C++数据结构--红黑树

最新推荐文章于 2024-06-12 18:28:23 发布
最新推荐文章于 2024-06-12 18:28:23 发布
阅读量690 收藏 4
点赞数 1
分类专栏： C++ 文章标签： c++ 数据结构 开发语言 c语言 windows visual studio
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_70056514/article/details/132797206
版权

目录

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Black。 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。如图所示：
在这里插入图片描述

二、红黑树的性质

  1. 每个结点不是红色就是黑色。
  2. 根节点是黑色的。
  3. 如果一个节点是红色的，则它的两个孩子结点是黑色的。
  4. 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。
  5. 每个叶子结点都是黑色的(此处的叶子结点指的是空结点)。

问题：为什么满足上面的性质，红黑树就能保证：其最长路径中节点个数不会超过最短路径节点个数的两倍？

因为根节点是黑色是固定的，并且不能有连续的红色节点，每条路径黑色节点的个数一样，也就是说最短路就是全黑，最长路径就是一黑一红相间，所以一条路径的红色节点要么和黑色节点一样多，要么少于黑色节点，即同一条路径黑色节点的占比是大于等于50%的，所以最长路径一定不超过最短路径的2倍。

三、红黑树的节点的定义

	//通过枚举定义红色和黑色的常量
	enum Colour
	{
		RED,
		BLACK
	};
	template <class K,class V>
	struct RBTreeNode
	{
	public:
		//红黑树存放的值
		pair<K, V> _kv;

		//节点的三叉链指针
		RBTreeNode<K,V>* _left;
		RBTreeNode<K,V>* _right;
		RBTreeNode<K,V>* _parent;

		//节点的颜色
		Colour _col;

		//构造函数
		RBTreeNode(const pair<K, V>& kv)
			:_kv(kv)
			, _left(nullptr)
			, _right(nullptr)
			, _parent(nullptr)
			, _col(RED)
		{}

	};

思考：在节点的定义中，为什么要将节点的默认颜色给成红色的？
这个问题就是关于插入节点的时候我们默认插入的是黑色的节点还是红色的节点了，根据红黑树的规则，每一条路径的黑色节点的个数是一样的，假如我们插入黑色节点，那么某条路径的黑色节点就多了一个，也就是说其它路径的黑色节点也要增加一个，但是我们只插入了一个节点，要令其它路径的黑色节点的数量都增加一个，这个操作的难度显然是很大的，但是如果我们默认插入一个红色节点，那么我们最多违反了根节点为黑色或者连续两个红色节点的规则，主要还是容易违反连续两个红色节点的规则，这个问题只会影响当前节点到祖先这条路径，不会影响其他路径的节点，所以处理起来会更简洁一些，所以我们默认插入的节点是红色的。

四、红黑树结构

在这里插入图片描述

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：

  1. 按照二叉搜索树的规则插入新节点。
  2. 检测新节点插入后，红黑树的性质是否遭到破坏，如果是，就要通过变色加旋转操作维持红黑树的性质。

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。

情况一: cur为红，p为红，g为黑，u存在且为红。
在这里插入图片描述
情况二: cur为红，p为红，g为黑，u不存在/u存在且为黑。
因为旋转后需要把p变成黑色，所以p节点和p的父节点不能再出现连续两个红色节点，所以旋转+变色后就不用再沿祖先路径更新了。

在这里插入图片描述
情况一：
在这里插入图片描述
情况二：
在这里插入图片描述
情况三：
在这里插入图片描述
情况四：
在这里插入图片描述

参考代码

		bool Insert(const pair<K, V>& kv)
		{
			//如果是空树，那么就直接插入一个黑色节点做根即可
			//注意要改颜色，因为节点的颜色默认是红色的
			if (_root == nullptr)
			{
				_root = new Node(kv);
				_root->_col = BLACK;
				return true;
			}

