面试还在被红-黑树虐?看完这篇轻松搞定面试官(二)

简介: 面试还在被红-黑树虐?看完这篇轻松搞定面试官

3. 红-黑树的操作


红-黑树的基本操作是添加、删除和旋转。对红-黑树进行添加或删除后,可能会破坏其平衡性,会用到哪种旋转方式去修正呢?我们首先对红-黑树的节点做一介绍,然后分别对左旋和右旋的具体实现做一分析,最后我们探讨下红-黑树的具体操作。

3.1 红-黑树的节点

红-黑树是对二叉搜索树的改进,所以其节点与二叉搜索树是差不多的,只不过在它基础上增加了一个boolean型变量来表示节点的颜色,具体看RBNode类:

public class RBNode<T extends Comparable<T>>{
    boolean color; //颜色
    T key; //关键字(键值)
    RBNode<T> left; //左子节点
    RBNode<T> right; //右子节点
    RBNode<T> parent; //父节点
    public RBNode(T key, boolean color, RBNode<T> parent, RBNode<T> left, RBNode<T> right) {
        this.key = key;
        this.color = color;
        this.parent = parent;
        this.left = left;
        this.right = right;
    }
    public T getKey() {
        return key;
    }
    public String toString() {
        return "" + key + (this.color == RED? "R" : "B");
    }
}


3.2 左旋的具体实现


上面对左旋的概念已经有了感性的认识了,这里就不再赘述了,我们从下面的代码中结合上面的示意图,探讨一下左旋的具体实现:

/*************对红黑树节点x进行左旋操作 ******************/
/*
 * 左旋示意图:对节点x进行左旋
 *     p                       p
 *    /                       /
 *   x                       y
 *  / \                     / \
 * lx  y      ----->       x  ry
 *    / \                 / \
 *   ly ry               lx ly
 * 左旋做了三件事:
 * 1. 将y的左子节点赋给x的右子节点,并将x赋给y左子节点的父节点(y左子节点非空时)
 * 2. 将x的父节点p(非空时)赋给y的父节点,同时更新p的子节点为y(左或右)
 * 3. 将y的左子节点设为x,将x的父节点设为y
 */
private void leftRotate(RBNode<T> x) {
    //1. 将y的左子节点赋给x的右子节点,并将x赋给y左子节点的父节点(y左子节点非空时)
    RBNode<T> y = x.right;
    x.right = y.left;
    if(y.left != null) 
        y.left.parent = x;
    //2. 将x的父节点p(非空时)赋给y的父节点,同时更新p的子节点为y(左或右)
    y.parent = x.parent;
    if(x.parent == null) {
        this.root = y; //如果x的父节点为空,则将y设为父节点
    } else {
        if(x == x.parent.left) //如果x是左子节点
            x.parent.left = y; //则也将y设为左子节点
        else
            x.parent.right = y;//否则将y设为右子节点
    }
    //3. 将y的左子节点设为x,将x的父节点设为y
    y.left = x;
    x.parent = y;       
}


3.3 右旋具体实现


上面对右旋的概念已经有了感性的认识了,这里也不再赘述了,我们从下面的代码中结合上面的示意图,探讨一下右旋的具体实现:

/*************对红黑树节点y进行右旋操作 ******************/
/*
 * 左旋示意图:对节点y进行右旋
 *        p                   p
 *       /                   /
 *      y                   x
 *     / \                 / \
 *    x  ry   ----->      lx  y
 *   / \                     / \
 * lx  rx                   rx ry
 * 右旋做了三件事:
 * 1. 将x的右子节点赋给y的左子节点,并将y赋给x右子节点的父节点(x右子节点非空时)
 * 2. 将y的父节点p(非空时)赋给x的父节点,同时更新p的子节点为x(左或右)
 * 3. 将x的右子节点设为y,将y的父节点设为x
 */
private void rightRotate(RBNode<T> y) {
    //1. 将y的左子节点赋给x的右子节点,并将x赋给y左子节点的父节点(y左子节点非空时)
    RBNode<T> x = y.left;
    y.left = x.right;
    if(x.right != null) 
        x.right.parent = y;
    //2. 将x的父节点p(非空时)赋给y的父节点,同时更新p的子节点为y(左或右)
    x.parent = y.parent;
    if(y.parent == null) {
        this.root = x; //如果x的父节点为空,则将y设为父节点
    } else {
        if(y == y.parent.right) //如果x是左子节点
            y.parent.right = x; //则也将y设为左子节点
        else
            y.parent.left = x;//否则将y设为右子节点
    }
    //3. 将y的左子节点设为x,将x的父节点设为y
    x.right = y;
    y.parent = x;       
}


