value) x.value;
}
}
//获取树中元素的个数
public int size() {
return N;
}
private class Node<Key, Value> {
//存储键
public Key key;
//存储值
private Value value;
//记录左子结点
public Node left;
//记录右子结点
public Node right;
//由其父结点指向它的链接的颜色
public boolean color;
public Node(Key key, Value value, Node left, Node right, boolean color) {
this.key = key;
this.value = value;
this.left = left;
this.right = right;
this.color = color;
}
}
public static void main(String[] args) {
RedBlackTree<Integer, String> bt = new RedBlackTree<>();
bt.put(4, "二哈");
bt.put(1, "张三");
bt.put(3, "李四");
bt.put(5, "王五");
System.out.println(bt.size());
bt.put(1, "老三");
System.out.println(bt.get(1));
System.out.println(bt.size());
}
}