c++ - 第17节 - AVL树和红黑树

随风张幔

已于 2022-12-27 19:26:23 修改

阅读量440

点赞数 1

分类专栏： c++ 文章标签：数据结构算法

于 2022-12-13 11:42:21 首次发布

本文链接：https://blog.csdn.net/qq_45113223/article/details/128298541

版权

c++ 专栏收录该内容

26 篇文章 4 订阅

订阅专栏

3.红黑树模拟实现STL中的map与set

3.1.封装红黑树代码，同时实现map和set

3.2.红黑树的迭代器

3.3.红黑树模拟实现STL中map与set的代码

1.AVL树

1.1.AVL树的概念

二叉搜索树虽可以缩短查找的效率，但如果数据有序或接近有序二叉搜索树将退化为单支树，查找元素相当于在顺序表中搜索元素，效率低下。因此，两位俄罗斯的数学家G.M.Adelson-Velskii和E.M.Landis在1962年发明了一种解决上述问题的方法：当向二叉搜索树中插入新结点后，如果能保证每个结点的左右子树高度之差的绝对值不超过1(需要对树中的结点进行调整)，即可降低树的高度，从而减少平均搜索长度。

一棵AVL树或者是空树，或者是具有以下性质的二叉搜索树：

$\bullet$ 它的左右子树都是AVL树

$\bullet$ 左右子树高度之差(简称平衡因子)的绝对值不超过1(-1/0/1)

如果一棵二叉搜索树是高度平衡的，它就是AVL树。如果它有n个结点，其高度可保持在

$log_{2}^{N}$ ，搜索时间复杂度 $O(log_{2}^{N})$

下面四棵树，一二三是AVL树，每个结点都满足其左右子树高度差的绝对值不超过1，四不是AVL树，因为其3结点的左子树高度是2，右子树高度是0，高度差的绝对值为2

可以看出，相比满二叉树，完全二叉树最后一层会缺一些结点，而AVL树最后两层会缺一些结点。

1.2.AVL树节点的定义

AVL树节点的定义：
template<class K, class V>
struct AVLTreeNode
{
	pair<K, V> _kv;
	AVLTreeNode<K, V>* _left;
	AVLTreeNode<K, V>* _right;
	AVLTreeNode<K, V>* _parent;

	// 右子树-左子树的高度差
	int _bf;  // balance factor

	AVLTreeNode(const pair<K, V>& kv)
		:_kv(kv)
		, _left(nullptr)
		, _right(nullptr)
		, _parent(nullptr)
		, _bf(0)
	{}

	// AVL树并没有规定必须要设计平衡因子
	// 只是一个实现的选择，方便控制平衡
};
注：

1.AVL树使用三叉链，每个树结点中使用_parent成员变量保存其父节点的地址。

2.树节点中有一个_bf成员变量，该成员变量是balance factor的缩写，记录该节点右子树-左子树的高度差。AVL树并没有规定必须要设计平衡因子，这里使用平衡因子只是一个实现的选择，方便控制平衡。

1.3.AVL树的插入

AVL树就是在二叉搜索树的基础上引入了平衡因子，因此AVL树也可以看成是二叉搜索树。那么AVL树的插入过程可以分为两步：

1. 按照二叉搜索树的方式插入新节点

2. 调整节点的平衡因子。具体的说是判断是否违反平衡规则，如果违反就需要处理：旋转

注：

1.在调整节点的平衡因子步骤中，每插入一个结点，更新新插入结点的祖先的平衡因子，然后对祖先结点进行判断，如果没有结点违反平衡规则就结束了，如果有结点违反平衡规则，那么就不平衡了需要旋转处理。

2.如何更新新插入结点的祖先的平衡因子？

例子：如下图一所示，如果新插入结点在结点9的右边，则结点9的_bf由0变成1，结点8的_bf由1变成2。如下图二所示，如果新插入结点在结点9的左边，则结点9的_bf由0变成-1，结点8的_bf由1变成2。如下图三所示，如果新插入结点在结点8的左边，则结点8的_bf由1变成0。

沿着祖先路径更新，其每一次父节点平衡因子更新，步骤为：

第一步，判断parent指向结点的平衡因子如何更新：如果cur==parent->right新增结点等于父结点的右，parent->_bf++父结点的平衡因子++；如果cur==parent->left新增结点等于父结点的左，parent->_bf--父结点的平衡因子--。

第二步，判断是否还继续往上更新（参考下图的原则）：如果此时parent->_bf==1，说明原来是0，现在右子树变高了，parent指向结点的子树高度变了，继续往上更新；如果此时parent->_bf==-1，说明原来是0，现在左子树变高了，parent指向结点的子树高度变了，继续往上更新，如果此时parent->_bf==0，说明原来是1或-1，现在左子树和右子树高度相同（新插入结点填上了矮的那边），parent指向结点的子树高度不变，更新结束；如果此时parent->_bf==2或-2，说明原来是1或-1，插入结点导致本来高的一边又变高了，那么parent指向结点的子树违反平衡树规则，停止更新，旋转子树。

1.4.AVL树的旋转

旋转原则：

1.保持搜索树的规则

2.子树变的平衡

如果在一棵原本是平衡的AVL树中插入一个新节点，可能造成不平衡，此时必须调整树的结构，使之平衡化。根据节点插入位置的不同，AVL树的旋转分为四种：左单旋、右单旋、先左单旋再右单旋、先右单旋再左单旋。

1.新节点插入较高右子树的右侧---右右：左单旋

左单旋：（1）b部分变成30的右子树（2）30变成60的左子树（3）60变成这个子树的根

注：

1.左单旋符合旋转的原则

2.插入新节点，沿着新节点祖先路径往上更新平衡因子时，如果parent指向的父节点平衡因子为2，cur指向的子节点平衡因子为1时，进行左单旋

左单旋代码：
void RotateL(Node* parent)
{
	Node* subR = parent->_right;
	Node* subRL = subR->_left;

	parent->_right = subRL;
	if (subRL)
		subRL->_parent = parent;

	Node* ppNode = parent->_parent;

	subR->_left = parent;
	parent->_parent = subR;

	if (parent == _root)
	{
		_root = subR;
		_root->_parent = nullptr;
	}
	else
	{
		if (parent == ppNode->_left)
		{
			ppNode->_left = subR;
		}
		else
		{
			ppNode->_right = subR;
		}

		subR->_parent = ppNode;
	}

	// 更新平衡因子
	parent->_bf = 0;
	subR->_bf = 0;
}
注：
1.我们分别使用parent、subR、subRL指向旋转根节点30、旋转根节点右结点60、b部分，然后进行旋转，如下图所示

2.还要注意的几点：

（1）我们用的是三叉链，将父节点和子节点链接既要让父节点指向子节点，也要让子节点指向父节点。

（2）parent和subR不可能是空，subRL有可能是空，要判断subRL是否为空。

（3）parent指向的结点如果是树的根，那么经过左单旋后subR指向的结点要更新成树的根。parent指向的结点如果是整个树局部子树的根，那么经过左单旋后原本parent指向结点的父节点要指向subR指向的结点。

（4）旋转完后要更新parent指针和subR指针指向结点的平衡因子。

（5）旋转前parent指向的结点如果是整个树局部子树的根，不需要再对旋转前parent指针指向结点的父节点及其上面结点更新平衡因子，因为经过插入和旋转，插入和旋转前后局部子树的高度都是h+2，对旋转前parent指针指向结点的父节点及其上面结点的平衡因子没有影响。

2. 新节点插入较高左子树的左侧---左左：右单旋

右单旋：（1）b部分变成60的左子树（2）60变成30的右子树（3）30变成这个子树的根

注：

1.右单旋符合旋转的原则

2.插入新节点，沿着新节点祖先路径往上更新平衡因子时，如果parent指向的父节点平衡因子为-2，cur指向的子节点平衡因子为-1时，进行右单旋

右单旋代码：
void RotateR(Node* parent)
{
	Node* subL = parent->_left;
	Node* subLR = subL->_right;

	parent->_left = subLR;
	if (subLR)
		subLR->_parent = parent;

	Node* ppNode = parent->_parent;

	subL->_right = parent;
	parent->_parent = subL;

	if (parent == _root)
	{
		_root = subL;
		_root->_parent = nullptr;
	}
	else
	{
		if (ppNode->_left == parent)
		{
			ppNode->_left = subL;
		}
		else
		{
			ppNode->_right = subL;
		}
		subL->_parent = ppNode;
	}

	subL->_bf = parent->_bf = 0;
}
注：
1.我们分别使用parent、subL、subLR指向旋转根节点60、旋转根节点左结点30、b部分，然后进行旋转，如下图所示

2.还要注意的几点：

（1）我们用的是三叉链，将父节点和子节点链接既要让父节点指向子节点，也要让子节点指向父节点。

（2）parent和subL不可能是空，subLR有可能是空，要判断subLR是否为空。

（3）parent指向的结点如果是树的根，那么经过右单旋后subL指向的结点要更新成树的根。parent指向的结点如果是整个树局部子树的根，那么经过右单旋后原本parent指向结点的父节点要指向subL指向的结点。

（4）旋转完后要更新parent指针和subL指针指向结点的平衡因子。

（5）旋转前parent指向的结点如果是整个树局部子树的根，不需要再对旋转前parent指针指向结点的父节点及其上面结点更新平衡因子，因为经过插入和旋转，插入和旋转前后局部子树的高度都是h+2，对旋转前parent指针指向结点的父节点及其上面结点的平衡因子没有影响。

