红黑树
- 1.红黑树的概念
- 2. 红黑树的性质
- 3. 红黑树的结点定义
- 4. 红黑树的插入操作
- 情况一: cur为红,p为红,g为黑,u存在且为红
- 情况二: cur为红,p为红,g为黑,u不存在/u存在且为黑
- 情况三: cur为红,p为红,g为黑,u不存在/u存在且为黑
- 5. 代码实现
- 6. 红黑树的验证
- 9.AVL树和红黑树性能比较
1.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俩倍,因而是接近平衡的。
2. 红黑树的性质
- 每个结点不是红色就是黑色
- 根节点是黑色的
- 如果一个节点是红色的,则它的两个孩子结点是黑色的
- 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
- 每个叶子结点都是黑色的(此处的叶子结点指的是空结点)NIL结点
思考:为什么满足上面的性质,红黑树就能保证:其最长路径中节点个数不会超过最短路径节点个数的两倍?
3. 红黑树的结点定义
思考:在节点的定义中,为什么要将节点的默认颜色给成红色的?
答案:插入红色会可能会影响性质3,而插入黑色必定会影响性质4;影响了性质3容易修改,而影响性质4,难以修改,所以我们要默认插入的结点为红色,在对相应的情况进行调整!
4. 红黑树的插入操作
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:
约定:cur为当前节点,p为父节点,g为祖父节点,u为叔叔节点
情况一: cur为红,p为红,g为黑,u存在且为红
cur和p均为红,违反了性质三,此处能否将p直接改为黑?
解决方式:将p,u改为黑,g改为红,然后把g当成cur,继续向上调整。
情况二: cur为红,p为红,g为黑,u不存在/u存在且为黑
情况三: cur为红,p为红,g为黑,u不存在/u存在且为黑
p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
5. 代码实现
bool Insert(const T& data)
{
if (_root == nullptr)
{
_root = new Node(data);
_root->_color = BLACK;
return true;
}
//插入结点
Node* cur = _root;
Node* parent = nullptr;
while (cur != nullptr)
{
if (cur->_data > data)
{
parent = cur;
cur = cur->_pLeft;
}
else if (cur->_data < data)
{
parent = cur;
cur = cur->_pRight;
}
else
{
return false;
}
}
cur = new Node(data);
if (parent->_data > data)
{
parent->_pLeft = cur;
}
else
{
parent->_pRight = cur;
}
cur->_pParent = parent;
//进行调整调色
while (parent != nullptr && parent->_color == RED)//父亲结点是红色就进行调整
{
Node* granfather = parent->_pParent;
if (parent == granfather->_pLeft)
{
Node* uncle = granfather->_pRight;
if (uncle != nullptr && uncle->_color == RED)
{
granfather->_color = RED;
parent->_color = BLACK;
uncle->_color = BLACK;
//继续往上调整
cur = granfather;
parent = cur->_pParent;
}
else// 情况2+3:u不存在/u存在且为黑,旋转+变色
{
// g
// p u
// c
if (cur == parent->_pLeft)
{
RotateR(granfather);
parent->_color = BLACK;
granfather->_color = RED;
}
else
{
RotateL(parent);
RotateR(granfather);
parent->_color = RED;
granfather->_color = RED;
cur->_color = BLACK;
}
break;
}
}
else
{
// g
// u p
Node* uncle = granfather->_pLeft;
if (uncle != nullptr && uncle->_color == RED)
{
granfather->_color = RED;
parent->_color = BLACK;
uncle->_color = BLACK;
//继续往上调整
cur = granfather;
parent = cur->_pParent;
}
else
{
if (parent->_pRight == cur)
{
// g
// u p
// c
RotateL(granfather);
parent->_color = BLACK;
granfather->_color = RED;
}
else
{
// g
// u p
// c
RotateR(parent);
RotateL(granfather);
cur->_color = BLACK;
parent->_color = RED;
granfather->_color = RED;
}
break;
}
}
}
_root->_color = BLACK;
return true;
}
6. 红黑树的验证
红黑树的检测分为两步:
- 检测其是否满足二叉搜索树(中序遍历是否为有序序列)
- 检测其是否满足红黑树的性质
9.AVL树和红黑树性能比较
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( 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。