【数据结构】红黑树

矫情吗;* 2024-03-17 17:04 110阅读 0赞

文章目录

  • 红黑树
      1. 红黑树的概念
      1. 红黑树的性质
      1. 红黑树节点的定义
      1. 红黑树的结构
      1. 红黑树的插入操作

红黑树

1. 红黑树的概念

红黑树,是一种二叉搜索树,但在每个节点上增加一个存储位表示节点的颜色,可以是Red或者是Black。通过任何一条根到叶子的路径各个节点着色方式的限制。红黑树确保任何一条路径不会比其他路径长度多出两倍,所以是平衡的

axvp38hpvb-1688804357297.png

2. 红黑树的性质

  1. 每个节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,它的两个孩子节点是黑色的
  4. 对于每个节点,从该节点到其所有后代叶节点的简单路径上,包含相同数目的黑色节点
  5. 每个叶子节点都是黑色的(此处的叶子节点表示空节点)

3. 红黑树节点的定义

  1. enum Color {
  2. RED,
  3. BLACK
  4. };
  5. template<class ValueType>
  6. class RBTreeNode {
  7. public:
  8. explicit RBTreeNode(const ValueType& data = ValueType(), Color color = RED):_left(nullptr),
  9. _right(nullptr),
  10. _parent(nullptr), _data(data), _color(color)
  11. {
  12. }
  13. RBTreeNode<ValueType>* _left;
  14. RBTreeNode<ValueType>* _right;
  15. RBTreeNode<ValueType>* _parent;
  16. ValueType _data;
  17. Color _color;
  18. };

在节点的定义当中,为什么将节点的默认颜色给为红色?

通过把新插入的节点默认为红色,可以较快地满足红黑树的性质,并且减少了插入操作时需要进行的旋转操作次数,提高了插入操作的效率。同时,红色节点相对于黑色节点来说,占用的存储空间更小,节省了内存空间。因此,在红黑树中,默认将节点的颜色给为红色

4. 红黑树的结构

红黑树当中增加了一个头结点,如下图所示

3d0f86b7oj-1688805648289.png

5. 红黑树的插入操作

红黑树是在二叉搜索树的基础上加平衡限制条件,因此红黑树插入可以分为两步:

  1. 按照二叉搜索树的规则插入新节点
  2. 检测新节点插入之后红黑树的性质是否改变

约定:cur表示当前节点、p父节点、g为祖父节点,u为叔叔节点

  • 情况一:cur为红色,p为红,g为红, u存在且为红

a39w74374f-1688808732294.png

注意:上图的数可以是一棵完整的树,也可能是一棵子树

黑色是可以连着出现,但是红色节点不行。

如果g是根节点,调整完成之后,需要将g改为黑色。如果g是子树,g一定有双亲,且g的双亲如果是红色,需要继续向上调整

dzy6udzeum-1688809039293.png

cur 和 p均为红,违反了性质三。将p和u改为黑,然后把g当做cur继续向上调整

  • 情况二:cur为红,p为红,g为黑色。u不存在/u存在且为黑

19g7wdylhu-1688809399289.png

u的情况有两种

  1. 如果u不存在,则cur一定是新插入的节点。如果cur不是新插入的节点,则cur和p则一定有一个节点颜色是黑色,就不满足性质四
  2. 如果u存在,一定是黑色,那么cur原来的颜色一定是黑色,现在看到红色的原因是在调整的过程中将cur节点的颜色改为红色

p为g的左孩子,cur为p的左孩子,进行右旋

p为g的右孩子,cur为p的右孩子,进行左旋

p、g变色–p变黑,g变红

  • 情况三:cur为红,p为红,g为黑u不存在/u存在且为黑

    while (parent && parent->_col == RED)
    {

    1. Node* grandfather = parent->_parent;
    2. if (grandfather->_left == parent)
    3. {
    4. Node* uncle = grandfather->_right;
    5. // 情况1:u存在且为红,变色处理,并继续往上处理
    6. if (uncle && uncle->_col == RED)
    7. {
    8. parent->_col = BLACK;
    9. uncle->_col = BLACK;
    10. grandfather->_col = RED;
    11. // 继续往上调整
    12. cur = grandfather;
    13. parent = cur->_parent;
    14. }
    15. else // 情况2+3:u不存在/u存在且为黑,旋转+变色
    16. {
    17. // g
    18. // p u
    19. // c
    20. if (cur == parent->_left)
    21. {
    22. RotateR(grandfather);
    23. parent->_col = BLACK;
    24. grandfather->_col = RED;
    25. }
    26. else
    27. {
    28. // g
    29. // p u
    30. // c
    31. RotateL(parent);
    32. RotateR(grandfather);
    33. cur->_col = BLACK;
    34. //parent->_col = RED;
    35. grandfather->_col = RED;
    36. }
    37. break;
    38. }
    39. }
    40. else // (grandfather->_right == parent)
    41. {
    42. // g
    43. // u p
    44. // c
    45. Node* uncle = grandfather->_left;
    46. // 情况1:u存在且为红,变色处理,并继续往上处理
    47. if (uncle && uncle->_col == RED)
    48. {
    49. parent->_col = BLACK;
    50. uncle->_col = BLACK;
    51. grandfather->_col = RED;
    52. // 继续往上调整
    53. cur = grandfather;
    54. parent = cur->_parent;
    55. }
    56. else // 情况2+3:u不存在/u存在且为黑,旋转+变色
    57. {
    58. // g
    59. // u p
    60. // c
    61. if (cur == parent->_right)
    62. {
    63. RotateL(grandfather);
    64. grandfather->_col = RED;
    65. parent->_col = BLACK;
    66. }
    67. else
    68. {
    69. // g
    70. // u p
    71. // c
    72. RotateR(parent);
    73. RotateL(grandfather);
    74. cur->_col = BLACK;
    75. grandfather->_col = RED;
    76. }
    77. break;
    78. }
    79. }

    }

    _root->_col = BLACK;

    return true;
    }

因为红黑树只要求最长路径不超过最短路径的两倍。相对而言降低了插入和旋转的次数。

发表评论

表情:
评论列表 (有 0 条评论,110人围观)

还没有评论,来说两句吧...

相关阅读

    相关 数据结构

    一. 红黑树的概念 红黑树是一颗二叉搜索树,它的每个结点增加一个存储单位来表示结点的颜色,这个颜色是red或者black,通过对任何一条从根结点到叶子结点上的颜色来约束,

    相关 数据结构 -

    数据结构 - 红黑树 - 面试常问知识点 数据结构是面试中必定考查的知识点,面试者需要掌握几种经典的数据结构:线性表(数组、链表)、栈与队列、树(二叉树、二叉查找树、平衡

    相关 数据结构_

    红黑树 红黑树也是属于一种BBST。在之前介绍的[伸展树][Link 1]中,虽然实现简单,分摊复杂度低,但是最坏情况下的操作需要O(n)时间,无法适用于对单次效率敏感的

    相关 数据结构--

    为什么要平衡 在上一节中,我们了解了 `二叉搜索树` 具有较稳定和较高的插入搜索效率。但是在某些极端情况下, 它的效率也会退化到 `链表` 的地步。 ![2018122