3.新节点插入较高左子树的右侧---左右：先左单旋再右单旋

左右双旋：（1）先左单旋（2）后右单旋

注：

1.左右双旋符合旋转的原则

2.插入新节点，沿着新节点祖先路径往上更新平衡因子时，如果parent指向的父节点平衡因子为-2，cur指向的子节点平衡因子为1时，进行左右双旋

左右双旋代码：
void RotateLR(Node* parent)
{
	Node* subL = parent->_left;
	Node* subLR = subL->_right;
	int bf = subLR->_bf;

	RotateL(parent->_left);
	RotateR(parent);

	// 更新平衡因子
	if (bf == 0)
	{
		parent->_bf = 0;
		subL->_bf = 0;
		subLR->_bf = 0;
	}
	else if (bf == 1)
	{
		parent->_bf = 0;
		subL->_bf = -1;
		subLR->_bf = 0;
	}
	else if (bf == -1)
	{
		parent->_bf = 1;
		subL->_bf = 0;
		subLR->_bf = 0;
	}
	else
	{
		// subLR->_bf旋转前就有问题
		assert(false);
	}
}
注：

1.我们分别使用parent、subL、subLR指向旋转根节点90、旋转根节点左结点30、旋转根节点左结点的右节点60，然后进行旋转，如下图所示

2.还要注意的几点：

（1）我们用的是三叉链，将父节点和子节点链接既要让父节点指向子节点，也要让子节点指向父节点。

（2）左右双选的代码可以先复用左单旋再复用右单旋来实现，但是使用左单旋和右单旋的代码，会更新对应结点的平衡因子，最终会将parent、subL、subLR指向结点的平衡因子更新为0，但是从上面总览图中h=0的一种情况和h>0的两种情况左右双旋的结果来看，只有h=0的那一种情况左右双旋后的结果三个指针指向结点平衡因子为0，其余两种情况都有平衡因子不为0的结点，所以左右双旋后还需要更新平衡因子。

（3）旋转完后要更新parent、subL、subLR指针指向结点的平衡因子，我们使用subLR指针指向结点的平衡因子来区别判断三种情况，如果subLR指针指向结点的平衡因子为0，那就是h=0的情况，如果subLR指针指向结点的平衡因子为-1，那就是h>0且b部分插入新节点的情况，如果subLR指针指向结点的平衡因子为1，那就是h>0且c部分插入新节点的情况。

（4）旋转前parent指向的结点如果是整个树局部子树的根，不需要再对旋转前parent指针指向结点的父节点及其上面结点更新平衡因子，因为经过插入和旋转，插入和旋转前后局部子树的高度都是h+2，对旋转前parent指针指向结点的父节点及其上面结点的平衡因子没有影响。

4.新节点插入较高右子树的左侧---右左：先右单旋再左单旋

右左双旋：（1）先右单旋（2）后左单旋

注：

1.右左双旋符合旋转的原则

2.插入新节点，沿着新节点祖先路径往上更新平衡因子时，如果parent指向的父节点平衡因子为2，cur指向的子节点平衡因子为-1时，进行右左双旋

右左双旋代码：
void RotateRL(Node* parent)
{
	Node* subR = parent->_right;
	Node* subRL = subR->_left;
	int bf = subRL->_bf;

	RotateR(parent->_right);
	RotateL(parent);

	if (bf == 0)
	{
		subRL->_bf = 0;
		parent->_bf = 0;
		subR->_bf = 0;
	}
	else if (bf == 1)
	{
		subRL->_bf = 0;
		parent->_bf = -1;
		subR->_bf = 0;
	}
	else if (bf == -1)
	{
		subRL->_bf = 0;
		parent->_bf = 0;
		subR->_bf = 1;
	}
	else
	{
		// subLR->_bf旋转前就有问题
		assert(false);
	}
}
注：
1.我们分别使用parent、subR、subRL指向旋转根节点30、旋转根节点右结点90、旋转根节点右结点的左节点60，然后进行旋转，如下图所示

2.还要注意的几点：

（1）我们用的是三叉链，将父节点和子节点链接既要让父节点指向子节点，也要让子节点指向父节点。

（2）右左双选的代码可以先复用右单旋再复用左单旋来实现，但是使用右单旋和左单旋的代码，会更新对应结点的平衡因子，最终会将parent、subR、subRL指向结点的平衡因子更新为0，但是从上面总览图中h=0的一种情况和h>0的两种情况右左双旋的结果来看，只有h=0的那一种情况左右双旋后的结果三个指针指向结点平衡因子为0，其余两种情况都有平衡因子不为0的结点，所以右左双旋后还需要更新平衡因子。

（3）旋转完后要更新parent、subR、subRL指针指向结点的平衡因子，我们使用subRL指针指向结点的平衡因子来区别判断三种情况，如果subRL指针指向结点的平衡因子为0，那就是h=0的情况，如果subRL指针指向结点的平衡因子为1，那就是h>0且c部分插入新节点的情况，如果subRL指针指向结点的平衡因子为-1，那就是h>0且b部分插入新节点的情况。

（4）旋转前parent指向的结点如果是整个树局部子树的根，不需要再对旋转前parent指针指向结点的父节点及其上面结点更新平衡因子，因为经过插入和旋转，插入和旋转前后局部子树的高度都是h+2，对旋转前parent指针指向结点的父节点及其上面结点的平衡因子没有影响。

1.5.AVL树插入和旋转代码实现

AVLtree.h文件：

#pragma once
#include <assert.h>
#include <vector>
#include <queue>
#include <time.h>

template<class K, class V>
struct AVLTreeNode
{
	pair<K, V> _kv;
	AVLTreeNode<K, V>* _left;
	AVLTreeNode<K, V>* _right;
	AVLTreeNode<K, V>* _parent;

	// 右子树-左子树的高度差
	int _bf;  // balance factor

	AVLTreeNode(const pair<K, V>& kv)
		:_kv(kv)
		, _left(nullptr)
		, _right(nullptr)
		, _parent(nullptr)
		, _bf(0)
	{}

	// AVL树并没有规定必须要设计平衡因子
	// 只是一个实现的选择，方便控制平衡
};

template<class K, class V>
class AVLTree
{
	typedef AVLTreeNode<K, V> Node;
public:
	// Find
	// Erase
	bool Insert(const pair<K, V>& kv)
	{
		// 1、搜索树的规则插入
		// 2、看是否违反平衡规则，如果违反就需要处理：旋转
		if (_root == nullptr)
		{
			_root = new Node(kv);
			_root->_bf = 0;
			return true;
		}

		Node* parent = nullptr;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_kv.first < kv.first)
			{
				parent = cur;
				cur = cur->_right;
			}
			else if (cur->_kv.first > kv.first)
			{
				parent = cur;
				cur = cur->_left;
			}
			else
			{
				return false;
			}
		}

		cur = new Node(kv);
		if (parent->_kv.first < kv.first)
		{
			parent->_right = cur;
		}
		else
		{
			parent->_left = cur;
		}

		cur->_parent = parent;

		// ...
		// 更新平衡因子
		while (parent) // 最远要更新根
		{
			if (cur == parent->_right)
			{
				parent->_bf++;
			}
			else
			{
				parent->_bf--;
			}

			// 是否继续更新？
			if (parent->_bf == 0)  // 1 or -1  -》 0  插入节点填上矮的那边
			{
				// 高度不变，更新结束
				break;
			}
			else if (parent->_bf == 1 || parent->_bf == -1)
				// 0  -》 1 或 -1  插入节点导致一边变高了
			{
				// 子树的高度变了，继续更新祖先
				cur = cur->_parent;
				parent = parent->_parent;
			}
			else if (parent->_bf == 2 || parent->_bf == -2)
				// -1 or 1  -》 2 或 -2  插入节点导致本来高一边又变高了
			{
				// 子树不平衡 -- 需要旋转处理
				if (parent->_bf == 2 && cur->_bf == 1) // 左单旋
				{
					RotateL(parent);
				}
				else if (parent->_bf == -2 && cur->_bf == -1) // 右单旋
				{
					RotateR(parent);
				}
				else if (parent->_bf == -2 && cur->_bf == 1) // 左右双旋
				{
					RotateLR(parent);
				}
				else if (parent->_bf == 2 && cur->_bf == -1) // 右左双旋
				{
					RotateRL(parent);
				}

				break;
			}
			else
			{
				// 插入之前AVL就存在不平衡子树，|平衡因子| >= 2的节点
				assert(false);
			}
		}

		return true;
	}
private:
	void RotateL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subR->_left;

		parent->_right = subRL;
		if (subRL)
			subRL->_parent = parent;

		Node* ppNode = parent->_parent;

		subR->_left = parent;
		parent->_parent = subR;

		if (parent == _root)
		{
			_root = subR;
			_root->_parent = nullptr;
		}
		else
		{
			if (parent == ppNode->_left)
			{
				ppNode->_left = subR;
			}
			else
			{
				ppNode->_right = subR;
			}

			subR->_parent = ppNode;
		}

		// 更新平衡因子
		parent->_bf = 0;
		subR->_bf = 0;
	}

	void RotateR(Node* parent)
	{
		Node* subL = parent->_left;
		Node* subLR = subL->_right;

		parent->_left = subLR;
		if (subLR)
			subLR->_parent = parent;

