【数据结构】红黑树 的介绍及模拟实现

文章目录

  • 1. 红黑树的概念
  • 2. 红黑树的性质
  • 3. 红黑树的结构
  • 4. 红黑树节点的定义
  • 5. 红黑树的迭代器
  • 6. 红黑树节点的插入
  • 7. 红黑树的验证
  • 8. 红黑树的应用
    • 7.1 Linux内核中红黑树的定义解析
  • 9. 红黑树模拟实现完整代码

1. 红黑树的概念

红黑树(英语:Red–black tree)是一种自平衡二叉搜索树,是在计算机科学中用到的一种数据结构,典型用途是实现关联数组。它在1972年由鲁道夫·贝尔发明,被称为"对称二叉B树",它现代的名字源于Leo J. Guibas和Robert Sedgewick于1978年写的一篇论文。红黑树的结构复杂,但它的操作有着良好的最坏情况运行时间,并且在实践中高效:它可以在O(log n)时间内完成查找、插入和删除,这里的n是树中元素的数目

  • 在计算机科学中,关联数组(英语:Associative Array),又称映射(Map)、字典(Dictionary)是一个抽象的数据结构,它包含着类似于(键,值)的有序对。一个关联数组中的有序对可以重复(如C++中的multimap)也可以不重复(如C++中的map)。

2. 红黑树的性质

红黑树是每个节点都带有颜色属性二叉查找树颜色为红色或黑色,对于任何有效的红黑树,需要满足以下性质:

  1. 每个结点不是红色就是黑色
  2. 根节点必须是黑色的
  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. 对于每个结点,从该结点到其所有后代叶结点的简单路径上,均 包含相同数目的黑色结点
  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)

红黑树图例

【数据结构】红黑树 的介绍及模拟实现_第1张图片

关键特性:通过对任何一条从根到叶子的路径上各个结点着色方式的限制,红黑树确保没有一条路径会比其他路径长出俩倍

3. 红黑树的结构

head头结点中:

  • parent指针指向null
  • left指针指向树中最小值结点
  • right指针指向树中最大值结点

root根结点的parent指针指向head头结点

【数据结构】红黑树 的介绍及模拟实现_第2张图片

4. 红黑树节点的定义

节点样式

【数据结构】红黑树 的介绍及模拟实现_第3张图片

// 红黑树节点的颜色
enum Color
{
	RED,
	BLACK
};

template<class T>
struct RBTreeNode
{
	RBTreeNode<T>* left;	// 节点的左孩子
	RBTreeNode<T>* right;	// 节点的右孩子
	RBTreeNode<T>* parent;	// 节点的父节点
	T data;		// 节点中保存的值
	Color color;	// 节点的颜色
	// 将结点颜色默认设置为红色,因为如果设置成黑色会破坏原有黑色节点的个数
	RBTreeNode(const T& x = T(), Color c = RED) :left(nullptr), right(nullptr), parent(nullptr), data(x), color(c){}
};

// 红黑树结构及定义
// T : 表示红黑树中放置的元素类型
// KOFP:表示从T中提取Key
template<class T, class KOFP>
class RBTree
{
	typedef RBTreeNode<T> Node;
	typedef RBTreeIterator<T> iterator;	//迭代器
    
private:
	Node* head;	 // 指向红黑树头结点的指针
    size_t _size;	// 保存红黑树的节点个数
};

5. 红黑树的迭代器

红黑树的迭代器实现了:重载了++、–、!=、==、*、->这些操作符

// 迭代器
template<class T>
struct RBTreeIterator
{
	typedef RBTreeNode<T> Node;
	typedef RBTreeIterator<T> self;
public:
	RBTreeIterator(Node* n = nullptr) : node(n){}
	// 具有指针类似的方法
	T& operator*()
	{
		return node->data;
	}
	T* operator->()
	{
		return &(operator*());
	}
	/*
	找比当前节点大的 所有节点中最小的节点:
	1. 如果当前节点的右子树存在,应该在其右子树中找最小值节点(最左侧)
	2. 如果当前节点的右子树不存在,应该在其双亲中不断查找
	*/
	self& operator++()
	{
		Increment();
		return *this;
	}
	self& operator++(int)
	{
		self temp(*this);
		Increment();
		return temp;
	}

