文章目录
1. 红黑树简介
红黑树的底层是一个二分搜索树
《算法导论》中红黑树的定义:
可以简述
- 所有节点非红即黑;
- 根节点为黑;
- 最后的
null
节点为黑;- 红节点的孩子一定为黑;
- 黑平衡。
红黑树的用处
- 重查找,通过 key 查找到对应的 value
- 中序遍历是顺序
- 内存管理 “malloc 申请的内存空间” 使用 红黑树 进行存储,申请一块内存,叶子节点存一块。
2. 2-3树
红黑树与2-3树具有等价性
2-3树有下列性质:
- 满足二分搜索树的基本性质
- 节点可以存放一个元素或者两个元素
a
树代表2节点,bc
树代表3节点。
2-3树是一棵 绝对平衡的树(根节点到任意一个叶子节点所经过的节点数量一定是相同的)。
2.1 2-3树插入新节点变换
如果插入3- 节点 ,为叶子节点
2-
,3-
,代表是2-3树节点的2节点,3节点。
如果插入3- 节点 ,父亲节点为2- 节点
如果插入3-节点 ,父亲节点为3-节点
2.2 红黑树与2-3树的等价性
b-c
在2-3树中是并列
关系,用红色
连线表示 。- 红色节点表示和父亲节点,原先在2-3树中一起表示为
3-
节点,也即并列
关系。 - 所有的红色节点都是左倾斜的。
2-3树 与 红黑树对应关系
也可以转成这样表示
红黑树是保持
黑平衡
的二叉树,严格意义上,不是平衡二叉树, 最大高度: 2logn。 时间复杂度:O(logn)。
3. 红黑树添加新元素
- 2-3树中添加一个新元素
- 或者添加进
2-
节点,形成一个3-
节点- 或者添加进
3-
节点,暂时形成一个4-
节点- 永远添加
红色
节点
3.1 向红黑树中的“2-node”添加元素
若添加的元素小于根节点,直接插入在根节点的左侧
若添加的元素大于根节点,插入在根节点的右侧,进行一次左旋转
37号根节点插入一个42号节点
37 单独2-,根节点37
37
\
42
进行左旋转
42
/
37
// node x
// / \ 左旋转 / \
// T1 x ---------> node T3
// / \ / \
// T2 T3 T1 T2
private Node leftRotate(Node node) {
Node x = node.right;
//左旋转
node.right = x.left;
x.left = node;
x.color = node.color;
node.color = RED;
return x;
}
3.2 向红黑树中的“3-node”添加元素
3.2.1 若添加大于根节点,颜色翻转
添加节点66,形成一个临时的4-
节点。红色节点的意思是:它和它父亲节点融合在一起。
中间图,类似一位数组,[37, 42, 66]是临时的4-节点,进行变化;
42
/ \
37 66
- 3个二节点,代表 3 个节点都是黑色节点,若左侧没有红色的节点,它本身就代表一个单独
2-
节点; - 变成 二叉树形状后,根节点42要和它的父亲节点进行融合,融合意味着新的根节点42在红黑树中要变成红色节点 ⇒ \Rightarrow ⇒ 颜色翻转
//颜色翻转
private void flipColors(Node node) {
node.color = RED;
node.left.color = BLACK;
node.right.color = BLACK;
}
3.2.2 若添加小于根节点的左孩子,右旋转
添加节点12,形成一个临时的4-
节点。
中间图,类似一位数组,[12,37, 42],类似4-节点,进行变化, “红色节点的意思是:它和它父亲融合在一起的”
37
/ \
12 42
转换成上述形式,需要进行右旋转
// x T2 ---------> y node
// / \ / \
// y T1 T1 T2
private Node rightRotate(Node node) {
Node x = node.left;
//右旋转
node.left = x.right;
x.right = node;
x.color = node.color;
node.color = RED;
return x;
}
3.2.3 若添加大于根节点的左孩子
添加节点40,形成一个临时的4-
节点。
左旋转
再右旋转
再进行颜色翻转
//左旋转
if(isRed(node.right) && !isRed(node.left))
node = leftRotate(node);
//右旋转
if (isRed(node.left) && isRed(node.left.left))
node = rightRotate(node);
//颜色翻转
if (isRed(node.left) && isRed(node.right))
flipColors(node);
红黑树性能总结
红黑树的底层是一个二分搜索树。
添加操作 | 删除操作 | 查询操作 | |
---|---|---|---|
BST | |||
AVL | AVL树比RBTree好 | ||
RBTree | RBTree比AVL好 | RBTree比AVL好 |
- 对于完全随机的数据,普通的二分搜索树很好用!
