数据结构——红黑树

歪～~2023-11-15 13:53
AVL树可以将查找的效率提升到logN，但是AVL树的插入节点和删除节点，为了维持高度的平衡
需要大量的旋转，而这大量的的旋转，导致非常浪费资源，于是就有人提出了新的一种树------
红黑树，红黑树在牺牲了logN查找效率的的情况下，换做不需要那么多的旋转，转而用"颜色"
来管理二叉树，，也得到了不错的效果，它的查找效率是log2N，也是logN级别的。但是少了
很多旋转
接下来也是只介绍红黑树的插入。

文章目录

1.红黑树

1). 初步认识红黑树

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。让我们先来看看红黑树：

上面这两颗树都是红黑树。而红黑树主要是以下几种性质，也算规则：

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。

这其中的NIL节点也可以理解为空指针。

以上五个性质，主要是性质4和性质5导致了 "红黑树确保没有一条路径会比其他路径长出两倍"。为什么呢？其实也很好验证。但在此之前我们需要再次认识"路径"这个问题，现在问你一个问题上图中的第一个红黑树的路径有多少个？不乏有人脱口而出三种，那这种认识就是错误的，正确答案是7种。这里的路径应该是根节点到每个空指针的总和，所以我会在上图画出空指针。为了方便数清路径。

那我们再次回到原来那个问题，为什么红黑树确保没有一条路径会比其他路径长出两倍呢？

性质四说明了父子的颜色关系中只有：黑红、黑黑、红黑、而没有红红

性质五保证了每条路径上的黑色节点数量一样，那么在一种极端情况下，相同黑色节点的路径下最短的路径一定是只有黑色，而最长路径一定是黑红黑红黑红...：

可以看到最左边路径无法再增加节点，为最长路径，最右路径为最短路径，也无法再减少节点。

2). 红黑树的节点

红黑树的节点中有着"颜色"来控制，并且也有指向父亲节点的指针：

cpp 复制代码 
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>& pa)
		:_left(nullptr)
		, _right(nullptr)
		, _parent(nullptr)
		, _kv(pa)
		, _col(RED)
	{}

};

3). 红黑树节点的插入

依旧和AVL树一样开始按照二叉搜索树一样的插入：

cpp 复制代码 
bool Insert(const pair<K, V>& pa)
{
	//插入节点
	if (_root == nullptr)
	{
		_root = new Node(pa);
		_root->_col = BLACK;
		return true;
	}
	else
	{
		Node* cur = _root;
		Node* parent = _root;
		while (cur)
		{
			if (cur->_kv.first > pa.first) parent = cur, cur = cur->_left;
			else if (cur->_kv.first < pa.first) parent = cur, cur = cur->_right;
			else return false;
		}

		cur = new Node(pa);
		if (parent->_kv.first > cur->_kv.first) parent->_left = cur;
		else if (parent->_kv.first < cur->_kv.first) parent->_right = cur;

		cur->_parent = parent;
		cur->_col = RED;

		//调整颜色...
		return true;
	}
}

在上面的代码中我们需要设置新增节点的初始颜色，初始颜色是红色最好，黑色会麻烦很多：

假如我们要在这里新增一个节点，如果我们增加一个红色节点，它没有破坏每条路径的黑色节点数相同，对旁支影响不大。如果是黑色节点，导致其他路径的黑色节点数都要变成三个，影响不小，需要调整整棵树。不止这个节点，任意一个空指针处插入都是如此。因此我们在设置新增节点的需要将新增节点设置为红色。

4). 红黑树的变色与旋转

我们在插入一个新增红色节点的时候，父亲节点只有两种情况，非黑即红，如果父亲节点是黑色的情况，意味着这条路径肯定没有达到最长，而且黑红的父子颜色关系也符合，没有破坏任何规则所以：