		Node* ppNode = parent->_parent;

		subL->_right = parent;
		parent->_parent = subL;

		if (parent == _root)
		{
			_root = subL;
			_root->_parent = nullptr;
		}
		else
		{
			if (ppNode->_left == parent)
			{
				ppNode->_left = subL;
			}
			else
			{
				ppNode->_right = subL;
			}
			subL->_parent = ppNode;
		}

		subL->_bf = parent->_bf = 0;
	}

	void RotateLR(Node* parent)
	{
		Node* subL = parent->_left;
		Node* subLR = subL->_right;
		int bf = subLR->_bf;

		RotateL(parent->_left);
		RotateR(parent);

		// 更新平衡因子
		if (bf == 0)
		{
			parent->_bf = 0;
			subL->_bf = 0;
			subLR->_bf = 0;
		}
		else if (bf == 1)
		{
			parent->_bf = 0;
			subL->_bf = -1;
			subLR->_bf = 0;
		}
		else if (bf == -1)
		{
			parent->_bf = 1;
			subL->_bf = 0;
			subLR->_bf = 0;
		}
		else
		{
			// subLR->_bf旋转前就有问题
			assert(false);
		}
	}

	void RotateRL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subR->_left;
		int bf = subRL->_bf;

		RotateR(parent->_right);
		RotateL(parent);

		if (bf == 0)
		{
			subRL->_bf = 0;
			parent->_bf = 0;
			subR->_bf = 0;
		}
		else if (bf == 1)
		{
			subRL->_bf = 0;
			parent->_bf = -1;
			subR->_bf = 0;
		}
		else if (bf == -1)
		{
			subRL->_bf = 0;
			parent->_bf = 0;
			subR->_bf = 1;
		}
		else
		{
			// subLR->_bf旋转前就有问题
			assert(false);
		}
	}

private:
	Node* _root = nullptr;
};

1.6.AVL树的验证

AVL树是在二叉搜索树的基础上加入了平衡性的限制，因此要验证AVL树，可以分两步：

1. 验证其为二叉搜索树

$\bullet$ 如果中序遍历可得到一个有序的序列，就说明为二叉搜索树

2. 验证其为平衡树

$\bullet$ 每个节点子树高度差的绝对值不超过1(注意节点中如果没有平衡因子)

$\bullet$ 节点的平衡因子是否计算正确

AVL树的验证代码：

AVLtree.h文件：

#pragma once
#include <assert.h>
#include <vector>
#include <queue>
#include <time.h>

template<class K, class V>
struct AVLTreeNode
{
	pair<K, V> _kv;
	AVLTreeNode<K, V>* _left;
	AVLTreeNode<K, V>* _right;
	AVLTreeNode<K, V>* _parent;

	// 右子树-左子树的高度差
	int _bf;  // balance factor

	AVLTreeNode(const pair<K, V>& kv)
		:_kv(kv)
		, _left(nullptr)
		, _right(nullptr)
		, _parent(nullptr)
		, _bf(0)
	{}

	// AVL树并没有规定必须要设计平衡因子
	// 只是一个实现的选择，方便控制平衡
};

template<class K, class V>
class AVLTree
{
	typedef AVLTreeNode<K, V> Node;
public:
	bool Insert(const pair<K, V>& kv)
	{
		// 1、搜索树的规则插入
		// 2、看是否违反平衡规则，如果违反就需要处理：旋转
		if (_root == nullptr)
		{
			_root = new Node(kv);
			_root->_bf = 0;
			return true;
		}

		Node* parent = nullptr;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_kv.first < kv.first)
			{
				parent = cur;
				cur = cur->_right;
			}
			else if (cur->_kv.first > kv.first)
			{
				parent = cur;
				cur = cur->_left;
			}
			else
			{
				return false;
			}
		}

		cur = new Node(kv);
		if (parent->_kv.first < kv.first)
		{
			parent->_right = cur;
		}
		else
		{
			parent->_left = cur;
		}

		cur->_parent = parent;

		// ...
		// 更新平衡因子
		while (parent) // 最远要更新根
		{
			if (cur == parent->_right)
			{
				parent->_bf++;
			}
			else
			{
				parent->_bf--;
			}

			// 是否继续更新？
			if (parent->_bf == 0)  // 1 or -1  -》 0  插入节点填上矮的那边
			{
				// 高度不变，更新结束
				break;
			}
			else if (parent->_bf == 1 || parent->_bf == -1)
				// 0  -》 1 或 -1  插入节点导致一边变高了
			{
				// 子树的高度变了，继续更新祖先
				cur = cur->_parent;
				parent = parent->_parent;
			}
			else if (parent->_bf == 2 || parent->_bf == -2)
				// -1 or 1  -》 2 或 -2  插入节点导致本来高一边又变高了
			{
				// 子树不平衡 -- 需要旋转处理
				if (parent->_bf == 2 && cur->_bf == 1) // 左单旋
				{
					RotateL(parent);
				}
				else if (parent->_bf == -2 && cur->_bf == -1) // 右单旋
				{
					RotateR(parent);
				}
				else if (parent->_bf == -2 && cur->_bf == 1) // 左右双旋
				{
					RotateLR(parent);
				}
				else if (parent->_bf == 2 && cur->_bf == -1) // 右左双旋
				{
					RotateRL(parent);
				}

				break;
			}
			else
			{
				// 插入之前AVL就存在不平衡子树，|平衡因子| >= 2的节点
				assert(false);
			}
		}

		return true;
	}
private:
	void RotateL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subR->_left;

		parent->_right = subRL;
		if (subRL)
			subRL->_parent = parent;

		Node* ppNode = parent->_parent;

		subR->_left = parent;
		parent->_parent = subR;

		if (parent == _root)
		{
			_root = subR;
			_root->_parent = nullptr;
		}
		else
		{
			if (parent == ppNode->_left)
			{
				ppNode->_left = subR;
			}
			else
			{
				ppNode->_right = subR;
			}

			subR->_parent = ppNode;
		}

		// 更新平衡因子
		parent->_bf = 0;
		subR->_bf = 0;
	}

	void RotateR(Node* parent)
	{
		Node* subL = parent->_left;
		Node* subLR = subL->_right;

		parent->_left = subLR;
		if (subLR)
			subLR->_parent = parent;

		Node* ppNode = parent->_parent;

		subL->_right = parent;
		parent->_parent = subL;

		if (parent == _root)
		{
			_root = subL;
			_root->_parent = nullptr;
		}
		else
		{
			if (ppNode->_left == parent)
			{
				ppNode->_left = subL;
			}
			else
			{
				ppNode->_right = subL;
			}
			subL->_parent = ppNode;
		}

		subL->_bf = parent->_bf = 0;
	}

	void RotateLR(Node* parent)
	{
		Node* subL = parent->_left;
		Node* subLR = subL->_right;
		int bf = subLR->_bf;

		RotateL(parent->_left);
		RotateR(parent);

		// 更新平衡因子
		if (bf == 0)
		{
			parent->_bf = 0;
			subL->_bf = 0;
			subLR->_bf = 0;
		}
		else if (bf == 1)
		{
			parent->_bf = 0;
			subL->_bf = -1;
			subLR->_bf = 0;
		}
		else if (bf == -1)
		{
			parent->_bf = 1;
			subL->_bf = 0;
			subLR->_bf = 0;
		}
		else
		{
			// subLR->_bf旋转前就有问题
			assert(false);
		}
	}

	void RotateRL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subR->_left;
		int bf = subRL->_bf;

		RotateR(parent->_right);
		RotateL(parent);

		if (bf == 0)
		{
			subRL->_bf = 0;
			parent->_bf = 0;
			subR->_bf = 0;
		}
		else if (bf == 1)
		{
			subRL->_bf = 0;
			parent->_bf = -1;
			subR->_bf = 0;
		}
		else if (bf == -1)
		{
			subRL->_bf = 0;
			parent->_bf = 0;
			subR->_bf = 1;
		}
		else
		{
			// subLR->_bf旋转前就有问题
			assert(false);
		}
	}

	void _InOrder(Node* root)
	{
		if (root == nullptr)
			return;

		_InOrder(root->_left);
		cout << root->_kv.first << " ";
		_InOrder(root->_right);
	}

	int _Height(Node* root)
	{
		if (root == nullptr)
			return 0;

		int lh = _Height(root->_left);
		int rh = _Height(root->_right);

		return lh > rh ? lh + 1 : rh + 1;
	}

	bool _IsBalanceTree(Node* root)
	{
		// 空树也是AVL树
		if (nullptr == root)
			return true;

		// 计算pRoot节点的平衡因子：即pRoot左右子树的高度差
		int leftHeight = _Height(root->_left);
		int rightHeight = _Height(root->_right);
		int diff = rightHeight - leftHeight;

		// 如果计算出的平衡因子与pRoot的平衡因子不相等，或者
		// pRoot平衡因子的绝对值超过1，则一定不是AVL树
		if (abs(diff) >= 2)
		{
			cout << root->_kv.first << "节点平衡因子异常" << endl;
			return false;
		}

		if (diff != root->_bf)
		{
			cout << root->_kv.first << "节点平衡因子不符合实际" << endl;
			return false;
		}