			//根据二叉搜索树的规则插入节点，同时记录父节点
			Node* parent = nullptr;
			Node* cur = _root;

			while (cur)
			{
				if (kv.first < cur->_kv.first)
				{
					parent = cur;
					cur = cur->_left;
				}
				else if (kv.first > cur->_kv.first)
				{
					parent = cur;
					cur = cur->_right;
				}
				else
				{
					return false;
				}
			}

			cur = new Node(kv);
			if (kv.first < parent->_kv.first)
			{
				parent->_left = cur;
				cur->_parent = parent;
			}
			else if (kv.first > parent->_kv.first)
			{
				parent->_right = cur;
				cur->_parent = parent;
			}

			//走到这里已经插入完成，后面是检查新插入的节点有没有破坏红黑树的规则的逻辑

			//检查新插入的节点是否满足红黑树的规则，如果不满足就要进行变色/变色+旋转
			//因为新插入的cur节点的颜色一定是红色的，当cur的父节点存在并且为红色
			//时说明出现了连续的两个红色节点，这时需要进行变色/变色+旋转，如果父节点
			// 不存在或者存在且为黑色时就无需再处理了。
			// 为什么父节点有可能不存在？因为这是一个循环，循环更新往祖先处理可能到达根节点，
			//到了根节点就无需再处理了
			while (parent && parent->_col == RED)
			{
				Node* grandfather = parent->_parent;

				if (parent == grandfather->_left)
				{
					Node* uncle = grandfather->_right;

					if (cur == parent->_left)
					{
						//             grandfather
						//     parent
						//cur

						//画图
						//叔叔存在且为红
						if (uncle && uncle->_col == RED)
						{
							//变色
							parent->_col = BLACK;
							uncle->_col = BLACK;
							grandfather->_col = RED;

							//继续沿祖先路径检查
							cur = grandfather;
							parent = cur->_parent;//这里曾经漏写了
						}
						//叔叔不存在或者存在且为黑
						else//(uncle==nullptr||uncle->_col==BLACK)
						{
							//单纯的左边高，进行右单旋+变色
							RotateR(grandfather);
							grandfather->_col = RED;
							parent->_col = BLACK;

							//旋转完之后无需再沿祖先路径处理
							break;
						}
					}
					else//cur == parent->_right
					{
						//              grandfather
						//       parent
						//              cur

						//画图
						//叔叔存在且为红
						if (uncle && uncle->_col == RED)
						{
							//变色
							parent->_col = BLACK;
							uncle->_col = BLACK;
							grandfather->_col = RED;

							//继续往上调整
							cur = grandfather;
							parent = cur->_parent;//这里曾经忘记写
						}
						//叔叔不存在或者存在且为黑
						else//(uncle==nullptr || uncle->_col == BLACK)
						{
							//左右双旋
							RotateL(parent);
							RotateR(grandfather);
							//变色
							grandfather->_col = RED;
							cur->_col = BLACK;

							//旋转后就无需再沿祖先路径检查了，具体原因画图理解
							break;
						}

					}
				}
				else//(parent == grandfather->_right)
				{
					Node* uncle = grandfather->_left;
					if (cur == parent->_right)
					{
						//          grandfather
						//                         parent
						//                                    cur

						//画图
						//叔叔存在且为红
						if (uncle && uncle->_col == RED)
						{
							//变色
							parent->_col = BLACK;
							uncle->_col = BLACK;
							grandfather->_col = RED;

							//继续沿祖先路径检查
							cur = grandfather;
							parent = cur->_parent;
						}
						//叔叔不存在或者存在且为黑
						else//(uncle==nullptr || uncle->_col == BLACK)
						{
							//单纯的右边高，进行左单旋+变色
							RotateL(grandfather);
							grandfather->_col = RED;
							parent->_col = BLACK;

							//旋转+变色后就不需要再沿祖先路径检查了
							break;
						}
					}
					else//(cur == parent->_left)
					{
						//          grandfather
						//                          parent
						//          cur

						//叔叔存在且为红
						if (uncle && uncle->_col == RED)
						{
							//变色
							parent->_col = BLACK;
							uncle->_col = BLACK;
							grandfather->_col = RED;
							
							//继续沿祖先路径检查
							cur = grandfather;
							parent = cur->_parent;
						}
						//叔叔不存在或者存在且为黑
						else//(uncle==nullptr || uncle->_col == BLACK)
						{
							//根据模型可知需要右左双旋+变色
							RotateR(parent);
							RotateL(grandfather);
							grandfather->_col = RED;
							cur->_col = BLACK;

