红黑树(转)

最新推荐文章于 2023-06-01 10:37:59 发布

tianxiaogang12

最新推荐文章于 2023-06-01 10:37:59 发布

阅读量906

点赞数

分类专栏： c/c++ 文章标签： structure insert delete action linux内核 search

c/c++ 专栏收录该内容

8 篇文章 0 订阅

订阅专栏

http://liyiwen.javaeye.com/blog/345799

满足下面几个条件的二叉搜索树，称为红黑树：

1. 任何一个节点都被着色――红色或是黑色。

2. 根节点是黑色的。

3. 所有的NIL节点都看成黑色（NIL节点是就是一个假想的或是无实在意义的节点，所有应该指向NULL的指针，都看成指向了NIL节点。包括叶节点的子节点指针或是根节点的父指针）。

4. 如果一个节点是红色的，那么它的子节点一定是黑色的。

5. 对于任何一个节点而言，从该节点到它的子孙节点中的NIL节点路径中，所包含的黑节点个数相同。

黑高度的定义：

从任何一个节点，向下到底部的路径中，包含的黑节点的个数，称为这个节点的黑高度。从红黑树的第５条性质可以看出，黑高度是唯一的、确定的。

只要同时满足红黑树的这些条件，就一定会有“红黑树可以保证任何两条从根部到树叶的路径节点个数相差不超过２倍”这个平衡的性质。

我们可以假设，如果存在两条路径L和S，L比S长两倍以上（S路径上有n个节点，L上有大于2n个节点）。可知，S的黑高度最大只可能是n，那么根据第５条性质，L的黑高度也大也只可能是n，也就是，L路径上一定有超过n个红色节点（因为节点不是黑的就必定是红的）。所以，肯定会有两个以上的红色节点是相邻的。这就与第４个条件矛盾了。所以，红黑树可以保证任何两条从根部到树叶的路径节点个数相差不超过２倍。

红黑树的高度h<2lg(n+1)（这个在《算法导论》13.1节中有证明）。也就是说，红黑树的操作的时间复杂度是O(lgn)的。

二叉搜索树的操作时间复杂度，取决于树高h，因此，我们当然就希望h尽量地小以提高操作的效率。从直观上就可以发现，二叉搜索树各子树的规模越平均，它的高度就会越小。所以在应用中，一般都会将二叉搜索树实现成一种平衡树，以保证最差时间复杂度为O(lgn)。红黑树就是其中的一种，应用得很广泛（SGI STL的set和map就是基于红黑树来实现，Linux内核中也用到这个数据结构）

红黑树是二叉搜索树的一种。它与普通二叉搜索树不同的是，红黑树的每个节点都附加了另一个属性――颜色，可以是红色，也可以是黑色。通过对于每条路径上节点颜色的规则进行限定，红黑树可以保证任何两条从根部到树叶的路径节点个数相差不超过２倍。所以，红黑树是一种近似平衡的二叉搜索树。

红黑树的查找、最大值、最小值、前趋、后继等操作，与普通的二叉搜索树没有什么区别。插入和删除操作需要重新实现。仅仅用普通的二叉搜索树的插入和删除动作，可能会破坏红黑树本身的一些性质，因此，需要进行额外的处理。这些额外的处理主要是改变树节点的颜色，或是改变树的结构。

树的旋转

改变树的结构，主要是用旋转。旋转有两种，左旋和右旋，下面是这两种旋转的：

这种旋转的操作，是在二叉搜索树的局部对树的结构进行调整的一种方式，经过旋转之后，二叉搜索树的性质是不会发生改变的。如下图：

向红黑树插入节点，先将需要插入的节点着成红色，用普通二叉搜索树的方法将这个节点插入到树中，然后再想办法把被破坏的红黑性质恢复。（将新插入的节点颜色着成红色，呆以尽量减少对红黑性质的破坏，恢复起来也容易。因为插入红色节点的话，那么被破坏的部分会在局部，考虑的问题也就比较少，恢复过程也容易形成递归，详细见下文说明）

我们考虑下，如果一个红色节点（下文称用Z指向它）被插入到树中，那么有哪些红黑性质可能被破坏呢？只有第2条（根节点是黑色的）以及第4条（红色节点的子节点一定是黑色节点），其它都不会被破坏。

如果插入的节点的父节点是黑色的，那么不需要做任何调整，这红黑树是正常的。如果父节点是红色，或没有父节点（也就是插在了树根的位置），那么就要进行调整以保证红黑树是正确的。

