目录
什么是红黑树
红黑树的基本了解
红黑树的基本特征
红黑树的基本操作
需要使用的其他函数
(1)红黑树节点
(2)哨兵节点,用于回溯判断
(2)增加节点函数
(4)创造根节点
旋转
插入
过程
代码
回溯
分析
代码
(1)红黑树(Red Black Tree) 是一种自平衡二叉查找树,是在计算机科学中用到的一种数据结构,典型的用途是实现关联数组。
(2)红黑树是一种特化的AVL树(平衡二叉树),都是在进行插入和删除操作时通过特定操作保持二叉查找树的平衡,从而获得较高的查找性能。 [2]
(3)它虽然是复杂的,但它的最坏情况运行时间也是非常良好的,并且在实践中是高效的: 它可以在O(log n)时间内做查找,插入和删除,这里的n 是树中元素的数目。
(4)红黑树是一种平衡二叉查找树的变体,它的左右子树高差有可能大于 1,所以红黑树不是严格意义上的平衡二叉树(AVL),但 对之进行平衡的代价较低, 其平均统计性能要强于 AVL 。
(5)由于每一棵红黑树都是一颗二叉排序树,因此,在对红黑树进行查找时,可以采用运用于普通二叉排序树上的查找算法,在查找过程中不需要颜色信息。
(1)红黑树是每个结点都带有颜色属性的二叉查找树,颜色或红色或黑色。在二叉搜索树强制一般要求以外,对于任何有效的红黑树我们增加了如下的额外要求:
性质1. 结点是红色或黑色。
性质2. 根结点是黑色。
性质3. 所有叶子都是黑色。(叶子是NIL结点)
性质4. 每个红色结点的两个子结点都是黑色。(从每个叶子到根的所有路径上不能有两个连续的红色结点)
性质5. 从任一结点到其每个叶子的所有路径都包含相同数目的黑色结点。
这些约束强制了红黑树的关键性质: 从根到叶子的最长的可能路径不多于最短的可能路径的两倍长。结果是这个树大致上是平衡的。因为操作比如插入、删除和查找某个值的最坏情况时间都要求与树的高度成比例,这个在高度上的理论上限允许红黑树在最坏情况下都是高效的,而不同于普通的二叉查找树。
性质4导致路径上不能有两个连续的红色结点确保了这个结果。最短的可能路径都是黑色结点,最长的可能路径有交替的红色和黑色结点。因为根据性质5所有最长的路径都有相同数目的黑色结点,这就表明了没有路径能多于任何其他路径的两倍长。
因为红黑树是一种特化二叉查找树,所以红黑树上的只读操作与普通二叉查找树相同。
typedef enum { RED = 0, BLACK = 1 } ColorType;
typedef int KeyType;
typedef struct rb_node
{
rb_node* leftchild;
rb_node* parent;
rb_node* rightchild;
ColorType color;
KeyType key;
}rb_node, * RBTree;
static rb_node* Nil = Buynode();
rb_node* Buynode()
{
rb_node* s = (rb_node*)malloc(sizeof(rb_node));
if (nullptr == s) exit(1);
memset(s, 0, sizeof(rb_node));
s->leftchild = Nil;
s->rightchild = Nil;
s->color = RED;
return s;
}
rb_node* MakeRoot(KeyType kx)
{
rb_node* root = Buynode();
root->color = BLACK;
root->key = kx;
return root;
}
对于红黑树的旋转和avl树的旋转没有什么不同,我的博客AVL树(点击)对做单旋,右单旋,左右双旋转,右左双旋转,有特别详细的描述;
代码如下:
void RotateLeft(rb_node*& tree, rb_node* ptr)
{
rb_node* newroot = ptr->rightchild;
newroot->parent = ptr->parent; // 1
ptr->rightchild = newroot->leftchild;
if (newroot->leftchild != nullptr)
{
newroot->leftchild->parent = ptr; // 2
}
newroot->leftchild = ptr;
if (ptr == tree)
{
tree = newroot;
}
else
{
if (ptr->parent->leftchild == ptr)
{
ptr->parent->leftchild = newroot;
}
else
{
ptr->parent->rightchild = newroot;
}
}
ptr->parent = newroot; //3
}
void RotateRight(rb_node*& tree, rb_node* ptr)
{
rb_node* newroot = ptr->leftchild;
newroot->parent = ptr->parent; //1
