【JAVA】红黑树 详解

于 2024-08-15 00:03:55 发布
阅读量829 收藏 14
点赞数 30
分类专栏： JAVA复习 文章标签： java 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_37559642/article/details/141203059
版权

红黑树

红黑树（Red-Black Tree）是 TreeMap 底层实现的一种自平衡二叉搜索树。红黑树的特性保证了在最坏情况下基本操作（如插入、删除、查找）的时间复杂度为 O(log n)。以下是红黑树的详细介绍，包括其性质、插入与删除操作、平衡调整机制等。

1. 红黑树的性质

红黑树是一种特殊的二叉搜索树，具有以下五个基本性质：

  1. 节点是红色或黑色：红黑树中的每个节点都是红色或黑色。
  2. 根节点是黑色：红黑树的根节点必须是黑色的。
  3. 叶节点（NIL节点）是黑色的：红黑树的每个叶节点（空节点，即null节点）都是黑色的。
  4. 红色节点的子节点必须是黑色：即在一条路径上，不能有两个连续的红色节点。红色节点的子节点可以是黑色节点或 null 节点。
  5. 从任一节点到其每个叶节点的所有路径都包含相同数量的黑色节点：这个属性确保了树的平衡性，避免了极端不平衡的情况。

这些性质保证了红黑树的平衡性，即树的最长路径不会超过最短路径的两倍，确保了查找、插入和删除操作的效率。

2. 红黑树的核心操作

红黑树的核心在于如何在插入和删除节点时保持树的平衡。为此，红黑树使用了旋转（Rotation）和重新着色（Recoloring）两种主要操作。

2.1 旋转（Rotation）

旋转是红黑树维护平衡性的重要操作。旋转分为两种：左旋和右旋。

  • 左旋（Left Rotation）：左旋操作是将当前节点的右子节点变为其父节点，并将当前节点变为新的父节点的左子节点。
    例子：假设节点 x 需要进行左旋。
     x                        y
    / \                      / \
   a   y     ====>           x   c
      / \                  / \
     b   c                a   b
  • 右旋（Right Rotation）：右旋操作是将当前节点的左子节点变为其父节点，并将当前节点变为新的父节点的右子节点。
    例子：假设节点 y 需要进行右旋。
       y                        x
      / \                      / \
     x   c    ====>           a   y
    / \                          / \
   a   b                        b   c

2.2 插入操作

当一个新节点插入红黑树时，它初始为红色。插入操作后，红黑树可能会违反其性质，需要通过旋转和重新着色来恢复红黑树的性质。
插入的步骤：

  1. 普通的二叉搜索树插入：将节点插入到红黑树中，初始颜色为红色。插入位置遵循二叉搜索树的规则。
  2. 调整树结构：根据插入节点的位置，可能会违反红黑树的性质，因此需要对树进行调整。根据插入节点的父节点、叔叔节点的颜色，有以下几种情况：
    • 情况 1: 插入节点的父节点是黑色：不需要做任何调整，因为树的性质没有被破坏。
    • 情况 2: 插入节点的父节点是红色，且叔叔节点也是红色：将父节点和叔叔节点涂黑，将祖父节点涂红，然后将祖父节点作为新的插入节点，继续检查。
    • 情况 3: 插入节点的父节点是红色，但叔叔节点是黑色：
      • 左左情况：父节点是祖父节点的左子节点，插入节点是父节点的左子节点。右旋祖父节点，交换父节点和祖父节点的颜色。
      • 左右情况：父节点是祖父节点的左子节点，插入节点是父节点的右子节点。左旋父节点，形成左左情况，再进行右旋和颜色交换。
      • 右右情况：父节点是祖父节点的右子节点，插入节点是父节点的右子节点。左旋祖父节点，交换父节点和祖父节点的颜色。
      • 右左情况：父节点是祖父节点的右子节点，插入节点是父节点的左子节点。右旋父节点，形成右右情况，再进行左旋和颜色交换。
  3. 调整完成后：确保根节点为黑色，以维护红黑树的性质。