首先对第4 条进行分析，我们知道，插入一个新的节点，这个节点肯定会被放到树的底部成为一个叶节点（参考普通二叉树的插入过程），那么这个红色节点就没有可能和自己的子节点同色（因为叶节点的子节点是NIL节点，都是黑色的），如果第4条被破坏的话，肯定是Z指向的节点的父节点是红色的。因此，为了使分析和解决更加容易和清晰，我们在对树进行调整以恢复红黑特性时，始终使得Z总是指向相邻红色的节点中的子节点（指针Z可能会向上升到树的中部或根部）。基于这个做法，我们可以知道，如果是第2条被破坏了的话，也就是Z指向根节点了，那么第4条肯定就符合了（因为Z的父节点是NIL，黑色的），因此对第2条性质的恢复变得很简单，只需要被根从红色变为黑色即可。这时，所有性质都会被满足了（因为是根节点，所以根节点被着为黑色时，所有路径都黑高会统一加1，也就是第5条不会被破坏，操作之后的红黑树仍然是正确的）。好了，现在只留下第4条性质的恢复的问题了。

如果第4条被破坏了，也就是说，Z的父节点是红色的，那么，说明，Z一定有祖父节点，而且是黑色的（否则插入前原树就有问题，又或是调整时的方法不正确）。因此可以把问题放到以Z的祖父节点为根节点的子树内进行解决，这样可以把调整的范围最小化，而且这也是有可能的：只要不改变这子树的黑高度，那么就不会对树的其它部分产生影响。我们要做的就是在这个子树范围内把红黑性质调整回来。再看子树的根是否与其父节点同为红色，是的话，就再次用前面所说的去解决它，一直向上递归到红黑性质被恢复为止。

红黑树的节点插入

　　对第4条性质的恢复，根据Z的父节点是Z的祖节点的左子节点还是右子节点，分为两组对称的情况，每组有3种情况。下面我们只对其中一组进行说明，以Z的父节点是Z祖节点的左子节点为例：

RBT-Insert3

第一种：Z的“叔父”节点是红色。

RBTree1

如上图所示，在这种情况下，将父、叔节点都着为黑色，再将子树根节点着为红色，那么子树的黑高度没有发生改变，而且红黑性质得得到了调整。此时，再将Z指向子树的根节点，向上递归恢复红黑特性。

第二种：Z的“叔父”节点是黑色的，Z的父节点的左子节点。

如上图，将Z的父节点与祖节点进行一次右旋，并把父节点着黑色，原来的祖节点着红色。这些子树的红黑特性得到了恢复，而且子树的黑高度没有变化。另外，由于子树根节点已经是黑色了（这个节点不会出现父子同为红色的问题了），所以不必再向上递归了，此时整个树的红黑特性都已经是正确的了。

第三种：Z的“叔父”节点是黑色的，Z的父节点的右子节点。

RBTree2

如上图，将Z本身与其父节点进行一次左旋，让Z指向原来的父节点，就可以调整为情况二，而情况二已经得到解决。

这样，红黑树的节点插入问题就得到了解决。

第二部分

红黑树的节点删除

从红黑树上删除一个节点，可以先用普通二叉搜索树的方法，将节点从红黑树上删除掉，然后再将被破坏的红黑性质进行恢复。

我们回忆一下普通二叉树的节点删除方法：Z指向需要删除的节点，Y指向实质结构上被删除的结点，如果Z节点只有一个子节点或没有子节点，那么Y就是指向Z指向的节点。如果Z节点有两个子节点，那么Y指向Z节点的后继节点（其实前趋也是一样的），而Z的后继节点绝对不可能有左子树。因此，仅从结构来看，二叉树上实质被删除的节点最多只可能有一个子树。

现在我们来看红黑性质的恢复过程：

如果Y指向的节点是个红色节点，那么直接删除掉Y以后，红黑性质不会被破坏。操作结束。

如果Y指向的节点是个黑色节点，那么就有几条红黑性质可能受到破坏了。首先是包含Y节点的所有路径，黑高度都减少了一（第５条被破坏）。其次，如果Y的有红色子节点，Y又有红色的父节点，那么Y被删除后，就出现了两个相邻的红色节点（第４条被破坏）。最后，如果Y指向的是根节点，而Y的子节点又是红色的，那么Y被删除后，根节点就变成红色的了（第２条被破坏）。

