目录
5.2.1 情况一:cur为红,p为红,g为黑,u存在且为红
5.2.2 情况二:cur为红,p为红,g为黑,u不存在/u存在且为黑
一、红黑树的概念
红黑树,是一种
二叉搜索树
,但
在每个结点上增加一个存储位表示结点的颜色,可以是
Red或B
lack
。 通过对
任何一条从根到叶子的路径上各个结点着色方式的限制,红黑树确保没有一条路径
会比其他路径长出俩倍
,因而是
接近平衡
的。
二、红黑树的性质
- 每个结点不是红色就是黑色
- 根节点是黑色的
- 如果一个节点是红色的,则它的两个孩子结点是黑色的
- 对于每个结点,从该结点到其所有后代叶结点的简单路径上,均 包含相同数目的黑色结点
- 每个叶子结点都是黑色的(此处的叶子结点指的是空结点)
三、红黑树节点的定义
// 节点的颜色
enum Color{RED, BLACK};
// 红黑树节点的定义
template<class ValueType>
struct RBTreeNode
{
RBTreeNode(const ValueType& data = ValueType(),Color color = RED)
: _pLeft(nullptr), _pRight(nullptr), _pParent(nullptr)
, _data(data), _color(color)
{}
RBTreeNode<ValueType>* _pLeft; // 节点的左孩子
RBTreeNode<ValueType>* _pRight; // 节点的右孩子
RBTreeNode<ValueType>* _pParent; // 节点的双亲(红黑树需要旋转,为了实现简单给出该字段)
ValueType _data; // 节点的值域
Color _color; // 节点的颜色
};
四、红黑树的结构
为了后续实现关联式容器简单,红黑树的实现中增加一个头结点,因为跟节点必须为黑色,为了与根节点进行区分,将头结点给成黑色,并且让头结点的 pParent
域指向红黑树的根节点,
pLeft域指向红黑树中最小的节点,_pRight
域指向红黑树中最大的节点,如下:
五、红黑树的插入操作
红黑树是在二叉搜索树的基础上加上其平衡限制条件,因此红黑树的插入可分为两步:
5.1 按照二叉搜索的树规则插入新节点
template<class ValueType>
class RBTree
{
//……
bool Insert(const ValueType& data)
{
PNode& pRoot = GetRoot();
if (nullptr == pRoot)
{
pRoot = new Node(data, BLACK);
// 根的双亲为头节点
pRoot->_pParent = _pHead;
_pHead->_pParent = pRoot;
}
else
{
// 1. 按照二叉搜索的树方式插入新节点
// 2. 检测新节点插入后,红黑树的性质是否造到破坏,
// 若满足直接退出,否则对红黑树进行旋转着色处理
}
// 根节点的颜色可能被修改,将其改回黑色
pRoot->_color = BLACK;
_pHead->_pLeft = LeftMost();
_pHead->_pRight = RightMost();
return true;
}
private:
PNode& GetRoot(){ return _pHead->_pParent; }
// 获取红黑树中最小节点,即最左侧节点
PNode LeftMost();
// 获取红黑树中最大节点,即最右侧节点
PNode RightMost();
private:
PNode _pHead;
};
5.2 检测新节点插入后,红黑树的性质是否造到破坏
因为新节点的默认颜色是红色
,因此:如果
其双亲节点的颜色是黑色,没有违反红黑树任何
性质
,则不需要调整;但
当新插入节点的双亲节点颜色为红色时,就违反了性质三不能有连
在一起的红色节点
,此时需要对红黑树分情况来讨论:
约定:cur为当前节点,p为父节点,g为祖父节点,u为叔叔节点
5.2.1 情况一:cur为红,p为红,g为黑,u存在且为红
cur和 p 均为红,违反了性质三,此处能否将 p 直接改为黑?解决方式:将p,u 改为黑, g 改为红,然后把 g 当成 cur ,继续向上调整。
5.2.2 情况二:cur为红,p为红,g为黑,u不存在/u存在且为黑
p 为 g 的左孩子, cur 为 p 的左孩子,则进行右单旋转;相反,p 为 g 的右孩子, cur 为 p 的右孩子,则进行左单旋转p 、 g 变色 --p 变黑, g 变红
5.2.3 情况三:cur为红,p为红,g为黑,u不存在/u存在且为黑
p 为 g 的左孩子, cur 为 p 的右孩子,则针对 p 做左单旋转;相反,p 为 g 的右孩子, cur 为 p 的左孩子,则针对 p 做右单旋转则转换成了情况 2
针对每种情况进行相应的处理即可。
bool Insert(const ValueType& data)
{
// ...
