红黑树-python版本

红黑树-python版本

简介

红黑树（Red Black Tree） 是一种自平衡二叉查找树，是在计算机科学中用到的一种数据结构，典型的用途是实现关联数组。 -百度百科

特性

• 每个节点或者是黑色，或者是红色。
• 根节点是黑色。
• 每个叶子节点（NIL）是黑色。 [注意：这里叶子节点，是指为空(NIL或NULL)的叶子节点！]
• 如果一个节点是红色的，则它的子节点必须是黑色的。[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。]
• 从一个节点到该节点的子孙节点的所有路径上包含相同数目的黑节点。[简称黑高]

注意：

1. 特性(3)中的叶子节点，是只为空(NIL或null)的节点。
2. 特性(5)，确保没有一条路径会比其他路径长出俩倍。因而，红黑树是相对是接近平衡的二叉树。

有了上面的几个性质作为限制，即可避免二叉查找树退化成单链表的情况。但是，仅仅避免这种情况还不够，这里还要考虑某个节点到其每个叶子节点路径长度的问题。如果某些路径长度过长，那么，在对这些路径上的及诶单进行增删查操作时，效率也会大大降低。这个时候性质4和性质5用途就凸显了，有了这两个性质作为约束，即可保证任意节点到其每个叶子节点路径最长不会超过最短路径的2倍。

特性

• 每个红黑树的高度: $h\le 2log(N+1)$

• 每个红黑树的黑色节点数: $Nblack\ge n/2$

• 增加、删除和查找的时间复杂度总为$O(log(n)) $

• 任何一个节点到叶节点的黑色节点数(Black Height): $BH>=h/2$

• 根节点到叶节点最多有$log(2(n+1))$个黑色节点

红黑树的应用

红黑树的应用比较广泛，主要是用它来存储有序的数据，它的时间复杂度是$O(lg(n))$，效率非常之高。

用于C++实现Map/Set, Java实现TreeMap/HashMap等数据结构，此外还可以用于实时计算程序和函数式编程中。

红黑树的基本操作

树中的每个节点包括5个属性：color、key、left、right、parent，如果一个节点没有子节点或父节点，则该节点的相应指针属性的值为NIL

#定义红黑树
class RBTree(object):
    def __init__(self):
        self.nil = RBTreeNode(0)
        self.root = self.nil
class RBTreeNode(object):
    def __init__(self, x):
        self.key = x
        self.left = None
        self.right = None
        self.parent = None
        self.color = 'black'
        self.size=None

红黑树的基本操作是添加、删除。在对红黑树进行添加或删除之后，都会用到旋转方法。为什么呢？道理很简单，添加或删除红黑树中的节点之后，红黑树就发生了变化，可能不满足红黑树的5条性质，也就不再是一颗红黑树了，而是一颗普通的树。而通过旋转，可以使这颗树重新成为红黑树。简单点说，旋转的目的是让树保持红黑树的特性。
旋转包括两种：左旋 和 右旋。下面分别对它们进行介绍。

左旋

对x进行左旋，意味着"将x变成一个左节点"。

# 左旋转
def LeftRotate(T, x):
    y = x.right
    x.right = y.left  # β指向x右侧
    if y.left != T.nil:
        y.left.parent = x  #β的父节点指向x
    y