其中，第５条被破坏是让我们比较难受的。因为这影响到了全局。这样动作就太大太复杂了。而且在这个条件下，进行其它红黑性质的恢复也很困难。所以我们首先解决这个问题：如果不改变含Y路径的黑高度，那么树的其它部分的黑高度就必须做出相应的变化来适应它。所以，我们想办法恢复原来含Y节点的路径的黑高度。做法就是把Y节点的黑色，推到它的子节点X上去。（X可能是NIL节点）。这样，X就可能具有双重黑色，或是同时具有红黑两色，也就是第１条性质被破坏了。

但第１条性质是比较容易恢复的：一、如果X是同时具有红黑两色，那么好办，直接把X涂成黑色，就行了。而且这样把所有问题都解决了。因为将X变为黑色，２、４两条如果有问题的话也会得到恢复。二、如果X是双黑色，那么我们希望把这种情况向上推一直推到根节点（调整树结构和颜色，X的指向新的双黑色节点，X不断向上移动），让根节点具双黑色，这时，直接把X的一层黑色去掉就行了（因为根节点被包含在所有的路径上，所以这样做所有路径同时黑高减少一，不会破坏红黑特征）。

下面就具体地分析如何恢复1、２、４三个可能被破坏的红黑特性：我们知道，如果X指向的节点是有红黑两色，或是X是根节点时，只需要简单的对X进行一些改变就行了。要对除X节点外的其它节点进行操作时，必定是这样的情况：X节点是双层黑色，且X有父节点P。由知可知，X必然有兄弟节点W，而且这个W节点必定有两个子节点。（因为这是原树满足红黑条件要求而自然具备的。X为双黑色，那么P的另一个子节点以下一定要有至少两层的节点，否则高黑度不可能和X路径一致）。所以我们就分析这些节点之间如何变形，把问题限制在比较小的范围内解决。另一个前提是：X在一开始，肯定是树底的叶节点或是NIL节点，所以在递归向上的过程中，每一步都保证下一步进行时，至少 X的子树是满足红黑特性的。因此子树的情况就可以认为是已经正确的了，这样，分析就只限制在X节点，X的父节点P，X的兄弟节点W，以及W的两个子节点。这些个节点中。

W以及W的两个子节点C1和C1的一共有五种组合，便有两种情况的处理是一致的，因此调整的过程可以分以下四个情况：

第一种情况：W是红色节点

红黑树的删除1

如上图，如果W是红色的，那么B和D节点进行一次左旋，并把D（也就是原来的W）着为黑色，B节点（X的父节点）着为红色。然后让W指向X的新兄弟。这样，就把这种情况转化为了W为黑色的情况来解决。在这个变形中，这五个节点之间保持了红黑性质不变，而X指向的双黑色节点的位置和颜色特性都没有变化。变形后的情况如何解决呢？下面的都是W为黑色的问题，因此下面三种中总有一种会合适。

PS：有没有其它变形呢？有，比如C和D进行右旋，B节点变为红色，变形后五个节点红黑正确的，但是这五个节点与树的其它部分相接处可能会产生问题，这样要考虑的因素就太多了。

第二种情况：W以及W的两个子节点都是黑色的

红黑树的删除2

如上图，注意，B即可以是红色也可以是黑色。

这种情况下，把D节点着成红色。然后把X的一个黑色推到父节点B中去，这时X就指向B节点了。变形前后，这五个节点间的黑高是没有变化的。

唯一可能产生问题的就是如果B原来是红色，那么B和D两个红色相邻就破坏了第４个性质，这样新X的子树就有问题了。这本来不符合我们向上递归的假设。但正好在这种情况下递归就可以结束了。因为B节点原来是红色，现在双加一层黑色，那么X现在指向的这个节点就是红黑两色的，直接把X（也就是B）着为黑色。问题就已经完整解决了。

如果B节点现在是双层黑色，那就以B为新的X进行向上的下一次的递归。

第三种情况：W的左子节点是红色的且右子节点是黑色。

红黑树的删除3

如上图，B即可以是黑色也可以是红色。

把C和D进行一次旋转，改变C和D的颜色变形成新的结构。把问题转化成W的右子节点为红色的情况来解决。注意，原来C是红色的，所以C的子节点一定是黑色的，所以旋转中C节点的一个子树挂到之后着为红色的D节点上不会破坏红黑性质。变形后黑高度不变。

第四种情况：W的右子节点是红色（左子节点可以是红色或黑色）

红黑树的删除4

如上图，B节点可以是红色或是黑色。

将B和D进行一次左旋，并交换两者的颜色。再将E着为黑色。这时，只要将X的一层黑色脱去，整个问题也得到了解决。递归结束。（在代码上，为了标识递归结束，我们把X指向根节点）