2.3 删除操作

删除节点的操作比插入复杂得多，因为删除节点可能会导致多种红黑树性质被破坏。删除操作同样依赖旋转和重新着色来恢复平衡。
删除的步骤：

  1. 找到并删除节点：根据二叉搜索树的删除规则找到并删除目标节点。如果被删除的节点有两个子节点，则用其直接后继节点替换该节点，然后删除后继节点。
  2. 调整树结构：删除节点后，红黑树可能会违反其性质，因此需要进行调整。
    • 情况 1: 删除的节点是红色：如果删除的是红色节点，红黑树的性质不会被破坏，不需要做额外操作。
    • 情况 2: 删除的节点是黑色，且其唯一的子节点是红色：将子节点涂黑即可，树的性质不会被破坏。
    • 情况 3: 删除的节点是黑色，且其子节点是黑色：此时，需要根据兄弟节点的颜色及其子节点的颜色进行复杂的调整，包括旋转和重新着色。主要有以下几种情况：
      • 兄弟节点是红色：将兄弟节点涂黑，父节点涂红，然后以父节点为中心左旋或右旋。
        兄弟节点是黑色且两个子节点都是黑色：将兄弟节点涂红，重新将父节点视为新的被删除节点，继续检查。
      • 兄弟节点是黑色，兄弟的一个子节点是红色：根据兄弟子节点的颜色进行旋转和重新着色。
      • 确保根节点为黑色：删除调整完成后，必须确保根节点为黑色，以维持红黑树的性质。

3. 代码实现

红黑树的核心操作在 TreeMap 的源码中体现得非常清晰。以下是红黑树在 TreeMap 中的几个关键方法。
3.1 插入操作的调整代码 (fixAfterInsertion)

private void fixAfterInsertion(Entry<K,V> x) {
    x.color = RED;

    while (x != null && x != root && x.parent.color == RED) {
        if (parentOf(x) == leftOf(parentOf(parentOf(x)))) {
            Entry<K,V> y = rightOf(parentOf(parentOf(x)));
            if (colorOf(y) == RED) {
                setColor(parentOf(x), BLACK);
                setColor(y, BLACK);
                setColor(parentOf(parentOf(x)), RED);
                x = parentOf(parentOf(x));
            } else {
                if (x == rightOf(parentOf(x))) {
                    x = parentOf(x);
                    rotateLeft(x);
                }
                setColor(parentOf(x), BLACK);
                setColor(parentOf(parentOf(x)), RED);
                rotateRight(parentOf(parentOf(x)));
            }
        } else {
            Entry<K,V> y = leftOf(parentOf(parentOf(x)));
            if (colorOf(y) == RED) {
                setColor(parentOf(x), BLACK);
                setColor(y, BLACK);
                setColor(parentOf(parentOf(x)), RED);
                x = parentOf(parentOf(x));
            } else {
                if (x == leftOf(parentOf(x))) {
                    x = parentOf(x);
                    rotateRight(x);
                }
                setColor(parentOf(x), BLACK);
                setColor(parentOf(parentOf(x)), RED);
                rotateLeft(parentOf(parentOf(x)));
            }
        }
    }
    root.color = BLACK;
}

分析：

  • 插入节点后，通过 while 循环检查并调整树的平衡性。
  • 如果父节点是红色，可能会违反红黑树的性质，需要进行调整。
  • 根据父节点的位置和兄弟节点的颜色，通过旋转和重新着色来恢复平衡。

3.2 删除操作的调整代码 (fixAfterDeletion)

private void fixAfterDeletion(Entry<K,V> x) {
    while (x != root && colorOf(x) == BLACK) {
        if (x == leftOf(parentOf(x))) {
            Entry<K,V> sib = rightOf(parentOf(x));

            if (colorOf(sib) == RED) {
                setColor(sib, BLACK);
                setColor(parentOf(x), RED);
                rotateLeft(parentOf(x));
                sib = rightOf(parentOf(x));
            }

            if (colorOf(leftOf(sib)) == BLACK &&
                colorOf(rightOf(sib)) == BLACK) {
                setColor(sib, RED);
                x = parentOf(x);
            } else {
                if (colorOf(rightOf(sib)) == BLACK) {
                    setColor(leftOf(sib), BLACK);
                    setColor(sib, RED);
                    rotateRight(sib);
                    sib = rightOf(parentOf(x));
                }
                setColor(sib, colorOf(parentOf(x)));
                setColor(parentOf(x), BLACK);
                setColor(rightOf(sib), BLACK);
                rotateLeft(parentOf(x));
                x = root;
            }
        } else { // symmetric
            Entry<K,V> sib = leftOf(parentOf(x));