	/*
	找比当前迭代器小的 所有节点中最大的:
	1. 如果当前节点的左子树存在,应该在其左子树中找最大值节点(最右侧)
	2. 如果当前节点的左子树不存在,
	*/
	self& operator--()
	{
		Decrement();
		return *this;
	}
	self& operator--(int)
	{
		self temp(*this);
		Decrement();
		return temp;
	}
	bool operator!=(const self& s)const
	{
		return node != s.node;
	}
	bool operator==(const self& s)const
	{
		return node == s.node;
	}

private:
	Node* node;		// 封装 节点指针

	// 找当前迭代器的后一个位置
	void Increment()
	{
		if (node->right)
		{
			// 当前节点的右子树如果存在,就在右子树中寻找最小值
			node = node->right;
			while (node->left)
			{
				node = node->left;
			}
		}
		else
		{
			// 当前节点的右子树不存在,在父节点中寻找比当前节点大的节点
			// 什么情况下才算大呢? 当node是双亲的左孩子时,才算找到
			Node* parent = node->parent;
			while (node == parent->right)
			{
				node = parent;
				parent = parent->parent;
			}
			// 防止特殊情况:当根结点没有右子树时,迭代器恰好在根节点的位置
			if (node->right != parent)
				node = parent;	// 此时node才指向父节点中比之前节点大的节点 
		}
	}
	// 找当前迭代器的前一个位置
	void Decrement()
	{
		if (node == node->parent->parent && RED == node->color)
		{
			// node 在 end 的位置
			node = node->right;

		}
		else if (node->left)
		{
			// 到 node 的左子树找最大的节点
			node = node->left;
			while (node->right)
			{
				node = node->right;
			}
		}
		else
		{
			// 右子树不存在 -> 应该到 node 的双亲中找出比 node 小的节点
			Node* parent = node->parent;
			while (node == parent->left)
			{
				node = parent;
				parent = node->parent;
			}
			node = parent;
		}
	}
};

6. 红黑树节点的插入

插入会遇到的破坏性质的三种情况:

情况1:当前插入的节点是红色的,父节点是红色的,祖父节点是黑色的,叔叔节点存在且为红色

解决方法:将父节点和叔叔节点变为黑色,将祖父节点变为红色,

【数据结构】红黑树 的介绍及模拟实现_第4张图片

情况二:cur为红,p为红,g为黑,u不存在/u为黑

解决方式

①p为g的左孩子,cur为p的左孩子,则进行右单旋转;相反,p为g的右孩子,cur为p的右孩子,则进行左单旋转
②p、g变色–p变黑,g变红

【数据结构】红黑树 的介绍及模拟实现_第5张图片

情况三:cur为红,p为红,g为黑,u不存在/u为黑

解决方式:

①p为g的左孩子,cur为p的右孩子,则针对p做左单旋转;相反,p为g的右孩子,cur为p的左孩子,则针对p做右单旋转,则转换成了情况2

②按照情况二进行处理

【数据结构】红黑树 的介绍及模拟实现_第6张图片

代码实现

// 插入数据构造红黑树
pair<iterator, bool> insert(const T& data)
{
    Node*& root = getRoot();	// 保存根结点

    // 1. 按照BST的规则寻找插入结点的位置
    // 1.1 若root为空,则需要建立root节点
    if (nullptr == root)
    {
        root = new Node(data, BLACK);	// 根结点默认为黑色
        root->parent = head;
        head->left = root;
        head->right = root;
        _size = 1;
        return make_pair(iterator(root), true);
    }

    // 1.2 若root不为空,则需要寻找插入位置
    Node* cur = root;
    Node* parent = head;
    KOFP key;

    while (cur)
    {
        parent = cur;
        if (key(data) < key(cur->data))
            cur = cur->left;
        else if (key(data) > key(cur->data))
            cur = cur->right;
        else   // 该节点存在
            return make_pair(iterator(cur), true);
    }

