转自:http://blog.csdn.net/hackbuteer1/article/details/7740956
一、红黑树概述
红黑树和我们以前学过的AVL树类似,都是在进行插入和删除操作时通过特定操作保持二叉查找树的平衡,从而获得较高的查找性能。不过自从红黑树出来 后,AVL树就被放到了博物馆里,据说是红黑树有更好的效率,更高的统计性能。这一点在我们了解了红黑树的实现原理后,就会有更加深切的体会。
红黑树和AVL树的区别在于它使用颜色来标识结点的高度,它所追求的是局部平衡而不是AVL树中的非常严格的平衡。学过数据结构的人应该都已经领教过AVL树的复杂,但AVL树的复杂比起红黑树来说简直是小巫见大巫,红黑树才是真正的变态级数据结构。
由于STL中的关联式容器默认的底层实现都是红黑树,因此红黑树对于后续学习STL源码还是很重要的,有必要掌握红黑树的实现原理和源码实现。
红黑树是AVL树的变种,红黑树通过一些着色法则确保没有一条路径会比其它路径长出两倍,因而达到接近平衡的目的。所谓红黑树,不仅是一个二叉搜索树,而且必须满足一下规则:
1、每个节点不是红色就是黑色。
2、根节点为黑色。
3、如果节点为红色,其子节点必须为黑色。
4、任意一个节点到到NULL(树尾端)的任何路径,所含之黑色节点数必须相同。
上面的这些约束保证了这个树大致上是平衡的,这也决定了红黑树的插入、删除、查询等操作是比较快速的。 根据规则4,新增节点必须为红色;根据规则3,新增节点之父节点必须为黑色。当新增节点根据二叉搜索树的规则到达其插入点时,却未能符合上述条件时,就必须调整颜色并旋转树形,如下图:
假设我们为上图分别插入节点3、8、35、75,根据二叉搜索树的规则,插入这四个节点后,我们会发现它们都破坏了红黑树的规则,因此我们必须调整树形,也就是旋转树形并改变节点的颜色。
二、红黑树上结点的插入
在讨论红黑树的插入操作之前必须要明白,任何一个即将插入的新结点的初始颜色都为红色。这一点很容易理解,因为插入黑点会增加某条路径上黑结点的数目,从 而导致整棵树黑高度的不平衡。但如果新结点的父结点为红色时(如下图所示),将会违反红黑树的性质:一条路径上不能出现相邻的两个红色结点。这时就需要通 过一系列操作来使红黑树保持平衡。
为了清楚地表示插入操作以下在结点中使用“新”字表示一个新插入的结点;使用“父”字表示新插入点的父结点;使用“叔”字表示“父”结点的兄弟结点;使用“祖”字表示“父”结点的父结点。插入操作分为以下几种情况:
1、黑父
如下图所示,如果新节点的父结点为黑色结点,那么插入一个红点将不会影响红黑树的平衡,此时插入操作完成。红黑树比AVL树优秀的地方之一在于黑父的情况比较常见,从而使红黑树需要旋转的几率相对AVL树来说会少一些。
2、红父
如果新节点的父结点为红色,这时就需要进行一系列操作以保证整棵树红黑性质。如下图所示,由于父结点为红色,此时可以判定,祖父结点必定为黑色。这时需要 根据叔父结点的颜色来决定做什么样的操作。青色结点表示颜色未知。由于有可能需要根结点到新点的路径上进行多次旋转操作,而每次进行不平衡判断的起始点 (我们可将其视为新点)都不一样。所以我们在此使用一个蓝色箭头指向这个起始点,并称之为判定点。
2.1 红叔
当叔父结点为红色时,如下图所示,无需进行旋转操作,只要将父和叔结点变为黑色,将祖父结点变为红色即可。但由于祖父结点的父结点有可能为红色,从而违反红黑树性质。此时必须将祖父结点作为新的判定点继续向上(迭代)进行平衡操作。
需要注意的是,无论“父节点”在“叔节点”的左边还是右边,无论“新节点”是“父节点”的左孩子还是右孩子,它们的操作都是完全一样的(其实这种情况包括4种,只需调整颜色,不需要旋转树形)。
2.2 黑叔
当叔父结点为黑色时,需要进行旋转,以下图示了所有的旋转可能:
Case 1:
Case 2:
Case 3:
可以观察到,当旋转完成后,新的旋转根全部为黑色,此时不需要再向上回溯进行平衡操作,插入操作完成。需要注意,上面四张图的“叔”、“1”、“2”、“3”结点有可能为黑哨兵结点。
其实红黑树的插入操作不是很难,甚至比AVL树的插入操作还更简单些。红黑树的插入操作源代码如下:
一、红黑树概述
红黑树和我们以前学过的AVL树类似,都是在进行插入和删除操作时通过特定操作保持二叉查找树的平衡,从而获得较高的查找性能。不过自从红黑树出来 后,AVL树就被放到了博物馆里,据说是红黑树有更好的效率,更高的统计性能。这一点在我们了解了红黑树的实现原理后,就会有更加深切的体会。
红黑树和AVL树的区别在于它使用颜色来标识结点的高度,它所追求的是局部平衡而不是AVL树中的非常严格的平衡。学过数据结构的人应该都已经领教过AVL树的复杂,但AVL树的复杂比起红黑树来说简直是小巫见大巫,红黑树才是真正的变态级数据结构。
