一文带你吃透红黑树---红黑树如此简单(二)

简介: 一文带你吃透红黑树---红黑树如此简单(二)

2-3-4树的构建过程

       看图,值得注意的是分裂过程是向上的。也就是这个树的构建跟我们想象的不太一样,整棵树是向上生长的。

2-3-4树到红黑树转换规则

       听说红黑树起源于2-3-4树,红黑树的本质是2-3-4树。不知道对不对,通过2-3-4树确实能够得到红黑树的5大规则。

       重点:2-3-4树到红黑树的等级规则是重点,贯穿了整个接下来的内容。记住这四个等价关系,一会儿我们利用他们通过2-3-4树反推出红黑树的5大原则。

       一共有4个等价关系:

       2节点:

       

       3节点:

       

       4节点:

       

       裂变关系:

       

       通过上面的等级原则,将一个2-3-4树转换成红黑树:

       结论:一颗2-3-4树对应多个红黑树,一个红黑树只对应一个2-3-4树

红黑树

     定义

       红黑树是一种结点带有颜色属性的二叉查找树,但它在二叉查找树之外,还有以下5大性质:

       1.节点是红色或者黑色

       2.根是黑色

       3.所有叶子都是黑色(叶子是NULL节点,这类节点不可以忽视)

       4.每一个红色节点必须有两个黑色的子节点。(从每个叶子到根的所有路径上不能有两个连续的红色节点)

       5.从任一节点到其每个叶子的所有简单路径的包含相同数目的黑色节点(黑色平衡)

       下图就是一个典型的红黑树:

       

        很多文章介绍红黑树到这里就结束了,其实这样是不方便我们真正理解红黑树的。我们需要去理解才能确保之后能够融汇贯通。

     通过2-3-4树反对出红黑树的5大原则:

       1.节点是红色或者黑色 ===> 不言而喻

       2.根是黑色

               这里需要分3中情况:根是2节点、根是3节点、根是4节点

               2.1 根是3节点

               2.1.0 也就是这种情况,我们回顾下2-3-4树的3节点转化成红黑树的规则

               2.1.1 2-3-4树的3节点对应红黑树转化: (上黑下红)

               

                2.1.2 通过转化我们可以知道当2-3-4树的根是3节点时对应的红黑树的根一定是黑色

                2.2 根是2节点

                2.2.0 也就是这种情况, 我们回顾下2-3-4树的2节点转化成红黑树的规则

                2.2.1 2-3-4树的2节点对应红黑树转化:(直接转成黑色)

               

                2.2.2 通过转化我们可以知道当2-3-4树的根是2节点时对应的红黑树的根一定时黑色

               2.3 根是4节点

                2.3.0 也就是这种情况,我们回顾下2-3-4树的4节点转化成红黑树的规则

                2.3.1 2-3-4树的4节点对应红黑树转化:(上黑下红)

               

                2.3.2  通过转化我们可以知道当2-3-4树的根是4节点时对应的红黑树的根一定时黑色

       3.所有的叶子节点都是黑色 ===> 所有的2节点转化为红黑树都是黑色

       4.每一个红色节点必须有两个黑色的子节点 ===> 为了保持黑色平衡(如规则5)

               我们根据2-3-4树推出这个结论

               4.1 当红色节点伪叶子节点(这里我们这么称呼是方便理解)

               

                这种情况很好理解,我们回顾红黑树的规则3【所有叶子都是黑色(叶子是NULL节点,这类节点不可以忽视)】

               4.2 先说明2-3-4树会发生裂变的情况,只有当2-3-4树的某个结点已经存在3个元素并且还需要往这个节点中插入新元素的时候,这时候就会向上发生分裂。

               整个裂变的过程分成: 3节点转化--> 插入新节点(新插入的节点一定是红色) --> 判断是不是根节点(根节点需要变成黑色)。  

               

       5.从任一节点到其每个叶子的所有简单路径的包含相同数目的黑色节点

               该规则也称之为黑色平衡,红黑树保持黑色平衡是很重要的性质。通过上述的一些规则有约定,我们可以发现我们构建的红黑树已经满足了黑色平衡。换句话说可能更加准确:红黑树只保持黑色平衡,不关注红色节点(这个性质在删除操作时会变现的很彻底)。正是因为红黑树的黑色平衡性质防止像二叉查找树一样退化成链表的情况,也减少了像AVL树为了保持高度平衡导致调整的代价太大。所以可以理解为AVL树的折中方案。