    // 1.3 找到插入位置后,插入新节点
    Node* newNode = new Node(data);
    cur = newNode;
    if (data < parent->data)
        parent->left = cur;
    else
        parent->right = cur;
    cur->parent = parent;

    // 2. 检测是否违反性质:检测新入节点预期双亲节点的颜色是否都为红色
    while (parent != head && RED == parent->color)
        /*
			向上迭代的终止条件:
			1. 若双亲节点颜色为黑色则表示不需要调整,反之需要调整
			2. parent节点到达head时继续调整,反之停止调整
			*/
    {
        // 违反性质表现:cur和parent两个节点都是红色的
        Node* grandFather = parent->parent;
        if (parent == grandFather->left)
        {
            // 情况一二三:双亲在祖父节点的左侧
            Node* uncle = grandFather->right;
            if (uncle && RED == uncle->color)
            {
                /* 
					情况一:uncle结点存在且为红色
					解决方法:
					1. cur父节点颜色变为黑色
					2. cur祖父节点颜色变为红色
					3. 向上迭代cur和parent指针
					*/
                parent->color = BLACK;
                uncle->color = BLACK;
                grandFather->color = RED;
                cur = grandFather;
                parent = cur->parent;
            }
            else  //情况2和情况3
            {
                // uncle节点不存在 || uncle节点为黑色
                if (cur == parent->right)
                {
                    // 情况3 : 转化为 情况2
                    LeftRotation(parent);
                    std::swap(parent, cur);
                }
                // 情况2
                grandFather->color = RED;
                parent->color = BLACK;
                RightRotation(grandFather);
            }
        }
        else
        {
            // 情况一二三的镜像情况:双亲在祖父节点的右侧
            Node* uncle = grandFather->left;
            if (uncle && RED == uncle->color)
            {
                // 情况一:叔叔结点存在且为红色
                parent->color = BLACK;
                uncle->color = BLACK;
                grandFather->color = RED;
                cur = grandFather;
                parent = cur->parent;
            }
            else
            {
                // uncle节点不存在 || uncle节点为黑色
                if (cur == parent->left)
                {
                    // 情况3 : 转化为 情况2
                    RightRotation(parent);
                    std::swap(parent, cur);
                }
                // 情况2
                parent->color = BLACK;  // while循环终止条件达成
                grandFather->color = RED;
                LeftRotation(grandFather);
            }
        }
    }
    // 新节点插入后 更新头结点的左右指针
    root->color = BLACK;
    head->left = getLeftMin();
    head->right = getRightMax();

    _size++;
    return make_pair(iterator(newNode), true);
}

7. 红黑树的验证

红黑树的检测分为两步:

  1. 检测其是否满足二叉搜索树(中序遍历是否为有序序列)
  2. 检测其是否满足红黑树的性质

演示代码

bool isValidRBTree()
{
    // 空树是红黑树
    Node* root = getRoot();
    if (root == nullptr)
        return true;

    // 树非空 -> 使用性质确定
    /*
		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. 对于每个结点,从该结点到其所有后代叶结点的简单路径上,均 包含相同数目的黑色结点
		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)
		*/
    if (root->color != BLACK)
    {
        cout << "违反了性质2:根结点不是黑色的!" << endl;
        return false;
    }

    // 性质3和性质4同时检测
    size_t blackCount = 0;
    Node* cur = root;
    while (cur)
    {
        if (cur->color == BLACK)
            blackCount++;
        cur = cur->left;
    }
    size_t pathBlackCount = 0;	// 用来保存单条路径中黑色节点的个数
    return _ValidRBTree(root, pathBlackCount, blackCount);
}
bool _ValidRBTree(Node* root, size_t pathBlackCount, const size_t blackCount)
{
    if (nullptr == root)
        return true;

    if (root->color == BLACK)
        pathBlackCount++;


    Node* parent = root->parent;
    // parent != head 表示root一定不是红黑树的根结点,parent一定是有效节点
    if (parent != head && parent->color == RED && root->color == RED)
    {
        cout << "违反性质3:存在连在一起的红色结点" << endl;
        return false;
    }