因此，只要按上面四种情况一直递归处理下去，X最终总会指向根结点或一个红色结点，这时我们就可以结束递归并把问题解决了。

以上就是红黑色的节点删除过程。

以下的简单的代码实现：

<code>

// -------------------------------------------------------
// FileName : BinarySearchTree.cpp
// Date : 2009-1-14
// Summary : 红黑树的简单实现，节点中除了红黑树结构本身需要的信息之外，只
// 包含一个int域作为节点的key
// CopyLeft : 李诒雯
// -------------------------------------------------------
#include <stdio.h>
// 定义节点颜色
enum COLOR {
BLACK = 0,
RED
};
// 红黑树节点
typedef struct tagRBTreeNode {
int key;
struct tagRBTreeNode *left;
struct tagRBTreeNode *right;
struct tagRBTreeNode *parent;
unsigned char color;
}RBTreeNode, *PRBTreeNode;
// 红黑树，包含一个指向根节点的指针
typedef struct tagRBTree {
PRBTreeNode root;
}RBTree, *PRBTree;
// 红黑树的NIL节点
static RBTreeNode NIL = {0, 0, 0, 0, BLACK};
#define PNIL (&NIL) // NIL节点地址
// 生成一个红黑树节点，缺省的节点颜色是红黑。
PRBTreeNode CreateRBTreeNode(int keyVal)
{
PRBTreeNode p = (PRBTreeNode)malloc(sizeof(RBTreeNode));
p->color = RED;
p->left = PNIL;
p->right = PNIL;
p->parent = PNIL;
p->key = keyVal;
return p;
}
// 释放一个节点的内存
void DeleteRBTreeNode(PRBTreeNode pDel)
{
if (PNIL != pDel) {
free(pDel);
}
}
void InitRBTree(PRBTree pTree) // 初始化一棵红黑树
{
pTree->root = PNIL;
}
// 顺序遍历一棵红黑树，并对每个节点执行指定的操作
void INORDER_RBTREE_WALK(PRBTreeNode pRoot, void (*Action)(PRBTreeNode ))
{
// 就是一个二叉树的中序遍历
if (PNIL != pRoot) {
INORDER_RBTREE_WALK(pRoot->left, Action);
Action(pRoot);
INORDER_RBTREE_WALK(pRoot->right, Action);
}
}
// 查找指定键值的节点
PRBTreeNode RBTREE_SEARCH(PRBTreeNode pRoot, int val_key)
{
while ((PNIL != pRoot) && (val_key != pRoot->key)) {
pRoot = (val_key < pRoot->key ? pRoot->left : pRoot->right);
}
return pRoot;
}
// 查找最大键值节点
PRBTreeNode RBTREE_MAX(PRBTreeNode pRoot)
{
while (PNIL != pRoot->right) {
pRoot = pRoot->right;
}
return pRoot;
}
// 查找最小键值节点
PRBTreeNode RBTREE_MIN(PRBTreeNode pRoot)
{
while (PNIL != pRoot->left) {
pRoot = pRoot->left;
}
return pRoot;
}
// 查找指定节点的后继节点
PRBTreeNode RBTREE_SUCCESSOR(PRBTreeNode pRoot)
{
if (PNIL != pRoot->right) {
return RBTREE_MIN(pRoot->right);
}
PRBTreeNode pParent = pRoot->parent;
while((PNIL != pParent) && (pRoot == pParent->right)) {
pRoot = pParent;
pParent = pRoot->parent;
}
return pParent;
}
// 查找指定节点的前趋节点
PRBTreeNode RBTREE_PREDECESSOR(PRBTreeNode pRoot)
{
if (PNIL != pRoot->left) {
return RBTREE_MAX(pRoot->left);
}
PRBTreeNode pParent = pRoot->parent;
while((PNIL != pParent) && (pRoot == pRoot->left)) {
pRoot = pParent;
pParent = pRoot->parent;
}
return pParent;
}
// 对指定节点进行左旋
static void LEFT_ROTATION(PRBTree pTree, PRBTreeNode pNode)
{
PRBTreeNode pRight = pNode->right;
pRight->parent = pNode->parent;
if(pNode->parent->left == pNode){
pRight->parent->left = pRight;
}
else {
pRight->parent->right = pRight;
}
if (PNIL == pRight->parent) {
pTree->root = pRight;
}
if (PNIL != pRight->left) {
pRight->left->parent = pNode;
}
pNode->right = pRight->left;
pNode->parent = pRight;
pRight->left = pNode;
}
// 对指定节点进行右旋
static void RIGHT_ROTATION(PRBTree pTree, PRBTreeNode pNode)
{
PRBTreeNode pLeft = pNode->left;
pLeft->parent = pNode->parent;
if(pNode->parent->left == pNode){