               在实际的项目开发过程中,一味的选择红黑树作为底层的数据结构一定很合理嘛?答案显然不是,当我们的查找的次数远大于插入和删除的操作。我们可以选择AVL树,AVL树的高度平衡的特性在一定程度上比红黑树的高度要低,查找的效率更高。如果项目中的频繁的插入和删除操作那么就需要选择后红黑树,AVL为了保持高度平衡会付出很大的代价。

       常见操作

      我们介绍完了红黑树的5大规则,接下来我们看下红黑树的基本操作(左旋、右旋之前已经介绍过了,这里我们更详细介绍一次)。

       变色:

       节点的颜色由黑变红或者由红变黑

       左旋:

        以某一个节点作为旋转点,其右子节点变为旋转节点的父节点,右子节点的左子点变为旋转节点的右子节点,左子节点保持不变。

       右旋:

       以某一个节点作为旋转点,其左子节点变为旋转节点的父节点,左子节点的右子节点变为旋转节点的左子节点,右子节点保持不变。

      新增:

       分情况讨论,主要是要找到插入的位置,然后自平衡(左旋或者右旋)且插入节点是红色(如果是红色的话,那么当前分支上会多出一个黑色节点出来,从而破坏了黑色平衡)。

               举例说明:以左子树为例子,右子树的情况则相反。                                                          

               a.如果插入的是第一个节点(根节点),红色变成黑色。                                                      

               b.如果父节点为黑色,则直接插入,不需要变色。                                                          

               c.如果父节点为红色,叔叔节点也是红色(此时爷爷节点一定是黑色),则父节点和叔叔节点变黑色,爷爷节点变成红色(如果爷爷节点是根节点,则再变成黑色),爷爷节点此时需要递归(把爷爷节点当作新插入的节点再次进行比较)                                                                                        

               这里做个说明,为什么这种情况是爷爷一定是黑色的。在红黑树不可能存在两个连续的红色,因为红色节点一定是连着两个两个黑色的子节点的。

 插入3,因为5是根节点,需要再次变黑

插入2,3和4变黑,4变红。满足黑色平衡,递归停止。

               d.如果父节点是红色,没有叔叔节点或者叔叔节点是黑色(此时只能是NULL节点),此时以爷爷节点为支点右旋,旋转之后原来的爷爷节点变红色,原来的父亲节点变黑色。                  

        插入1  

       不难看出,整个过程分成了两个部分:新增节点、新增之后的调整(见代码)      

       因为新增删除相对简单而且与删除操作类似,这里我们不详细介绍。我们重点看删除操作,弄懂删除操作,对于新增操作就自然明白了(还是不理解的朋友,可以留言或者私信一起讨论)。

删除(难点):

       通俗点讲就是三句话 (大的情况分了三种)--> 自己能搞定的自己搞定、搞不定的找兄弟和父亲帮忙、父亲和兄弟都帮不了那有福同享,有难同当(父亲和兄弟自损节点)

       其实删除和新增节点类似:删除节点、删除之后的调整(保持红黑树的规则)

       我们详细的说下到底怎么删除才是合理的?

       删除操作一共有三种情况:这三种情况根据红黑树节点情况进行划分的

       1.删除的是叶子节点,直接删除(例如: 删除2、6、13、18)  --> 删除后仍然是颗红黑树

       2.删除的节点有一个子节点,那么用子节点来替代删除节点(例如:删除4) --> 子节点替代后仍然是颗红黑树

       3.删除的节点有2个子节点,此时需要找到前驱节点或者后继节点来替代

               这种情况比较复杂:我们通常是通过前驱节点或者后继节点来覆盖需要删除的节点,然后再将前驱节点或者后继节点删除。

               为什么这么做呢?