// 新节点插入后,如果其双亲节点的颜色为空色,则违反性质3:不能有连在一起的红色结点
while(pParent && RED == pParent->_color)
{
// 注意:grandFather一定存在
// 因为pParent存在,且不是黑色节点,则pParent一定不是根,则其一定有双亲
PNode grandFather = pParent->_pParent;
// 先讨论左侧情况
if(pParent == grandFather->_pLeft)
{
PNode unclue = grandFather->_pRight;
// 情况三:叔叔节点存在,且为红
if(unclue && RED == unclue->_color)
{
pParent->_color = BLACK;
unclue->_color = BLACK;
grandFather->_color = RED;
pCur = grandFather;
pParent = pCur->_pParent;
}
else
{
// 情况五:叔叔节点不存在,或者叔叔节点存在且为黑
if(pCur == pParent->_pRight)
{
_RotateLeft(pParent);
swap(pParent, pCur);
}
// 情况五最后转化成情况四
grandFather->_color = RED;
pParent->_color = BLACK;
_RotateRight(grandFather);
}
}
else
{
// 右侧……
}
}
// ...
}
六、红黑树的验证
红黑树的检测分为两步:
- 检测其是否满足二叉搜索树(中序遍历是否为有序序列)
- 检测其是否满足红黑树的性质
bool IsValidRBTree()
{
PNode pRoot = GetRoot();
// 空树也是红黑树
if (nullptr == pRoot)
return true;
// 检测根节点是否满足情况
if (BLACK != pRoot->_color)
{
cout << "违反红黑树性质二:根节点必须为黑色" << endl;
return false;
}
// 获取任意一条路径中黑色节点的个数
size_t blackCount = 0;
PNode pCur = pRoot;
while (pCur)
{
if (BLACK == pCur->_color)
blackCount++;
pCur = pCur->_pLeft;
}
// 检测是否满足红黑树的性质,k用来记录路径中黑色节点的个数
size_t k = 0;
return _IsValidRBTree(pRoot, k, blackCount);
}
bool _IsValidRBTree(PNode pRoot, size_t k, const size_t blackCount)
{
//走到null之后,判断k和black是否相等
if (nullptr == pRoot)
{
if (k != blackCount)
{
cout << "违反性质四:每条路径中黑色节点的个数必须相同" << endl;
return false;
}
return true;
}
// 统计黑色节点的个数
if (BLACK == pRoot->_color)
k++;
// 检测当前节点与其双亲是否都为红色
PNode pParent = pRoot->_pParent;
if (pParent && RED == pParent->_color && RED == pRoot->_color)
{
cout << "违反性质三:没有连在一起的红色节点" << endl;
return false;
}
return _IsValidRBTree(pRoot->_pLeft, k, blackCount) &&
_IsValidRBTree(pRoot->_pRight, k, blackCount);
}
七、红黑树模拟实现STL中的map与set
7.1 红黑树的迭代器
迭代器的好处是可以方便遍历,是数据结构的底层实现与用户透明。如果想要给红黑树增加迭代器,需要考虑以前问题:
-
begin() 与 end()STL 明确规定, begin() 与 end() 代表的是一段前闭后开的区间,而对红黑树进行中序遍历后,可以得到一个有序的序列,因此:begin() 可以放在红黑树中最小节点 ( 即最左侧节点 ) 的位 置 , end() 放在最大节点 ( 最右侧节点 ) 的下一个位置 ,关键是最大节点的下一个位置在哪块? 能否给成nullptr 呢?答案是行不通的,因为 对 end() 位置的迭代器进行 -- 操作,必须要能找最 后一个元素 ,此处就不行,因此最好的方式是 将 end() 放在头结点的位置。
-
operator++() 与 operator--()
// 找迭代器的下一个节点,下一个节点肯定比其大
void Increasement()
{
//分两种情况讨论:_pNode的右子树存在和不存在
// 右子树存在
if(_pNode->_pRight)
{
// 右子树中最小的节点,即右子树中最左侧节点
_pNode = _pNode->_pRight;
while(_pNode->_pLeft)
_pNode = _pNode->_pLeft;
}
else
{
// 右子树不存在,向上查找,直到_pNode != pParent->right
PNode pParent = _pNode->_pParent;
while(pParent->_pRight == _pNode)
{
_pNode = pParent;
pParent = _pNode->_pParent;
}
// 特殊情况:根节点没有右子树
if(_pNode->_pRight != pParent)
_pNode = pParent;
}
}
// 获取迭代器指向节点的前一个节点
void Decreasement()
{
//分三种情况讨论:_pNode 在head的位置,_pNode 左子树存在,_pNode 左子树不存在
// 1. _pNode 在head的位置,--应该将_pNode放在红黑树中最大节点的位置