新增节红色节点的父亲节点是黑色的情况下不用处理。

那如果父亲节点是红色的话，因为在插入前这棵树一定是一个红黑树，所以此时父亲节点肯定不是根节点，并且父亲节点的父亲也就是新增节点的爷爷节点一定是黑色。而在这种情况下，前人也已经帮我们总结出规律来了，我们只需要跟着演算一下就可以，而这种情况也只需要关注父亲节点的兄弟节点（我们叫它叔叔节点）。

a. 叔叔节点存在且为红

处理方式就是把parent和uncle节点变黑，grandfather变红，cur变成grandfather继续向上调整颜色
因为当把grandfather变红之后你不知道grandfather是不是根节点，也不能确保grandfather的父亲节
点是黑色所以需要迭代调整，知道cur的父亲节点不是红色，而在最后迭代到根节点把根节点变红的
时候，需要将根节点再次变黑。

b. 叔叔节点不存在或者存在为黑

I.叔叔节点不存在

我们先来看叔叔不存在：

一目了然，需要旋转：

然后将parent变黑，grandfather变红，而且也可以看到旋转变色之后不需要继续向上调整，因为新增节点前，跟旋转变色后没有本质的区别。

那么这种呢：

需要一个双旋 + 变色：

同样，这样调整之后也不需要继续向上调整了。

II.叔叔节点存在且为黑

我们再来看叔叔节点存在且为黑的情况：

我们发现如果cur它一定是从下面调整上来的，不是新增节点，如果是新增节点的话，parent这颗子树开始是没有新增节点的，也就说明grandfather原来就不是一颗红黑树，这是不合理的。所以我们需要再把这个图画精细一些：

这其中a、b、c是三个节点的子树是一种粗略的，不是具体的某一种树。

而我们将其中一个最简单的情况举例：

而这也只需要一个右单旋 + 变色：

先对grandfather右单旋：

然后就需要变色了，这时我们将那个粗略一点的图也右单旋了：

我们分析这张图，我们可以看到a、b中至少有一个黑色节点，在有多余的黑色节点，则c中也要增加对应的黑色节点数，在上面讨论新增节点的初始颜色时也说到，尽量不要有多余的黑色节点，所以要变化，尽量在变化的过程中不要让路径上的黑色节点多出来。假设cur这颗子树有每条路径有k个黑色节点，那么b中也是同样的情况，而c中每条路径有k-1个黑色节点：

在这种情况下调整颜色的方案就有两种了

1.把cur变黑导致parent每颗子树的的黑色节点数量变成k+1个，但是parent是红色
无法保证parent的父亲节点是黑色，所以需要向上调整。
2.把parent变成黑色，grandfather变成红色，使parent每颗子树上的黑色节点变成k个。
且由于parent是黑色，所以不需要向上调整了。

那么由此观之第二种方法显然更稳定。所以我们选择第二种方式：
把parent变成黑色，grandfather变成红色：

那如果是这种情况呢？

跟上面叔叔节点不存在一样先左旋parent再右旋grandfather，然后再变色

我们再次假设a1中每条路径有k个黑色节点：

那么根据上面的变色规律我们可以得出这里的变色是cur变黑，grandfather变红。也不需要向上调整。

至此所有叔叔在右边的情况就已经说完了，剩下的就是叔叔在左边，与上述对称，不再赘述，直接上代码：

cpp 复制代码 
bool Insert(const pair<K, V>& pa)
{
	if (_root == nullptr)
	{
		_root = new Node(pa);
		_root->_col = BLACK;
		return true;
	}
	else
	{
		Node* cur = _root;
		Node* parent = _root;
		while (cur)
		{
			if (cur->_kv.first > pa.first) parent = cur, cur = cur->_left;
			else if (cur->_kv.first < pa.first) parent = cur, cur = cur->_right;
			else return false;
		}

		cur = new Node(pa);
		if (parent->_kv.first > cur->_kv.first) parent->_left = cur;
		else if (parent->_kv.first < cur->_kv.first) parent->_right = cur;

		cur->_parent = parent;
		cur->_col = RED;

		while (parent && parent->_col == RED)
		{
			Node* grandfather = parent->_parent;
			//右树是叔叔
			if (grandfather->_left == parent)
			{
				Node* uncle = parent->_right;
				if (uncle && uncle->_col == RED)
				{
					parent->_col = uncle->_col = BLACK;
					grandfather->_col = RED;

					cur = grandfather;