               比如上图:现在我们需要删除key = 10 的节点,如果直接删除 key = 10,那么需要将10断开,然后用key = 6,或者 key = 13去代替key = 10的位置,然后需要将 key = 6 或者 key = 13的节点删除。这样的代价显然比较大。

               补充说明:前驱节点是小于当前节点的最大值、后继节点是大于当前节点的最小值

               被删除的前驱节点或者后继节点只有2种情况:(回到了1、2的情况)

               a.被删除节点是叶子节点

b.被删除节点只有一个孩(如下图的情况,要么是左孩子、要么是右孩子)

                     c.有一种特别的情况说明下,当只有一个根节点时直接删除即可(root = NULL)

删除后的调整      

删除操作对应2-3-4树的关系

       根据上面的解释,我们知道删除节点只能是叶节点或者带有一个子节点的非叶子节点。

       我们接着分析: 红黑树的叶子节点和叶子节点的上一层一定对应2-3-4树的叶子节点,所以对应2-3-4树的删除,一定是删除2-3-4的叶子节点。【补充说明:2-3-4树是向上分裂的,所以2-3-4树是一个满二叉树,根据2-3-4树转化的红黑树非叶子节点以及非叶子节点的上以层以外的其他节点一定是有两个孩子的】

其实我们不难看出,2-3-4树本身就是保持黑色平衡的(2-3-4树没有颜色的,不要被误会了)

我们看下上面这张图,我们删除 0、1 、7、7.5、9、10、11都是合法的。说人话,在2-3-4树中我们删除3节点和4节点中的一个元素是合法的,删除后来仍然满足2-3-4树。

那我删除 key = 3、4、5呢? 当我们删除key=3时,key=2的节点需要挂两个孩子,不再满足时一颗2-3-4树。此时需要通过父节点向兄弟借,如果兄弟借不了,兄弟或者父亲节点用自己来借。

       总结描述:

       a.自己能搞定的自己搞定

  1. 如果删除的节点对应于2-3-4树的3节点或者4节点,则直接删除,不用跟兄弟和父亲节点借。

    对应红黑树:如果删除的是红色节点,则直接删除。如果删除的是黑色节点,则红色节点上来替代,变黑即可,不需要调整。【红黑树删除情况的 1、2】

       b.自己搞不定的找兄弟借,兄弟不借,找父亲借。父亲下来,兄弟找一个元素代替父亲【保证在x轴上的排序】

b.1 前提是找到"真正"的兄弟节点

b.2 兄弟有得借(此时兄弟节点一定是黑色,如果是红色那说明这个节点不是真正的兄弟节点,需要回到上一步找真正的兄弟节点)

       兄弟节点有两个子节点的情况(2个子节点肯定是红色,如果是黑色的话相当于此时兄弟节点对应2-3-4树是2节点,不可能有多余的元素可以借),此时需要旋转变颜色。

       兄弟节点只有一个子节点的情况,此时需要旋转变色

       c.父亲和兄弟自损节点

       兄弟节点没有多余元素可借(此时兄弟节点一定是黑色2节点),此时兄弟节点所在分支也要自损一个黑色节点以此达到黑色平衡,最快的方式就是兄弟节点直接变红(相当于就是减少一个黑色节点),此时父亲节点为root的子树又达到了平衡(两边都比之前少一个黑色)。但是以祖父节点为root的树依然是不平衡的,此时需要递归处理。

手写红黑树

main.cpp ==> 用于测试

#include <iostream>
#include "RBTree.h"
using namespace std;
int main()
{
  RBTree* tree1 = new RBTree();
  int key = 0;
  int value = 0;
  // 插入
  for(int i = 0; i < 10; i++)
  {
    key = i + 1;
    value = i + 1;
    tree1->put(key, value);
    /*tree1->printTree();*/
  }
  // 删除
  tree1->printTree();
  while (1)
  {
    cin >> key;
    tree1->remove(key);
    tree1->printTree();
  }
  delete tree1;
  return 0;
}

