简单红黑树入门

最新推荐文章于 2022-11-12 15:15:00 发布
最新推荐文章于 2022-11-12 15:15:00 发布
阅读量243 收藏 1
点赞数 2
分类专栏： 深入理解计算机系统 文章标签： 深入理解计算机系统
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/woodslay/article/details/124440411
版权

定义和性质

红黑树是种平衡二叉搜索树，是特化的AVL树，查找和二叉搜索树无异，但在插入和删除时通过调整保持二叉搜索树的平衡，相对于AVL树，牺牲部分平衡性以换取插入/删除操作时少量的旋转操作，整体来说性能要优于AVL树。可在O(logn)内查找、插入和删除，因此应用非常广泛，非常重要。

红黑树必须满足以下性质：

  • 每个结点要么是黑色，要么是红色。

  • 根结点是黑色。

  • 每个叶子结点（NIL）是黑色。

  • 每个红结点的两个子结点一定是黑色。（即不能连续红色，红结点定被黑父子相连）

  • 任意一结点到每个叶子结点的路径都包含数量相同的黑结点。（即黑高必须相等）

实际上红色结点只是方便调整（旋转和变色）。此外由后两条性质，可证明红黑树高h<=2*logn，先去所有红结点得全满二叉树，h1<=logn，再加上红节点，h2<=logn，因此得证

性能

  • 查找代价：红黑树红黑树虽不像AVL严格平衡，但平衡性能还是比BST好。其查找代价基本在O(logN)左右
  • 插入代价：插入结点最多只需要2次旋转，虽然变色操作需要O(logN)，但变色十分简单代价小
  • 删除代价：删除操作代价要比AVL要好，删除一个结点最多只需要3次旋转操作

如果查找、插入、删除频率差不多，那么选择红黑树

应用

红黑树在工程上应用，主要包括两点：

  • 利用红黑树顺序（中序遍历）的功能，如找结点的前驱、后继结点
  • 利用红黑树快速查找的功能，适合做索引（索引常用红黑树、hash、b+树），如map的实现

适合在内存中，且数量不确定的应用场景，如实际应用有Linux进程调度器、nginx Timer事件管理、epoll事件块的管理、内存管理等

操作

红黑树能自平衡，靠的是旋转和变色的调整：

  • 旋转：和颜色无关，三对6个指针（旋转结点父结点和子结点的指向、旋转结点子节点的子节点指向，还包括各结点的父指针）指向要变，左旋逆时针，右旋顺时针
    • 左旋：以x为支点，其右子结点y变为其父结点，y的左子结点b变为x的右子结点，x的左子结点a不变，左旋影响旋转结点，并把右子树的结点往左子树移
    • 右旋：以y为支点，其左子结点x变为其父结点，x的右子结点b变为y的左子结点，y的右子结点c不变，右旋影响旋转结点，并把左子树的结点往右子树移
  • 变色：结点的颜色由红变黑或由黑变红

截图：6条指针分别对应下面代码中的注释
image-20220211152621068
代码：

void rbtree_left_rotate(rbtree *T,rbtree_node *x)
{
    rbtree_node *y = x->right;
    x->right = y->left;//1
    if(y->left!=T->nil)y->left->parent = x;//2

    y->parent=x->parent;//3
    //4
    if(x->parent==T->nil)T->root=y;
    else if(x->parent->left==x)x->parent->left=y;
    else x->parent->right=y;

    y->left=x;//5
    x->parent=y;//6
}

右旋只需交换x和y，交换left和right

插入

插入和二叉搜索树也是在末尾插入，不会旋转，而是插入后可能会调整引起旋转，插入共分3种：

  1. 树为空树：插入结点作为根并设为黑色
  2. 插入结点key已存在：更新值即可
  3. 插入结点父结点为黑：直接插入
  4. 插入结点父结点为红：父不为根则必有黑色祖父，按叔颜色分类调整
void rbtree_insert(rbtree *T, rbtree_node *z) {

	rbtree_node *y = T->nil;
	rbtree_node *x = T->root;

	while (x != T->nil) {
		y = x;
		if (z->key < x->key) {
			x = x->left;
		} else if (z->key > x->key) {
			x = x->right;
		} else { //2 Exist
			return ;
		}
	}