ptr->leftchild = newroot->rightchild;
if (newroot->rightchild != nullptr)
{
newroot->rightchild->parent = ptr;
}
newroot->rightchild = ptr;
if (ptr == tree)
{
tree = newroot;
}
else
{
if (ptr->parent->leftchild == ptr)
{
ptr->parent->leftchild = newroot;
}
else
{
ptr->parent->rightchild = newroot;
}
}
ptr->parent = newroot;
}
插入过程首先是根据一般二叉查找树的插入步骤, 把新结点 插入到 某个叶结点的位置上,然后将 新节点着为红色。 为了保证红黑树的性质能继续保持,再对有关结点重点着色并旋转,其插入算法如下:
1 按二叉查找树的插入步骤将结点新节点插入到 树tree中;
2 如果前面没有节点,则置为根节点(结束);
3 找到插入的位置,判断是双亲结点的左孩子还是右孩子;
4 从插入节点开始回溯,调整红黑树的结构使其满足上述五个性质;
插入函数简单;对于代码中的回溯函数,会重点分析;
bool Insert(rb_node*& tree, KeyType kx)
{
if (tree == nullptr)
{
tree = MakeRoot(kx);
return true;
}
rb_node* pa = nullptr;
rb_node* p = tree;
while (p != nullptr && p->key != kx)//找到插入位置
{
pa = p;
p = kx < p->key ? p->leftchild : p->rightchild;
}
if (p != nullptr && p->key == kx) return false;
p = Buynode();//购买节点
p->key = kx;
p->parent = pa;
if (kx < pa->key)//判断是左右那个孩子
{
pa->leftchild = p;
}
else
{
pa->rightchild = p;
}
PassRBTree(tree, p);
return true;
}
维持红黑树的平衡有两种方式,通过改变颜色来使其平衡,通过旋转来保持平衡;
(1)case1:添加在节点的右边,对于这个来说,无法通过改变颜色(根节点不能是红色),所以通过左单旋转保持平衡,如图一;
(2)case2:在图一平衡的基础上,在右孩子插入,祖父节点的左孩子为红色,则可以通过改变颜色去保持平衡,如图二;
(3)case3:在再右孩子插入,但是祖父节点的左边没有节点(哨兵节点(黑)),只能通过旋转来保持和平衡,如图三;
(4)case4:在右孩子的左边插入,与case3其他情况相同,所以只能通过旋转,但是单旋转不行,只能通过右左双旋转来保持平衡,如图4;
void PassRBTree(rb_node*& tree, rb_node* p)
{
rb_node* _X = nullptr;
for (; p != tree && p->parent->color == RED;)
{
if (p->parent->parent->rightchild == p->parent) // ringht
{
_X = p->parent->parent->leftchild;
if (_X->color == RED)
{
_X->color = BLACK;
p->parent->color = BLACK;
p->parent->parent->color = RED;
p = p->parent->parent;
}
else
{
if (p->parent->leftchild == p)
{
p = p->parent;
RotateRight(tree, p);
}
p->parent->color = BLACK;
p->parent->parent->color = RED;
RotateLeft(tree, p->parent->parent);
}
}
else
{
_X = p->parent->parent->rightchild;
if (_X->color == RED)
{
_X->color = BLACK;
p->parent->color = BLACK;
p->parent->parent->color = RED;
p = p->parent->parent;
}
else
{
if (p->parent->rightchild == p)
{
p = p->parent;
RotateLeft(tree, p);
}
p->parent->color = BLACK;
p->parent->parent->color = RED;
RotateRight(tree, p->parent->parent);
}
}
}
tree->color = BLACK;
}