					parent = grandfather->_parent;
				}
				else
				{
					if (parent->_left == cur)
					{
						RotateR(grandfather);
						grandfather->_col = RED;
						parent->_col = BLACK;
					}
					else
					{
						RotateL(parent);
						RotateR(grandfather);
						grandfather->_col = RED;
						cur->_col = BLACK;
					}
					break;
				}
			}
			//左树是叔叔
			else
			{
				Node* uncle = parent->_left;
				if (uncle && uncle->_col == RED)
				{
					parent->_col = uncle->_col = BLACK;
					grandfather->_col = RED;

					cur = grandfather;
					
					parent = grandfather->_parent;
				}
				else
				{
					if (parent->_right == cur)
					{
						RotateL(grandfather);
						grandfather->_col = RED;
						parent->_col = BLACK;
					}
					else
					{
						RotateR(parent);
						RotateL(grandfather);
						grandfather->_col = RED;
						cur->_col = BLACK;
					}
					break;
				}
			}
		}
		_root->_col = BLACK;
		return true;
	}
}

5). 红黑树的验证

cpp 复制代码 
	bool Check(Node* root, int blacknum, const int refVal)
	{
		if (root == nullptr)
		{
			if (blacknum != refVal)
			{
				return false;
			}

			return true;
		}

		if (root->_col == RED && root->_parent->_col == RED)
		{
			return false;
		}

		if (root->_col == BLACK)
		{
			++blacknum;
		}

		return Check(root->_left, blacknum, refVal)
			&& Check(root->_right, blacknum, refVal);
	}

	bool IsBalance()
	{
		if (_root == nullptr)
			return true;

		if (_root->_col == RED)
			return false;

		int refVal = 0;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_col == BLACK)
			{
				++refVal;
			}

			cur = cur->_left;
		}

		int blacknum = 0;
		return Check(_root, blacknum, refVal);
	}

	int Height()
	{
		return _Height(_root);
	}

	int _Height(Node* root)
	{
		if (root == nullptr)
			return 0;

		int leftHeight = _Height(root->_left);
		int rightHeight = _Height(root->_right);

		return leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1;
	}

	size_t Size()
	{
		return _Size(_root);
	}

	size_t _Size(Node* root)
	{
		if (root == NULL)
			return 0;

		return _Size(root->_left)
			+ _Size(root->_right) + 1;
	}
相关推荐
好奇龙猫9 分钟前
【学习AI-相关路程-mnist手写数字分类-win-硬件：windows-自我学习AI-实验步骤-全连接神经网络（BPnetwork）-操作流程（3） 】
人工智能·算法
霁月风43 分钟前
设计模式——适配器模式
c++·适配器模式
sp_fyf_20241 小时前
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-11-01
人工智能·深度学习·神经网络·算法·机器学习·语言模型·数据挖掘
ChoSeitaku1 小时前
链表交集相关算法题|AB链表公共元素生成链表C|AB链表交集存放于A|连续子序列|相交链表求交点位置(C)
数据结构·考研·链表
偷心编程1 小时前
双向链表专题
数据结构
香菜大丸1 小时前
链表的归并排序
数据结构·算法·链表
jrrz08281 小时前
LeetCode 热题100（七）【链表】（1）
数据结构·c++·算法·leetcode·链表
oliveira-time1 小时前
golang学习2
算法
咖啡里的茶i1 小时前
Vehicle友元Date多态Sedan和Truck
c++
海绵波波1071 小时前
Webserver(4.9)本地套接字的通信
c++
热门推荐
01如何才能让手机厂商主动拥抱华为，接入鸿蒙系统？02【HarmonyOS】HUAWEI DevEco Studio 下载地址汇总03组基轨迹建模 GBTM的介绍与实现（Stata 或 R）04基于YOLOv10深度学习的CT扫描图像肾结石智能检测系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战、目标检测05(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明06【经验分享】Ubuntu22.04安装微信(linux官方版)07【TC3xx芯片】TC3xx芯片电源管理系统PMS详解08全面解析：构建基于深度学习的安全帽检测系统（UI界面+YOLO代码+数据集）09RAG 实践- Ollama+RagFlow 部署本地知识库10你还在傻傻的打开页面输用户名和密码？来我教你实现自动化