	//now x is nil and y point to x's parent
	z->parent = y;
	if (y == T->nil) {
		T->root = z;//1
	} else if (z->key < y->key) {//3
		y->left = z;
	} else {//3
		y->right = z;
	}

	z->left = T->nil;
	z->right = T->nil;
	z->color = RED;

	rbtree_insert_fixup(T, z);//4
}

插入后的调整

为不影响黑高插入结点为红色，且只有在父为红色时才会调整（违反性质4），则祖父必定是黑色的，叔结点有两种（假定父结点是祖父结点的左子树，右子树同理），调整的情况有两类3种：

  1. 叔是红色：父和叔同祖父换色，黑高两边相同不旋转（无论结点是左还是右孩子）
    image-20220211152914180

  2. 叔是黑色：分两种，因为旋转方向不同：

    1. 当前结点是右孩子：对父节点左旋，转成下面情况

    image-20220211153052218
    3. 当前结点是左孩子：父和祖父换色，并对祖父右旋
    image-20220211153211336

void rbtree_insert_fixup(rbtree *T, rbtree_node *z) {

	while (z->parent->color == RED) { //z ---> RED
		if (z->parent == z->parent->parent->left) {
			rbtree_node *y = z->parent->parent->right;
			if (y->color == RED) {//1
				z->parent->color = BLACK;
				y->color = BLACK;
				z->parent->parent->color = RED;

				z = z->parent->parent; //循环向上调整
			} else {

				if (z == z->parent->right) {//2,情况2后面转成情况3
					z = z->parent;
					rbtree_left_rotate(T, z);
				}

				z->parent->color = BLACK;//3
				z->parent->parent->color = RED;
				rbtree_right_rotate(T, z->parent->parent);
			}
		}else {
			rbtree_node *y = z->parent->parent->left;
			if (y->color == RED) {
				z->parent->color = BLACK;
				y->color = BLACK;
				z->parent->parent->color = RED;

				z = z->parent->parent; //z --> RED
			} else {
				if (z == z->parent->left) {
					z = z->parent;
					rbtree_right_rotate(T, z);
				}

				z->parent->color = BLACK;
				z->parent->parent->color = RED;
				rbtree_left_rotate(T, z->parent->parent);
			}
		}
		
	}

	T->root->color = BLACK;
}

删除

删除最麻烦，删除结点是红色，未改变黑高不需调整，删除结点是黑色，则改变黑高需调整。先执行二叉搜索树的删除过程，再调整使得符合红黑树性质，删除有三种情况：

  • 删除结点无子结点：直接删除
  • 删除结点仅一子结点：用删除结点的孩子替换删除结点
  • 删除结点有两子结点：找到删除结点的后继替换删除结点
rbtree_node *rbtree_delete(rbtree *T, rbtree_node *z) {

	rbtree_node *y = T->nil;//y是z的后继或z
	rbtree_node *x = T->nil;//x是y的孩子或nil

	if ((z->left == T->nil) || (z->right == T->nil)) {
		y = z;
	} else {
		y = rbtree_successor(T, z);
	}
	//2
	if (y->left != T->nil) {
		x = y->left;
	} else if (y->right != T->nil) {
		x = y->right;
	}

	x->parent = y->parent;//包含1和2的情况，修改父指针
	if (y->parent == T->nil) {
		T->root = x;
	} else if (y == y->parent->left) {
		y->parent->left = x;
	} else {
		y->parent->right = x;
	}

	//用y替换z
	if (y != z) {
		z->key = y->key;
		z->value = y->value;
	}

	if (y->color == BLACK) {//黑色需调整
		rbtree_delete_fixup(T, x);
	}

	return y;
}

前两种较简单，第三种又分两种子情形：

  • 删除结点的后继位于右子树且无左孩子
    image-20220211180145422

  • 删除结点的后继位于右子树，但不是删除结点的右孩子
    image-20220211180106678

rbtree_node *rbtree_successor(rbtree *T, rbtree_node *x) {
	rbtree_node *y = x->parent;

	if (x->right != T->nil) {
		return rbtree_mini(T, x->right);//1x有右子树则找x右子树的最小值
	}

	while ((y != T->nil) && (x == y->right)) {//2x无右子树则x是左子树的最右边，找到x的后继结点（即x所属子树的最近的根）
		x = y;
		y = y->parent;
	}
	return y;
}