pLeft->parent->left = pLeft;
}
else {
pLeft->parent->right = pLeft;
}
if (PNIL == pLeft->parent) {
pTree->root = pLeft;
}
if (PNIL != pLeft->right) {
pLeft->right->parent = pNode;
}
pNode->left = pLeft->right;
pNode->parent = pLeft;
pLeft->right = pNode;
}
// 在红黑树插入动作后进行红黑性质恢复
static void FIX_UP_RB_AFTER_INSERT(PRBTree pTree, PRBTreeNode pNode)
{
while(RED == pNode->parent->color) {
if (pNode->parent == pNode->parent->parent->left){
PRBTreeNode pUncleNode = pNode->parent->parent->right;
if (RED == pUncleNode->color){
pNode->parent->color = BLACK;
pUncleNode->color = BLACK;
pNode = pUncleNode->parent;
pNode->color = RED;
}
else
{
if (pNode == pNode->parent->right) {
pNode = pNode->parent;
LEFT_ROTATION(pTree, pNode);
}
pNode->parent->color = BLACK;
PRBTreeNode TempP = pNode->parent->parent;
TempP->color = RED;
RIGHT_ROTATION(pTree, TempP);
}
}
else{
PRBTreeNode pUncleNode = pNode->parent->parent->left;
if (RED == pUncleNode->color){
pNode->parent->color = BLACK;
pUncleNode->color = BLACK;
pNode = pUncleNode->parent;
pNode->color = RED;
}
else
{
if (pNode == pNode->parent->left) {
pNode = pNode->parent;
RIGHT_ROTATION(pTree, pNode);
}
pNode->parent->color = BLACK;
PRBTreeNode TempP = pNode->parent->parent;
TempP->color = RED;
LEFT_ROTATION(pTree, TempP);
}
}
}
pTree->root->color = BLACK;
}
// 红黑树的节点插入
void RBTREE_INSERT(PRBTree pTree, PRBTreeNode pNode)
{
PRBTreeNode pNodePosition = pTree->root;
PRBTreeNode pParent = PNIL;
while (PNIL != pNodePosition) {
pParent = pNodePosition;
pNodePosition = (pNode->key > pNodePosition->key ?
pNodePosition->right : pNodePosition->left);
}
pNode->parent = pParent;
if (PNIL == pParent) {
pTree->root = pNode;
}
else {
if (pNode->key > pParent->key) {
pParent->right = pNode;
}
else {
pParent->left = pNode;
}
}
FIX_UP_RB_AFTER_INSERT(pTree, pNode);
}
// 在红黑树删除动作后进行红黑性质恢复
static void FIX_UP_RB_AFTER_DELETE(PRBTree pTree, PRBTreeNode pNode)
{
while ((pNode->color == BLACK) && (pNode != pTree->root)) {
if (pNode == pNode->parent->left){
PRBTreeNode pBrother = pNode->parent->right;
if (RED == pBrother->color) {
pBrother->color = BLACK;
pNode->parent->color = RED;
LEFT_ROTATION(pTree, pNode->parent);
pBrother = pNode->parent->right;
}
if ((BLACK == pBrother->right->color) && (BLACK == pBrother->left->color)) {
pBrother->color = RED;
pNode = pNode->parent;
}
else {
if (BLACK == pBrother->right->color) {
pBrother->color = RED;
pBrother->left->color = BLACK;
RIGHT_ROTATION(pTree, pBrother);
pBrother = pNode->parent->right;
}
pBrother->right->color = BLACK;
pBrother->color = pNode->parent->color;
pNode->parent->color = BLACK;
LEFT_ROTATION(pTree, pNode->parent);
pNode = pTree->root;
}
}
else{
PRBTreeNode pBrother = pNode->parent->left;
if (RED == pBrother->color) {
pBrother->color = BLACK;
pNode->parent->color = RED;
RIGHT_ROTATION(pTree, pNode->parent);
pBrother = pNode->parent->left;
}
if ((BLACK == pBrother->left->color) && (BLACK == pBrother->right->color)) {
pBrother->color = RED;
pNode = pNode->parent;
}
else {