							//旋转后就不需要再沿祖先路径检查了
							break;
						}
					}
				}
			}

			_num++;

			//最后记得把根节点的颜色改成黑色
			_root->_col = BLACK;
			return true;
		}
		//旋转的细节如果不清楚的话请看上一篇关于AVL树的旋转，红黑树的旋转和AVL树的旋转是一样的
		void RotateL(Node* parent)
		{
			assert(parent);
			Node* cur = parent->_right;
			Node* curleft = cur->_left;
			Node* parentParent = parent->_parent;

			parent->_right = curleft;
			cur->_left = parent;
			if (curleft)
			{
				curleft->_parent = parent;
			}
			parent->_parent = cur;

			if (parent == _root)
			{
				_root = cur;
				cur->_parent = nullptr;
			}
			else
			{
				if (parent == parentParent->_left)
				{
					parentParent->_left = cur;
				}
				else
				{
					parentParent->_right = cur;
				}
				cur->_parent = parentParent;
			}

		}

		void RotateR(Node* parent)
		{
			assert(parent);
			Node* cur = parent->_left;
			Node* curright = cur->_right;
			Node* parentParent = parent->_parent;

			parent->_left = curright;
			cur->_right = parent;
			if (curright)
			{
				curright->_parent = parent;
			}
			parent->_parent = cur;

			if (parent == _root)
			{
				_root = cur;
				cur->_parent = nullptr;
			}
			else
			{
				if (parent == parentParent->_left)
				{
					parentParent->_left = cur;
				}
				else
				{
					parentParent->_right = cur;
				}

				cur->_parent = parentParent;
			}

		}

五、代码汇总

#pragma once


#include <iostream>
using namespace std;
#include <assert.h>

namespace kb
{
	enum Colour
	{
		RED,
		BLACK
	};

	template <class K,class V>
	struct RBTreeNode
	{
	public:
		//红黑树存放的值
		pair<K, V> _kv;

		//节点的三叉链指针
		RBTreeNode<K,V>* _left;
		RBTreeNode<K,V>* _right;
		RBTreeNode<K,V>* _parent;

		//节点的颜色
		Colour _col;

		//构造函数
		RBTreeNode(const pair<K, V>& kv)
			:_kv(kv)
			, _left(nullptr)
			, _right(nullptr)
			, _parent(nullptr)
			, _col(RED)
		{}

	};

	template <class K,class V>
	class RBTree
	{
		typedef RBTreeNode<K, V> Node;
	public:
		bool Insert(const pair<K, V>& kv)
		{
			//如果是空树，那么就直接插入一个黑色节点做根即可
			//注意要改颜色，因为节点的颜色默认是红色的
			if (_root == nullptr)
			{
				_root = new Node(kv);
				_root->_col = BLACK;
				return true;
			}

			//根据二叉搜索树的规则插入节点，同时记录父节点
			Node* parent = nullptr;
			Node* cur = _root;

			while (cur)
			{
				if (kv.first < cur->_kv.first)
				{
					parent = cur;
					cur = cur->_left;
				}
				else if (kv.first > cur->_kv.first)
				{
					parent = cur;
					cur = cur->_right;
				}
				else
				{
					return false;
				}
			}

			cur = new Node(kv);
			if (kv.first < parent->_kv.first)
			{
				parent->_left = cur;
				cur->_parent = parent;
			}
			else if (kv.first > parent->_kv.first)
			{
				parent->_right = cur;
				cur->_parent = parent;
			}

			//走到这里已经插入完成，后面是检查新插入的节点有没有破坏红黑树的规则的逻辑

			//检查新插入的节点是否满足红黑树的规则，如果不满足就要进行变色/变色+旋转
			//因为新插入的cur节点的颜色一定是红色的，当cur的父节点存在并且为红色
			//时说明出现了连续的两个红色节点，这时需要进行变色/变色+旋转，如果父节点
			// 不存在或者存在且为黑色时就无需再处理了。
			// 为什么父节点有可能不存在？因为这是一个循环，循环更新往祖先处理可能到达根节点，
			//到了根节点就无需再处理了
			while (parent && parent->_col == RED)
			{
				Node* grandfather = parent->_parent;

				if (parent == grandfather->_left)
				{
					Node* uncle = grandfather->_right;

					if (cur == parent->_left)
					{
						//             grandfather
						//     parent
						//cur