删除后的调整

当前结点是父结点的左子树的情况

  • 当前结点的兄弟结点是红色，父和兄弟变色且父左旋
    image-20220211183422826

  • 当前结点的兄弟结点是黑色，而且兄弟结点的两个孩子结点都是黑色，兄弟变色
    image-20220211184422629

  • 当前结点的兄弟结点是黑色，且该节点左孩子是红色，右孩子是黑色，兄弟及兄弟左子变色并对兄弟右旋，变为最后一种情况

image-20220211185224647

  • 当前结点的兄弟结点是黑色，且该结点的右孩子是红色，又可分为4种（该结点左孩子黑和红，父黑和红），父颜色赋值给兄弟且父为黑，兄弟右孩子变色且父左旋
    image-20220211185710406
    image-20220211185958043
    image-20220211190100479
    image-20220211190213986
void rbtree_delete_fixup(rbtree *T, rbtree_node *x) {

	while ((x != T->root) && (x->color == BLACK)) {
		if (x == x->parent->left) {

			rbtree_node *w= x->parent->right;
			if (w->color == RED) {//1x的兄弟节点w是红色的，交换父叔颜色，并左旋父
				w->color = BLACK;
				x->parent->color = RED;

				rbtree_left_rotate(T, x->parent);
				w = x->parent->right;
			}

			//2x的兄弟节点w是黑色的，并且w的两个子节点都是黑色的，叔变色即可
			if ((w->left->color == BLACK) && (w->right->color == BLACK)) {
				w->color = RED;
				x = x->parent;
			} else {

				if (w->right->color == BLACK) {//3x的兄弟节点w是黑色的，而且w的左孩子是红色的，w的右孩子是黑色的
					w->left->color = BLACK;
					w->color = RED;
					rbtree_right_rotate(T, w);
					w = x->parent->right;
				}

				w->color = x->parent->color;//4x的兄弟节点w是黑色的，并且w的右孩子是红色的
				x->parent->color = BLACK;
				w->right->color = BLACK;
				rbtree_left_rotate(T, x->parent);

				x = T->root;
			}

		} else {//x是右子树，与上面完全对称

			rbtree_node *w = x->parent->left;
			if (w->color == RED) {
				w->color = BLACK;
				x->parent->color = RED;
				rbtree_right_rotate(T, x->parent);
				w = x->parent->left;
			}

			if ((w->left->color == BLACK) && (w->right->color == BLACK)) {
				w->color = RED;
				x = x->parent;
			} else {

				if (w->left->color == BLACK) {
					w->right->color = BLACK;
					w->color = RED;
					rbtree_left_rotate(T, w);
					w = x->parent->left;
				}

				w->color = x->parent->color;
				x->parent->color = BLACK;
				w->left->color = BLACK;
				rbtree_right_rotate(T, x->parent);