RBTree.h

#pragma once
#define BLACK true
#define RED   false
struct RBNode
{
  RBNode* parent;
  RBNode* left;
  RBNode* right;
  bool color;
  int  key;
  int  value;
  RBNode()
  {
  }
  RBNode(int key, int value, RBNode* parent)
  {
    this->key = key;
    this->parent = parent;
    this->value = value;
    this->left = nullptr;
    this->right = nullptr;
    this->color = BLACK;
  }
  // 比较器
};
class RBTree
{
public:
  RBTree():root(nullptr)
  {
  }
  ~RBTree()
  {
  }
  // 新增
  void put(int k, int v);
  // 删除
  int remove(int key);
  // 打印
  void printTree();
private:
  // 左旋
  void leftRotate(RBNode* p);
  // 右旋
  void rightRotate(RBNode* p);
  // 新增调整
  void fixAfterPut(RBNode* x);
  // 寻找前驱节点
  RBNode* predecessor(RBNode* node);
  // 寻找后继节点
  RBNode* sucessor(RBNode* node);
    // 找到key对应的位置
  RBNode* getNode(int key);
  // 删除
  void deleteNode(RBNode* node);
  // 删除后调整
  void fixAfterRemove(RBNode* x);
  // 父节点
  RBNode* parentOf(RBNode* node);
  // 右孩子
  RBNode* rightOf(RBNode* node);
  // 左孩子
  RBNode* leftOf(RBNode* node);
  // 改变颜色
  void setColor(RBNode* node, bool color);
  // 获取颜色
  bool colorOf(RBNode* node);
  // 销毁红黑树
  void deleteTree();
private:
  RBNode* root;
};