- 缺点:BST极端情况退化成链表(或者高度不平衡)
- 对于查询较多的使用情况,AVL树很好用!
- 红黑树牺牲了平衡性(2logn的高度)
- 红黑树统计性能更优(综合增删改查所有的操作)
完整的Java代码
public class RBTree<K extends Comparable<K>, V> {
private static final boolean RED = true;
private static final boolean BLACK = false;
private class Node {
public K key;
public V value;
public Node left, right;
public boolean color;
public Node (K key, V value) {
this.key = key;
this.value = value;
left = null;
right = null;
color = RED;
}
}
private Node root;
private int size;
public RBTree() {
root = null;
size = 0;
}
public int getSize() {
return size;
}
public boolean isEmpty() {
return size == 0;
}
//判断节点node的颜色
private boolean isRed(Node node) {
if (node == null)
return BLACK;
return node.color;
}
// node x
// / \ 左旋转 / \
// T1 x ---------> node T3
// / \ / \
// T2 T3 T1 T2
private Node leftRotate(Node node) {
Node x = node.right;
//左旋转
node.right = x.left;
x.left = node;
x.color = node.color;
node.color = RED;
return x;
}
// node x
// / \ 右旋转 / \
// x T2 ---------> y node
// / \ / \
// y T1 T1 T2
private Node rightRotate(Node node) {
Node x = node.left;
//右旋转
node.left = x.right;
x.right = node;
x.color = node.color;
node.color = RED;
return x;
}
//颜色翻转
private void flipColors(Node node) {
node.color = RED;
node.left.color = BLACK;
node.right.color = BLACK;
}
//向红黑树中添加新的元素(key, value)
public void add( K key, V value) {
root = add(root, key, value);
root.color = BLACK; //保持根节点为黑色节点
}
//向以node为根的红黑树中添加元素(key,value),递归算法
//返回插入新节点后红黑树的根
private Node add(Node node, K key, V value) {
if (node == null) {
size ++;
return new Node(key,value); // 默认插入红色节点
}
if (key.compareTo(node.key) < 0)
node.left = add(node.left, key, value);
else if (key.compareTo(node.key) > 0)
node.right = add(node.right, key, value);
else
node.value = value;
//左旋转
if(isRed(node.right) && !isRed(node.left))
node = leftRotate(node);
//右旋转
if (isRed(node.left) && isRed(node.left.left))
node = rightRotate(node);
//颜色翻转
if (isRed(node.left) && isRed(node.right))
flipColors(node);
return node;
}
//返回以node为根节点的二分搜索树中,key所在的节点
private Node getNode(Node node, K key) {
if (node == null)
return null;
if (key.equals(node.key))
return node;
else if (key.compareTo(node.key) < 0)
return getNode(node.left, key);
else
return getNode(node.right, key);
}
public boolean contains(K key) {
return getNode(root, key) != null;
}
public V get(K key) {
Node node = getNode(root, key);
return node == null ? null : node.value;
}
public void set(K key, V newValue) {
Node node = getNode(root, key);
if (node == null)
throw new IllegalArgumentException(key + "doesn't exist!");
node.value = newValue;
}
//红黑树删除节点操作 略
}