文章目录
- 引言
- 一、红黑树的概念
- 二、红黑树的模拟实现
- 2.1 结点
- 2.2 成员变量
- 2.3 插入
- 情况一:uncle在左,parent在右
- ==如果uncle存在且为红色==:
- ==如果uncle不存在,或者存在且为黑色==:
- 情况二:parent在左,uncle在右
- ==如果uncle存在且为红色==:
- ==如果uncle不存在,或者存在且为黑色==:
- 三、红黑树的验证
- 四、红黑树的性能
- 4.1 优势
- 4.2 适用场景
引言
之前学习的AVL树,是一种平衡二叉搜索树,它追求绝对平衡,从而导致插入和删除性能较差。而今天学习的红黑树,是另一种平衡二叉搜索树,它追求相对平衡,使得增删查改的性能都极佳,时间复杂度皆为O(log2N),是数据结构中的精华,天才般的设想!
一、红黑树的概念
红黑树,顾名思义,其节点有红和黑两种颜色。
之所以新增结点颜色的标记,是因为通过结点着色方式的限制,能够让红黑树的最长路径不超过最短路径的两倍,以保证相对平衡。
红黑树满足五条性质:
- 所有结点非黑即红
- 根结点为黑色
- NIL结点为黑色
- 红色结点的子结点必为黑色
- 任意结点到其叶子NIL结点的所有路径,都包含相同的黑色结点
在红黑树中,NIL节点(也称为空节点)是叶子节点的一种特殊表示。它们不是实际存储数据的节点,而是树结构中的占位符,用于定义树的边界。所有的红黑树都以NIL节点为叶子节点,这些NIL节点在视觉上通常不被画出来。
性质解读:
- 性质4:表明不能有连续的红色结点
- 性质4+性质5:
- 理论最短路径:全为黑色结点
- 理论最长路径:红黑相间
这样,就保证了最长路径不超过最短路径的两倍。
二、红黑树的模拟实现
2.1 结点
enum Color
{
RED,
BLACK
};
template<class K, class V>
struct RBTreeNode
{
RBTreeNode<K, V>* _left;
RBTreeNode<K, V>* _right;
RBTreeNode<K, V>* _parent;
pair<K, V> _kv;
Color _col;
RBTreeNode(const pair<K, V>& kv)
: _left(nullptr)
, _right(nullptr)
, _parent(nullptr)
, _kv(kv)
, _col(RED)
{}
};
细节:
- 使用三叉链,增加了指向parent的指针
- 使用KV模型,数据存储键值对pair
- 结点储存颜色,同时颜色使用枚举
- 结点的颜色初始化为红色
说明:为什么结点的颜色初始化为红色呢?因为插入新节点时(不为根部),如果插入黑色,就会直接破坏性质5,导致每条路径黑结点数目不同;而如果插入红色,有可能不会破坏性质4,所以结点初始化为红色更优。
2.2 成员变量
template<class K, class V>
class RBTree
{
protected:
typedef RBTreeNode<K, V> Node;
public:
protected:
Node* _root = nullptr;
};
2.3 插入
因为红黑树也是二叉搜索树,所以默认成员函数和遍历与之前写的没什么不同,这里重点讲解红黑树的插入。
bool Insert(const pair<K, V>& kv)
{
if (_root == nullptr)
{
_root = new Node(kv);
_root->_col = BLACK;
return true;
}
Node* parent = nullptr;
Node* cur = _root;
while (cur)
{
if (cur->_kv.first < kv.first)
{
parent = cur;
cur = cur->_right;
}
else if (cur->_kv.first > kv.first)
{
parent = cur;
cur = cur->_left;
}
else
{
return false;
}
}
cur = new Node(kv);
if (parent->_kv.first < kv.first)
{
parent->_right = cur;
}
else
{
parent->_left = cur;
}
cur->_parent = parent;
while (parent && parent->_col == RED)
{
Node* grandparent = parent->_parent;
if (grandparent->_right == parent)//uncle在左,parent在右
{
Node* uncle = grandparent->_left;
if (uncle && uncle->_col == RED)//uncle为红,变色+向上调整
{
parent->_col = uncle->_col = BLACK;
grandparent->_col = RED;
cur = grandparent;
parent = cur->_parent;
}
else//uncle为空或为黑,变色+旋转
{
if (parent->_right == cur)//左单旋
{
RotateL(grandparent);
parent->_col = BLACK;
grandparent->_col = RED;
}
else//右左旋
{
RotateR(parent);
RotateL(grandparent);
cur->_col = BLACK;
grandparent->_col = RED;
}
}
}
else//parent在左,uncle在右
{
Node* uncle = grandparent->_right;
if (uncle && uncle->_col == RED)
{
parent->_col = uncle->_col = BLACK;
grandparent->_col = RED;
cur = grandparent;
parent = cur->_parent;
}
else
{
if (parent->_left == cur)//右单旋
{
RotateR(grandparent);
parent->_col = BLACK;
grandparent->_col = RED;
