【数据结构】红黑树
文章目录
- 红黑树
- 红黑树的概念
- 红黑树的性质
- 红黑树节点的定义
- 红黑树的结构
- 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
2. 红黑树的性质
- 每个节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,它的两个孩子节点是黑色的
- 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
- 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
enum Color {
RED,
BLACK
};
template<class ValueType>
class RBTreeNode {
public:
explicit RBTreeNode(const ValueType& data = ValueType(), Color color = RED):_left(nullptr),
_right(nullptr),
_parent(nullptr), _data(data), _color(color)
{
}
RBTreeNode<ValueType>* _left;
RBTreeNode<ValueType>* _right;
RBTreeNode<ValueType>* _parent;
ValueType _data;
Color _color;
};
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
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:
- 按照二叉搜索树的规则插入新节点
- 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
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
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
u的情况有两种
- 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
- 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)
{Node* grandfather = parent->_parent;
if (grandfather->_left == parent)
{
Node* uncle = grandfather->_right;
// 情况1:u存在且为红,变色处理,并继续往上处理
if (uncle && uncle->_col == RED)
{
parent->_col = BLACK;
uncle->_col = BLACK;
grandfather->_col = RED;
// 继续往上调整
cur = grandfather;
parent = cur->_parent;
}
else // 情况2+3:u不存在/u存在且为黑,旋转+变色
{
// g
// p u
// c
if (cur == parent->_left)
{
RotateR(grandfather);
parent->_col = BLACK;
grandfather->_col = RED;
}
else
{
// g
// p u
// c
RotateL(parent);
RotateR(grandfather);
cur->_col = BLACK;
//parent->_col = RED;
grandfather->_col = RED;
}
break;
}
}
else // (grandfather->_right == parent)
{
// g
// u p
// c
Node* uncle = grandfather->_left;
// 情况1:u存在且为红,变色处理,并继续往上处理
if (uncle && uncle->_col == RED)
{
parent->_col = BLACK;
uncle->_col = BLACK;
grandfather->_col = RED;
// 继续往上调整
cur = grandfather;
parent = cur->_parent;
}
else // 情况2+3:u不存在/u存在且为黑,旋转+变色
{
// g
// u p
// c
if (cur == parent->_right)
{
RotateL(grandfather);
grandfather->_col = RED;
parent->_col = BLACK;
}
else
{
// g
// u p
// c
RotateR(parent);
RotateL(grandfather);
cur->_col = BLACK;
grandfather->_col = RED;
}
break;
}
}
}
_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。
还没有评论,来说两句吧...