由于STL中的关联式容器默认的底层实现都是红黑树,因此红黑树对于后续学习STL源码还是很重要的,有必要掌握红黑树的实现原理和源码实现。
红黑树是AVL树的变种,红黑树通过一些着色法则确保没有一条路径会比其它路径长出两倍,因而达到接近平衡的目的。所谓红黑树,不仅是一个二叉搜索树,而且必须满足一下规则:
1、每个节点不是红色就是黑色。
2、根节点为黑色。
3、如果节点为红色,其子节点必须为黑色。
4、任意一个节点到到NULL(树尾端)的任何路径,所含之黑色节点数必须相同。
上面的这些约束保证了这个树大致上是平衡的,这也决定了红黑树的插入、删除、查询等操作是比较快速的。 根据规则4,新增节点必须为红色;根据规则3,新增节点之父节点必须为黑色。当新增节点根据二叉搜索树的规则到达其插入点时,却未能符合上述条件时,就必须调整颜色并旋转树形,如下图:
二、红黑树上结点的插入
在讨论红黑树的插入操作之前必须要明白,任何一个即将插入的新结点的初始颜色都为红色。这一点很容易理解,因为插入黑点会增加某条路径上黑结点的数目,从 而导致整棵树黑高度的不平衡。但如果新结点的父结点为红色时(如下图所示),将会违反红黑树的性质:一条路径上不能出现相邻的两个红色结点。这时就需要通 过一系列操作来使红黑树保持平衡。
1、黑父
如下图所示,如果新节点的父结点为黑色结点,那么插入一个红点将不会影响红黑树的平衡,此时插入操作完成。红黑树比AVL树优秀的地方之一在于黑父的情况比较常见,从而使红黑树需要旋转的几率相对AVL树来说会少一些。
如果新节点的父结点为红色,这时就需要进行一系列操作以保证整棵树红黑性质。如下图所示,由于父结点为红色,此时可以判定,祖父结点必定为黑色。这时需要 根据叔父结点的颜色来决定做什么样的操作。青色结点表示颜色未知。由于有可能需要根结点到新点的路径上进行多次旋转操作,而每次进行不平衡判断的起始点 (我们可将其视为新点)都不一样。所以我们在此使用一个蓝色箭头指向这个起始点,并称之为判定点。
当叔父结点为红色时,如下图所示,无需进行旋转操作,只要将父和叔结点变为黑色,将祖父结点变为红色即可。但由于祖父结点的父结点有可能为红色,从而违反红黑树性质。此时必须将祖父结点作为新的判定点继续向上(迭代)进行平衡操作。
2.2 黑叔
当叔父结点为黑色时,需要进行旋转,以下图示了所有的旋转可能:
Case 1:
Case 4:
其实红黑树的插入操作不是很难,甚至比AVL树的插入操作还更简单些。红黑树的插入操作源代码如下:
[cpp]
view plain
copy
- // 元素插入操作 insert_unique()
- // 插入新值:节点键值不允许重复,若重复则插入无效
- // 注意,返回值是个pair,第一个元素是个红黑树迭代器,指向新增节点
- // 第二个元素表示插入成功与否
- template<class Key , class Value , class KeyOfValue , class Compare , class Alloc>
- pair<typename rb_tree<Key , Value , KeyOfValue , Compare , Alloc>::iterator , bool>
- rb_tree<Key , Value , KeyOfValue , Compare , Alloc>::insert_unique(const Value &v)
- {
- rb_tree_node* y = header; // 根节点root的父节点
- rb_tree_node* x = root(); // 从根节点开始
- bool comp = true;
- while(x != 0)
- {
- y = x;
- comp = key_compare(KeyOfValue()(v) , key(x)); // v键值小于目前节点之键值?
- x = comp ? left(x) : right(x); // 遇“大”则往左,遇“小于或等于”则往右
- }
- // 离开while循环之后,y所指即插入点之父节点(此时的它必为叶节点)
- iterator j = iterator(y); // 令迭代器j指向插入点之父节点y
- if(comp) // 如果离开while循环时comp为真(表示遇“大”,将插入于左侧)
- {
- if(j == begin()) // 如果插入点之父节点为最左节点
- return pair<iterator , bool>(_insert(x , y , z) , true);