3.4 插入操作


分析完了红-黑树中主要的旋转操作,接下来我们开始分析常见的插入、删除等操作了。这里先分析插入操作。 由于红-黑树是二叉搜索树的改进,所以插入操作的前半工作时相同的,即先找到待插入的位置,再将节点插入,先来看看插入的前半段代码:

/*********************** 向红黑树中插入节点 **********************/
public void insert(T key) {
    RBNode<T> node = new RBNode<T>(key, RED, null, null, null);
    if(node != null) 
        insert(node);
}
//将节点插入到红黑树中,这个过程与二叉搜索树是一样的
private void insert(RBNode<T> node) {
    RBNode<T> current = null; //表示最后node的父节点
    RBNode<T> x = this.root; //用来向下搜索用的
    //1. 找到插入的位置
    while(x != null) {
        current = x;
        int cmp = node.key.compareTo(x.key);
        if(cmp < 0) 
            x = x.left;
        else
            x = x.right;
    }
    node.parent = current; //找到了位置,将当前current作为node的父节点
    //2. 接下来判断node是插在左子节点还是右子节点
    if(current != null) {
        int cmp = node.key.compareTo(current.key);
        if(cmp < 0)
            current.left = node;
        else
            current.right = node;
    } else {
        this.root = node;
    }
    //3. 将它重新修整为一颗红黑树
    insertFixUp(node);
}

这与二叉搜索树中实现的思路一模一样,这里不再赘述,主要看看方法里面最后一步insertFixUp操作。因为插入后可能会导致树的不平衡,insertFixUp方法里主要是分情况讨论,分析何时变色,何时左旋,何时右旋。我们先从理论上分析具体的情况,然后再看insertFixUp方法的具体实现。

如果是第一次插入,由于原树为空,所以只会违反红-黑树的规则2,所以只要把根节点涂黑即可;如果插入节点的父节点是黑色的,那不会违背红-黑树的规则,什么也不需要做;但是遇到如下三种情况时,我们就要开始变色和旋转了:

  • 1.插入节点的父节点和其叔叔节点(祖父节点的另一个子节点)均为红色的;
  • 2.插入节点的父节点是红色,叔叔节点是黑色,且插入节点是其父节点的右子节点;
  • 3.插入节点的父节点是红色,叔叔节点是黑色,且插入节点是其父节点的左子节点。

下面我们先挨个分析这三种情况都需要如何操作,然后再给出实现代码。

对于情况1:插入节点的父节点和其叔叔节点(祖父节点的另一个子节点)均为红色的。此时,肯定存在祖父节点,但是不知道父节点是其左子节点还是右子节点,但是由于对称性,我们只要讨论出一边的情况,另一种情况自然也与之对应。这里考虑父节点是祖父节点的左子节点的情况,如下左图所示:

6559d400fa932d72de969acd3d3f90a1_640_wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1.jpg

于这种情况,我们要做的操作有:将当前节点(4)的父节点(5)和叔叔节点(8)涂黑,将祖父节点(7)涂红,变成上右图所示的情况。再将当前节点指向其祖父节点,再次从新的当前节点开始算法(具体等下看下面的程序)。这样上右图就变成了情况2了。


对于情况2:插入节点的父节点是红色,叔叔节点是黑色,且插入节点是其父节点的右子节点。我们要做的操作有:将当前节点(7)的父节点(2)作为新的节点,以新的当前节点为支点做左旋操作。完成后如左下图所示,这样左下图就变成情况3了。

8220bf41530fd32d1576315846456c32_640_wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1.jpg

于情况3:插入节点的父节点是红色,叔叔节点是黑色,且插入节点是其父节点的左子节点。我们要做的操作有:将当前节点的父节点(7)涂黑,将祖父节点(11)涂红,在祖父节点为支点做右旋操作。最后把根节点涂黑,整个红-黑树重新恢复了平衡,如右上图所示。至此,插入操作完成!