RBTree.cpp

#include "RBTree.h"
#include <queue>
#include <iostream>
#include <stack>
/*
-----------------------------------------
  围绕p左旋:
      p                       r
       / \                    /  \
     pl   r         ===>   p     rr
       /  \              / \
      rl   rr          pl  rl
-----------------------------------------
*/
void RBTree::leftRotate(RBNode* p)
{
  if (p != nullptr)
  {
    RBNode* r = p->right;
    p->right = r->left;
    if (r->left != nullptr)
    {
      r->left->parent = p;
    }
    r->parent = p->parent;
    // 如果p是根节点
    if (p->parent == nullptr)
    {
      root = r;
    }
    else if(p->parent->left == p)  // p是左孩子
    {
      p->parent->left = r;
    }
    else  // p是右孩子
    {
      p->parent->right = r;
    }
    r->left = p;
    p->parent = r;
  }
}
/*
------------------------------------------
  围绕p右旋:
      p                      pl
       / \                    /  \
     pl   r         ===>   p     p
      /  \                  /     / \    
     rl   rr               rl    rr  r
-----------------------------------------
*/
void RBTree::rightRotate(RBNode* p)
{
  if (p != nullptr)
  {
    RBNode* l = p->left;
    p->left = l->right;
    if (l->right != nullptr)
    {
      l->right->parent = p;
    }
    l->parent = p->parent;
    // 如果p是根节点
    if (p->parent == nullptr)
    {
      root = l;
    }
    else if (p->parent->right == p)  // p是左孩子
    {
      p->parent->right = l;
    }
    else  // p是右孩子
    {
      p->parent->left = l;
    }
    l->right = p;
    p->parent = l;
  }
}
void RBTree::put(int k, int v)
{
  RBNode* t = root;
  // 如果是根节点
  if (t == nullptr)
  {
    root = new RBNode(k, v, nullptr);
    return;
  }
  // 需要插入位置
  // 定义一个双亲指针
  RBNode* parent = nullptr;
  // 沿着跟节点寻找插入位置
  do
  {
    parent = t;
    if(k < parent->key)
    {
      t = t->left;
    }
    else if(k > parent->key)
    {
      t = t->right;
    }
    else
    {
      t->value = v;
      return;
    }
  } while (t != nullptr);
  // t == nullptr 说明没有找到相同的节点
  RBNode* e = new RBNode(k, v, parent);
  // 挂在左孩子上
  if (k < parent->key)
  {
    parent->left = e;
  }
  else
  {
    parent->right = e;
  }
  // 调整
  fixAfterPut(e);
}
/*
    1. 2-3-4树:新增元素+2节点合并(节点中只有1个元素) = 3节点(节点中有2个元素)
     红黑树:新增一个红色节点+黑色父节点 = 上黑下红  (不需要调整)
  2. 2-3-4树: 新增元素+3节点合并(节点中只有2个元素) = 4节点(节点中有3个元素)
     这里有6种情况:(左3、右3需要调整 | 左2右1、右2左1需要调整 | 其他2种情况不需要调整)
     红黑树:新增一个红色节点+上黑下红 = 排序后中间节点是黑色,两边是红色(3节点)
  3. 2-3-4树: 新增一个元素+4节点合并(节点中只有3个元素) = 原来的4节点分裂,中间元素升级为父节点,新增节点与剩下的节点合并
     红黑树:新增一个红色节点+爷爷节点黑色,父节点和叔叔节点都是红色 = 爷爷节点变红,父亲和叔叔节点变黑,如果爷爷节点是根节点,则爷爷节点变黑
*/
void RBTree::fixAfterPut(RBNode* x)
{
  x->color = RED;
  // 如果父节点是黑色就不需要调整
  while (x != nullptr && x != root && x->parent->color == RED)
  {
    //1.左3: x的父节点是爷爷的左孩子
    if (parentOf(x) == leftOf(parentOf(parentOf(x)))) 
    {
      // 叔叔节点
      RBNode* y = rightOf(parentOf(parentOf(x)));
      // 如果叔叔节点是红色:情况3
      if (colorOf(y) == RED)
      {
        setColor(parentOf(x), BLACK);
        setColor(y, BLACK);
        setColor(parentOf(parentOf(x)), RED);
        x = parentOf(parentOf(x));
      }
      else  // 情况2
      {
        // 左2右1
        if (x == rightOf(parentOf(x)))
        {
          RBNode* p = parentOf(x);
          int tmpkey = p->key;
          int tmpvalue = p->value;
          p->key = x->key;
          p->value = y->value;
          x->key = tmpkey;
          y->value = tmpvalue;
          leftRotate(parentOf(x));
        }
        setColor(parentOf(x), BLACK);
        setColor(parentOf(parentOf(x)), RED);
        rightRotate(parentOf(parentOf(x)));
      }
    }
    else
    {
      // 叔叔节点
      RBNode* y = leftOf(parentOf(parentOf(x)));
      // 如果叔叔节点是红色:情况3
      if (colorOf(y) == RED)
      {
        setColor(parentOf(x), BLACK);
        setColor(y, BLACK);
        setColor(parentOf(parentOf(x)), RED);
        x = parentOf(parentOf(x));
      }
      else  // 情况2
      {
        // 左2右1