    // root是一个叶子节点
    if (root->left == nullptr && root->right == nullptr)
    {
        if (pathBlackCount != blackCount)
        {
            cout << "违反性质4:路径中黑色节点的个数不同!" << endl;
            return false;
        }
    }
    return _ValidRBTree(root->left, pathBlackCount, blackCount) && _ValidRBTree(root->right, pathBlackCount, blackCount);
}

8. 红黑树的应用

红黑色应用之处:

  1. C++STL库中的map和set底层结构
  2. Linux内核中使用了红黑树

7.1 Linux内核中红黑树的定义解析

Linux内核中定义的红黑树

struct rb_node
{
	unsigned long  rb_parent_color;
#define	RB_RED		0
#define	RB_BLACK	1
	struct rb_node *rb_right;
	struct rb_node *rb_left;
} __attribute__((aligned(sizeof(long))));
    /* The alignment might seem pointless, but allegedly CRIS needs it */

struct rb_root
{
	struct rb_node *rb_node;
};

粗略一看,这里似乎没有定义颜色的域,但这就是这里红黑树实现的一个巧妙的地方。rb_parent_color这个域其实同时包含了颜色信息以及父亲节点的指针,因为该域是一个long的类型,需要大小为sizeof(long)的对齐,那么在一般的32位机器上,其后两位的数值永远是0,于是可以拿其中的一位来表示颜色。事实上,这里就是使用了最低位来表示颜色信息。明白了这点,那么以下关于父亲指针和颜色信息的操作都比较容易理解了,其本质上都是对rb_parent_color的位进行操作。

#define rb_parent(r)   ((struct rb_node *)((r)->rb_parent_color & ~3)) //低两位清0
#define rb_color(r)   ((r)->rb_parent_color & 1)//取最后一位
#define rb_is_red(r)   (!rb_color(r)) //最后一位为0?
#define rb_is_black(r) rb_color(r) //最后一位为1?
#define rb_set_red(r)  do { (r)->rb_parent_color &= ~1; } while (0) //最后一位置0
#define rb_set_black(r)  do { (r)->rb_parent_color |= 1; } while (0) //最后一位置1

static inline void rb_set_parent(struct rb_node *rb, struct rb_node *p)//设置父亲
{
	rb->rb_parent_color = (rb->rb_parent_color & 3) | (unsigned long)p;
}
static inline void rb_set_color(struct rb_node *rb, int color) //设置颜色
{
	rb->rb_parent_color = (rb->rb_parent_color & ~1) | color;
}

9. 红黑树模拟实现完整代码

// 红黑树颜色定义
enum Color
{
	RED,
	BLACK
};

// 红黑树结点定义
template<class T>
struct RBTreeNode
{
	RBTreeNode<T>* left;	// 节点的左孩子
	RBTreeNode<T>* right;	// 节点的右孩子
	RBTreeNode<T>* parent;	// 节点的父节点
	T data;		// 节点中保存的值
	Color color;	// 节点的颜色

	RBTreeNode(const T& x = T(), Color c = RED) :left(nullptr), right(nullptr), parent(nullptr), data(x), color(c){}
};

// 迭代器
template<class T>
struct RBTreeIterator
{
	typedef RBTreeNode<T> Node;
	typedef RBTreeIterator<T> self;
public:
	RBTreeIterator(Node* n = nullptr) : node(n){}
	// 具有指针类似的方法
	T& operator*()
	{
		return node->data;
	}
	T* operator->()
	{
		return &(operator*());
	}
	/*
	找比当前节点大的 所有节点中最小的节点:
	1. 如果当前节点的右子树存在,应该在其右子树中找最小值节点(最左侧)
	2. 如果当前节点的右子树不存在,应该在其双亲中不断查找
	*/
	self& operator++()
	{
		Increment();
		return *this;
	}
	self& operator++(int)
	{
		self temp(*this);
		Increment();
		return temp;
	}