		// pRoot的左和右如果都是AVL树，则该树一定是AVL树
		return _IsBalanceTree(root->_left)
			&& _IsBalanceTree(root->_right);
	}

public:
	void InOrder()
	{
		_InOrder(_root);
		cout << endl;
	}

	//前面做题写过的层序遍历代码
	vector<vector<int>> levelOrder() {
		vector<vector<int>> vv;
		if (_root == nullptr)
			return vv;

		queue<Node*> q;
		int levelSize = 1;
		q.push(_root);

		while (!q.empty())
		{
			// levelSize控制一层一层出
			vector<int> levelV;
			while (levelSize--)
			{
				Node* front = q.front();
				q.pop();
				levelV.push_back(front->_kv.first);
				if (front->_left)
					q.push(front->_left);

				if (front->_right)
					q.push(front->_right);
			}
			vv.push_back(levelV);
			for (auto e : levelV)
			{
				cout << e << " ";
			}
			cout << endl;

			// 上一层出完，下一层就都进队列
			levelSize = q.size();
		}

		return vv;
	}

	bool IsBalanceTree()
	{
		return _IsBalanceTree(_root);
	}

	int Height()
	{
		return _Height(_root);
	}
private:
	Node* _root = nullptr;
};


void TestAVLTree()
{
	const size_t N = 10;
	vector<int> v;
	v.reserve(N);
	srand(time(0));
	for (size_t i = 0; i < N; ++i)
	{
		v.push_back(rand());
	}

	AVLTree<int, int> t;
	for (auto e : v)
	{
		t.Insert(make_pair(e, e));
	}

	cout << "得到的随机树的形状：" << endl;
	t.levelOrder();
	cout << endl;

	cout << "验证得到的随机树为二叉搜索树：" << endl;
	t.InOrder();
	cout << endl;

	cout << "验证得到的随机树为平衡树：" << endl;
	cout << "是否平衡?" << t.IsBalanceTree() << endl;
}

test.h文件：

#define _CRT_SECURE_NO_WARNINGS 1
#include <iostream>
#include <set>
#include <map>
#include <string>
using namespace std;

#include "AVLTree.h"

int main()
{
	TestAVLTree();

	return 0;
}

1.7.AVL树的删除(了解)

因为AVL树也是二叉搜索树，可按照二叉搜索树的方式将节点删除，然后再更新平衡因子，只不过与删除不同的是删除节点后的平衡因子更新，最差情况下一直要调整到根节点的位置，AVL删除的步骤如下：

第一步：按搜索树的规则删除

第二步：更新平衡因子

第三步：出现不平衡，旋转操作

AVL树的删除不需要掌握，感兴趣可以去了解，具体实现学生们可参考《算法导论》或《数据结构-用面向对象方法与C++描述》殷人昆版。

1.8.AVL树的性能

AVL树是一棵绝对平衡的二叉搜索树，其要求每个节点的左右子树高度差的绝对值都不超过1，这样可以保证查询时高效的时间复杂度，即 $log_{2}^{N}$ 。但是如果要对AVL树做一些结构修改的操作，性能非常低下，比如：插入时要维护其绝对平衡，旋转的次数比较多，更差的是在删除时，有可能一直要让旋转持续到根的位置。因此：如果需要一种查询高效且有序的数据结构，而且数据的个数为静态的(即不会改变)，可以考虑AVL树，但一个结构经常修改，就不太适合。

2.红黑树

2.1.红黑树的概念

红黑树，是一种二叉搜索树，但在 每个结点上增加一个存储位表示结点的颜色，可以是Red或Black。通过对任何一条从根到叶子的路径上各个结点着色方式的限制， 红黑树确保没有一条路径会比其他路径长出俩倍，因而是接近平衡的。

注：

1.红黑树的最长路径不超过最短路径的2倍

2.对于二叉树的搜索来说，AVL树接近满二叉树搜索效率比红黑树高，例如一百万个数据，AVL树高度大概在20左右，红黑树高度有可能到了40行左右，但是搜索20次和搜索40次，对于CPU来说区别不大。对于二叉树的插入来说，相同插入数据，红黑树高度一般大于AVL树，红黑树的旋转次数则少于AVL树，因此红黑树的插入效率更高，在实际中，红黑树用的更多。

2.2.红黑树的性质

1. 每个结点不是红色就是黑色

2. 根节点是黑色的

3. 如果一个节点是红色的，则它的两个孩子结点是黑色的（没有连续的红色节点）

4. 对于每个结点，从该结点到其所有后代叶结点的简单路径上，均包含相同数目的黑色结点（每条路径都包含相同数量黑色结点）

5. 每个叶子结点都是黑色的(此处的叶子结点指的是NIL空结点)

思考：为什么满足上面的性质，红黑树就能保证：其最长路径中节点个数不会超过最短路径节点个数的两倍？

答：有了上面的规则，那么一棵树的最短路径就是全黑结点，最长路径就是一黑一红结点间隔，又规定每条路径都包含相同数量黑色结点，那么最长路径就是最短路径的两倍。

2.3.红黑树节点的定义

红黑树结点的定义：
enum Colour
{
	RED,
	BLACK,
};

template<class K, class V>
struct RBTreeNode
{
	RBTreeNode<K, V>* _left;
	RBTreeNode<K, V>* _right;
	RBTreeNode<K, V>* _parent;
	pair<K, V> _kv;

	Colour _col;

	RBTreeNode(const pair<K, V>& kv)
		:_kv(kv)
		, _left(nullptr)
		, _right(nullptr)
		, _parent(nullptr)
		, _col(RED)
	{}
};
思考：在节点的定义中，为什么要将节点的默认颜色给成红色的？

答：插入一个新结点，插入结点的颜色默认设置成红色，因为新增节点是红色，可能破坏上面的规则3（没有连续的红色节点），新增结点是黑色，一定破坏上面的规则4（每条路径都包含相同数量黑色结点），规则4很难维护（破坏规则3只影响父节点和子节点两个结点，破坏规则4很多结点颜色需要跟着改），因此选择插入红色，影响范围小。

2.4.红黑树结构

为了后续实现关联式容器简单，红黑树的实现中增加一个头结点，因为跟节点必须为黑色，为了与根节点进行区分，将头结点给成黑色，并且让头结点的pParent指向红黑树的根节点，pLeft指向红黑树中最小的节点，_pRight指向红黑树中最大的节点，如下：

2.5.红黑树的插入操作

红黑树就是在二叉搜索树的基础上引入了colour，因此红黑树也可以看成是二叉搜索树。那么红黑树的插入过程可以分为两步：

1. 按照二叉搜索树的方式插入新节点

2. 检测新节点插入后，红黑树的性质是否造到破坏

具体地说：

1.插入一个新结点，插入新结点的颜色设置成红色，因为前面我们提到新节点给成红色影响小。

2.因为新节点的默认颜色是红色，因此：如果其双亲节点的颜色是黑色，没有违反红黑树任何性质，则不需要调整；但当新插入节点的双亲节点颜色为红色时，就违反了性质三不能有连在一起的红色节点，此时需要对红黑树分以下三种情况来讨论：
约定:cur为当前节点，p为父节点，g为祖父节点，u为叔叔节点，其中，p一定是红色，g一定是黑色，u的颜色不确定。

情况一: cur为红，p为红，g为黑，u存在且为红

解决方式：将p和u改成黑，将g改为红，然后把g当成cur，继续向上调整

注：

1.这里将g变红的理由是，这棵树有可能是局部子树，将g变红可以保持新节点插入前后子树每条路径上黑色结点的数量不变，如下图所示，这样插入新节点并且修改完后该子树一定还是红黑树。

2.只要符合cur为红，p为红，g为黑，u存在且为红那就是第一种情况，不关心p和u得左右位置，也不关心当前结点cur是p得左节点还是右节点，如下图一、二、三所示都符合情况一，因为情况一只变色不旋转。

情况二: cur为红，p为红，g为黑，u不存在/u存在且为黑（其中p为g的左孩子，cur为p的左孩子或者p为g的右孩子，cur为p的右孩子 ）

解决方式：先右旋或左旋，然后将g变红p变黑。

注：

1.这里经过旋转+变色后，可以保持新节点插入前后子树每条路径上黑色结点的数量不变，如下图所示，这样插入新节点并且修改完后该子树一定还是红黑树。

2.满足cur为红，p为红，g为黑，u不存在/u存在且为黑，如果p为g的左孩子，cur为p的左孩子，则进行右单旋转和变色；如果p为g的右孩子，cur为p的右孩子，则进行左单旋转和变色。只有p为g的左孩子，cur为p的左孩子或者p为g的右孩子，cur为p的右孩子，才符合情况二的条件。

情况三: cur为红，p为红，g为黑，u不存在/u存在且为黑（其中p为g的左孩子，cur为p的右孩子或者p为g的右孩子，cur为p的左孩子）

解决方式：先左右旋或右左旋，然后将g变红cur变黑。

注：

1.这里经过旋转+变色后，可以保持新节点插入前后子树每条路径上黑色结点的数量不变，如下图所示，这样插入新节点并且修改完后该子树一定还是红黑树。

2.满足cur为红，p为红，g为黑，u不存在/u存在且为黑，如果p为g的左孩子，cur为p的右孩子，则进行左右双旋转和变色；如果p为g的右孩子，cur为p的左孩子，则进行右左双旋转和变色。只有p为g的左孩子，cur为p的右孩子或者p为g的右孩子，cur为p的左孩子，才符合情况三的条件。