				x = T->root;
			}

		}
	}

	x->color = BLACK;
}

nginx中红黑树源码分析

后续准备分析nginx中的红黑树的代码实现。。。

辛酉廖镛錂庚巳
关注
  • 2
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
C++简单实现红黑树的插入
06-06
C++简单实现红黑树的插入
红黑树详解（上）（红黑树的基本概念、查找操作、插入操作）
枫铃树
01-22 1928
红黑树详解 前言 师傅渣哥在最后一节课上提到，如果能在简历上写“手写过红黑树”，给对方的感觉一定是不一样的。 正值寒假，笔者学习大量前人文章，又投入数个夜晚思考，逐个情况推导方案，编写代码，调试分析，终于完成了该数据结构的编写。 红黑树结构中涉及大量子问题，需要分类的情况繁多复杂。努力的结果是一棵高效率的查找树，既传承二叉平衡树的优点，又尽可能避免二叉平衡树在平衡过程中带来的过度性能开销。 透过红黑树，仿佛看到前人彻夜思考的身影，为哈希表等更高级的结构乃至操作系统的底层埋下奠基。 看前人智慧结晶如琉璃飘落，
【C++】红黑树详解（附迭代器以及插入实现），适合初学者
jhao的博客
07-13 2313
红黑树的简单实现附有迭代器实现，代码都有详细解释，适合于初学者和想要理解STL map/set原理的朋友观看。
红黑树入门到精通
m0_50207094的博客
02-25 705
红黑树是一种数据结构中很重要的二叉树，在哈希表、Linux底层调度算法等地方均起到很大的作用。它也是面试中一个很经典也很有难度的知识点，我们了解他的结构有助于去理解一些底层的具体实现。只要用心去体会，理解他不是问题。本篇包括红黑树的概念、时间复杂度、应用场景、本质（提出过程、深层原理）、两种构建/删除的方法。
手把手教你实现红黑树
weixin_61857742的博客
11-12 1906
手把手教你实现AVL树、平衡二叉树红黑树是在1972年由发明的。其特点是从根到叶子节点的所有路径中，最长路径不大于最短路径的2倍。可以说红黑树是AVL树的plus版，因此，红黑树查找时间与AVL树相同，都为O(log N)。同时，红黑树没有做到AVL树那种绝对平衡，因此其旋转次数少于AVL树。当数据量大时，其效率要优于AVL树。正因如此，在实际应用中往往采取红黑树而非AVL树。
红黑树图文讲解
lzf的博客
08-04 4473
———————————— 二叉查找树（BST）具备什么特性呢？ 1.左子树上所有结点的值均小于或等于它的根结点的值。 2.右子树上所有结点的值均大于或等于它的根结点的值。 3.左、右子树也分别为二叉排序树。 下图中这棵树，就是一颗典型的二叉查...
红黑树简单实现
07-06
主要实现有普通树的生成、查询方法，与继承于普通树的二叉树、红黑树的实现。
红黑树527378231
最新发布
06-06
红黑树527378231
红黑树基础
时光时光慢一点的博客
08-07 264
什么是红黑树 红黑树是一种自平衡的二叉查找树。红黑树是一种很重要的数据结构，Java中TreeMap,TreeSet和jdk1.8中的HashMap底层都使用了红黑树。 红黑树的性质 红黑树有五个性质。 1. 节点为红色或者黑色 2. 根节点为黑色，新插入的节点为红色 3. 叶子节点为null并且为黑色 4. 红色节点的子节点都是黑色 5. 从任意一个节点到其每个叶子节点经过的...
红黑树入门
qq_36523667的博客
05-31 168
本文仅用于个人记录2-3树是最简单的B树，下面都称之为B树学习自https://blog.csdn.net/yang_yulei/article/details/26066409https://blog.csdn.net/aiaiai010101/article/details/76724243 B树 插入先进行查找，会查找到一个具体的分支 插入案例1 插入案例2 插入案例3 所以B树是从底部开始...
最容易懂得红黑树
热门推荐
Sun_TTTT的博客
03-23 13万+
介绍红黑树是一个平衡的二叉树，但不是一个完美的平衡二叉树。虽然我们希望一个所有查找都能在~lgN次比较内结束，但是这样在动态插入中保持树的完美平衡代价太高，所以，我们稍微放松逛一下限制，希望找到一个能在对数时间内完成查找的数据结构。这个时候，红黑树站了出来。 阅读以下需要了解普通二叉树的插入以及删除操作。 红黑树是在普通二叉树上，对没个节点添加一个颜色属性形成的，同时整个红黑二叉
红黑树 从入门到精通
Z_anilY的博客
02-22 3519
红黑树简介红黑树是一种非常优秀的二叉搜索树，诞生于1972年，并被优化于1978年，因其效率高而被广泛应用于STL等需要高效率的实现。基本性质红黑树是一种基于旋转的平衡树，虽然没有AVL的完全平衡，但相比于Splay，Treap又有严格的效率保证。
红黑树（入门，至查找操作）
Nova_guard的博客
11-05 551
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。 它是在1972年由Rudolf Bayer发明的，当时被称为平衡二叉B树（symmetric binary B-trees）。后来，在1978年被 Leo J. Guibas 和 Robert Sedgewick 修改为如今的“红黑树”。 R—B Tree，一种...
红黑树基础入门
CJingShan的博客
07-26 100
红黑树基础入门
红黑树入门篇
rootDream的博客
02-22 496
红黑树 前言： JDK1.7时，HashMap组成：数组+链表。到1.8后，推出了红黑树。 当链表长度超过阈值8，则会将链表转化为红黑树，当小于6时，就会将红黑树转化为链表。 由于二叉查找树的性能极低，所以红黑树自然而然就占据主要地位。 时间复杂度也就是树的深度。 链表(也称暴力O(n))->二叉树->二叉查找树(O(logn)~O(n))->特殊的二叉查找树(红黑树O(...
红黑树 (一): 基础----二叉查找树
an_vana的博客
11-16 153
前言  红黑树是一种非常优秀的数据结构，通过一系列的机制其能达到自平衡的效果从而提供非常高效的查询与修改操作，而笔者在网上查询相关资料想了解红黑树的过程中发现大部分的说明都不是很好理解（可能是我比较菜），而后将目光转向书籍遂查看了《算法导论》中对于红黑树的说明感到依然比较晦涩，最终是在《算法》第三章中阅读相关内容后觉得豁然开朗，于是想将书中内容结合一些自己的理解形成文字记录下来。  系列文章预计三篇，第一篇即本篇准备从较为基础的二叉查找树入手，可将红黑树视为其的一个升级版本理解二叉查找树的各种操作对理解红黑
红黑树真的没你想的那么难
一个学渣走向android之路
07-06 1万+
概述 TreeMap是红黑树的java实现，红黑树能保证增、删、查等基本操作的时间复杂度为O(lgN)。 首先我们来看一张TreeMap的继承体系图： 还是比较直观的，这里来简单说一下继承体系中不常见的接口NavigableMap和SortedMap，这两个接口见名知意。先说NavigableMap接口，NavigableMap接口声明了一些列具有导航功能的方法，比如： /...
彻底搞懂红黑树
大闲人柴毛毛
03-09 8121
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
c++红黑树简单代码
03-27