	/*
	找比当前迭代器小的 所有节点中最大的:
	1. 如果当前节点的左子树存在,应该在其左子树中找最大值节点(最右侧)
	2. 如果当前节点的左子树不存在,
	*/
	self& operator--()
	{
		Decrement();
		return *this;
	}
	self& operator--(int)
	{
		self temp(*this);
		Decrement();
		return temp;
	}
	bool operator!=(const self& s)const
	{
		return node != s.node;
	}
	bool operator==(const self& s)const
	{
		return node == s.node;
	}

private:
	Node* node;		// 封装 节点指针

	// 找当前迭代器的后一个位置
	void Increment()
	{
		if (node->right)
		{
			// 当前节点的右子树如果存在,就在右子树中寻找最小值
			node = node->right;
			while (node->left)
			{
				node = node->left;
			}
		}
		else
		{
			// 当前节点的右子树不存在,在父节点中寻找比当前节点大的节点
			// 什么情况下才算大呢? 当node是双亲的左孩子时,才算找到
			Node* parent = node->parent;
			while (node == parent->right)
			{
				node = parent;
				parent = parent->parent;
			}
			// 防止特殊情况:当根结点没有右子树时,迭代器恰好在根节点的位置
			if (node->right != parent)
				node = parent;	// 此时node才指向父节点中比之前节点大的节点 
		}
	}
	// 找当前迭代器的前一个位置
	void Decrement()
	{
		if (node == node->parent->parent && RED == node->color)
		{
			// node 在 end 的位置
			node = node->right;

		}
		else if (node->left)
		{
			// 到 node 的左子树找最大的节点
			node = node->left;
			while (node->right)
			{
				node = node->right;
			}
		}
		else
		{
			// 右子树不存在 -> 应该到 node 的双亲中找出比 node 小的节点
			Node* parent = node->parent;
			while (node == parent->left)
			{
				node = parent;
				parent = node->parent;
			}

			node = parent;
		}

	}
};

// 红黑树结构及定义
// T : 表示红黑树中放置的元素类型
// KOFP:表示从T中提取Key
template<class T, class KOFP>
class RBTree
{
	typedef RBTreeNode<T> Node;
	
public:
	typedef RBTreeIterator<T> iterator;
	RBTree()
	{
		_size = 0;
		head = new Node();
		head->left = head;
		head->right = head;
		head->parent = nullptr;		// 由于RBT中无节点,故头结点的父指针指向nullptr

	}
	~RBTree()
	{
		Destroy(head->parent);
		delete head;
		head = nullptr;
		_size = 0;
	}

	// 迭代器
	iterator begin()
	{
		return iterator(head->left);
	}
	iterator end()
	{
		return iterator(head);
	}
	// 插入数据构造红黑树
	pair<iterator, bool> insert(const T& data)
	{
		Node*& root = getRoot();	// 保存根结点

		// 1. 按照BST的规则寻找插入结点的位置
		// 1.1 若root为空,则需要建立root节点
		if (nullptr == root)
		{
			root = new Node(data, BLACK);	// 根结点默认为黑色
			root->parent = head;
			head->left = root;
			head->right = root;
			_size = 1;
			return make_pair(iterator(root), true);
		}

		// 1.2 若root不为空,则需要寻找插入位置
		Node* cur = root;
		Node* parent = head;
		KOFP key;
		
		while (cur)
		{
			parent = cur;
			if (key(data) < key(cur->data))
				cur = cur->left;
			else if (key(data) > key(cur->data))
				cur = cur->right;
			else   // 该节点存在
				return make_pair(iterator(cur), true);
		}

		// 1.3 找到插入位置后,插入新节点
		Node* newNode = new Node(data);
		cur = newNode;
		if (data < parent->data)
			parent->left = cur;
		else
			parent->right = cur;
		cur->parent = parent;