						//画图
						//叔叔存在且为红
						if (uncle && uncle->_col == RED)
						{
							//变色
							parent->_col = BLACK;
							uncle->_col = BLACK;
							grandfather->_col = RED;

							//继续沿祖先路径检查
							cur = grandfather;
							parent = cur->_parent;//这里曾经漏写了
						}
						//叔叔不存在或者存在且为黑
						else//(uncle==nullptr||uncle->_col==BLACK)
						{
							//单纯的左边高，进行右单旋+变色
							RotateR(grandfather);
							grandfather->_col = RED;
							parent->_col = BLACK;

							//旋转完之后无需再沿祖先路径处理
							break;
						}
					}
					else//cur == parent->_right
					{
						//              grandfather
						//       parent
						//              cur

						//画图
						//叔叔存在且为红
						if (uncle && uncle->_col == RED)
						{
							//变色
							parent->_col = BLACK;
							uncle->_col = BLACK;
							grandfather->_col = RED;

							//继续往上调整
							cur = grandfather;
							parent = cur->_parent;//这里曾经忘记写
						}
						//叔叔不存在或者存在且为黑
						else//(uncle==nullptr || uncle->_col == BLACK)
						{
							//左右双旋
							RotateL(parent);
							RotateR(grandfather);
							//变色
							grandfather->_col = RED;
							cur->_col = BLACK;

							//旋转后就无需再沿祖先路径检查了，具体原因画图理解
							break;
						}

					}
				}
				else//(parent == grandfather->_right)
				{
					Node* uncle = grandfather->_left;
					if (cur == parent->_right)
					{
						//          grandfather
						//                         parent
						//                                    cur

						//画图
						//叔叔存在且为红
						if (uncle && uncle->_col == RED)
						{
							//变色
							parent->_col = BLACK;
							uncle->_col = BLACK;
							grandfather->_col = RED;

							//继续沿祖先路径检查
							cur = grandfather;
							parent = cur->_parent;
						}
						//叔叔不存在或者存在且为黑
						else//(uncle==nullptr || uncle->_col == BLACK)
						{
							//单纯的右边高，进行左单旋+变色
							RotateL(grandfather);
							grandfather->_col = RED;
							parent->_col = BLACK;

							//旋转+变色后就不需要再沿祖先路径检查了
							break;
						}
					}
					else//(cur == parent->_left)
					{
						//          grandfather
						//                          parent
						//          cur

						//叔叔存在且为红
						if (uncle && uncle->_col == RED)
						{
							//变色
							parent->_col = BLACK;
							uncle->_col = BLACK;
							grandfather->_col = RED;
							
							//继续沿祖先路径检查
							cur = grandfather;
							parent = cur->_parent;
						}
						//叔叔不存在或者存在且为黑
						else//(uncle==nullptr || uncle->_col == BLACK)
						{
							//根据模型可知需要右左双旋+变色
							RotateR(parent);
							RotateL(grandfather);
							grandfather->_col = RED;
							cur->_col = BLACK;

							//旋转后就不需要再沿祖先路径检查了
							break;
						}
					}
				}
			}

			_num++;

			//最后记得把根节点的颜色改成黑色
			_root->_col = BLACK;
			return true;
		}

		size_t Size()
		{
			return _num;
		}

		bool Isbalance()
		{
			return _Isbalance(_root);
		}

		void Inorder()
		{
			_Inorder(_root);
		}

	private:

		bool CheckColour(Node* root, int blackNum, int BenchMark)
		{
			//走到空树说明这条路径已经走完了，需要检查黑色节点的个数和基准值相不相等
			if (root == nullptr)
			{
				//如果不相等，证明不平衡，返回false
				if (blackNum != BenchMark)
				{
					return false;
				}
				//如果相等，则说明本条路径没有出事，还要检查其它路径
				return true;
			}