            if (colorOf(sib) == RED) {
                setColor(sib, BLACK);
                setColor(parentOf(x), RED);
                rotateRight(parentOf(x));
                sib = leftOf(parentOf(x));
            }

            if (colorOf(rightOf(sib)) == BLACK &&
                colorOf(leftOf(sib)) == BLACK) {
                setColor(sib, RED);
                x = parentOf(x);
            } else {
                if (colorOf(leftOf(sib)) == BLACK) {
                    setColor(rightOf(sib), BLACK);
                    setColor(sib, RED);
                    rotateLeft(sib);
                    sib = leftOf(parentOf(x));
                }
                setColor(sib, colorOf(parentOf(x)));
                setColor(parentOf(x), BLACK);
                setColor(leftOf(sib), BLACK);
                rotateRight(parentOf(x));
                x = root;
            }
        }
    }

    setColor(x, BLACK);
}

分析：

  • 删除节点后，通过 while 循环检查并调整树的平衡性。
  • 根据兄弟节点的颜色以及兄弟节点的子节点的颜色，通过旋转和重新着色来恢复红黑树的性质。

4. 红黑树的优势

红黑树作为一种自平衡二叉搜索树，具有以下几个明显的优势：

  • 平衡性：红黑树在最坏情况下也能保持近似平衡，确保了操作的时间复杂度为 O(log n)。
  • 插入和删除效率高：相比于 AVL 树，红黑树在插入和删除操作上更为高效，因为它不需要频繁地进行旋转。
  • 实现简单：红黑树的代码相对简单，易于实现和维护。

5. 应用场景

红黑树广泛应用于需要快速插入、删除、查找，并且数据需要有序的场景。例如：

  • 关联数组（键值对）：如 TreeMap 和 TreeSet。
  • 内核中的调度器：许多操作系统内核使用红黑树来实现调度器，以便快速找到优先级最高的任务。
  • 数据库中的索引：一些数据库系统使用红黑树作为索引结构，支持快速的数据检索和更新。

