【数据结构】—红黑树（C++实现）

B1ue慕斯2023-12-07 18:42

🎬慕斯主页 ：******************************修仙---别有洞天********************************

💜++本文前置知识：++ AVL树

♈️++今日夜电波：++Letter Song---ヲタみん++++

1:36━━━━━━️💟──────── 5:35

🔄 ◀️ ⏸ ▶️ ☰

💗关注👍点赞🙌收藏您的每一次鼓励都是对我莫大的支持😍

目录

一、前言

红黑树的概念

红黑树与二叉搜索树的异同

二、红黑树的实现

节点的定义

AVL树的初始化定义

红黑树的插入（重点及难点！！！）

插入大致步骤

插入的总体逻辑

按照二叉搜索树的方法插入节点

[父节点为红色， 需要进行相应的调整](#父节点为红色， 需要进行相应的调整)

[情况一: cur为红，p为红，g为黑，u存在且为红](#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​编辑](#情况二: cur为红，p为红，g为黑，u不存在/u存在且为黑编辑)

[情况三: 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)

插入实现

根据构建红黑树的规则验证红黑树

求红黑树高度以及遍历红黑树

三、总体代码

一、前言

本文是基于二叉搜索树以及AVL树的知识前提下对于红黑树进行叙述的 ，主要叙述的方面同AVL树一样，主要是在于插入方面的解析， 其它部分同AVL树和二叉搜索树还是有些相似的。但是对于删除部分来说，红黑树就太难了，举个例子？：插入部分，红黑树的实现大概180行代码，而删除则是400往上接近500行了。难度可想而知，作者如果有能力后续会慢慢补齐的！

红黑树的概念

红黑树是一种自平衡二叉查找树，它的每个节点都有一个颜色属性，可以是红色或黑色。红黑树的特性如下：

  • 每个节点要么是红色，要么是黑色。
  • 根节点是黑色。
  • 所有的叶子节点（NIL节点）都是黑色。（注意NIL实际上空节点，只不过我们将所有空节点看作黑色节点而已）
  • 如果一个节点是红色，那么它的两个子节点都是黑色。（意味着黑色可以有黑色的节点也可以有红色的节点，但是红色只能有黑色的节点）
  • 对于每个节点，从该节点到其所有后代叶节点的简单路径上，均包含相同数目的黑色节点。

这些特性保证了红黑树的搜索效率。在最坏的情况下，搜索一棵高度为h的红黑树的时间复杂度是O(h)，与AVL树相当。此外，由于红黑树的插入和删除操作不需要像AVL树那样频繁地旋转，因此红黑树在实际应用中比AVL树更加稳定和高效。

在实际应用中，红黑树常用于实现关联数组（哈希表）的数据结构，以及数据库索引等场合。

红黑树与二叉搜索树的异同

++红黑树和二叉搜索树的主要区别在于它们如何处理数据冲突。++

二叉搜索树（BST）是一种特殊的二叉树，其中每个节点都存储一个键值，并且满足左子树中的所有键值小于根节点的键值，右子树中的所有键值大于根节点的键值。这使得搜索、插入和删除操作可以在平均情况下以O(log n)的时间复杂度完成。

红黑树也是一种二叉搜索树，但它通过限制每个节点的颜色和位置关系来保持树的平衡，从而确保搜索、插入和删除操作的时间复杂度始终为O(log n)。与BST不同的是，红黑树还具有以下特点：

* 每个节点要么是红色，要么是黑色。

* 根节点是黑色。

* 所有的叶子节点（NIL节点，空节点）都是黑色。

* 如果一个节点是红色，那么它的两个子节点都是黑色。

* 对于每个节点，从该节点到其所有后代叶节点的简单路径上，均包含相同数目的黑色节点。

这些特性使得红黑树在实际应用中更加强大和灵活。例如，红黑树可以通过左右旋转变换快速调整树的形状，从而应对动态数据集的变化。此外，红黑树还可以应用于许多不同的场景，如数据库索引、排序算法、集合类数据结构等等。

二、红黑树的实现

节点的定义

使用枚举来定义结点的颜色，提高代码的可读性。定义三叉链，方便后续的旋转等等操作，定义KV结构的红黑树，定义一个枚举变量用于储存颜色。通过构造函数初始化节点。

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>& kv)
		:_left(nullptr)
		, _right(nullptr)
		, _parent(nullptr)
		, _kv(kv)
		, _col(RED)
	{}
};

AVL树的初始化定义

cpp 复制代码 
template<class K, class V>
struct RBTree
{
	typedef RBTreeNode<K, V> Node;

public:

	bool Insert(const pair<K, V>& kv)//插入操作

	bool IsBalance();//判断是否符合红黑树

	int Height();//求高度

private:

	Node* _root = nullptr;//给缺省初始化

};

红黑树的插入（重点及难点！！！）

插入大致步骤

下面是红黑树插入的大致步骤：

  1. 向红黑树中插入新的节点。

  2. 确保新节点的颜色为红色。

  3. 确保新插入的节点不会破坏红黑树的性质。如果新节点违反了某些性质，则需要对红黑树进行旋转操作或更改节点的颜色。

  4. 返回到插入节点的父节点，继续执行第3步，直到所有违反性质的节点都被修复为止。

具体来说，当我们向红黑树中插入新的节点时，我们需要遵循以下规则：

  • 每个节点都是红色或黑色。

  • 根节点是黑色。

  • 所有叶子节点（NIL节点，空节点）都是黑色。

  • 如果一个节点是红色，则它的两个子节点都是黑色。

  • 对于每个节点，从该节点到其所有后代叶子节点的简单路径上，均包含相同数目的黑色节点。

如果我们违反了这些规则中的任何一个，我们就可以通过旋转操作或更改节点的颜色来修复这个问题。例如，如果我们发现某个节点有两个子节点都是红色的，那么我们就需要将这个节点以及其两个子节点的颜色全部改为黑色，然后再将该节点的父节点变为红色。这样就可以确保新插入的节点不会破坏红黑树的性质。

