【C++高阶(四)】红黑树深度剖析--手撕红黑树!

简介: 【C++高阶(四)】红黑树深度剖析--手撕红黑树!

1. 前言

如果说发明AVL树的人是天才,那么

发明红黑树的人可以称为天才中的

精英!为什么AVL树这么强大但是没啥

人用呢?就是因为红黑树比你还好!

本章重点:

本篇文章着重讲解红黑树的概念以及
性质,以及为了维护红黑树这种性质而
做的限制条件.最后模拟实现红黑树的
插入,带大家熟悉变色和旋转规则!


2. 红黑树的概念以及性质

红黑树的概念:

  • 首先红黑树是一颗二叉搜索树
  • 每个节点都有颜色,红色或黑色
  • 最长路径最多是最短路径的二倍

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. 每条路径上的黑色节点数相同
  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)
为啥满足了以上性质的红黑树就一定
能做到最长路径最多是最短路径的二倍?
下面我画一个极限情况来分析一下!


3. 红黑树为什么更实用?

现在将AVL数和红黑树做一个对比:

  • AVL树阐析:

AVL树是一颗高度平衡二叉树,
它的高度差不能大于1,所以AVL
树的查找是妥妥的O(logn),但是
由于AVL树严格的标准,使得在使用
AVL树时会经常旋转,反而增加了时间!

  • 红黑树阐析:

红黑树是一颗接近平衡的二叉树
它最长路径最多是最短路径的二倍
所以查找的效率是:logn~2logn,
然而2
logn和logn是一个量级的,
并且红黑树的规则没有这么严格,
不会涉及到更多旋转和变色!

综上所述,红黑树的效率虽然比
AVL树差一点,但是总体来说红黑树胜!

4. 红黑树模拟实现代码框架

首先,每个节点都要存一个颜色,

这里我们使用枚举enum来实现

并且和AVL一样也是三叉链!

请看代码:

enum Colour
{
  RED,
    BLACK
};
template<class K,class V>
struct RBTreeNode
{
  RBTreeNode(const pair<K, V>& kv)
    :_left(nullptr)
    , _right(nullptr)
    , _parent(nullptr)
    , _kv(kv)
    ,_col(RED)
  {}
  RBTreeNode<K, V>* _left;
  RBTreeNode<K, V>* _right;
  RBTreeNode<K, V>* _parent;
  pair<K, V> _kv; 
  Colour _col;
};
template<class K, class V>
struct RBTree
{
typedef RBTreeNode<K, V> Node;
private:
  Node* _root = nullptr;
};

有了代码框架后,现在来看看插入


5. 红黑树的插入操作初步分析

和AVL树很相似,红黑树的插入

也是分为两步走:

  1. 按照二叉搜索树的规则插入值
  2. 插入后根据颜色或高度做旋转或变色

众所周知啊,第一步很简单

甚至可以将之前的代码抄过来:

bool insert(const pair<K, V>& kv)//第一步:按照二叉搜索树的方式插入值
{
  if (_root == nullptr)
  {
    _root = new Node(kv);
    _root->_col = BLACK;
    return true;
  }
  Node* cur = _root;
  Node* parent = nullptr;
  while (cur)
  {
    if (cur->_kv.first < kv.first)
    {
      parent = cur;
      cur = cur->_right;
    }
    else if (cur->_kv.first > kv.first)
    {
      parent = cur;
      cur = cur->_left;
    }
    else return false;
  }
  cur = new Node(kv);
  if (parent->_kv.first < kv.first)
    parent->_right = cur;
  else
    parent->_left = cur;
  //此时new出来的节点的parent还指向空
  cur->_parent = parent;
  ///前面的过程和AVL树一致
}

走到这步后,有个问题,新插入的节点

是选择插入红色还是黑色?

对于这个问题,我们要思考两个点,
一是如果插入的是黑色节点,我们
可能会打破哪个规则?如果是插入
红色节点又可能会打破哪个规则?

  • 插入黑色节点,打破规则四,很难办
    因为每个路径检查起来很难!

  • 插入红色节点,打破规则三,比打破
    四要好一些,因为只用看父亲是否为红

综上所述,插入红色更优!
换句话说,你犯错肯定宁愿犯轻一点
的错误被妈妈打一顿,也不愿意犯很重
的错直接被家族除名了对吧[doge]

6. 红黑树的插入操作详解(一)

如果插入的节点的父亲是黑色节点,

那么正是我们想看见的,不用管它了!

那么如果插入的节点的父亲是红色呢?

很明显,这违反了规则三,有连续的红色

节点,所以此时需要做处理了!

先来看一个最简单的情况:

其实红黑树插入节点后的变色和
旋转规则主要是看叔叔,叔叔的情况
不同,那么对应的处理手段就不同,这里
只通过简单变色手段就可以满足规则了!
并且在上图中,将爷爷变成红色后可能会
出现问题,因为爷爷的父亲不知道是红色
还是黑色,所以要不断向上做判断

若不向上更新,可能会有这种情况:


7. 红黑树的插入操作详解(二)

当讲解完最简单的情况后,还剩下两种

情况,这两种情况内部又可细分出几种

情况,请同学们耐心学习!

