教你初步了解红黑树

最新推荐文章于 2021-11-13 14:03:33 发布
最新推荐文章于 2021-11-13 14:03:33 发布
阅读量227 收藏
点赞数
分类专栏： 数据结构与算法
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/zhongad007/article/details/95360906
版权

红黑树

红黑树的简介

红黑树(Red Black Tree)

  • 红黑树也是一种自平衡的二叉搜索树

    • 以前也叫做平衡二叉B树(Symmetric Binary B-tree)

  • 红黑树必须满足以下 5 条性质

  1. 节点是RED或者BLACK
  2. 根节点是BLACK
  3. 叶子节点(外部节点，空节点)都是BLACK
  4. RED 节点的子节点都是 BLACK
    • RED 节点的 parent 都是 BLACK
    • 从根节点到叶子节点的所有路径上不能有 2 个连续的 RED 节点
  5. 从任一节点到叶子节点的所有路径都包含相同数目的BLACK节点
  • 为何这些规则下，就能保证平衡?

请问下面这棵是红黑树么?

在这里插入图片描述

  • 答案: 不是。为什么? 其实节点38有右子节点, 按照这条路径的黑节点数和其他路径的黑色节点数不一样!

红黑树的等价变换

在这里插入图片描述
在这里插入图片描述

  • 红黑树 和 4阶B树(2-3-4树)具有等价性
  • BLACK 节点与它的 RED 子节点融合在一起，形成1个B树节点
  • 红黑树的 BLACK 节点个数 与 4阶B树的节点总个数 相等
  • 网上有些教程:用 2-3树 与 红黑树 进行类比，这是极其不严谨的，2-3树 并不能完美匹配 红黑树 的所有情况
  • 注意:因为PPT界面空间有限，后面展示的红黑树都会省略NULL 节点

红黑树 vs 2-3-4树

在这里插入图片描述

  • 思考:如果上图最底层的BLACK 节点是不存在的，在B树中是什么样的情形?
  • 整棵B树只有1个节点，而且是超级节点

几个英文单词

  • parent : 父节点
  • sibling : 兄弟节点
  • uncle : 叔父节点( parent 的兄弟节点)
  • grand : 祖父节点( parent 的父节点)

红黑树的添加

添加

  • 已知
    • B树中，新元素必定是添加到叶子节点中
    • 4阶B树所有节点的元素个数 x 都符合 1 ≤ x ≤ 3
  • 建议新添加的节点默认为 RED，这样能够让红黑树的性质尽快满足(性质 1、2、3、5 都满足，性质 4 不一定)
  • 如果添加的是根节点，染成BLACK 即可
    在这里插入图片描述

添加的所有情况

  • 有 4 种情况满足红黑树的性质 4 :parent 为 BLACK

    • 同样也满足 4阶B树 的性质
    • 因此不用做任何额外处理
      在这里插入图片描述

  • 有 8 种情况不满足红黑树的性质 4 :parent 为 RED( Double Red )

    • 其中前 4 种属于B树节点上溢的情况
      在这里插入图片描述

添加 – 修复性质4 – LL\RR

  • 判定条件 : uncle 不是RED
  1. parent 染成 BLACK，grand 染成 RED
  2. grand 进行单旋操作
    • LL:右旋转
    • RR:左旋转
      在这里插入图片描述

添加 – 修复性质4 – LR\RL

  • 判定条件 : uncle 不是RED
  1. 自己染成BLACK，grand染成RED
  2. 进行双旋操作
    • LR:parent 左旋转， grand 右旋转
    • RL:parent 右旋转， grand 左旋转
      在这里插入图片描述

添加 – 修复性质4 – 上溢 – LL

  • 判定条件 : uncle 是RED
  1. parent、uncle 染成 BLACK
  2. grand 向上合并
    染成 RED，当做是新添加的节点进行处理
  • grand 向上合并时，可能继续发生上溢
    • 若上溢持续到根节点，只需将根节点染成 BLACK
      在这里插入图片描述