红黑树是一种自平衡的二叉搜索树，它具有以下特性： 1. 每个节点要么是红色，要么是黑色。 2. 根节点是黑色的。 3. 每个叶子节点（NIL节点，空节点）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，从该节点到其所有后代叶子节点的简单路径上，均包含相同数目的黑色节点。 下面是一个简单的C++实现红黑树的代码示例： ```cpp #include <iostream> enum Color { RED, BLACK }; struct Node { int data; Color color; Node* left; Node* right; Node* parent; Node(int data) : data(data), color(RED), left(nullptr), right(nullptr), parent(nullptr) {} }; class RedBlackTree { private: Node* root; void rotateLeft(Node* node) { Node* rightChild = node->right; node->right = rightChild->left; if (rightChild->left != nullptr) { rightChild->left->parent = node; } rightChild->parent = node->parent; if (node->parent == nullptr) { root = rightChild; } else if (node == node->parent->left) { node->parent->left = rightChild; } else { node->parent->right = rightChild; } rightChild->left = node; node->parent = rightChild; } void rotateRight(Node* node) { Node* leftChild = node->left; node->left = leftChild->right; if (leftChild->right != nullptr) { leftChild->right->parent = node; } leftChild->parent = node->parent; if (node->parent == nullptr) { root = leftChild; } else if (node == node->parent->left) { node->parent->left = leftChild; } else { node->parent->right = leftChild; } leftChild->right = node; node->parent = leftChild; } void fixInsertion(Node* node) { while (node != root && node->parent->color == RED) { if (node->parent == node->parent->parent->left) { Node* uncle = node->parent->parent->right; if (uncle != nullptr && uncle->color == RED) { node->parent->color = BLACK; uncle->color = BLACK; node->parent->parent->color = RED; node = node->parent->parent; } else { if (node == node->parent->right) { node = node->parent; rotateLeft(node); } node->parent->color = BLACK; node->parent->parent->color = RED; rotateRight(node->parent->parent); } } else { Node* uncle = node->parent->parent->left; if (uncle != nullptr && uncle->color == RED) { node->parent->color = BLACK; uncle->color = BLACK; node->parent->parent->color = RED; node = node->parent->parent; } else { if (node == node->parent->left) { node = node->parent; rotateRight(node); } node->parent->color = BLACK; node->parent->parent->color = RED; rotateLeft(node->parent->parent); } } } root->color = BLACK; } public: RedBlackTree() : root(nullptr) {} void insert(int data) { Node* newNode = new Node(data); Node* current = root; Node* parent = nullptr; while (current != nullptr) { parent = current; if (data < current->data) { current = current->left; } else { current = current->right; } } newNode->parent = parent; if (parent == nullptr) { root = newNode; } else if (data < parent->data) { parent->left = newNode; } else { parent->right = newNode; } fixInsertion(newNode); } void printInorder(Node* node) { if (node == nullptr) { return; } printInorder(node->left); std::cout << node->data << " "; printInorder(node->right); } void printTree() { printInorder(root); } }; int main() { RedBlackTree tree; tree.insert(7); tree.insert(3); tree.insert(18); tree.insert(10); tree.insert(22); tree.insert(8); tree.insert(11); tree.insert(26); tree.insert(2); tree.insert(6); tree.insert(13); std::cout << "红黑树中序遍历结果：" << std::endl; tree.printTree(); return 0; } ``` 这段代码实现了红黑树的插入操作，并提供了一个简单的测试例子。你可以根据需要进行修改和扩展。

“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
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