红黑树(RBTree)认识总结

简介: 红黑树(RBTree)认识总结

一、认识红黑树

1.1 什么是红黑树?

红黑树是一种二叉搜索树,与普通搜索树不同的是,在每个节点上增加一个“颜色”变量 —— RED / BLACK 。

通过对各个节点颜色的限制,确保从 根 到 NIL ,没有一条路径会比其他路径长出两倍。

NIL :表示叶子节点的空指针,统一设置为 BLACK

1.2 红黑树的性质
  • 根节点一定是黑色
  • 不能出现两个连续的红色节点
  • 对于同一高度而言,从根到该高度任一节点的简单路径上的黑色节点的数量相同
1.3 红黑树节点定义

二、红黑树

2.1 红黑树定义
template<class K, class V>
class RBTree
{
    typedef RBTreeNode<K, V> Node;
    
private:
    Node* _root;
};
2.2 插入

红黑树的插入是我们学习红黑树过程最重要的知识之一,它主要分为两部分:平衡二叉树的插入 和 旋转 —— 调整树形结构。

插入部分与普通搜索树没有本质区别,这里不做过多介绍。

声明一下:代码中的 grandfather 和 图中的 grandparent 为同一东西,笔者在基本结束本篇时发现这里差异。

  • 插入部分
bool Insert(const pair<K, V> kv)
{
    if (_root == nullptr)
    {
        _root = new Node(kv);
        _root->_col = BLACK; // 根一定为黑色节点
        return true;
    }
    
    Node* cur = _root;
    Node* parent = nullptr;
    while (cur)
    {
        if (cur->_kv.first > kv.first)
        {
            parent = cur;
            cur = cur->_left;
        }
        else if (cur->_kv.first < kv.first)
        {
            parent = cur;
            cur = cur->_right;
        }
        else 
        {
            return false; // 树中已经存在要插入的值,本次插入失败
        }
    }
    
    cur = new Node(kv);
    if (cur == parent->_left)
    {
        parent->_left = cur;
    }
    else 
    {
        parent->_right = cur;
    }
    cur->_parent = parent;
    
    _root->_col = BLACK; // 强制设定根一定为黑色!
    return true;
}
  • 旋转
2.2.1 什么时候要旋转?

我们新插入的节点默认是红色,当它的 parent 存在且为红色时,就出现了这种情况 —— 树存在两个连续的红色节点,此时我们需要对该部分子树进行旋转 —— 调整树的结构。(下图只展示了部分的子树)

判断条件:parent 存在且为红色

while (parent && parent->_col == RED)
    { }
2.2.2 几种旋转情况
情形一:uncle 存在,且为红色节点

  Node* grandfather = parent->_parent;
  if (parent == grandfather->_left)
    {
        Node* uncle = grandfather->_right;
        if (uncle && uncle->_col == RED) // 叔叔存在且为红色
        {
            grandfather->_col = RED;
            parent->_col = BLACK;
            uncle->_col = BLACK;

            cur = grandfather; //  向上调整
            parent = cur->_parent;
        }
    }
  
  if (parent == grandfather->_right)
    {
        Node* uncle = grandfather->_left;
        // ... // 与上面代码一致
    }
情形二:uncle 不存在 或 存在且为黑色
  • parent 在 grandfather 左侧的两种情况
  if (parent == grandfather->_left) // parent 在 grandfather 左侧的两种情况
    {
        if (!uncle || uncle->_col == BLACK)
        {
            if (cur == parent->_left) // cur 在 parent 左侧
            {
                RotateR(grandfather);
                
                parent->_col = BLACK;
                grandfather->_col = RED;
            }
            else // cur 在 parent 右侧
            {
                RotateL(parent);
                RotateR(grandfather);
                
                parent->_col = BLACK;
                grandfather->_col = RED;
            }
            break; // 旋转结束后,一定要 break 
            
        }
    }

旋转结束后,树的结构已经满足了红黑树的标准,如果不跳出循环、继续调整,会出现各种奇怪的问题。

  • parent 在 grandfather 右侧
  if (parent == grandfather->_right) // parent 在 grandfather 右侧
    {
        if (!uncle || uncle->_col == BLACK) // uncle 不存在 或 uncle存在且为黑色节点
        {
            if (cur == parent->_right) // cur 在 parent 右侧
            {
                RotateL(grandfather);
                
                parent->_col = BLACK;
                grandfather->_col = RED;
            }
            else // cur 在 parent 左侧
            {
                RotateR(parent);
                RotateL(grandfather);
                
                parent->_col = BLACK;
                grandfather->_col = RED;
            }
            break;
        }
    }

2.3 红黑树的验证

红黑树的验证,顾名思义,就是验证 你的“红黑树” 是否能满足红黑树的三条性质。

  • 根节点一定是黑色
  • 不能出现两个连续的红色节点
  • 对于同一高度而言,从根到该高度任一节点的简单路径上的黑色节点的数量相同
  bool IsBalance()
    {
        if (_root && _root->_col == RED) // 验证第一条性质
        {
            cout << "根节点为红色" << endl;
            return false;
        }
        
        // 要判断是否每一条路径上的黑色节点数相同,首先要找一个标杆 —— 这里旋转树最左路径的黑色节点个数
        Node* cur = _root;
        int RefBlackNum = 0;
        while (cur)
        {
            if (cur->_col == BLACK)
                ++RefBlackNum;
            
            cur = cur->_left;
        }
        
        return Check(_root, 0, RefBlackNum);
    }
  bool Check(Node* cur, int BlackNum, int RefBlackNum)
    {
        if (cur == nullptr) //  走到 NIL 时,判断该路径黑色节点个数是否与标杆相同
        {
            if (BlackNum != RefBlackNum)
            {
                cout << "路径黑色节点的个数不相同" << endl; // 验证第三条性质
                return false;
            }
            return true;
        }
        
        if (cur->_col == RED && cur->_parent && cur->_parent->_col == RED)
        {
            cout << "存在两个连续的红色节点" << endl; // 验证第二条性质
            return false;
        }
        
        if (cur->_col == BLACK)
            ++BlackNum;
        
        return Check(cur->_left, BlackNum, RefBlackNum) // 递归判断当前节点的左右子树是否合法
            && Check(cur->_right, BlackNum, RefBlackNum);
    }
相关文章
|
6月前
|
关系型数据库 容器
红黑树的简单介绍
红黑树的简单介绍
47 0
|
1月前
|
应用服务中间件 Linux 调度
红黑树
红黑树
19 0
|
6月前
|
C++ 容器
【C++】红黑树(上)
【C++】红黑树(上)
|
6月前
|
算法 关系型数据库 Java
【C++】红黑树(下)
【C++】红黑树(下)
|
5月前
|
Linux 调度 数据库
红黑树详解
红黑树详解
|
6月前
|
Linux C++
红黑树的实现
红黑树的实现
40 2
|
6月前
|
存储 Linux 调度
C++【红黑树】
C++【红黑树】
62 0
|
算法 Java Linux
C++红黑树
C++红黑树
|
JavaScript
红黑树是怎么来的
本文从二叉搜索树倾斜的原因(自上而下生长)出发,推出维持树形数据结构平衡性的关键:自下而上裂变式生长,进而引出裂变式生长的理论模型:2-3 树。由于 2-3 树实现上的复杂性,引出其实现上的替代品:红黑树。最后,我们讨论如何通过左旋、右旋以及颜色翻转这“三板斧”来维护红黑树插入和删除元素后的动态平衡。
95 2
红黑树是怎么来的