红黑树也首先是一颗二分搜索树,然后还要满足一下定义(算法导论中的定义):
- 每个节点或者是红色的,或者是黑色的
- 根节点是黑色的
- 每一个叶子节点(最后的空节点)是黑色的
- 如果一个节点是红色的,那么他的孩子节点都是黑色的
- 从任意一个节点到叶子节点,经过的黑色节点是一样的
利用红黑树与2-3树的等价性,有利于理解红黑树的实现。
使用java实现简单的左倾红黑树的增加功能(不满足红黑树任何不平衡都会在三次旋转内解决):
/**
* @author ymn
* @version 1.0
* @date 2020\6\3 0003 14:17
*/
public class RBTree<K extends Comparable<K>,V> {
private static final boolean RED = true;
private static final boolean BLACK = false;
private class Node{
public K key;
public V value;
public Node left,right;
public boolean color;
public Node(K key,V value){
this.key = key;
this.value = value;
left = null;
right = null;
color = RED;
}
}
private Node root;
private int size;
public int getSize(){
return size;
}
public boolean isEmpty(){
return size == 0;
}
public boolean isRed(Node node){
if (node == null)
return BLACK;
return node.color;
}
// node x
// / \ 左旋转 / \
// T1 x ------> node T3
// / \ / \
// T2 T3 T1 T2
private Node leftRotate(Node node){
Node x = node.right;
node.right = x.left;
x.left = node;
x.color = node.color;
node.color = RED;
return x;
}
//颜色翻转(对应2-3树中分裂与向上兼容的过程)
private void flipColors(Node node){
node.color = RED;
node.left.color = BLACK;
node.right.color = BLACK;
}
// node x
// / \ 右旋转 / \
// x T2 ------> y node
// / \ / \
// y T1 T1 T2
private Node rightRotate(Node node){
Node x = node.left;
node.left = x.right;
x.right = node;
x.color = node.color;
node.color = RED;
return x;
}
//向红黑树中添加新的元素(key,value)
public void add(K key,V value){
root = add(root,key,value);
//保持根节点为黑色
root.color = BLACK;
}
//向以node为根的红黑树树中插入元素(key,value),递归算法
//返回插入新节点后红黑树树的根
private Node add(Node node,K key,V value){
if(node == null){
size ++;
return new Node(key, value);//默认插入红色节点
}
if (key.compareTo(node.key) < 0){
node.left = add(node.left,key, value);
}else if(key.compareTo(node.key) > 0){ //插入重复元素说明什么也不做
node.right = add(node.right,key, value);
}else {
node.value = value;
}
//节点插入完后进行红黑树性质的维护
/*先判断一下当前节点需不需要左旋转,即当前节点的右孩子是红节点而左孩子不是红节点,因为如果左孩子是红节点的话,
我们需要做的是颜色翻转,而不是左旋转*/
if (isRed(node.right) && !isRed(node.left))
node = leftRotate(node);
//当前节点的左孩子与左孩子的左孩子都为红节点,进行一次右旋转
if (isRed(node.left) && isRed(node.left.left))
node = rightRotate(node);
//最后判断一下当前节点需不需要进行颜色翻转
if (isRed(node.left) && isRed(node.right))
flipColors(node);
return node;
}
//返回以node为根节点的红黑树中,key所在的节点
private Node getNode(Node node,K key){
if (node == null){
return null;
}
if (key.compareTo(node.key) == 0){
return node;
}else if (key.compareTo(node.key) < 0){
return getNode(node.left,key);
}else { //key.compareTo(node.key) > 0
return getNode(node.right,key);
}
}
public boolean contains(K key){
return getNode(root,key) != null;
}
public V get(K key){
Node node = getNode(root,key);
return node == null ? null : node.value;
}
public void set(K key, V value) {
Node node = getNode(root,key);
if (node == null){
throw new IllegalArgumentException(key + "dose't exist!");
}
node.value = value;
}
}
java中,TreeMap和TreeSet底层都是用红黑树实现的。
红黑树的性能总结:
对于完全随机的数据,普通的二分搜索树就很好用;
普通的二分搜索树的缺点:极端情况下退化成链表(或高度不平衡树);
当你的应用场景查询操作很多的时候,AVL树很好用 ;
红黑树牺牲了平衡性(2logn的高度)
红黑树的统计性能更优(平均来看,综合增删改查所有的操作更优)