			//如果出现连续红色节点证明这棵树出问题了，返回false
			if (root->_col == RED && root->_parent && root->_parent->_col == RED)
			{
				return false;
			}

			if (root->_col == BLACK)
			{
				blackNum++;
			}

			//递归检查所有路径的颜色
			return CheckColour(root->_left, blackNum, BenchMark)
				&& CheckColour(root->_right, blackNum, BenchMark);

		}

		bool _Isbalance(Node* root)
		{
			//空树可以认为是平衡的
			if (root == nullptr)
			{
				return true;
			}

			//根节点不是黑色说明这棵树出事了
			if (root->_col != BLACK)
			{
				return false;
			}

			//先算出一条路径的黑色节点的个数作为基准值，检查其它路径的黑色节点数目是否跟这个标准值
			//是否一样，如果不一样就证明这棵树不平衡了，那么如果这个基准值本身就是错的呢，那也没有关系，
			//只要有路径的黑色节点和其它路径不相等，就说明肯定有其中一条路径出问题了，至于是哪条路径
			//出问题就不重要了
			int BenchMark = 0;
			Node* cur = root;
			while (cur)
			{
				if (cur->_col == BLACK)
				{
					BenchMark++;
				}
				cur = cur->_left;
			}

			//检查所有路径中是否有连续红色节点和各路径中黑色节点的数目是否相等
			return CheckColour(root, 0, BenchMark);
		}

		void _Inorder(Node* root)
		{
			if (root == nullptr)
			{
				return;
			}

			_Inorder(root->_left);
			cout << root->_kv.second << " ";
			_Inorder(root->_right);
		}
		
		//旋转的细节如果不清楚的话请看上一篇关于AVL树的旋转，红黑树的旋转和AVL树的旋转是一样的
		void RotateL(Node* parent)
		{
			assert(parent);
			Node* cur = parent->_right;
			Node* curleft = cur->_left;
			Node* parentParent = parent->_parent;

			parent->_right = curleft;
			cur->_left = parent;
			if (curleft)
			{
				curleft->_parent = parent;
			}
			parent->_parent = cur;

			if (parent == _root)
			{
				_root = cur;
				cur->_parent = nullptr;
			}
			else
			{
				if (parent == parentParent->_left)
				{
					parentParent->_left = cur;
				}
				else
				{
					parentParent->_right = cur;
				}
				cur->_parent = parentParent;
			}

		}

		void RotateR(Node* parent)
		{
			assert(parent);
			Node* cur = parent->_left;
			Node* curright = cur->_right;
			Node* parentParent = parent->_parent;

			parent->_left = curright;
			cur->_right = parent;
			if (curright)
			{
				curright->_parent = parent;
			}
			parent->_parent = cur;

			if (parent == _root)
			{
				_root = cur;
				cur->_parent = nullptr;
			}
			else
			{
				if (parent == parentParent->_left)
				{
					parentParent->_left = cur;
				}
				else
				{
					parentParent->_right = cur;
				}

				cur->_parent = parentParent;
			}

		}

	private:
		Node* _root = nullptr;
		int _num = 0;//统计树的节点个数
	};

	void testRBTree(void)
	{
		RBTree<int, int> rbt;
		int arr[]= { 16, 3, 7, 11, 9, 26, 18, 14, 15 };
		for (const auto& e : arr)
		{
			rbt.Insert(make_pair(e, e));
		}
		/*rbt.Inorder();*/
		cout << rbt.Size() << endl;

		bool ret = rbt.Isbalance();
		cout << ret << endl;

		cout << endl;

	}

	void testRBTree1(void)
	{
		RBTree<int, int> rbt;
		int N = 10000;
		srand((unsigned int)time(nullptr));
		for (size_t i=0;i<N;i++)
		{
			int e = rand();
			rbt.Insert(make_pair(e, e));
		}
		cout << rbt.Size() << endl;

		bool ret = rbt.Isbalance();
		cout << ret << endl;
		cout << "插入完成" << endl;

