目录
红黑树的概念
红黑树性质
红黑树节点设计
红黑树的插入
红黑树的验证
红黑树和AVL树的比较
红黑树的概念
红黑树,是一种二叉搜索树,但在每个结点上增加一个存储位表示结点的颜色,可以是Red或 Black。 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两倍,因而是接近平衡的。
红黑树性质
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 (也就是没有连续的红色节点)
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)
红黑树节点设计
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)
{}
};
红黑树的插入
红黑树是在二叉搜索树的基础上加上其平衡限制条件,因此红黑树的插入可分为两步:
1. 按照二叉搜索的树规则插入新节点
2. 检测新节点插入后,红黑树的性质是否造到破坏
因为新节点的默认颜色是红色,因此:如果其双亲节点的颜色是黑色,没有违反红黑树任何 性质,则不需要调整;但当新插入节点的双亲节点颜色为红色时,就违反了性质三不能有连 在一起的红色节点,此时需要对红黑树分情况来讨论:
完整插入代码如下
bool Insert(const pair<K,V>& kv) {
if (_pHead == nullptr) {
_pHead = new Node(kv);
_pHead->col = BLACK;
return true;
}
Node* parent = nullptr;
Node* cur = _pHead;
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);
cur->_col = RED;
if (parent->_kv.first < kv.first) {
parent->_right = cur;
cur->_parent = parent;
}
else {
parent->_left = cur;
cur->_parent parent;
}
//控制平衡
while (parent && parent->_col == RED) {
Node* grandFather = parent->_parent;
if (parent == grandFather->_left) {
Node* uncle = grandFather->_right;
if (uncle && uncle->_col == RED) {//uncle存在且为红
parent->_col = uncle->_col = BLACK;
grandFather->_col = RED;
cur = grandFather;
parent = cur->_parent;
}
else {//uncle不存在或者存在且黑
if (cur == parent->_left) {
//右单旋
RotateR(grandFather);
parent->_col = BLACK;
grandFather->_col = RED;
}
else {
RotateL(parent);
RotateR(grandFather);
grandFather->_col = RED;
cur->_col = BLACK;
}
break;
}
}
else {//parent == grandFather->_right
Node* uncle = grandFather->_left;
if (uncle && uncle->_col == RED) {
parent->_col = uncle->_col = BLACK;
grandFather->_col = RED;
cur = grandFather;
parent = cur->_parent;
}
else {//uncle不存在或者存在且为黑
if (cur == parent->_right ) {
//左单旋
RotateL(grandFather);
parent->_col = BLACK;
grandFather->_col = RED;
}
else {
RotateR(parent);
RotateL(grandFather);
grandFather->_col = RED;
cur->_col = BLACK;
}
break;
}
}
}
_pHead->_col = BLACK;
return true;
}
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
bool IsValidRBTree() {
if (_pHead->_col == RED) {
cout << "根节点不是黑色" << endl;
return false;
}
int banchMark = 0;
Node* left = _pHead;
while (left) {
if (left->_col == BLACK) {
banchMark++;
}
left = left->_left;
}
int blackNum = 0;
return _IsValidRBTree(_pHead, blackNum, banchMark);
}
void _InOrder(Node* root) {
if (root == nullptr) {
return;
}
_InOrder(root->_left);
cout << root->_kv.first << ":" << root->_kv.second << endl;
_InOrder(root->_right);
}
void InOrder() {
_InOrder(_pHead);
}
private:
bool _IsValidRBTree(Node* root, size_t blackCount, size_t pathBlack) {
if (root == nullptr) {
if (blackCount != pathBlack) {
cout << "存在路径黑色节点的数量不相等" << endl;
return false;
}
return true;
}
if (root->_col == RED && root->_parent->_col == RED) {
cout << "出现连续红色节点" << endl;
return false;
}
if (root->_col == BLACK) {
blackCount++;
}
return _IsValidRBTree(root->_left, blackCount, pathBlack)
&& _IsValidRBTree(root->_right, blackCount, pathBlack);
}
红黑树和AVL树的比较
红黑树和AVL树都是高效的平衡二叉树,增删改查的时间复杂度都是O($log_2 N$),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,相对而言,降低了插入和旋转的次数, 所以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。