2.6.红黑树插入和旋转代码实现

BRTree.h文件：

#pragma once

enum Colour
{
	RED,
	BLACK,
};

template<class K, class V>
struct RBTreeNode
{
	RBTreeNode<K, V>* _left;
	RBTreeNode<K, V>* _right;
	RBTreeNode<K, V>* _parent;
	pair<K, V> _kv;

	Colour _col;

	RBTreeNode(const pair<K, V>& kv)
		:_kv(kv)
		, _left(nullptr)
		, _right(nullptr)
		, _parent(nullptr)
		, _col(RED)
	{}
};

template<class K, class V>
struct RBTree
{
	typedef RBTreeNode<K, V> Node;
public:
	bool Insert(const pair<K, V>& kv)
	{
		// 1、搜索树的规则插入
		// 2、看是否违反平衡规则，如果违反就需要处理：旋转
		if (_root == nullptr)
		{
			_root = new Node(kv);
			_root->_col = BLACK;
			return true;
		}

		Node* parent = nullptr;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_kv.first < kv.first)
			{
				parent = cur;
				cur = cur->_right;
			}
			else if (cur->_kv.first > kv.first)
			{
				parent = cur;
				cur = cur->_left;
			}
			else
			{
				return false;
			}
		}

		cur = new Node(kv);
		cur->_col = RED;
		if (parent->_kv.first < kv.first)
		{
			parent->_right = cur;
		}
		else
		{
			parent->_left = cur;
		}

		cur->_parent = parent;

		// 存在连续红色节点
		while (parent && parent->_col == RED)
		{
			Node* grandfater = parent->_parent;
			assert(grandfater);

			if (grandfater->_left == parent)
			{
				Node* uncle = grandfater->_right;
				// 情况一：
				if (uncle && uncle->_col == RED) // 叔叔存在且为红
				{
					// 变色
					parent->_col = uncle->_col = BLACK;
					grandfater->_col = RED;

					// 继续往上处理
					cur = grandfater;
					parent = cur->_parent;
				}
				else // 叔叔不存在 或者 叔叔存在且为黑
				{
					if (cur == parent->_left) // 单旋
					{
						//     g
						//   p
						// c
						RotateR(grandfater);
						parent->_col = BLACK;
						grandfater->_col = RED;
					}
					else // 双旋
					{
						//     g
						//   p
						//     c 
						RotateL(parent);
						RotateR(grandfater);
						cur->_col = BLACK;
						grandfater->_col = RED;
					}

					break;
				}
			}
			else //(grandfater->_right == parent)
			{
				Node* uncle = grandfater->_left;
				// 情况一：
				if (uncle && uncle->_col == RED)
				{
					// 变色
					parent->_col = uncle->_col = BLACK;
					grandfater->_col = RED;

					// 继续往上处理
					cur = grandfater;
					parent = cur->_parent;
				}
				else
				{
					if (cur == parent->_right)
					{
						// g
						//   p
						//     c 
						RotateL(grandfater);
						parent->_col = BLACK;
						grandfater->_col = RED;
					}
					else // 双旋
					{
						// g
						//   p
						// c
						RotateR(parent);
						RotateL(grandfater);
						cur->_col = BLACK;
						grandfater->_col = RED;
					}

					break;
				}
			}
		}

		_root->_col = BLACK;

		return true;
	}

	void RotateL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subR->_left;

		parent->_right = subRL;
		if (subRL)
			subRL->_parent = parent;

		Node* ppNode = parent->_parent;

		subR->_left = parent;
		parent->_parent = subR;

		if (parent == _root)
		{
			_root = subR;
			_root->_parent = nullptr;
		}
		else
		{
			if (parent == ppNode->_left)
			{
				ppNode->_left = subR;
			}
			else
			{
				ppNode->_right = subR;
			}

			subR->_parent = ppNode;
		}
	}

	void RotateR(Node* parent)
	{
		Node* subL = parent->_left;
		Node* subLR = subL->_right;

		parent->_left = subLR;
		if (subLR)
			subLR->_parent = parent;

		Node* ppNode = parent->_parent;

		subL->_right = parent;
		parent->_parent = subL;

		if (parent == _root)
		{
			_root = subL;
			_root->_parent = nullptr;
		}
		else
		{
			if (ppNode->_left == parent)
			{
				ppNode->_left = subL;
			}
			else
			{
				ppNode->_right = subL;
			}
			subL->_parent = ppNode;
		}

	}

private:
	Node* _root = nullptr;
};

2.7.红黑树的验证

红黑树的检测分为两步：

1. 检测其是否满足二叉搜索树(中序遍历是否为有序序列)

2. 检测其是否满足红黑树的性质

红黑树的验证代码：

RBTree.h文件：

#pragma once

enum Colour
{
	RED,
	BLACK,
};

template<class K, class V>
struct RBTreeNode
{
	RBTreeNode<K, V>* _left;
	RBTreeNode<K, V>* _right;
	RBTreeNode<K, V>* _parent;
	pair<K, V> _kv;

	Colour _col;

	RBTreeNode(const pair<K, V>& kv)
		:_kv(kv)
		, _left(nullptr)
		, _right(nullptr)
		, _parent(nullptr)
		, _col(RED)
	{}
};

template<class K, class V>
struct RBTree
{
	typedef RBTreeNode<K, V> Node;
public:
	bool Insert(const pair<K, V>& kv)
	{
		// 1、搜索树的规则插入
		// 2、看是否违反平衡规则，如果违反就需要处理：旋转
		if (_root == nullptr)
		{
			_root = new Node(kv);
			_root->_col = BLACK;
			return true;
		}

		Node* parent = nullptr;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_kv.first < kv.first)
			{
				parent = cur;
				cur = cur->_right;
			}
			else if (cur->_kv.first > kv.first)
			{
				parent = cur;
				cur = cur->_left;
			}
			else
			{
				return false;
			}
		}

		cur = new Node(kv);
		cur->_col = RED;
		if (parent->_kv.first < kv.first)
		{
			parent->_right = cur;
		}
		else
		{
			parent->_left = cur;
		}

		cur->_parent = parent;

		// 存在连续红色节点
		while (parent && parent->_col == RED)
		{
			Node* grandfater = parent->_parent;
			assert(grandfater);

			if (grandfater->_left == parent)
			{
				Node* uncle = grandfater->_right;
				// 情况一：
				if (uncle && uncle->_col == RED) // 叔叔存在且为红
				{
					// 变色
					parent->_col = uncle->_col = BLACK;
					grandfater->_col = RED;

					// 继续往上处理
					cur = grandfater;
					parent = cur->_parent;
				}
				else // 叔叔不存在 或者 叔叔存在且为黑
				{
					if (cur == parent->_left) // 单旋
					{
						//     g
						//   p
						// c
						RotateR(grandfater);
						parent->_col = BLACK;
						grandfater->_col = RED;
					}
					else // 双旋
					{
						//     g
						//   p
						//     c 
						RotateL(parent);
						RotateR(grandfater);
						cur->_col = BLACK;
						grandfater->_col = RED;
					}

					break;
				}
			}
			else //(grandfater->_right == parent)
			{
				Node* uncle = grandfater->_left;
				// 情况一：
				if (uncle && uncle->_col == RED)
				{
					// 变色
					parent->_col = uncle->_col = BLACK;
					grandfater->_col = RED;

					// 继续往上处理
					cur = grandfater;
					parent = cur->_parent;
				}
				else
				{
					if (cur == parent->_right)
					{
						// g
						//   p
						//     c 
						RotateL(grandfater);
						parent->_col = BLACK;
						grandfater->_col = RED;
					}
					else // 双旋
					{
						// g
						//   p
						// c
						RotateR(parent);
						RotateL(grandfater);
						cur->_col = BLACK;
						grandfater->_col = RED;
					}

					break;
				}
			}
		}

		_root->_col = BLACK;

		return true;
	}

	vector<vector<int>> levelOrder() {
		vector<vector<int>> vv;
		if (_root == nullptr)
			return vv;

		queue<Node*> q;
		int levelSize = 1;
		q.push(_root);

		while (!q.empty())
		{
			// levelSize控制一层一层出
			vector<int> levelV;
			while (levelSize--)
			{
				Node* front = q.front();
				q.pop();
				levelV.push_back(front->_kv.first);
				if (front->_left)
					q.push(front->_left);

				if (front->_right)
					q.push(front->_right);
			}
			vv.push_back(levelV);
			for (auto e : levelV)
			{
				cout << e << " ";
			}
			cout << endl;

			// 上一层出完，下一层就都进队列
			levelSize = q.size();
		}

		return vv;
	}

	void RotateL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subR->_left;

		parent->_right = subRL;
		if (subRL)
			subRL->_parent = parent;

		Node* ppNode = parent->_parent;

		subR->_left = parent;
		parent->_parent = subR;

		if (parent == _root)
		{
			_root = subR;
			_root->_parent = nullptr;
		}
		else
		{
			if (parent == ppNode->_left)
			{
				ppNode->_left = subR;
			}
			else
			{
				ppNode->_right = subR;
			}

			subR->_parent = ppNode;
		}
	}

	void RotateR(Node* parent)
	{
		Node* subL = parent->_left;
		Node* subLR = subL->_right;

		parent->_left = subLR;
		if (subLR)
			subLR->_parent = parent;

		Node* ppNode = parent->_parent;

		subL->_right = parent;
		parent->_parent = subL;

		if (parent == _root)
		{
			_root = subL;
			_root->_parent = nullptr;
		}
		else
		{
			if (ppNode->_left == parent)
			{
				ppNode->_left = subL;
			}
			else
			{
				ppNode->_right = subL;
			}
			subL->_parent = ppNode;
		}