添加 – 修复性质4 – 上溢 – RR

  • 判定条件 : uncle 是RED
  1. parent、uncle 染成 BLACK
  2. grand 向上合并
    染成 RED，当做是新添加的节点进行处理
    在这里插入图片描述

添加 – 修复性质4 – 上溢 – LR

  • 判定条件: uncle 是RED
  1. parent、uncle 染成 BLACK
  2. grand 向上合并
    染成 RED，当做是新添加的节点进行处理
    在这里插入图片描述

添加 – 修复性质4 – 上溢 – RL

  • 判定条件:uncle 是RED
  1. parent、uncle 染成 BLACK
  2. grand 向上合并
    染成 RED，当做是新添加的节点进行处理
    在这里插入图片描述

红黑树的删除

删除

  • B树中，最后真正被删除的元素都在叶子节点中
    在这里插入图片描述

删除 – RED节点

  • 直接删除，不用作任何调整在这里插入图片描述

删除 – BLACK节点

  • 有 3 种情况

    • 拥有 2 个 RED 子节点的 BLACK 节点
      ✓ 不可能被直接删除，因为会找它的子节点替代删除
      ✓ 因此不用考虑这种情况

    • 拥有 1 个 RED 子节点的 BLACK 节点

    • BLACK 叶子节点
      在这里插入图片描述

删除 – 拥有1个RED子节点的BLACK节点

  • 判定条件:用以替代的子节点是 RED
  • 将替代的子节点染成BLACK 即可保持红黑树性质
    在这里插入图片描述

在这里插入图片描述

删除 – BLACK叶子节点 – sibling为BLACK

◼BLACK 叶子节点被删除后，会导致B树节点下溢(比如删除88)

判定条件 : 如果 sibling 至少有 1 个 RED 子节点

  • 进行旋转操作
  • 旋转之后的中心节点继承 parent 的颜色 旋转之后的左右节点染为 BLACK
    在这里插入图片描述
  • 第一种情况的LR, 可以先对76进行左旋转, 就会变成LL的情况, 这样就可以在后面的代码中统一处理
    在这里插入图片描述

判定条件 : sibling 没有 1 个 RED 子节点

  • 如果 parent 是 RED

    • 将 sibling 染成 RED、parent 染成 BLACK 即可修复红黑树性质

  • 如果 parent 是

    • 会导致 parent 也下溢
    • 这时只需要把 parent 当做被删除的节点处理即可
      在这里插入图片描述

删除 – BLACK叶子节点 – sibling为RED

  • 如果 sibling 是 RED
    • sibling 染成 BLACK，parent 染成 RED，进行旋转(根据情况选择左旋转还是右旋转)
    • 于是又回到 sibling 是 BLACK 的情况
      在这里插入图片描述

红黑树总结

红黑树的平衡

  • 最初遗留的困惑:为何那5条性质，就能保证红黑树是平衡的?
    • 那5条性质，可以保证 红黑树 等价于 4阶B树

在这里插入图片描述

  • 相比AVL树，红黑树的平衡标准比较宽松:没有一条路径会大于其他路径的2倍
  • 是一种弱平衡、黑高度平衡
  • 红黑树的最大高度是 2 ∗ log2(n + 1) ，依然是O(logn)级别

平均时间复杂度

  • 搜索:O(logn)
  • 添加:O(logn)，O(1) 次的旋转操作
  • 删除:O(logn)，O(1) 次的旋转操作

AVL树 vs 红黑树

  • AVL树

    • 平衡标准比较严格:每个左右子树的高度差不超过1
    • 最大高度是 1.44 ∗ log2 n + 2 − 1.328(100W个节点，AVL树最大树高28)
    • 搜索、添加、删除都是 O(logn) 复杂度，其中添加仅需 O(1) 次旋转调整、删除最多需要 O(logn) 次旋转调整

  • 红黑树

    • 平衡标准比较宽松:没有一条路径会大于其他路径的2倍
    • 最大高度是 2 ∗ log2(n + 1)( 100W个节点，红黑树最大树高40)
    • 搜索、添加、删除都是 O(logn) 复杂度，其中添加、删除都仅需 O(1) 次旋转调整

