红黑树(Red-Black Tree

简介: 红黑树(Red-Black Tree)是一种自平衡二叉搜索树,它的插入、删除和查找操作的平均时间复杂度都是 O(log n)。红黑树的高度始终保持在 O(log n) 级别,因此它是一种高效的数据结构。红黑树的基本原理是,它的每个节点都有一个平衡因子,表示该节点的左子树和右子树的高度差。插入和删除操作会改变节点的平衡因子,因此需要通过旋转操作来重新平衡树。

红黑树(Red-Black Tree)是一种自平衡二叉搜索树,它的插入、删除和查找操作的平均时间复杂度都是 O(log n)。红黑树的高度始终保持在 O(log n) 级别,因此它是一种高效的数据结构。
红黑树的基本原理是,它的每个节点都有一个平衡因子,表示该节点的左子树和右子树的高度差。插入和删除操作会改变节点的平衡因子,因此需要通过旋转操作来重新平衡树。
使用红黑树时,需要提供以下几个方法:

  1. 插入节点:将一个节点插入到红黑树中,并返回插入后的树。
  2. 删除节点:将一个节点从红黑树中删除,并返回删除后的树。
  3. 查找节点:在红黑树中查找某个节点。
  4. 旋转操作:将一个节点旋转以重新平衡红黑树。
  5. 获取平衡因子:获取一个节点的平衡因子。
  6. 更新平衡因子:更新一个节点的平衡因子。
    在插入和删除节点时,需要先比较当前节点的平衡因子,如果平衡因子大于 1 或小于 -1,则需要进行旋转操作来重新平衡树。
    下面是一个简单的红黑树的实现:

class Node:
def init(self, key):
self.key = key
self.left = None
self.right = None
self.height = 1
self.balance_factor = 0
class RedBlackTree:
def init(self):
self.root = None
def insert(self, key):
if not self.root:
self.root = Node(key)
else:
self.root = self._insert(self.root, key)
return self
def _insert(self, node, key):
if key < node.key:
node.left = self._insert(node.left, key)
elif key > node.key:
node.right = self._insert(node.right, key)
else:
return node
node.height = 1 + max(self._height(node.left), self._height(node.right))
balance_factor = self._get_balance_factor(node)
if balance_factor > 1:
if self._get_balance_factor(node.left) < 0:
node.left = self._rotate_left(node.left)
node = self._rotate_right(node)
elif balance_factor < -1:
if self._get_balance_factor(node.right) > 0:
node.right = self._rotate_right(node.right)
node = self._rotate_left(node)
return node
def delete(self, key):
if self.root:
self.root = self._delete(self.root, key)
return self
def _delete(self, node, key):
if not node:
return node
if key < node.key:
node.left = self._delete(node.left, key)
elif key > node.key:
node.right = self._delete(node.right, key)
else:
if not node.left:
return node.right
elif not node.right:
return node.left
temp = self._find_min_value_node(node.right)
node.key = temp.key
node.right = self._delete(node.right, temp.key)
if not node:
return node
node.height = 1 + max(self._height(node.left), self._height(node.right))
balance_factor = self._get_balance_factor(node)
if balance_factor > 1:
if self._get_balance_factor(node.left) < 0:
node.left = self._rotate_left(node.left)
node = self._rotate_right(node)
elif balance_factor < -1:
if self._get_balance_factor(node.right) > 0:
node.right = self._rotate_right(node.right)
node = self._rotate_left(node)
return node
def _rot

目录
相关文章
|
存储
数据结构之二叉查找树(Binary Search Tree)和红黑树(Red Black Tree)
二叉查找树又可以称之为 : 二叉搜索树 , 二叉排序树 , 它或者是一棵空树,或者是具有下列性质的二叉树:若它的左子树不空,则左子树上所有结点的值均小于它的根节点的值;若它的右子树不空,则右子树上所有结点的值均大于它的根结点的值;它的左、右子树也分别为二叉排序树。二叉搜索树作为一种经典的数据结构,它既有链表的快速插入与删除操作的特点,又有数组快速查找的优势 , 下图中这棵树,就是一棵典型的二叉查找树
155 1
|
7月前
|
Java
hdu-1312-Red and Black
hdu-1312-Red and Black
35 0
|
存储 缓存 NoSQL
红黑树(Red-Black Tree)
红黑树(Red-Black Tree)
197 0
HDU - 1312 Red and Black(DFS)
There is a rectangular room, covered with square tiles. Each tile is colored either red or black. A man is standing on a black tile. From a tile, he can move to one of four adjacent tiles. But he can’t move on red tiles, he can move only on black tiles. Write a program to count the number of black
90 0
|
C++
【PAT甲级 - C++题解】1135 Is It A Red-Black Tree
【PAT甲级 - C++题解】1135 Is It A Red-Black Tree
104 0
hdu 1312 Red and Black(BFS)
hdu 1312 Red and Black(BFS)
147 0
hdu 1312 Red and Black
一个人从@点出发,求他所能到达的'.'的数目,'#'不可走,@本身算1个点。 思路:搜索入门题。
154 0