		// 2. 检测是否违反性质:检测新入节点预期双亲节点的颜色是否都为红色
		while (parent != head && RED == parent->color)
			/*
			向上迭代的终止条件:
			1. 若双亲节点颜色为黑色则表示不需要调整,反之需要调整
			2. parent节点到达head时继续调整,反之停止调整
			*/
		{
			// 违反性质表现:cur和parent两个节点都是红色的
			Node* grandFather = parent->parent;
			if (parent == grandFather->left)
			{
				// 情况一二三:双亲在祖父节点的左侧
				Node* uncle = grandFather->right;
				if (uncle && RED == uncle->color)
				{
					/* 
					情况一:uncle结点存在且为红色
					解决方法:
					1. cur父节点颜色变为黑色
					2. cur祖父节点颜色变为红色
					3. 向上迭代cur和parent指针
					*/
					parent->color = BLACK;
					uncle->color = BLACK;
					grandFather->color = RED;
					cur = grandFather;
					parent = cur->parent;
				}
				else  //情况2和情况3
				{
					// uncle节点不存在 || uncle节点为黑色
					if (cur == parent->right)
					{
						// 情况3 : 转化为 情况2
						LeftRotation(parent);
						std::swap(parent, cur);
					}
					// 情况2
					grandFather->color = RED;
					parent->color = BLACK;
					RightRotation(grandFather);
				}
			}
			else
			{
				// 情况一二三的镜像情况:双亲在祖父节点的右侧
				Node* uncle = grandFather->left;
				if (uncle && RED == uncle->color)
				{
					// 情况一:叔叔结点存在且为红色
					parent->color = BLACK;
					uncle->color = BLACK;
					grandFather->color = RED;
					cur = grandFather;
					parent = cur->parent;
				}
				else
				{
					// uncle节点不存在 || uncle节点为黑色
					if (cur == parent->left)
					{
						// 情况3 : 转化为 情况2
						RightRotation(parent);
						std::swap(parent, cur);
					}
					// 情况2
					parent->color = BLACK;  // while循环终止条件达成
					grandFather->color = RED;
					LeftRotation(grandFather);
				}
			}
		}
		// 新节点插入后 更新头结点的左右指针
		root->color = BLACK;
		head->left = getLeftMin();
		head->right = getRightMax();

		_size++;
		return make_pair(iterator(newNode), true);
	}
	// 交换两棵树
	void swap(RBTree<T, KOFP>& t)
	{
		std::swap(head, t.head);
		std::swap(_size, t._size);
	}
	// 清空红黑树所有有效节点
	void clear()
	{
		Destroy(getRoot());
		_size = 0;
	}
	// 中序遍历红黑树
	void inOrder()
	{
		InOrder(head->parent);
		cout << endl;
	}
	// 判断该树是否为红黑树
	bool isValidRBTree()
	{
		// 空树是红黑树
		Node* root = getRoot();
		if (root == nullptr)
			return true;

		// 树非空 -> 使用性质确定
		/*
		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. 对于每个结点,从该结点到其所有后代叶结点的简单路径上,均 包含相同数目的黑色结点
		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)
		*/
		if (root->color != BLACK)
		{
			cout << "违反了性质2:根结点不是黑色的!" << endl;
			return false;
		}

		// 性质3和性质4同时检测
		size_t blackCount = 0;
		Node* cur = root;
		while (cur)
		{
			if (cur->color == BLACK)
				blackCount++;
			cur = cur->left;
		}
		size_t pathBlackCount = 0;	// 用来保存单条路径中黑色节点的个数
		return _ValidRBTree(root, pathBlackCount, blackCount);
	}
	// 容量相关的操作
	size_t size() const
	{
		return _size;
	}
	// 判断红黑树是否为空
	bool empty()
	{
		return head->parent == nullptr;
	}
	// 查找某个节点并返回其引用
	iterator find(const T& data)
	{
		Node* cur = getRoot();
		KOFP key;
		while (cur)
		{
			if (key(data) == key(cur->data))
				return iterator(cur);
			else if (key(data) < key(cur->data))
				cur = cur->left;
			else
				cur = cur->right;
		}
		return end();
	}

private:
	Node* head;	 // 指向红黑树头结点的指针
	size_t _size;	// 保存红黑树的节点个数

	bool _ValidRBTree(Node* root, size_t pathBlackCount, const size_t blackCount)
	{
		if (nullptr == root)
			return true;

		if (root->color == BLACK)
			pathBlackCount++;
			