- else // 否则(插入点之父节点不为最左节点)
- --j; // 调整j,回头准备测试
- }
- if(key_compare(key(j.node) , KeyOfValue()(v) ))
- // 新键值不与既有节点之键值重复,于是以下执行安插操作
- return pair<iterator , bool>(_insert(x , y , z) , true);
- // 以上,x为新值插入点,y为插入点之父节点,v为新值
- // 进行至此,表示新值一定与树中键值重复,那么就不应该插入新值
- return pair<iterator , bool>(j , false);
- }
- // 真正地插入执行程序 _insert()
- template<class Key , class Value , class KeyOfValue , class Compare , class Alloc>
- typename<Key , Value , KeyOfValue , Compare , Alloc>::_insert(base_ptr x_ , base_ptr y_ , const Value &v)
- {
- // 参数x_ 为新值插入点,参数y_为插入点之父节点,参数v为新值
- link_type x = (link_type) x_;
- link_type y = (link_type) y_;
- link_type z;
- // key_compare 是键值大小比较准则。应该会是个function object
- if(y == header || x != 0 || key_compare(KeyOfValue()(v) , key(y) ))
- {
- z = create_node(v); // 产生一个新节点
- left(y) = z; // 这使得当y即为header时,leftmost() = z
- if(y == header)
- {
- root() = z;
- rightmost() = z;
- }
- else if(y == leftmost()) // 如果y为最左节点
- leftmost() = z; // 维护leftmost(),使它永远指向最左节点
- }
- else
- {
- z = create_node(v); // 产生一个新节点
- right(y) = z; // 令新节点成为插入点之父节点y的右子节点
- if(y == rightmost())
- rightmost() = z; // 维护rightmost(),使它永远指向最右节点
- }
- parent(z) = y; // 设定新节点的父节点
- left(z) = 0; // 设定新节点的左子节点
- right(z) = 0; // 设定新节点的右子节点
- // 新节点的颜色将在_rb_tree_rebalance()设定(并调整)
- _rb_tree_rebalance(z , header->parent); // 参数一为新增节点,参数二为根节点root
- ++node_count; // 节点数累加
- return iterator(z); // 返回一个迭代器,指向新增节点
- }
- // 全局函数
- // 重新令树形平衡(改变颜色及旋转树形)
- // 参数一为新增节点,参数二为根节点root
- inline void _rb_tree_rebalance(_rb_tree_node_base* x , _rb_tree_node_base*& root)
- {
- x->color = _rb_tree_red; //新节点必为红
- while(x != root && x->parent->color == _rb_tree_red) // 父节点为红
- {
- if(x->parent == x->parent->parent->left) // 父节点为祖父节点之左子节点
- {
- _rb_tree_node_base* y = x->parent->parent->right; // 令y为伯父节点
- if(y && y->color == _rb_tree_red) // 伯父节点存在,且为红
- {
- x->parent->color = _rb_tree_black; // 更改父节点为黑色
- y->color = _rb_tree_black; // 更改伯父节点为黑色
- x->parent->parent->color = _rb_tree_red; // 更改祖父节点为红色