if(_pNode->_pParent->_pParent == _pNode && _pNode->_color == RED)
_pNode = _pNode->_pRight;
else if(_pNode->_pLeft)
{
// 2. _pNode的左子树存在,在左子树中找最大的节点,即左子树中最右侧节点
_pNode = _pNode->_pLeft;
while(_pNode->_pRight)
_pNode = _pNode->_pRight;
}
else
{
// _pNode的左子树不存在,只能向上找
PNode pParent = _pNode->_pParent;
while(_pNode == pParent->_pLeft)
{
_pNode = pParent;
pParent = _pNode->_pParent;
}
_pNode = pParent;
}
}
7.2 改造红黑树
// 因为关联式容器中存储的是<key, value>的键值对,因此
// k为key的类型,
// ValueType: 如果是map,则为pair<K, V>; 如果是set,则为k
// KeyOfValue: 通过value来获取key的一个仿函数类
template<class K, class ValueType, class KeyOfValue>
class RBTree
{
typedef RBTreeNode<ValueType> Node;
typedef Node* PNode;
public:
typedef RBTreeIterator<ValueType, ValueType*, ValueType&> Iterator;
public:
RBTree();
~RBTree()
// Iterator
Iterator Begin(){ return Iterator(_pHead->_pLeft);}
Iterator End(){ return Iterator(_pHead);}
// Modify
pair<Iterator, bool> Insert(const ValueType& data)
{
// 插入节点并进行调整
// 参考上文...
return make_pair(Iterator(pNewNode), true);
}
// 将红黑树中的节点清空
void Clear();
Iterator Find(const K& key);
// capacity
size_t Size()const;
bool Empty()const;
// ……
private:
PNode _pHead;
size_t _size; // 红黑树中有效节点的个数
};
7.3 map的模拟实现
map的底层结构就是红黑树,因此在
map
中直接封装一棵红黑树,然后将其接口包装下即可
namespace bite
{
template<class K, class V>
class map
{
typedef pair<K, V> ValueType;
// 作用:将value中的key提取出来
struct KeyOfValue
{
const K& operator()(const ValueType& v)
{ return v.first;}
};
typedef RBTree<K, ValueType, KeyOfValue> RBTree;
public:
typedef typename RBTree::Iterator iterator;
public:
map(){}
/
// Iterator
iterator begin(){ return _t.Begin();}
iterator end(){ return _t.End();}
/
// Capacity
size_t size()const{ return _t.Size();}
bool empty()const{ return _t.Empty();}
/
// Acess
V& operator[](const K& key)
{ return (*(_t.Insert(ValueType(key, V()))).first).second;}
const V& operator[](const K& key)const;
// modify
pair<iterator, bool> insert(const ValueType& data)
{ return _t.Insert(data);}
void clear(){ _t.Clear();}
iterator find(const K& key){ return _t.Find(key);}
private:
RBTree _t;
};
}
7.4 set的模拟实现
set的底层为红黑树,因此只需在
set
内部封装一棵红黑树,即可将该容器实现出来
(
具体实现可参考map)
namespace bit
{
template<class K>
class set
{
typedef K ValueType;
// 作用是:将value中的key提取出来
struct KeyOfValue
{
const K& operator()(const ValueType& key)
{ return key;}
};
// 红黑树类型重命名
typedef RBTree<K, ValueType, KeyOfValue> RBTree;
public:
typedef typename RBTree::Iterator iterator;
public:
Set(){}
/
// Iterator
iterator Begin();
iterator End();
/
// Capacity
size_t size()const;
bool empty()const;
// modify
pair<iterator, bool> insert(const ValueType& data)
{
return _t.Insert(data);
}
void clear();
iterator find(const K& key);
private:
RBTree _t;
};
}