if (BLACK == pBrother->left->color) {
pBrother->color = RED;
pBrother->right->color = BLACK;
LEFT_ROTATION(pTree, pBrother);
pBrother = pNode->parent->left;
}
pBrother->left->color = BLACK;
pBrother->color = pNode->parent->color;
pNode->parent->color = BLACK;
RIGHT_ROTATION(pTree, pNode->parent);
pNode = pTree->root;
}
}
}
pNode->color = BLACK;
}
// 红黑树的节点删除
PRBTreeNode RBTREE_DELETE(PRBTree pTree, PRBTreeNode pDel)
{
PRBTreeNode pRelDel;
if ((PNIL == pDel->left) || (PNIL == pDel->right)) {
pRelDel = pDel;
}
else { //
pRelDel = RBTREE_SUCCESSOR(pDel);
}
PRBTreeNode pChildOfDel;
pChildOfDel = (pRelDel->left!= PNIL ? pRelDel->left : pRelDel->right);
//
pChildOfDel->parent = pRelDel->parent;
if (PNIL == pRelDel->parent) {
pTree->root = pChildOfDel;
}
else {
if (pRelDel == pRelDel->parent->left){
pRelDel->parent->left = pChildOfDel;
}
else {
pRelDel->parent->right = pChildOfDel;
}
}
if (pRelDel != pDel) {
pDel->key = pRelDel->key;
}
if (pRelDel->color == BLACK) {
FIX_UP_RB_AFTER_DELETE(pTree, pChildOfDel);
}
return pRelDel;
}
/*=============================================*/
// 测试用函数，打印节点键值。可以传给遍历函数作为第二个参数
void PrintNode(PRBTreeNode p)
{
if (NULL != p) {
printf("%2d ", p->key);
}
else {
printf("NULL!");
}
}
// 打印出红黑树每个节点的各项值。
void RBTREE_STRUCTURE(PRBTreeNode pRoot)
{
#define GetKey(p) (p==PNIL?-1:p->key)
//
if (PNIL != pRoot) {
printf("KeyValue = %d, color = %s, Left = %d, Right = %d, Parent = %d/n",
pRoot->key, pRoot->color==BLACK?"BLACK":"RED", GetKey(pRoot->left),
GetKey(pRoot->right), GetKey(pRoot->parent));
RBTREE_STRUCTURE(pRoot->left);
RBTREE_STRUCTURE(pRoot->right);
}
}
/*=============================================*/
int _tmain(int argc, _TCHAR* argv[])
{
RBTree bsTree;
InitRBTree(&bsTree);
#define TEST_NUM_COUNT (10)
int values[TEST_NUM_COUNT];
for (int i=0; i<TEST_NUM_COUNT; ++i) {
values[i] = rand()%(TEST_NUM_COUNT*10);
PRBTreeNode p = CreateRBTreeNode(values[i]);
RBTREE_INSERT(&bsTree, p);
printf("After Insert %2d: ", values[i]);
INORDER_RBTREE_WALK(bsTree.root, PrintNode);
printf("RB-Tree Nodes Information/n");
RBTREE_STRUCTURE(bsTree.root);
printf("-------------------------------/n");
}
printf("###############################/n");
printf("===============================/n");
for (int i=0; i<TEST_NUM_COUNT; ++i) {
PRBTreeNode pDel = RBTREE_DELETE(&bsTree, RBTREE_SEARCH(bsTree.root, values[i]));
DeleteRBTreeNode(pDel);
printf("After Delete %2d: ", values[i]);
INORDER_RBTREE_WALK(bsTree.root, PrintNode);
printf("RB-Tree Nodes Information/n");
RBTREE_STRUCTURE(bsTree.root);
printf("-------------------------------/n");
}
return 0;
}

</code>

最后还可以参考下：

http://www.cppblog.com/converse/archive/2007/11/28/37430.html

还有一个叫”size balanced tree“可以google下

tianxiaogang12

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
红黑树(转)

http://liyiwen.javaeye.com/blog/345799满足下面几个条件的二叉搜索树，称为红黑树：1. 任何一个节点都被着色――红色或是黑色。2. 根节点是黑色的。3. 所有的NIL节点都看成黑色（NIL节点是就是一个假想的或是无实在意义的节点，所有应该指向NULL的指针，都看成指向了NIL节点。包括叶节点的子节点指针或是根节点的父指针）。4. 如果一个节点是红色的，那么它的子节点一定是黑色的。5. 对于任何一个节点而言，从该节
复制链接

扫一扫