- x = x->parent->parent;
- }
- else // 无伯父节点,或伯父节点为黑色
- {
- if(x == x->parent->right) // 如果新节点为父节点之右子节点
- {
- x = x->parent;
- _rb_tree_rotate_left(x , root); // 第一个参数为左旋点
- }
- x->parent->color = _rb_tree_black; // 改变颜色
- x->parent->parent->color = _rb_tree_red;
- _rb_tree_rotate_right(x->parent->parent , root); // 第一个参数为右旋点
- }
- }
- else // 父节点为祖父节点之右子节点
- {
- _rb_tree_node_base* y = x->parent->parent->left; // 令y为伯父节点
- if(y && y->color == _rb_tree_red) // 有伯父节点,且为红
- {
- x->parent->color = _rb_tree_black; // 更改父节点为黑色
- y->color = _rb_tree_black; // 更改伯父节点为黑色
- x->parent->parent->color = _rb_tree_red; // 更改祖父节点为红色
- x = x->parent->parent; // 准备继续往上层检查
- }
- else // 无伯父节点,或伯父节点为黑色
- {
- if(x == x->parent->left) // 如果新节点为父节点之左子节点
- {
- x = x->parent;
- _rb_tree_rotate_right(x , root); // 第一个参数为右旋点
- }
- x->parent->color = _rb_tree_black; // 改变颜色
- x->parent->parent->color = _rb_tree_red;
- _rb_tree_rotate_left(x->parent->parent , root); // 第一个参数为左旋点
- }
- }
- }//while
- root->color = _rb_tree_black; // 根节点永远为黑色
- }
- // 左旋函数
- inline void _rb_tree_rotate_left(_rb_tree_node_base* x , _rb_tree_node_base*& root)
- {
- // x 为旋转点
- _rb_tree_node_base* y = x->right; // 令y为旋转点的右子节点
- x->right = y->left;
- if(y->left != 0)
- y->left->parent = x; // 别忘了回马枪设定父节点
- y->parent = x->parent;
- // 令y完全顶替x的地位(必须将x对其父节点的关系完全接收过来)
- if(x == root) // x为根节点
- root = y;
- else if(x == x->parent->left) // x为其父节点的左子节点
- x->parent->left = y;
- else // x为其父节点的右子节点
- x->parent->right = y;
- y->left = x;
- x->parent = y;
- }
- // 右旋函数
- inline void _rb_tree_rotate_right(_rb_tree_node_base* x , _rb_tree_node_base*& root)
- {
- // x 为旋转点
- _rb_tree_node_base* y = x->left; // 令y为旋转点的左子节点
- x->left = y->right;
- if(y->right != 0)
- y->right->parent = x; // 别忘了回马枪设定父节点
- y->parent = x->parent;
- // 令y完全顶替x的地位(必须将x对其父节点的关系完全接收过来)
- if(x == root)
- root = y;
- else if(x == x->parent->right) // x为其父节点的右子节点
- x->parent->right = y;
- else // x为其父节点的左子节点
- x->parent->left = y;
- y->right = x;
- x->parent = y;
- }