红黑树——删除操作

由红黑树类比于四阶B树可知

在删除操作中

B树中,真正删除的元素都在叶子节点中

 一、删除-RED节点

直接删除不用做任何的调整

二、删除BLACK节点

(1)拥有2个RED子节点的black节点

不可能直接被删除,因为会找它的子节点替代删除

(2)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black即可保持红黑树性质

(3)删除black叶子节点

black叶子节点被删除后,会导致B树节点下溢

1.

判定条件:如果sibling(兄弟节点)至少有1个 red子节点

进行旋转操作

 2.

判定条件:sibling没有一个red子节点

将sibling染成red,parent染成black即可修复红黑树性质

如果parent是black,会导致parent也下溢,这是只需要把parent当做被删除的节点处理即可

3.

如果sibling是red

sibling染成black,parent染成red,进行旋转

于是又回到sibling是black的情况

 伪代码:

    protected void afterRemove(Node<E> node) {

        // 如果删除的节点是红色

        // 或者 用以取代删除节点的子节点是红色

        if (isRed(node)) {

            black(node);

            return;

        }

       

        Node<E> parent = node.parent;

        // 删除的是根节点

        if (parent == null) return;

       

        // 删除的是黑色叶子节点【下溢】

        // 判断被删除的node是左还是右

        boolean left = parent.left == null || node.isLeftChild();

        Node<E> sibling = left ? parent.right : parent.left;

        if (left) { // 被删除的节点在左边,兄弟节点在右边

            if (isRed(sibling)) { // 兄弟节点是红色

                black(sibling);

                red(parent);

                rotateLeft(parent);

                // 更换兄弟

                sibling = parent.right;

            }

           

            // 兄弟节点必然是黑色

            if (isBlack(sibling.left) && isBlack(sibling.right)) {

                // 兄弟节点没有1个红色子节点,父节点要向下跟兄弟节点合并

                boolean parentBlack = isBlack(parent);

                black(parent);

                red(sibling);

                if (parentBlack) {

                    afterRemove(parent);

                }

            } else { // 兄弟节点至少有1个红色子节点,向兄弟节点借元素

                // 兄弟节点的左边是黑色,兄弟要先旋转

                if (isBlack(sibling.right)) {

                    rotateRight(sibling);

                    sibling = parent.right;

                }

               

                color(sibling, colorOf(parent));

                black(sibling.right);

                black(parent);

                rotateLeft(parent);

            }

        } else { // 被删除的节点在右边,兄弟节点在左边

            if (isRed(sibling)) { // 兄弟节点是红色

                black(sibling);

                red(parent);

                rotateRight(parent);

                // 更换兄弟

                sibling = parent.left;

            }

           

            // 兄弟节点必然是黑色

            if (isBlack(sibling.left) && isBlack(sibling.right)) {

                // 兄弟节点没有1个红色子节点,父节点要向下跟兄弟节点合并

                boolean parentBlack = isBlack(parent);

                black(parent);

                red(sibling);

                if (parentBlack) {

                    afterRemove(parent);

                }

            } else { // 兄弟节点至少有1个红色子节点,向兄弟节点借元素

                // 兄弟节点的左边是黑色,兄弟要先旋转

                if (isBlack(sibling.left)) {

                    rotateLeft(sibling);

                    sibling = parent.left;

                }

               

                color(sibling, colorOf(parent));

                black(sibling.left);

                black(parent);

                rotateRight(parent);

            }

        }

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
AVL都是自平衡二叉搜索,它们在维护平衡性方面有一些不同之处: 1. 平衡性维护: - AVL:通过在每个节点上存储平衡因子(左子高度减去右子高度)来维护平衡。当插入或删除节点后,AVL可能需要进行旋转操作来调整平衡。 - :通过在每个节点上添加一个额外的属性——颜色(色或色)来维护平衡。通过一组特定的规则来保持平衡,包括保持色高度平衡、色节点不能连续等。 2. 平衡调整的频率: - AVL:因为AVL要求严格的平衡,所以在插入和删除操作后,可能需要执行多次旋转来重新平衡结构。这会导致频繁的平衡调整,使得AVL的调整代价较高。 - 通过其特定的规则保持了一定程度的平衡,相对于AVL,它对于插入和删除操作的平衡调整次数较少。因此,的调整代价相对较低。 3. 性能和使用场景: - AVL:由于严格的平衡要求,AVL在查找、插入和删除操作上的性能较为稳定,适用于对平衡性要求较高的场景。然而,由于频繁的平衡调整,AVL相对于会占用更多的内存空间。 - 在插入和删除操作上的平衡调整次数较少,适用于对平衡性要求相对较低的场景。在大部分情况下能够提供较好的性能,同时它在实现上相对简单,被广泛应用于许多编程语言和库中。 总的来说,AVL都是重要的自平衡二叉搜索,选择使用哪种取决于具体场景和对平衡性和性能的需求。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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