  • 搜索的次数远远大于插入和删除，选择AVL树;搜索、插入、删除次数几乎差不多，选择红黑树

  • 相对于AVL树来说，红黑树牺牲了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

  • 红黑树的平均统计性能优于AVL树，实际应用中更多选择使用红黑树

BST vs AVL Tree vs Red Black Tree

10, 35, 47, 11, 5, 57, 39, 14, 27, 26, 84, 75, 63, 41, 37, 24, 96

  • BST : 二叉搜索树
    在这里插入图片描述

  • AVL数
    在这里插入图片描述

  • 红黑树
    在这里插入图片描述

goodswifter
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
你对红黑树真的了解吗?
程序员麦冬的博客（公众号同名）
09-17 294
二叉树 说起树，我们不得不说最有名的树，那就是二叉树，什么是二叉树呢？ 二叉树（binary tree），是指树中的每个节点最多只有两个子节点的树。 当然，二叉树本身似乎没什么用，我们平时说的二叉树基本上都是指二叉查找树，或者叫有序二叉树、二叉搜索树、二叉排序树。 二叉查找树 二叉查找树（BST，binary search tree），就是在二叉树的基础上增加有序性，这个有序性一般是指自然顺序，有了有序性，我们就可以使用二叉树来快速的查找、删除、插入元素了。 比如，上面这颗二叉查找树，查找元素的平均时间
让你彻底了解红黑树
小曾同学的博客
05-21 405
当面试官问你什么是红黑树？红黑树的的特性和优势是什么？，在什么情况下需要变色，什么情况下需要旋转？ 小伙伴们不要懵，我来慢慢的揭开红黑树的神秘面纱。 想要理解红黑树，就要理解什么是二叉查找树（Binary Search Tree)？ 二叉查找树（BST）的特征——(简称左小右大) 1）左子树上所有的节点的值均小于或等于它的根节点的值。 2）右子树上所有的节点的值均大于或等于它的根节点的值。 3)左右子树也分别为二叉排序树 下图中的这棵树就是一颗经典的二叉查找树 1)如果想查找10，则先与根节点比较，10
红黑树研究记录-实例
weixin_34072159的博客
06-27 139
红黑树插入删除实例 图片摘自http://saturnman.blog.163.com/blog/static/557611201097221570/ 插入过程 插入顺序为：12 1 9 2 0 11 7 19 4 15 18 5 14 13 10 16 6 3 8 17 插入节点12：为根节点 插入节点1：父节点为黑色，结束 插入节点9：父节点为红色，叔父节点为黑色，LR...
教你透彻了解红黑树
04-17
红黑树（RB Tree）是一种自平衡二叉查找树，它的每个结点都带有一个颜色标记，红色或黑色。红黑树的主要特点是，它能够在插入、删除和搜索操作中保持自平衡，从而确保这些操作的时间复杂度为 O(lgn)。 红黑树的基本...
杨过-教你透彻了解红黑树1
08-03
红黑树的插入操作类似于二叉查找树，但插入后需要根据红黑树的性质进行调整，可能涉及旋转和重新着色。首先，我们按照二叉查找树的方式找到插入位置，然后插入新节点并检查是否违反红黑树的性质。如果违反，通过旋转...
红黑树的c实现源码与教程
01-03
教你透彻了解红黑树： http://blog.csdn.net/v_JULY_v/archive/2010/12/29/6105630.aspx 红黑树算法的层层剖析与逐步实现 http://blog.csdn.net/v_JULY_v/archive/2010/12/31/6109153.aspx Ok，君自看。 ----------...
红黑树527378231
最新发布
06-06
红黑树527378231
红黑树研究记录-理论
weixin_34255793的博客
06-27 87
一、 什么是红黑树？ 红黑树，是二叉查找树的一种，相对于AVL树，通过放弃绝对的平衡而提高了插入的速度，它可以不要求节点的左右子树高度差小于2，但保证一颗子树的高度绝对小于另一颗子树高度的2倍。 一棵拥有n个内部结点的红黑树的树高h<=2log(n+1)。 红黑树性质： 1. 每个结点或红或黑。 2. 根结点为黑色。 3. 每个叶结点(实际上就是NULL指针)都是黑色的...