        if (x == leftOf(parentOf(x)))
        {
          RBNode* p = parentOf(x);
          int tmpkey = p->key;
          int tmpvalue = p->value;
          p->key = x->key;
          p->value = y->value;
          x->key = tmpkey;
          y->value = tmpvalue;
          rightRotate(parentOf(x));
        }
        setColor(parentOf(x), BLACK);
        setColor(parentOf(parentOf(x)), RED);
        leftRotate(parentOf(parentOf(x)));
      }
    } 
  }
  root->color = BLACK;
}
RBNode* RBTree::predecessor(RBNode* node)
{
  if (node == nullptr)
  {
    return nullptr;
  }
  if(node->left != nullptr)
  {
    RBNode* p = node->left;
    while (p->right != nullptr)
    {
      p = p->right;
    }
    return p;
  }
  else
  {
    RBNode* p = node->parent;
    RBNode* child = node;
    while (p != nullptr && child == p->left)
    {
      child = p;
      p = p->parent;
    }
    return p;
  }
}
RBNode* RBTree::sucessor(RBNode* node)
{
  if (node == nullptr)
  {
    return nullptr;
  }
  if (node->right != nullptr)
  {
    RBNode* p = node->right;
    while (p->left != nullptr)
    {
      p = p->left;
    }
    return p;
  }
  else
  {
    RBNode* p = node->parent;
    RBNode* child = node;
    while (p != nullptr && child == p->right)
    {
      child = p;
      p = p->parent;
    }
    return p;
  }
}
int RBTree::remove(int key)
{
  RBNode* node = getNode(key);
  if (node == nullptr)
  {
    return -1;
  }
  int val = node->value;
  deleteNode(node);
  return val;
}
RBNode* RBTree::getNode(int key)
{
  RBNode* node = root;
  while (root != nullptr)
  {
    if (key < node->key)
    {
      node = node->left;
    }
    else if(key > node->key)
    {
      node = node->right;
    }
    else
    {
      return node;
    }
  }
  return nullptr;
}
/*---------------------------------
删除操作:
1.删除叶子节点,直接删除
2.删除的节点有一个子节点,那么用子节点来替换
3.如果删除的节点有2个子节点,此时需要找到前驱节点或者后继节点来替代
-----------------------------------*/
void RBTree::deleteNode(RBNode* node)
{
  // 3.node节点有2个孩子
  if (node->left != nullptr && node->right != nullptr)
  {
    RBNode* sucessorNode = sucessor(node);
    node->key = sucessorNode->key;
    node->value = sucessorNode->value;
    node = sucessorNode;
  }
  RBNode* replacement = node->left != nullptr ? node->left : node->right;
  // 2.替代节点不为空
  if (replacement != nullptr)
  {
    // 替代者的父指针指向原来的node的父亲
    replacement->parent = node->parent;
    if (node->parent == nullptr)
    {
      root = replacement;
    }
    else if(node == node->parent->left)   // node是左孩子,所以替代者依然是左孩子
    {
      node->parent->left = replacement;
    }
    else // node是右孩子,所以替代者依然是右孩子
    {
      node->parent->right = replacement;
    }
    // 替换完之后需要调整平衡
    if (node->color == BLACK)
    {
            // 需要调整,此时替代节点一定是红色(替代节点一定是红色,此时只要变色)
      fixAfterRemove(replacement);
    }
    // 将node的左右孩子指针和父指针都指向null
    node->left = node->right = node->parent = nullptr;
    delete node;
  }
  else if(node->parent == nullptr)  // 根节点
  {
    node->left = node->right = node->parent = nullptr;
    delete node;
    root = nullptr;
  }
  else  // 1.叶子节点
  {
    // 调整
    if (node->color == BLACK)
    {
      fixAfterRemove(node);
    }
      // 删除
    if (node->parent != nullptr)
    {
      if (node == node->parent->left)
      {
        node->parent->left = nullptr;
      }
      else if(node == node->parent->right)
      {
        node->parent->right = nullptr;
      }
      // node->parent = nullptr;
      node->left = node->right = node->parent = nullptr;
      delete node;
    }
  }
}
void RBTree::fixAfterRemove(RBNode* x)
{
  //情况2/3:
  while (x != root && colorOf(x) == BLACK) 
  {
    if (x == leftOf(parentOf(x)))
    {
      RBNode* rnode = rightOf(parentOf(x));
      // 判断此时兄弟节点是不是真正的兄弟几点
      if (colorOf(rnode) == RED)
      {
        setColor(rnode, BLACK);
        setColor(parentOf(x), RED);
        leftRotate(parentOf(x));
        // 找到真正的兄弟节点
        rnode = rightOf(parentOf(x));
      }
      // 情况3:兄弟没得借