}
else//左右旋
{
RotateL(parent);
RotateR(grandparent);
cur->_col = BLACK;
grandparent->_col = RED;
}
}
}
}
_root->_col = BLACK;
return true;
}
思路:
- 以二叉搜索树的方式正常插入
- 讨论并调整结点的颜色,以及调整结构,使之满足红黑树的性质
循环条件:while (parent && parent->_col == RED)
保证了parent存在且为红,grandparent存在且为黑
情况一:uncle在左,parent在右
如果uncle存在且为红色:
处理方法:
- 将parent和uncle变黑,grandparent变红
- cur = grandparent,parent = cur->_parent,继续向上调整
- 防止grandparent为根节点却变红,在循环结束后将根节点变为黑色
如果uncle不存在,或者存在且为黑色:
当cur在右部外侧时:
处理方法:
- 先对grandparent进行左单旋
- 再将parent变黑,grandparent变红
当cur在右部内侧时:
处理方法:
- 先对parent进行右单旋
- 再对grandparent进行左单旋
- 最后将cur变黑,grandparent变红
情况二:parent在左,uncle在右
如果uncle存在且为红色:
处理方法:
- 将parent和uncle变黑,grandparent变红
- cur = grandparent,parent = cur->_parent,继续向上调整
- 防止grandparent为根节点却变红,在循环结束后将根节点变为黑色
如果uncle不存在,或者存在且为黑色:
当cur在左部外侧时:
处理方法:
- 先对grandparent进行右单旋
- 再将parent变黑,grandparent变红
当cur在左部内侧时:
处理方法:
- 先对parent进行左单旋
- 再对grandparent进行右单旋
- 最后将cur变黑,grandparent变红
红黑树插入的核心口诀:uncle存在且为红,变色+向上调整,uncle不存在或为黑,变色+旋转
附上旋转的实现:
void RotateL(Node* parent)
{
Node* grandparent = parent->_parent;
Node* subR = parent->_right;
Node* subRL = subR->_left;
parent->_right = subRL;
if (subRL)
{
subRL->_parent = parent;
}
subR->_left = parent;
parent->_parent = subR;
if (grandparent)
{
if (grandparent->_right == parent)
{
grandparent->_right = subR;
}
else
{
grandparent->_left = subR;
}
}
else
{
_root = subR;
}
subR->_parent = grandparent;
}
void RotateR(Node* parent)
{
Node* grandparent = parent->_parent;
Node* subL = parent->_left;
Node* subLR = subL->_right;
parent->_left = subLR;
if (subLR)
{
subLR->_parent = parent;
}
subL->_right = parent;
parent->_parent = subL;
if (grandparent)
{
if (grandparent->_right == parent)
{
grandparent->_right = subL;
}
else
{
grandparent->_left = subL;
}
}
else
{
_root = subL;
}
subL->_parent = grandparent;
}
三、红黑树的验证
bool IsBalance()
{
if (_root && _root->_col == RED)
{
cout << "根结点为红色" << endl;
return false;
}
int benchMark = 0;//基准值
Node* cur = _root;
while (cur)
{
if (cur->_col == BLACK)
{
++benchMark;
}
cur = cur->_right;
}
return Check(_root, 0, benchMark);
}
bool Check(Node* root, int blackNum, int benchMark)
{
if (root == nullptr)
{
if (blackNum != benchMark)
{
cout << "某条路径黑色结点数量不相等" << endl;
return false;
}
return true;
}
if (root->_col == BLACK)
{
++blackNum;
}
if (root->_col == RED && root->_parent && root->_parent->_col == RED)
{
cout << "存在连续的红色结点" << endl;
return false;
}
return Check(root->_left, blackNum, benchMark)
&& Check(root->_right, blackNum, benchMark);
}
细节:
- 验证根节点是否为黑
- 先计算出一条路径的黑色结点个数作为基准值,再在递归中比较每条路径的黑色结点是否相等
- 若该节点为红,检测其parent是否为红,判断是否存在连续的红色节点
四、红黑树的性能
4.1 优势
红黑树是高效的平衡二叉树,增删改查的时间复杂度都是O( l o g 2 N log_2 N log2N),红黑树不追求绝对平衡,其只需保证最长路径不超过最短路径的2倍,相对AVL树而言,降低了插入和旋转的次数。
4.2 适用场景
因此,在经常进行增删的结构中性能比AVL树更优,而且红黑树实现比较简单,所以实际运用中红黑树更多。