我们可以看出,如果是从情况1开始发生的,必然会走完情况2和3,也就是说这是一整个流程,当然咯,实际中可能不一定会从情况1发生,如果从情况2开始发生,那再走个情况3即可完成调整,如果直接只要调整情况3,那么前两种情况均不需要调整了。故变色和旋转之间的先后关系可以表示为:变色->左旋->右旋。


至此,我们完成了全部的插入操作。下面我们看看insertFixUp方法中的具体实现(可以结合上面的分析图,更加利与理解):

private void insertFixUp(RBNode<T> node) {  
    RBNode<T> parent, gparent; //定义父节点和祖父节点  
    //需要修整的条件:父节点存在,且父节点的颜色是红色  
    while(((parent = parentOf(node)) != null) && isRed(parent)) {  
        gparent = parentOf(parent);//获得祖父节点  
        //若父节点是祖父节点的左子节点,下面else与其相反  
        if(parent == gparent.left) {                  
            RBNode<T> uncle = gparent.right; //获得叔叔节点  
            //case1: 叔叔节点也是红色  
            if(uncle != null && isRed(uncle)) {  
                setBlack(parent); //把父节点和叔叔节点涂黑  
                setBlack(uncle);  
                setRed(gparent); //把祖父节点涂红  
                node = gparent; //将位置放到祖父节点处  
                continue; //继续while,重新判断  
            }  
            //case2: 叔叔节点是黑色,且当前节点是右子节点  
            if(node == parent.right) {  
                leftRotate(parent); //从父节点处左旋  
                RBNode<T> tmp = parent; //然后将父节点和自己调换一下,为下面右旋做准备  
                parent = node;  
                node = tmp;  
            }  
            //case3: 叔叔节点是黑色,且当前节点是左子节点  
            setBlack(parent);  
            setRed(gparent);  
            rightRotate(gparent);  
        } else { //若父节点是祖父节点的右子节点,与上面的完全相反,本质一样的  
            RBNode<T> uncle = gparent.left;  
            //case1: 叔叔节点也是红色  
            if(uncle != null & isRed(uncle)) {  
                setBlack(parent);  
                setBlack(uncle);  
                setRed(gparent);  
                node = gparent;  
                continue;  
            }  
            //case2: 叔叔节点是黑色的,且当前节点是左子节点  
            if(node == parent.left) {  
                rightRotate(parent);  
                RBNode<T> tmp = parent;  
                parent = node;  
                node = tmp;  
            }  
            //case3: 叔叔节点是黑色的,且当前节点是右子节点  
            setBlack(parent);  
            setRed(gparent);  
            leftRotate(gparent);  
        }  
    }  
    //将根节点设置为黑色  
    setBlack(this.root);  
}

相关文章
|
3月前
|
机器学习/深度学习 算法 数据挖掘
【数据挖掘】 GBDT面试题:其中基分类器CART回归树,节点的分裂标准是什么?与RF的区别?与XGB的区别?
文章讨论了梯度提升决策树(GBDT)中的基分类器CART回归树的节点分裂标准,并比较了GBDT与随机森林(RF)和XGBoost(XGB)的区别,包括集成学习方式、偏差-方差权衡、样本使用、并行性、最终结果融合、数据敏感性以及泛化能力等方面的不同。
51 1
|
5月前
|
存储 Java 编译器
【搞定Jvm面试】 面试官:谈谈 JVM 类文件结构的认识
【搞定Jvm面试】 面试官:谈谈 JVM 类文件结构的认识
|
5月前
|
缓存 Java 数据库
Java面试50问,女面试官最喜欢问的居然是它!
Java面试50问,女面试官最喜欢问的居然是它!
|
5月前
|
Java 测试技术 持续交付
Java面试50问,女面试官最喜欢问的居然是它!
Java面试50问,女面试官最喜欢问的居然是它!
|
5月前
|
Java 测试技术 开发者
Java面试50问,女面试官最喜欢问的居然是它!
Java面试50问,女面试官最喜欢问的居然是它!
|
5月前
|
XML JSON JavaScript
Java面试50问,女面试官最喜欢问的居然是它!
Java面试50问,女面试官最喜欢问的居然是它!
|
5月前
|
Java 数据库连接 数据库
Java面试50问,女面试官最喜欢问的居然是它!
Java面试50问,女面试官最喜欢问的居然是它!
|
5月前
|
Java 数据库连接 数据库
Java面试50问,女面试官最喜欢问的居然是它!
Java面试50问,女面试官最喜欢问的居然是它!
|
5月前
|
设计模式 前端开发 Java
Java面试50问,女面试官最喜欢问的居然是它!
Java面试50问,女面试官最喜欢问的居然是它!
|
5月前
|
Java 数据库连接 数据库
Java面试50问,女面试官最喜欢问的居然是它!
Java面试50问,女面试官最喜欢问的居然是它!