      if (colorOf(leftOf(rnode)) == BLACK && colorOf(rightOf(rnode)))
      {
        setColor(rnode, RED);
        x = parentOf(x);
      }
        // 情况2:自己搞不定,需要向兄弟借,兄弟有得借
      else
      {
        // 分两种小情况:兄弟节点本来是3节点或者4节点
        if (colorOf(rightOf(rnode)) == BLACK)
        {
          setColor(leftOf(rnode), BLACK);
          setColor(rnode, RED);
          rightRotate(rnode);
          rnode = rightOf(parentOf(x));
        }
        // 设置颜色
        setColor(rnode, colorOf(parentOf(x)));
        setColor(parentOf(x), BLACK);
        setColor(rightOf(rnode), BLACK);
        leftRotate(parentOf(x));
        x = root;
      }
    }
    else // x是右孩子
    {
      RBNode* lnode = leftOf(parentOf(x));
      // 判断此时兄弟节点是不是真正的兄弟几点
      if (colorOf(lnode) == RED)
      {
        setColor(lnode, BLACK);
        setColor(parentOf(x), RED);
        rightRotate(parentOf(x));
        // 找到真正的兄弟节点
        lnode = leftOf(parentOf(x));
      }
      // 情况3:兄弟没得借
      if (colorOf(rightOf(lnode)) == BLACK && colorOf(leftOf(lnode)))
      {
        setColor(lnode, RED);
        x = parentOf(x);
      }
      // 情况2:自己搞不定,需要向兄弟借,兄弟有得借
      else
      {
        // 分两种小情况:兄弟节点本来是3节点或者4节点
        if (colorOf(leftOf(lnode)) == BLACK)
        {
          setColor(rightOf(lnode), BLACK);
          setColor(lnode, RED);
          leftRotate(lnode);
          lnode = leftOf(parentOf(x));
        }
        // 设置颜色
        setColor(lnode, colorOf(parentOf(x)));
        setColor(parentOf(x), BLACK);
        setColor(leftOf(lnode), BLACK);
        rightRotate(parentOf(x));
        x = root;
      }
    }
  }
  //情况1:替代节点是红色,则直接染黑,补偿删除的黑色节点,这样红黑树依然保持平衡
  //递归补偿
  setColor(x, BLACK);
}
RBNode* RBTree::parentOf(RBNode* node)
{
  return node != nullptr ? node->parent : nullptr;
}
RBNode* RBTree::rightOf(RBNode* node)
{
  return node != nullptr ? node->right : nullptr;
}
RBNode* RBTree::leftOf(RBNode* node)
{
  return node != nullptr ? node->left : nullptr;
}
bool RBTree::colorOf(RBNode* node)
{
  // 如果为空,实际上是黑色
  return node == nullptr ? BLACK : node->color;
}
void RBTree::setColor(RBNode* node, bool color)
{
  if (node != nullptr)
  {
    node->color = color;
  }
}
// 底层遍历
void RBTree::printTree()
{
  std::queue<RBNode*> que;
  que.push(root);
  while (!que.empty())
  {
    RBNode* node = que.front();
    que.pop();
    if (node->color == RED)
    {
      std::cout << node->key << "(R)" << "  ";
    }
    else
    {
      std::cout << node->key << "(B)" << "  ";
    }
    if (node->left != nullptr)
    {
      que.push(node->left);
    }
    if (node->right != nullptr)
    {
      que.push(node->right);
    }
  }
}
void RBTree::deleteTree()
{
  std::stack<RBNode*> sta;
  std::queue<RBNode*> que;
  while (!que.empty())
  {
    RBNode* node = que.front();
    que.pop();
    sta.push(node);
    if (node->left != nullptr)
    {
      que.push(node->left);
    }
    if (node->right != nullptr)
    {
      que.push(node->right);
    }
  }
  while (!sta.empty())
  {
    RBNode* tmp = sta.top();
    sta.pop();
    tmp->left = tmp->right = tmp->parent = nullptr;
    delete tmp;
  }
}
相关文章
|
6月前
|
测试技术 C++
C++进阶--红黑树
C++进阶--红黑树
|
C++
一文带你吃透红黑树---红黑树如此简单(一)
一文带你吃透红黑树---红黑树如此简单(一)
68 0
|
26天前
|
Java C++
【数据结构】探索红黑树的奥秘:自平衡原理图解及与二叉查找树的比较
本文深入解析红黑树的自平衡原理,介绍其五大原则,并通过图解和代码示例展示其内部机制。同时,对比红黑树与二叉查找树的性能差异,帮助读者更好地理解这两种数据结构的特点和应用场景。
24 0
|
3月前
|
Java
【Java集合类面试十一】、HashMap为什么用红黑树而不用B树?
HashMap选择使用红黑树而非B树,是因为红黑树在内存中实现简单,节点更小,占用内存少,且在插入、删除和查找操作上提供更好的平衡性能。
|
6月前
|
存储 算法 编译器
【C++入门到精通】C++入门 —— 红黑树(自平衡二叉搜索树)
【C++入门到精通】C++入门 —— 红黑树(自平衡二叉搜索树)
35 1
|
6月前
|
算法 开发者
用最简单的话讲最明白的红黑树
用最简单的话讲最明白的红黑树
用最简单的话讲最明白的红黑树
|
6月前
|
存储 索引
浅谈数据结构---红黑树、二叉树
浅谈数据结构---红黑树、二叉树
51 0
|
6月前
|
算法
红黑树的原理及实现
红黑树的原理及实现
72 0
|
算法
HashMap 可不可以不使用链表,而直接使用红黑树或者二叉搜索树或者 AVL 等其他的数据结构?
HashMap 可不可以不使用链表,而直接使用红黑树或者二叉搜索树或者 AVL 等其他的数据结构?
65 0
|
Java Linux C++
【C++进阶】六、红黑树
目录 一、红黑树的概念 二、红黑树的性质 三、红黑树节点的定义 四、红黑树的插入 五、红黑树的验证 六、红黑树与AVL树的比较 七、完整代码 五、红黑树的验证 六、红黑树与AVL树的比较 七、完整代码
76 0
【C++进阶】六、红黑树