数据结构 —— 红黑树：图解插入示例
猎人在吃肉
08-08 817
文章目录1、说明2、插入过程3、最终结果 1、说明 将下列数 12、1、9、2、0、11、7、19、4、15、18、5、14、13、10、16、6、3、8、17 20个数，插入到红黑树中。 2、插入过程 （1）插入12 说明：插入的节点若是根节点，则直接将其设置为黑色 （2）插入1 说明：插入的节点若不是根节点，则将其设置为红色 （3）插入9 （4）插入2 （5）插入0 （6）插入11......
红黑树
Zllvincent的博客
06-07 2181
1.简介 红黑树作为一种二叉搜索树的一种实现，红黑树的左右子树高度差可能大于 1。所以红黑树不是严格意义上的平衡二叉树（AVL），但 对之进行平衡的代价较低， 其平均统计性能要强于 AVL 。 红黑树是每个节点都带有颜色属性的二叉查找树，颜色为红色或黑色。 1.节点是红色或黑色。 2.根节点是黑色。 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） 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。 故红黑树是黑色平衡的树 如果插入节点是黑色则所在路径
平衡二叉树和红黑树最差情况性能分析
热门推荐
大菜鸟的博客
04-22 1万+
平衡二叉树和红黑树最差情况分析 1.经典平衡二叉树 平衡二叉树（又称AVL树）是带有平衡条件的二叉查找树，使用最多的定理为：一棵平衡二叉树是其每个节点的左子树和右子树的高度最多差为1的二叉查找树。因为他是二叉树的一种具体应用，所以他同样具有二叉树的性质。例如，一棵满二叉树在第k层最多可拥有个节点（性质1）。一棵树的高度为其从根节点到最底层节点经过的路径数（例如只含一个节点的树的高度为0）...
红黑树是什么
一江溪水
11-13 774
红黑树 红黑树是一种接近平衡的二叉搜索树，它能够保证任意一个节点左右子树的高度差不会超过较低子树的高度，也就是两棵子树的高度比值不会超过 2 倍。这样我们可以使搜索的时间复杂度更接近 O (logN)。为了保证树的平衡，我们需要在添加或删除元素的时候不断的调整树的结构，使每个节点的左右子树上的节点个数尽可能相等。 红黑树的性质 每个节点不是红色就是黑色； 根节点永远是黑色； 红色节点的子节点必须是黑色； 任意一个节点到每个叶子节点的路径上都包含相同数量的黑色节点； 每次添加新节点都默认为红色。 红黑树调
面试问你红黑树，你都懂了吗
tyrroo的博客
08-27 331
红黑树（Red Black Tree）是一种自平衡的二叉搜索树（Self-balancing Binary Search Tree）。以前也叫做平衡二叉 B 树（Symmetric Binary B-tree）。 预备知识 树的知识框架结构如下图所示： image 平衡二叉搜索树 平衡二叉搜索树（Balanced Binary Search Tree），英文简称 BBST。经典常见的平衡二叉搜索树是 AVL 树和红黑树。 ①二叉搜索树 二叉搜索树（Binary Search T..
彻底搞懂红黑树（一）
huangyimo的专栏
08-12 5034
红黑树和c++ 虚拟继承内存分布 几乎成了我的死敌，因为完全没用过，所以导致每次看懂了之后都忘了（也许不是真的看懂了，有些关键性的东西没理解透），这次准备把这两个难题（其实也不难）仔细看懂，然后再写一份比较详细的文档作为备忘。   首先是红黑树 零  八卦起源       1972年，鲁道夫贝尔最先发明，但是他称之为“对称二叉B树”，真正的称之为“红黑树”是在1978年Leo J. Gu...
你了解红黑树吗？能不能简单聊聊红黑树？
07-29
如果你对红黑树还不太了解，建议先学习2-3树的基础知识，因为红黑树是在2-3树的基础上发展而来的。了解2-3树的结构和操作可以帮助你更好地理解红黑树的原理和实现。\[1\]\[2\]\[3\] #### 引用[.reference_title] - *...

“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