情况二:cur为红.p为红.g为黑.u不存在/为黑

(并且cur和p都是左或右)

p为g的左孩子,cur为p的左孩子,则右单旋
p为g的右孩子,cur为p的右孩子,则左单旋
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/为黑

(并且若p是g的左,cur就是p的右)

p为g的左孩子,cur为p的右孩子,则做左单旋
p为g的右孩子,cur为p的左孩子,则做右单旋
则转换成了情况二

至此,红黑树的插入的所有情况都
讲解完毕,接下来就是代码实现了!


8. 红黑树的插入代码实现

在整个大情况分类中,可以归为两类

一是叔叔为红色,二是叔叔为黑色或者

叔叔不存在,我们围绕着这两个大方向写!

//走到这一步后,就已经找到cur和parent了!
while (parent && parent->_col == RED)//当parent为黑就不用往上更新了
{
  if (parent == _root)
  {
    _root->_col = BLACK;
    break;
  }
  Node* grandf = parent->_parent;
  assert(grandf);
  assert(grandf->_col == BLACK);
  Node* uncle = nullptr;
  if (parent == grandf->_left)//判断叔叔在par的左还是右
    uncle = grandf->_right;
  else uncle = grandf->_left;
  if (uncle == nullptr || uncle->_col == BLACK)//uncle为空或为黑有四种情况来变色+旋转
  {
    if (parent == grandf->_left && cur == parent->_left)//左左->右旋+变色
    {
      RotateR(grandf);
      parent->_col = BLACK;
      grandf->_col = RED;
      break;
    }
    else if (parent == grandf->_right && cur == parent->_right)//右右->左旋+变色
    {
      RotateL(grandf);
      parent->_col = BLACK;
      grandf->_col = RED;
      break;
    }
    else if (parent == grandf->_left && cur == parent->_right)//左右->先左旋再右旋再变色
    {
      RotateL(parent);
      RotateR(grandf);
      cur->_col = BLACK;
      grandf->_col = RED;
      break;
    }
    else if (parent == grandf->_right && cur == parent->_left)//右左->先右旋再左旋再变色
    {
      RotateR(parent);
      RotateL(grandf);
      cur->_col = BLACK;
      grandf->_col = RED;
      break;
    }
  }
  else if (uncle && uncle->_col == RED)//叔叔为红,直接变色,不旋转
  {
    parent->_col = BLACK;
    uncle->_col = BLACK;
    grandf->_col = RED;
    cur = grandf;
    parent = cur->_parent;//将parent更新后往上传!
  }
  _root->_col = BLACK;
}

可以发现一个问题,只要是叔叔的颜色
是黑色或叔叔不存在的情况下,执行完
旋转+变色后都直接break了,这是因为
在这种情况下,父亲节点都被变成了黑色,
也就没必要继续往上了!并且在红黑树的
左旋和右旋中,代码其实和AVL树的旋转是
一模一样的,所以直接copy一份就行了!

若你不清楚旋转的代码,请看这篇文章:

AVL树模拟实现!


9. 总结以及拓展

AVL树和红黑树的代码实现都只讲解

了插入操作,因为删除操作太复杂了,

并且就算实现了删除操作也没有太大

的实际意义,所以只需要了解插入即可!

并不是需要你真正的会手撕!

拓展阅读:

红黑树的删除图解


🔎 下期预告:哈希表,哈希桶 🔍


相关文章
|
6月前
|
C++ 容器
【C++】红黑树模拟实现STL中的map与set
【C++】红黑树模拟实现STL中的map与set
|
3月前
|
关系型数据库 C++ 容器
【C++航海王:追寻罗杰的编程之路】关联式容器的底层结构——红黑树
【C++航海王:追寻罗杰的编程之路】关联式容器的底层结构——红黑树
37 0
|
4月前
|
Java C++ Python
【C++】手撕红黑树
【C++】手撕红黑树
26 1
|
4月前
|
算法 测试技术 C++
【C++高阶】掌握AVL树:构建与维护平衡二叉搜索树的艺术
【C++高阶】掌握AVL树:构建与维护平衡二叉搜索树的艺术
35 2
|
4月前
|
算法 C++
【C++高阶】高效搜索的秘密:深入解析搜索二叉树
【C++高阶】高效搜索的秘密:深入解析搜索二叉树
42 2
|
5月前
|
编译器 C++ 容器
【C++/STL】:list容器的深度剖析及模拟实现
【C++/STL】:list容器的深度剖析及模拟实现
44 2
|
5月前
|
存储 编译器 程序员
【C++高阶】C++继承学习手册:全面解析继承的各个方面
【C++高阶】C++继承学习手册:全面解析继承的各个方面
54 1
|
4月前
|
存储 算法 C++
【C++高阶】探索STL的瑰宝 map与set:高效数据结构的奥秘与技巧
【C++高阶】探索STL的瑰宝 map与set:高效数据结构的奥秘与技巧
64 0
|
4月前
|
编译器 程序员 C++
【C++高阶】掌握C++多态:探索代码的动态之美
【C++高阶】掌握C++多态:探索代码的动态之美
43 0
|
6月前
|
Java C语言 C++
从C语言到C++_28(红黑树RedBlackTree)概念+插入接口实现(上)
从C语言到C++_28(红黑树RedBlackTree)概念+插入接口实现
52 4