		Node* parent = root->parent;
		// parent != head 表示root一定不是红黑树的根结点,parent一定是有效节点
		if (parent != head && parent->color == RED && root->color == RED)
		{
			cout << "违反性质3:存在连在一起的红色结点" << endl;
			return false;
		}

		// root是一个叶子节点
		if (root->left == nullptr && root->right == nullptr)
		{
			if (pathBlackCount != blackCount)
			{
				cout << "违反性质4:路径中黑色节点的个数不同!" << endl;
				return false;
			}
		}
		return _ValidRBTree(root->left, pathBlackCount, blackCount) && _ValidRBTree(root->right, pathBlackCount, blackCount);
	}
	void InOrder(Node* root)
	{
		if (root)
		{
			InOrder(root->left);
			cout << root->data << " ";
			InOrder(root->right);
		}
	}
	void Destroy(Node* root)
	{
		if (root)
		{
			Destroy(root->left);
			Destroy(root->right);
			delete root;
			root = nullptr;
		}
	}
	void RightRotation(Node* parent)
	{
		Node* subL = parent->left; // 父节点的左孩子节点
		Node* subLR = subL->right; // 父节点的左孩子节点的右孩子节点

		/*
		右单旋:
		1. 父节点的左指针指向subLR,实现将parent的右子树下降一层
		2. subL的右指针指向parent,实现将parent的左子树上升一层
		*/

		// 右单旋 1
		parent->left = subLR;
		if (subLR) // 避免左单支的场景:subLR是nullptr
			subLR->parent = parent;

		// 右单旋 2
		subL->right = parent;
		// 因为parent可能是某个节点的子树,因此在更新parent的双亲前必须先将其之前的双亲记录
		Node* pparent = parent->parent; // 可能parent是非根结点,需要记录parent的父结点
		parent->parent = subL;
		subL->parent = pparent;

		// parent可能是根节点:需要修改_root
		// parent也可能是一棵子树: 需要修改pparent的左/右指针域的指向
		if (head == pparent) // 若是根结点,修改树的root指向
		{
			// 旋转之前parent是根节点
			head->parent = subL;
		}
		else // 若是非根结点,修改parent父节点的指针指向
		{
			// parent是某个节点的子树
			if (parent == pparent->left) // 判断parent是父节点的哪个孩子节点
				pparent->left = subL;
			else
				pparent->right = subL;
		}
	}
	void LeftRotation(Node* parent)
	{
		Node* subR = parent->right; // 父节点的右孩子节点
		Node* subRL = subR->left; // 父节点的右孩子节点的左孩子节点

		/*
		左单旋:
		1. parent节点的右指针指向subRL,实现将parent的右子树下降一层
		2. subR的左指针指向parent,实现将parent的左子树上升一层
		*/
		// 左单旋 1
		parent->right = subRL;
		if (subRL) // 避免:右单支, 防止subRL是nullptr
			subRL->parent = parent;
		// 左单旋 2
		subR->left = parent;
		Node* pparent = parent->parent; // 需要更新parent和subR的双亲
		parent->parent = subR;
		subR->parent = pparent;

		// 旋转之前:parent可能是根结点,可能是非根结点
		// parent是根节点:修改_root的指向
		// parent是子树:修改原parent左||右指针域的指向
		if (head == pparent) // 若是根结点,修改树的root指向
		{
			head->parent = subR;
		}
		else  // 若是非根结点,修改parent父节点的指针指向
		{
			if (parent == pparent->left)  // 判断parent是父节点的哪个孩子节点
				pparent->left = subR;
			else
				pparent->right = subR;
		}

	}
	Node*& getRoot()	// 获取头结点
	{
		return head->parent;
	}
	Node*& getLeftMin()
	{
		Node* root = getRoot();
		if (nullptr == root)
			return head;
		Node* cur = root;
		while (cur->left)
			cur = cur->left;
		return cur;
	}
	Node*& getRightMax()
	{
		Node* root = getRoot();
		if (root == nullptr) return head;
		Node* cur = root;
		while (cur->right)
			cur = cur->right;
		return cur;
	}
 
};

你可能感兴趣的:(DS,And,Algorithm,二叉树,数据结构,红黑树,模拟实现)