	}
}

以上就是红黑树的相关内容了，最重要的是要理解当红黑树插入元素后违反了红黑树的规则时该如何对节点进行旋转加变色来使这棵红黑树重新回到平衡的。至于删除节点的操作就不实现了，有兴趣的可以去看看《算法导论》这本书，里面有讲红黑树删除操作的。

好啦，以上就是今天想要跟大家谈的关于红黑树的最重要的内容了，你学会了吗？如果你感觉到有所帮助，那么点点小心心，点点关注呗，后期还会持续更新C++的相关知识哦，我们下期见啦！！！

Gay~
关注
  • 1
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
红黑树-基于C++实现的红黑树数据结构.zip
03-21
红黑树 红黑树_基于C++实现的红黑树数据结构
C++数据结构 红黑树 实现全部功能
12-29
使用C++编写的红黑树源代码
数据结构-红黑树
m0_61433144的博客
08-18 1086
红黑树也是一种二叉排序树，在红黑树中每个结点存储着对应的颜色(红色或者黑色)，由于AVL树的高度平衡是因为非常频繁地调用旋转来保存自身平衡的，代价较大。所以在AVL树的基础上进一步放宽条件，引入红黑树，即红黑树的最长路径不会比最短路径长两倍。......
【C++庖丁解牛】高阶数据结构---红黑树详解(万字超详细全面介绍红黑树)
RO-BERRY
04-02 2250
这篇文章我们再来学习一种平衡搜索二叉树——红黑树如果要说常见的数据结构里，哪个数据结构最麻烦、最难以掌握？绝对非红黑树莫属了，如果只是自己看的话很多人可能看很多遍都不太懂红黑树。红黑树和AVL树都是常见的自平衡二叉搜索树，它们都可以用于高效地支持插入、删除和查找等操作。虽然它们都能够保持树的平衡性，但在不同的应用场景下，红黑树和AVL树有各自的优势和适用性。// 节点的颜色// 红黑树节点的定义{}// 节点的左孩子// 节点的右孩子。
数据结构 - 学习笔记 - 红黑树
湖边的小屋圣迹
01-30 2184
所有结点非红即黑。（插入新结点默认红色，然后再按需调整）根结点必需是黑色。叶结点必需是黑色。叶结点是指最末端的空结点。通常在代码中直接用 null 表示，不会创建实际结点。红结点的子结点必需是黑。有两棵或无子树。（不能有连续的两个红结点）任意结点到叶节点经过的黑结点数量相同。（别忘记叶结点也是黑色结点 ）红黑树是234树的一种实现，所以学习红黑树前，先看红黑树前传——234树。它是一种自平衡的二叉查找树。2.1.二叉查找树的左子树所有结点值都=父。2.2.
[数据结构 - C++] 红黑树RBTree
Ljy_cx_21_4_3的博客
01-22 2498
红黑树的模拟实现详解
【数据结构篇C++实现】- 树
陈七的博客，学习知识分享，期待与大家的交流
03-27 2995
数据结构图的相关概念，知识点归纳
【数据结构】史上最好理解的红黑树讲解，让你彻底搞懂红黑树
热门推荐
小七的博客
01-18 17万+
狂肝半个月的学习笔记，最通俗易懂的红黑树讲解。带你快速掌握红黑树~
详解c++---红黑二叉树的原理和实现
qq_68695298的博客
06-17 1762
红黑二叉树的原理以及模拟实现
数据结构--AVL树与红黑树
平生的小铺子
08-26 1309
我们在上一章中初步认识到了set与map，了解了他们的使用，但是仅仅隐约的窥见了他们的底层实现，而这一章我们一起了解下他们的底层实现，以及数据结构较为复杂的部分，AVL树与红黑树 set与map的底层结构 前面对map/multimap/set/multiset进行了简单的介绍，在其文档介绍中发现，这几个容器有个共同点是：其底层都是按照二叉搜索树来实现的，但是二叉搜索树有其自身的缺陷，假如往树中插入的元素有序或者接近有序，二叉搜索树就会退化成单支树，时间复杂度会退化成O(N)，因此map、set等关
第102篇 C++数据结构（十二）红黑树的删除
weixin_49188222的博客
05-19 729
第102篇 C++数据结构（十二）红黑树的删除红黑树删除的结点孩子情况红黑树的删除代码实现红黑树删除被删除结点的情况红黑树删除的调整红黑树删除的代码实现红黑树删除总结 红黑树删除的结点孩子情况 红黑树的删除和普通的二叉搜索树的删除时一样的，都是存在三种情况： 1.删除的结点没有孩子，这时这个结点可以直接删除 2.删除的结点有一个孩子，则用孩子的数据来替换掉它的数据，像数组的删除用后面的数据把前面的数据覆盖掉一样，然后删除该结点 3.删除的结点有两个孩子，这种情况可以转成（1），（2）情况，就是找前驱结点或者