	}

	int _maxHeight(Node* root)
	{
		if (root == nullptr)
			return 0;

		int lh = _maxHeight(root->_left);
		int rh = _maxHeight(root->_right);

		return lh > rh ? lh + 1 : rh + 1;
	}

	int _minHeight(Node* root)
	{
		if (root == nullptr)
			return 0;

		int lh = _minHeight(root->_left);
		int rh = _minHeight(root->_right);

		return lh < rh ? lh + 1 : rh + 1;
	}


	void _InOrder(Node* root)
	{
		if (root == nullptr)
			return;

		_InOrder(root->_left);
		cout << root->_kv.first << " ";
		_InOrder(root->_right);
	}

	bool _IsValidRBTree(Node* pRoot, size_t k, const size_t blackCount)
	{
		//走到null之后，判断k和black是否相等
		if (nullptr == pRoot)
		{
			if (k != blackCount)
			{
				cout << "违反性质四：每条路径中黑色节点的个数必须相同" << endl;
				return false;
			}
			return true;
		}

		// 统计黑色节点的个数
		if (BLACK == pRoot->_col)
			k++;

		// 检测当前节点与其双亲是否都为红色
		if (RED == pRoot->_col && pRoot->_parent && pRoot->_parent->_col == RED)
		{
			cout << "违反性质三：存在连在一起的红色节点" << endl;
			return false;
		}

		return _IsValidRBTree(pRoot->_left, k, blackCount) &&
			_IsValidRBTree(pRoot->_right, k, blackCount);
	}

public:

	void InOrder()
	{
		_InOrder(_root);
		cout << endl;
	}

	void Height()
	{
		cout << "最长路径:" << _maxHeight(_root) << endl;
		cout << "最短路径:" << _minHeight(_root) << endl;
	}


	bool IsBalanceTree()
	{
		// 检查红黑树几条规则

		Node* pRoot = _root;
		// 空树也是红黑树
		if (nullptr == pRoot)
			return true;

		// 检测根节点是否满足情况
		if (BLACK != pRoot->_col)
		{
			cout << "违反红黑树性质二：根节点必须为黑色" << endl;
			return false;
		}

		// 获取任意一条路径中黑色节点的个数 -- 比较基准值
		size_t blackCount = 0;
		Node* pCur = pRoot;
		while (pCur)
		{
			if (BLACK == pCur->_col)
				blackCount++;

			pCur = pCur->_left;
		}

		// 检测是否满足红黑树的性质，k用来记录路径中黑色节点的个数
		size_t k = 0;
		return _IsValidRBTree(pRoot, k, blackCount);
	}

private:
	Node* _root = nullptr;
};


void TestRBTree()
{
	const size_t N = 10;
	vector<int> v;
	v.reserve(N);
	srand(time(0));
	for (size_t i = 0; i < N; ++i)
	{
		v.push_back(rand());
	}

	RBTree<int, int> t;
	for (auto e : v)
	{
		t.Insert(make_pair(e, e));
	}

	cout << "得到的随机树的形状：" << endl;
	t.levelOrder();
	cout << endl;

	cout << "验证得到的随机树为二叉搜索树：" << endl;
	t.InOrder();
	cout << endl;

	cout << "验证得到的随机树为平衡树：" << endl;
	cout << "是否平衡?" << t.IsBalanceTree() << endl;
	cout << endl;

	cout << "得到的随机树最长最短路径：" << endl;
	t.Height();

}

test.cpp文件：

#define _CRT_SECURE_NO_WARNINGS 1
#include <iostream>
#include <set>
#include <map>
#include <string>
#include <vector>
#include <queue>
#include <assert.h>

using namespace std;

#include "RBTree.h"


int main()
{
	TestRBTree();

	return 0;
}

2.8.红黑树的删除

红黑树的删除本节不做讲解，有兴趣的同学可参考：《算法导论》或者《STL源码剖析》

相关博客：红黑树 - _Never_ - 博客园 (cnblogs.com)

2.9.红黑树与AVL树的比较

红黑树和AVL树都是高效的平衡二叉树，增删改查的时间复杂度都是 $O(log_{2}^{N})$ ，红黑树不追求绝对平衡，其只需保证最长路径不超过最短路径的2倍，相对而言，降低了插入和旋转的次数，所以在经常进行增删的结构中性能比AVL树更优，而且红黑树实现比较简单，所以实际运用中红黑树更多。

2.10.红黑树的应用

1. C++ STL库 -- map/set、mutil_map/mutil_set

2. Java 库

3. linux内核

4. 其他一些库

3.红黑树模拟实现STL中的map与set

3.1.封装红黑树代码，同时实现map和set

将红黑树RBTree进行封装，使之可以同时实现map和set

源码剖析：

上图是set和map创建红黑树的部分代码，可以看出set中将Key分别类型重定义成key_type和value_type，创建红黑树rb_tree的时候将key_type和value_type作为rb_tree的第一二个模板参数进行传递；map中将Key类型重定义成key_type，将pair<const Key, T>类型重定义成value_type，创建红黑树rb_tree的时候将key_type和value_type作为rb_tree的第一二个模板参数进行传递。红黑树rb_tree的代码如下图所示

红黑树部分代码如上图所示，可以看出set相当于将K传给红黑树rb_tree的第二个模板参数Value，map相当于将pair<K,V>传给红黑树rb_tree的第二个模板参数Value，那么使用红黑树rb_tree的第二个模板参数Value就可以用来创建set或map中对应的数据。红黑树rb_tree中将Value传给红黑树节点__rb_tree_node结构体，__rb_tree_node结构体里面使用value类型创建变量来存储对应set或map数据，在红黑树rb_tree中将创建节点的__rb_tree_node结构体类型重定义成rb_tree_node。那么使用红黑树rb_tree的第二个模板参数Value就可以控制实现set或map，传rb_tree的第一个模板参数Key有什么意义呢？

红黑树rb_tree中至少要有查找find接口，find接口声明为iterator find(const Key& key)，要借助rb_tree第一个模板参数Key类型来查找数据。

下面是初步改进RBTree，使之同时实现map和set。

解决Insert插入函数中set和map数据比较的问题：

在插入Insert接口中，其形参data是T类型的，set时T类型是K，map时T类型是pair<K,V>，Insert接口里面对K比较大小是可以的，但是能否对pair<K,V>比较大小呢？pair类中重载的比较大小函数是否是我们想要的呢？

pair类的比较大小重载函数声明如下图一所示，比较规则如下图二所示。其比较规则为first小则小，当first不小的时候second小则小，这里的比较规则不是我们想要的，我们想要的是只对key比较，不对value比较。那我们应该如何解决这里pair类比较的问题呢？

红黑树RBTree中我们不知道Insert插入函数形参data的类型T是K还是pair<K,V>，如果是K的话可以直接进行比较，如果是pair<K,V>的话应该取其first进行比较。我们给红黑树RBTree的模板中加一个仿函数类KeyOfT作为第三个模板参数，在map和set中定义自己的仿函数类MapKeyOfT和SetKeyOfT进行比较工作，然后将仿函数类传给红黑树RBTree的第三个模板参数，红黑树中使用仿函数类KeyOfT定义一个仿函数kot，直接利用仿函数kot来进行比较工作，如下图所示

3.2.红黑树的迭代器

库里面实现set和map的红黑树中增加了一个哨兵位的头节点header，header的left指向了最左节点（key值最小的节点），header的right指向了最右节点（key值最大的节点），header的parent指向根节点，根节点的parent指向header，如下图所示。

红黑树中begin函数返回首节点的迭代器，该迭代器指向的节点就是header的left指向的最左节点，红黑树中end函数返回尾节点下一个节点的迭代器，该迭代器指向的节点就是哨兵位的头节点header（迭代器的左闭右开）。

我们将该模型简化一下，不使用哨兵位的头节点header。

红黑树中begin函数返回节点的迭代器，该迭代器指向的节点是树的最左节点，我们从根节点root一直往左找，找到的最后一个非空节点就是树的最左节点。红黑树中end函数返回尾节点下一个节点的迭代器，我们使用空指针构造的迭代器作为尾节点下一个节点的迭代器，end函数返回该空指针构造的迭代器。

set和map中将红黑树的迭代器类型重定义成iterator作为自己的迭代器，set和map里面的begin函数和end函数也直接调用红黑树中的begin函数和end函数即可。

set类代码：
#pragma once

#include "RBTree.h"

namespace bit
{
	template<class K>
	class set
	{
		struct SetKeyOfT
		{
			const K& operator()(const K& key)
			{
				return key;
			}
		};
	public:
		typedef typename RBTree<K, K, SetKeyOfT>::const_iterator iterator;
		typedef typename RBTree<K, K, SetKeyOfT>::const_iterator const_iterator;

		iterator begin() const
		{
			return _t.Begin();
		}

		iterator end() const
		{
			return _t.End();
		}

		pair<iterator, bool> insert(const K& key)
		{
			//pair<typename RBTree<K, K, SetKeyOfT>::iterator, bool> ret = _t.Insert(key);
			auto ret = _t.Insert(key);
			return pair<iterator, bool>(iterator(ret.first._node), ret.second);
		}

		iterator find(const K& key)
		{
			return _t.Find(key);
		}
	private:
		RBTree<K, K, SetKeyOfT> _t;
	};
}
map类代码：
#pragma once
#include "RBTree.h"

namespace bit
{
	template<class K, class V>
	class map
	{
		struct MapKeyOfT
		{
			const K& operator()(const pair<K, V>& kv)
			{
				return kv.first;
			}
		};
	public:
		typedef typename RBTree<K, pair<K, V>, MapKeyOfT>::iterator iterator;
		typedef typename RBTree<K, pair<K, V>, MapKeyOfT>::const_iterator const_iterator;

		iterator begin()
		{
			return _t.Begin();
		}

		iterator end()
		{
			return _t.End();
		}

		pair<iterator, bool> insert(const pair<K, V>& kv)
		{
			return _t.Insert(kv);
		}

		iterator find(const K& key)
		{
			return _t.Find(key);
		}

		V& operator[](const K& key)
		{
			pair<iterator, bool> ret = insert(make_pair(key, V()));
			return ret.first->second;
		}

	private:
		RBTree<K, pair<K, V>, MapKeyOfT> _t;
	};
}
红黑树迭代器部分代码：
template<class T, class Ref, class Ptr>
struct __RBTreeIterator
{
	typedef RBTreeNode<T> Node;
	typedef __RBTreeIterator<T, Ref, Ptr> Self;
	Node* _node;