通过对红黑树及其在 TreeMap 中的实现细节的深入了解，开发者可以更好地理解 TreeMap 的工作原理，以及如何利用红黑树的特性进行高效的数据管理。

弗瑞德学JAVA
关注
专栏目录
Java——红黑树
tyxtyx123的博客
06-12 1572
红黑树 1. 定义 首先来理解红黑树可以用来解决什么问题：普通的二叉搜索树在作为数据存储工具的时候，具有可以快速找到一个给定关键字的数据项，并且可以快速地插入和删除数据项等优点。其中，二叉搜索树只有当插入的数据是随机数据，插入可快速进行。但当插入的数值是有序的时候，二叉树就会变成非平衡的二叉树，那么它的快速查找、插入、删除指定数据项的能力就消失了。红黑树就可以解决非平衡树的问题，他可以被理解为是一种增加了某些特点的二叉搜索树。 维基百科中对红黑树的定义为：红黑树（英语：Red–black tree）是一种自
java数据结构B树 B+树 红黑树详解
weixin_41563161的博客
10-17 1663
B树 B+树 红黑树详解 常见的查找算法 B树 查找 插入 没有破坏结构 结构破坏 分裂 删除 终端 1 直接删除 2兄弟够借 3兄弟不够借 非终端 1 2 3 B+树 ...
红黑树原理详解
12-07
红黑树原理详解
红黑树理论详解与Java实现
渐宽阁读书小弟
05-05 1319
红黑树理论详解与Java实现
Java 实现 红黑树（通俗易懂）
最新发布
lllsure的博客
08-07 1326
红黑树的概念和模拟实现
Java之红黑树
qq_41720578的博客
04-28 5223
1、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。 红黑树是一种特化的AVL树（平衡二叉树），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。 它虽然是复杂的，但它的最坏情况运行时间也是非常良好的，并且在实践中是高效的： 它可以在O(log n)时间内做查找，插入和删除，这里的n 是树中元素的数目。 红黑树是一种平衡二叉查找树的变体，它的左右子树高差有可能大于 1，所以红黑树不是
Java-红黑树
weixin_45203607的博客
01-28 598
学习注意事项 必须会二叉搜索树 必须会AVL树 必须知道什么是L , R ,RL , LR 这些旋转概念 以上概念,我博客里都有自行寻找…下面就开始红黑树的讲解了 介绍 红黑树必须满足的5个条件 和AVL树的比较 AVL树是一棵严格的平衡树，它所有的子树都满足二叉平衡树的定义。因此AVL树高被严格控制在(-1 ,1,+1)，因此AVL树的查找比较高效。但AVL树插入、删除结点后旋转的次数比红黑树多。红黑树用非严格的平衡来降低插入删除时旋转的次数。因此，如果你的业务中查找远远多于插入、删除，那选
《算法导论》红黑树详解（一）：概念-附件资源
03-05
《算法导论》红黑树详解（一）：概念-附件资源
【C++】红黑树详解并封装实现map和set
love_guanghui的博客
03-18 3157
红黑树详解
红黑树实现java代码
11-01
红黑树实现java代码，供大家参考，具体详解请参见我的博客http://blog.csdn.net/clamclam/article/details/49545477
java红黑树
weixin_35755434的博客
12-30 349
Java 红黑树是一种平衡二叉树，它的每个节点都有一个颜色属性，可以是 "红" 或 "黑"。它的每条路径都至少包含相同数量的黑色节点，这使得它的最坏情况下的查询性能比一般二叉搜索树要优秀。红黑树的插入、删除和查找操作的时间复杂度均为 O(logn)，这使得它在需要频繁执行这些操作的场景中非常有用。 Java 红黑树是 Java 的 java.util.TreeMap 类的底层数据结构。它用于存储有...
java的红黑树_java红黑树
weixin_39631445的博客
02-16 71
红黑树性质1、每个结点或是红色的，或是黑色的2、根节点是黑色的3、每个叶结点(NIL)是黑色的4、如果一个节点是红色的，则它的两个儿子都是黑色的。5、对于每个结点，从该结点到其叶子结点构成的所有路径上的黑结点个数相同。和AVL树的比较AVL树是一棵严格的平衡树，它所有的子树都满足二叉平衡树的定义。因此AVL树高被严格控制在XXX，因此AVL树的查找比较高效。但AVL树插入、删除结点后旋转的次数比红...
Java实现红黑树
知识手记
11-22 266
红黑树（Red Black Tree） 是一种自平衡二叉查找树，红黑树和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。 它虽然是复杂的，但它的最坏情况运行时间也是非常良好的，并且在实践中是高效的： 它可以在O(log n)时间内做查找，插入和删除。红黑树的性质： 性质1. 节点是红色或黑色。 性质2. 根节点是黑色。 性质3 每个叶
java——红黑树
weixin_46362658的博客
03-01 439
红黑树是一种自平衡的二叉查找树，是计算机科学中用到的一种数据结构 每一个节点可以是红或者黑；红黑树不是通过高度平衡的，他的平衡时通过“红黑规则”进行实现的 红黑规则 每一个节点或者红色，或者是黑色，根节点必须是黑色。 如果一个节点没有子节点或者父节点，则该节点相应的制作属性值为Nil，则这些Nil视为叶节点，叶节点是黑色 如果某一个节点是红色，那么他的子节点必须是黑色（不能出现两个红色节点相连的情况） 每一个节点，从该节点到其所有后代叶节点的简单路径上，均包含相同数目的黑色节点 与其他二叉树对比，多了一.
漫画：什么是红黑树？
程序猿
11-10 3241
来自：程序员小灰（微信号：chengxuyuanxiaohui） 作者：玻璃猫 ———————————— ————
Java 红黑树
u012737182的博客
08-25 513
概要 前面分别介绍红黑树的理论知识、红黑树的C语言和C++的实现。本章介绍红黑树的Java实现，若读者对红黑树的理论知识不熟悉，建立先学习红黑树的理论知识，再来学习本章。还是那句老话，红黑树的C/C++/Java实现，原理一样，择其一了解即可。 目录1. 红黑树的介绍2. 红黑树的Java实现(代码说明)3. 红黑树的Java实现(完整源码)4. 红黑树的Java测试程序 转载请注明出处：更多内容：
JAVA红黑树
海边无限的专栏
09-16 583
概念：每个节点都带有颜色属性的二叉查找树，颜色或红色或黑色，提高二叉树的查找性能; 特性： 性质1. 节点是红色或黑色。 　　性质2. 根是黑色。 　　性质3. 每个红色节点的两个子节点都是黑色。(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) 　　性质4. 从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点。   性能：O(log n)的
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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