[ 数据结构 - C++]红黑树RBTree
CSDN博客
10-02 1087
数据结构进阶--C++ 红黑树RBTree
C++简单实现红黑树的插入
06-06
C++简单实现红黑树的插入
数据结构之红黑树详解
12-31
在C++ STL中，很多部分(目前包括set, multiset, map, multimap)应用了红黑树的变体(SGI STL中的红黑树有一些变化，这些修改提供了更好的性能，以及对set操作的支持)。它是复杂的，但它的操作有着良好的最坏情况运行...
使用C++实现的rbtree红黑树.zip
03-21
红黑树 使用C++实现的rbtree红黑树
【C++】——Stack与Queue（含优先队列（详细解读）
m0_74092462的博客
06-09 996
优先队列是一种容器适配器，根据严格的弱排序标准，它的第一个元素总是它所包含的元素中最大的。stack是一种容器适配器，专门用在具有后进先出操作的上下文环境中，其删除只能从容器的一端进行元素的插入与提取操作。 队列是一种容器适配器，专门用于在FIFO上下文(先进先出)中操作，其中从容器一端插入元素，另一端提取元素。
C++——计算不同的非空子串个数
我发布的博客，快来抄答案吧
06-09 140
BCSP-X 11题 C++代码详解
LeetCode 算法：轮转数组c++
小金牛来了
06-09 671
LeetCode 算法：轮转数组c++
手搓顺序表（C语言）
最新发布
m0_62646213的博客
06-12 1243
顺序表头插头删，尾插尾删，任意位置插入删除的实现和优劣分析
C++map的数据结构红黑树
07-09
在C++中，std::map 是使用红黑树（RedBlack Tree）作为底层数据结构实现的。红黑树是一种自平衡二叉查找树，它具有以下特点： 1. 每个节点要么红色，要么是黑色。 2. 根节点是黑色的。 3. 所有叶子节点（NIL节点）都是黑色的。 4. 如果一个节点是红色的，则它的两个子节点都是黑色的。 5. 对于每个节点，从该节点到其后代叶子节点的简单路径上，均包含相同数目的黑色节点。 这些特性保证了红黑树的平衡性，使得在最坏情况下，插入、删除和查找操作的时间复杂度都是O(log n)。 std::map 是C++标准库中提供的关联容器之一，它提供了一种键值对的存储方式，并根据键的顺序自动进行排序。通过使用红黑树作为底层数据结构，std::map 可以在插入、删除和查找操作上具有较好的性能表现。 以下是一个使用 std::map 的简单示例： ```cpp #include <iostream> #include <map> int main() { std::map<int, std::string> myMap; // 插入键值对 myMap.insert(std::make_pair(1, "Apple")); myMap.insert(std::make_pair(2, "Banana")); myMap.insert(std::make_pair(3, "Orange")); // 遍历输出 for (const auto& pair : myMap) { std::cout << pair.first << ": " << pair.second << std::endl; } // 查找键对应的值 auto it = myMap.find(2); if (it != myMap.end()) { std::cout << "Value of key 2: " << it->second << std::endl; } return 0; } ``` 上述示例中，我们使用 std::map 存储了一些水果的名称，并按照键的顺序输出。通过调用 find() 函数，我们可以查找指定键对应的值。 希望以上回答能够解决你的问题！如有更多疑问，请继续提问。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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