	__RBTreeIterator(Node* node)
		:_node(node)
	{}

	Ref operator*()
	{
		return _node->_data;
	}

	Ptr operator->()
	{
		return &_node->_data;
	}

	Self& operator++()
	{
		if (_node->_right == nullptr)
		{
			// 找祖先里面，孩子是父亲左的那个
			Node* cur = _node;
			Node* parent = cur->_parent;
			while (parent && parent->_right == cur)
			{
				cur = cur->_parent;
				parent = parent->_parent;
			}

			_node = parent;
		}
		else
		{
			// 右子树的最左节点
			Node* subLeft = _node->_right;
			while (subLeft->_left)
			{
				subLeft = subLeft->_left;
			}

			_node = subLeft;
		}

		return *this;
	}

	Self operator++(int)
	{
		Self tmp(*this);

		++(*this);

		return tmp;
	}

	Self& operator--()
	{
		if (_node->_left == nullptr)
		{
			// 找祖先里面，孩子是父亲
			Node* cur = _node;
			Node* parent = cur->_parent;
			while (parent && cur == parent->_left)
			{
				cur = cur->_parent;
				parent = parent->_parent;
			}

			_node = parent;
		}
		else
		{
			// 左子树的最右节点
			Node* subRight = _node->_left;
			while (subRight->_right)
			{
				subRight = subRight->_right;
			}

			_node = subRight;
		}

		return *this;
	}

	Self operator--(int)
	{
		Self tmp(*this);

		--(*this);

		return tmp;
	}

	bool operator!=(const Self& s) const
	{
		return _node != s._node;
	}

	bool operator==(const Self& s) const
	{
		return _node == s->_node;
	}
};
注：

1.set和map中将红黑树的迭代器类型重定义成iterator作为自己的迭代器的代码应该用typename修饰，如下图所示。RBTree<K,K,SetKeyOfT>是一个类模板，取类模板中的内嵌类型iterator和const_iterator进行类型重定义，因为类模板RBTree<K,K,SetKeyOfT>没有实例化，编译器无法辨认RBTree<K,K,SetKeyOfT>::iterator和RBTree<K,K,SetKeyOfT>::const_iterator是什么，加上typename修饰告诉编译器这是一个类型，等类模板实例化了再去取里面的内嵌类型iterator和const_iterator。

还有一种解释是RBTree<K,K,SetKeyOfT>::iterator和RBTree<K,K,SetKeyOfT>::const_iterator是去访问类RBTree<K,K,SetKeyOfT>中的内容iterator和const_iterator，系统无法辨认要访问的内容是静态的变量还是类的内嵌类型，加上typename修饰告诉编译器要访问的是类的内嵌类型。

2.实现operator++运算符重载函数，使迭代器按照中序遍历的顺序指向下一个节点。operator++运算符重载函数的算法思路为：

根据上面的算法，当迭代器走到树的最右边节点也就是最后一个节点之后，右子树为空找找孩子是祖先左的那个祖先节点，一直找到了根节点的parent，根节点的parent为空，我们前面定义的end函数返回空指针构造的迭代器，二者正好符合。

前置++的operator++()运算符重载函数如下图一所示，后置++的operator++(int)运算符重载函数复用前置++代码如下图二所示

3.实现operator--运算符重载函数，使迭代器按照中序遍历的顺序指向上一个节点。operator--运算符重载函数的算法思路为：

前置--的operator--()运算符重载函数如下图一所示，后置--的operator--(int)运算符重载函数复用前置--代码如下图二所示

4.set里面的key值不能被修改，所以set里面的iterator迭代器也不能进行修改操作，所以我们应该将set里面的iterator迭代器用红黑树中的const_iterator类型重定义，如下图所示

但是set类的begin函数中调用的是红黑树的Begin函数，红黑树的Begin函数返回的是iterator普通迭代器，而set类的begin函数返回类型虽然也是iterator，但在set中我们将const_iterator类型重定义成iterator，因此set类的begin函数返回类型其实是const修饰的迭代器，这里类型不匹配会报错。

下图一所示是set类源代码中的begin和end函数，源代码中begin和end函数都使用const修饰，这样即使是普通的红黑树变量t，由于自动经过const修饰，调用的也是红黑树中const修饰的begin和end函数，红黑树中const修饰的begin和end函数返回的是const_iterator类型的迭代器，类型匹配。改进后的代码如下图二所示。

5.map类中的operator[ ]运算符重载函数的功能是返回key对应的value，前面我们讲过operator[ ]运算符重载函数是借助于insert函数来实现的。库中insert函数如果插入成功，则返回一个pair类型对象，pair中first为新插入节点的迭代器second为true；库中insert函数如果插入失败，则返回一个pair类型对象，pair中first为已经有的key节点的迭代器second为false，所以这里我们需要将红黑树中之前写的insert函数的返回值部分进行修改，然后将set和map中insert函数返回值跟着修改，改完之后map类中的operator[ ]运算符重载函数复用红黑树的insert函数来实现。map类中的operator[ ]运算符重载函数实现代码如下图所示。

如下图一所示，这里set的insert函数中返回的pair<iterator,bool>中iterator是红黑树中的const_iterator，而红黑树的Insert函数返回的pair<iterator,bool>中iterator就是普通迭代器，这里类型不匹配，我们需要在set的insert函数中进行一层转换，如下图二所示。

3.3.红黑树模拟实现STL中map与set的代码

Set.h文件：

#pragma once

#include "RBTree.h"

namespace bit
{
	template<class K>
	class set
	{
		struct SetKeyOfT
		{
			const K& operator()(const K& key)
			{
				return key;
			}
		};
	public:
		typedef typename RBTree<K, K, SetKeyOfT>::const_iterator iterator;
		typedef typename RBTree<K, K, SetKeyOfT>::const_iterator const_iterator;

		iterator begin() const
		{
			return _t.Begin();
		}

		iterator end() const
		{
			return _t.End();
		}

		pair<iterator, bool> insert(const K& key)
		{
			//pair<typename RBTree<K, K, SetKeyOfT>::iterator, bool> ret = _t.Insert(key);
			auto ret = _t.Insert(key);
			return pair<iterator, bool>(iterator(ret.first._node), ret.second);
		}

		iterator find(const K& key)
		{
			return _t.Find(key);
		}
	private:
		RBTree<K, K, SetKeyOfT> _t;
	};

	void test_set1()
	{
		set<int> s;
		s.insert(8);
		s.insert(6);
		s.insert(11);
		s.insert(5);
		s.insert(6);
		s.insert(7);
		s.insert(10);
		s.insert(13);
		s.insert(12);
		s.insert(15);

		set<int>::iterator it = s.begin();
		while (it != s.end())
		{
			cout << *it << " ";
			++it;
		}
		cout << endl;

		for (auto e : s)
		{
			cout << e << " ";
		}
		cout << endl;
	}
}

Map.h文件：

#pragma once
#include "RBTree.h"

namespace bit
{
	template<class K, class V>
	class map
	{
		struct MapKeyOfT
		{
			const K& operator()(const pair<K, V>& kv)
			{
				return kv.first;
			}
		};
	public:
		typedef typename RBTree<K, pair<K, V>, MapKeyOfT>::iterator iterator;
		typedef typename RBTree<K, pair<K, V>, MapKeyOfT>::const_iterator const_iterator;

		iterator begin()
		{
			return _t.Begin();
		}

		iterator end()
		{
			return _t.End();
		}

		pair<iterator, bool> insert(const pair<K, V>& kv)
		{
			return _t.Insert(kv);
		}

		iterator find(const K& key)
		{
			return _t.Find(key);
		}

		V& operator[](const K& key)
		{
			pair<iterator, bool> ret = insert(make_pair(key, V()));
			return ret.first->second;
		}

	private:
		RBTree<K, pair<K, V>, MapKeyOfT> _t;
	};

	void test_map1()
	{
		map<string, int> m;
		m.insert(make_pair("111", 1));
		m.insert(make_pair("555", 5));
		m.insert(make_pair("333", 3));
		m.insert(make_pair("222", 2));

		map<string, int>::iterator it = m.begin();
		while (it != m.end())
		{
			cout << it->first << ":" << it->second << endl;
			++it;
		}
		cout << endl;

		for (auto& kv : m)
		{
			cout << kv.first << ":" << kv.second << endl;
		}
		cout << endl;
	}

	void test_map2()
	{
		string arr[] = { "苹果", "西瓜", "苹果", "西瓜", "苹果", "苹果", "西瓜", "苹果", "香蕉", "苹果" , "香蕉" };

		map<string, int> countMap;
		for (auto& str : arr)
		{
			countMap[str]++;
		}

		for (const auto& kv : countMap)
		{
			cout << kv.first << ":" << kv.second << endl;
		}
	}

	void test_map3()
	{
		map<string, string> dict;
		dict["insert"];
		dict["insert"] = "";
		dict["left"] = "";
	}
}

RBTree.h文件：

#pragma once

enum Colour
{
	RED,
	BLACK,
};

template<class T>
struct RBTreeNode
{
	RBTreeNode<T>* _left;
	RBTreeNode<T>* _right;
	RBTreeNode<T>* _parent;
	T _data; // 数据

	Colour _col;

	RBTreeNode(const T& data)
		:_data(data)
		, _left(nullptr)
		, _right(nullptr)
		, _parent(nullptr)
		, _col(RED)
	{}
};

template<class T, class Ref, class Ptr>
struct __RBTreeIterator
{
	typedef RBTreeNode<T> Node;
	typedef __RBTreeIterator<T, Ref, Ptr> Self;
	Node* _node;

	__RBTreeIterator(Node* node)
		:_node(node)
	{}

	Ref operator*()
	{
		return _node->_data;
	}

	Ptr operator->()
	{
		return &_node->_data;
	}

	Self& operator++()
	{
		if (_node->_right == nullptr)
		{
			// 找祖先里面，孩子是父亲左的那个
			Node* cur = _node;
			Node* parent = cur->_parent;
			while (parent && parent->_right == cur)
			{
				cur = cur->_parent;
				parent = parent->_parent;
			}

			_node = parent;
		}
		else
		{
			// 右子树的最左节点
			Node* subLeft = _node->_right;
			while (subLeft->_left)
			{
				subLeft = subLeft->_left;
			}

			_node = subLeft;
		}

		return *this;
	}

	Self operator++(int)
	{
		Self tmp(*this);

		++(*this);

		return tmp;
	}

	Self& operator--()
	{
		if (_node->_left == nullptr)
		{
			// 找祖先里面，孩子是父亲
			Node* cur = _node;
			Node* parent = cur->_parent;
			while (parent && cur == parent->_left)
			{
				cur = cur->_parent;
				parent = parent->_parent;
			}

			_node = parent;
		}
		else
		{
			// 左子树的最右节点
			Node* subRight = _node->_left;
			while (subRight->_right)
			{
				subRight = subRight->_right;
			}

			_node = subRight;
		}

		return *this;
	}

	Self operator--(int)
	{
		Self tmp(*this);

		--(*this);

		return tmp;
	}

	bool operator!=(const Self& s) const
	{
		return _node != s._node;
	}

	bool operator==(const Self& s) const
	{
		return _node == s->_node;
	}
};

// T决定红黑树存什么数据
// set  RBTree<K, K>
// map  RBTree<K, pair<K, V>>
// KeyOfT -> 支持取出T对象中key的仿函数
template<class K, class T, class KeyOfT>
class RBTree
{
	typedef RBTreeNode<T> Node;
public:
	typedef __RBTreeIterator<T, T&, T*> iterator;
	typedef __RBTreeIterator<T, const T&, const T*> const_iterator;

	// 构造 拷贝构造 赋值 和析构 跟搜索树实现方式是一样的

	iterator Begin()
	{
		Node* subLeft = _root;
		while (subLeft && subLeft->_left)
		{
			subLeft = subLeft->_left;
		}

		return iterator(subLeft);
	}

	iterator End()
	{
		return iterator(nullptr);
	}

	const_iterator Begin() const
	{
		Node* subLeft = _root;
		while (subLeft && subLeft->_left)
		{
			subLeft = subLeft->_left;
		}

		return const_iterator(subLeft);
	}

	const_iterator End() const
	{
		return const_iterator(nullptr);
	}

	pair<iterator, bool> Insert(const T& data)
	{
		// 1、搜索树的规则插入
		// 2、看是否违反平衡规则，如果违反就需要处理：旋转
		if (_root == nullptr)
		{
			_root = new Node(data);
			_root->_col = BLACK;
			return make_pair(iterator(_root), true);
		}

		KeyOfT kot;

		Node* parent = nullptr;
		Node* cur = _root;
		while (cur)
		{
			if (kot(cur->_data) < kot(data))
			{
				parent = cur;
				cur = cur->_right;
			}
			else if (kot(cur->_data) > kot(data))
			{
				parent = cur;
				cur = cur->_left;
			}
			else
			{
				return make_pair(iterator(cur), true);
			}
		}

		cur = new Node(data);
		Node* newnode = cur;
		cur->_col = RED;
		if (kot(parent->_data) < kot(data))
		{
			parent->_right = cur;
		}
		else
		{
			parent->_left = cur;
		}

		cur->_parent = parent;

		// 存在连续红色节点
		while (parent && parent->_col == RED)
		{
			Node* grandfater = parent->_parent;
			assert(grandfater);

			if (grandfater->_left == parent)
			{
				Node* uncle = grandfater->_right;
				// 情况一：
				if (uncle && uncle->_col == RED) // 叔叔存在且为红
				{
					// 变色
					parent->_col = uncle->_col = BLACK;
					grandfater->_col = RED;

					// 继续往上处理
					cur = grandfater;
					parent = cur->_parent;
				}
				else // 叔叔不存在 或者 叔叔存在且为黑
				{
					if (cur == parent->_left) // 单旋
					{
						//     g
						//   p
						// c
						RotateR(grandfater);
						parent->_col = BLACK;
						grandfater->_col = RED;
					}
					else // 双旋
					{
						//     g
						//   p
						//     c 
						RotateL(parent);
						RotateR(grandfater);
						cur->_col = BLACK;
						grandfater->_col = RED;
					}

					break;
				}
			}
			else //(grandfater->_right == parent)
			{
				Node* uncle = grandfater->_left;
				// 情况一：
				if (uncle && uncle->_col == RED)
				{
					// 变色
					parent->_col = uncle->_col = BLACK;
					grandfater->_col = RED;

					// 继续往上处理
					cur = grandfater;
					parent = cur->_parent;
				}
				else
				{
					if (cur == parent->_right)
					{
						// g
						//   p
						//     c 
						RotateL(grandfater);
						parent->_col = BLACK;
						grandfater->_col = RED;
					}
					else // 双旋
					{
						// g
						//   p
						// c
						RotateR(parent);
						RotateL(grandfater);
						cur->_col = BLACK;
						grandfater->_col = RED;
					}

					break;
				}
			}
		}

		_root->_col = BLACK;

		return make_pair(iterator(newnode), true);
	}

	void RotateL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subR->_left;

		parent->_right = subRL;
		if (subRL)
			subRL->_parent = parent;

		Node* ppNode = parent->_parent;

		subR->_left = parent;
		parent->_parent = subR;

		if (parent == _root)
		{
			_root = subR;
			_root->_parent = nullptr;
		}
		else
		{
			if (parent == ppNode->_left)
			{
				ppNode->_left = subR;
			}
			else
			{
				ppNode->_right = subR;
			}

			subR->_parent = ppNode;
		}
	}

	void RotateR(Node* parent)
	{
		Node* subL = parent->_left;
		Node* subLR = subL->_right;

		parent->_left = subLR;
		if (subLR)
			subLR->_parent = parent;

		Node* ppNode = parent->_parent;

		subL->_right = parent;
		parent->_parent = subL;

		if (parent == _root)
		{
			_root = subL;
			_root->_parent = nullptr;
		}
		else
		{
			if (ppNode->_left == parent)
			{
				ppNode->_left = subL;
			}
			else
			{
				ppNode->_right = subL;
			}
			subL->_parent = ppNode;
		}
	}

	iterator Find(const K& key)
	{
		Node* cur = _root;
		KeyOfT kot;
		while (cur)
		{
			if (kot(cur->_data) < key)
			{
				cur = cur->_right;
			}
			else if (kot(cur->_data) > key)
			{
				cur = cur->_left;
			}
			else
			{
				return iterator(cur);
			}
		}

		return End();
	}

private:
	Node* _root = nullptr;
};

test.cpp文件：

#define _CRT_SECURE_NO_WARNINGS 1
#include <iostream>
#include <set>
#include <map>
#include <string>
#include<assert.h>
using namespace std;

#include "RBTree.h"
#include "Map.h"
#include "Set.h"

int main()
{
	//bit::test_map2();
	bit::test_set1();



	return 0;
}

随风张幔

关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
打赏
0
评论
c++ - 第17节 - AVL树和红黑树

{// 右子树-左子树的高度差int _bf;};注：1.AVL树使用三叉链，每个树结点中使用_parent成员变量保存其父节点的地址。2.树节点中有一个_bf成员变量，该成员变量是balance factor的缩写，记录该节点右子树-左子树的高度差。AVL树并没有规定必须要设计平衡因子，这里使用平衡因子只是一个实现的选择，方便控制平衡。1.3.AVL树的插入%5Cbullet%5Cbullet。
复制链接

扫一扫