插入的总体逻辑

  1. 按二叉搜索树的插入方法，找到待插入位置。
  2. 将待插入结点插入到树中。（++新插入的节点默认为红++）
  3. 若插入结点的父结点是红色的，则需要对红黑树进行调整。
  4. 按情况进行调整：++情况一:++ cur为红，p为红，g为黑，u存在且为红。->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->p为g的左孩子，cur为p的左孩子，则进行右单旋转；相反， p为g的右孩子，cur为p的右孩子，则进行左单旋转p、g变色--p变黑，g变红。++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，再对g做右单旋；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，再对g做左单旋。

按照二叉搜索树的方法插入节点

按照搜索二叉树，大往右，小往左的思想，找到对应的节点，插入节点并且链接。大致步骤都是同二叉搜索树是相同的，只不过需要注意的是新插入的节点默认都是红色的。当父节点为黑色时，直接插入即可。

cpp 复制代码 
bool Insert(const pair<K, V>& kv)
{
	if (_root == nullptr)//如果根节点为空则直接开辟一个节点作为根节点并且返回true
	{
		_root = new Node(kv);
		_root->_col = BLACK;
		return true;
	}

	
	Node* parent = nullptr;//后续遍历找位置以及旋转等

	Node* cur = _root;//遍历用

	while (cur) // 开始遍历到指定位置->其实就是到cur为空节点的地方
	{
		if (cur->_kv.first < kv.first)//要插入节点大于则往右遍历
		{
			parent = cur;
			cur = cur->_right;
		}
		else if (cur->_kv.first > kv.first)//要插入节点小于于则往左遍历
		{
			parent = cur;
			cur = cur->_left;
		}
		else
		{
			return false;
		}
	}

	//默认新增节点给红色，防止给黑破坏平衡

	cur = new Node(kv);
	cur->_col = RED;

	if (parent->_kv.first < kv.first)//同父节点比大小
	{
		parent->_right = cur;//链接新节点
	}
	else
	{
		parent->_left = cur;//链接新节点
	}

	cur->_parent = parent;//新节点链接父节点

	//后续根据红黑树特性开始调整
	...
    
    //调整完毕
	}

	_root->_col = BLACK;//将根处理成黑。因为插入向上处理会改变，但是当最后为根时改变后就不能进入循环，因此需要最后处理为黑

	return true;
}

父节点为红色， 需要进行相应的调整

重点在于看舅舅节点，看舅舅节点的存在与否，存在的话是红色？还是黑色？ 根据舅舅节点来确定相应的调整操作。然后再看新插入节点cur处于parent的位置，在左？还是在右？进行相应的调整策略。

情况一: cur为红，p为红，g为黑，u存在且为红

当cur为红，p为红，g为黑，++u存在且为红时++，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

当cur为红，p为红，g为黑，++u不存在/u存在且为黑，++u不存在，如果p为g的左，++cur为p的左++，如上图一所示，则只需对g进行右单旋，如果p为g的右，++cur为p的右++ ，则只需对g进行左单旋，然后p、g变色--p变黑，g变红。

当u存在且为黑，即如上图二第2步所示。由图二1、2步我们可以知道cur是由于新增节点而变化而来的 ，我们也可以根据红黑树的定义可知，c、d、e分别为对应箭头的颜色。由此，我们需要进行对应的旋转以及变色操作，对于以上u存在且为黑，如果p为g的左，++cur为p的左++ ，则如图二第3步所示，对p进行右单旋，如果p为g的右，++cur为p的右++ ，则只需对g进行左单旋，然后p、g变色--p变黑，g变红。

情况三: cur为红，p为红，g为黑，u不存在/u存在且为黑

当cur为红，p为红，g为黑，++u不存在/u存在且为黑，++++但是此时++++,++如果p为g的左，++cur为p的右++ ，则如图所示需先对p进行左单旋，再对g进行右单旋。如果p为g的右，++cur为p的左++ ，则需对p进行右单旋，再对g进行左单旋。然后c、g变色--c变黑，g变红。

插入实现

cpp 复制代码 
	bool Insert(const pair<K, V>& kv)
	{
		if (_root == nullptr)//如果根节点为空则直接开辟一个节点作为根节点并且返回true
		{
			_root = new Node(kv);
			_root->_col = BLACK;
			return true;
		}

		
		Node* parent = nullptr;//后续遍历找位置以及旋转等

		Node* cur = _root;//遍历用

		while (cur) // 开始遍历到指定位置->其实就是到cur为空节点的地方
		{
			if (cur->_kv.first < kv.first)//要插入节点大于则往右遍历
			{
				parent = cur;
				cur = cur->_right;
			}
			else if (cur->_kv.first > kv.first)//要插入节点小于于则往左遍历
			{
				parent = cur;
				cur = cur->_left;
			}
			else
			{
				return false;
			}
		}

		//默认新增节点给红色，防止给黑破坏平衡

		cur = new Node(kv);
		cur->_col = RED;

		if (parent->_kv.first < kv.first)//同父节点比大小
		{
			parent->_right = cur;//链接新节点
		}
		else
		{
			parent->_left = cur;//链接新节点
		}

		cur->_parent = parent;//新节点链接父节点

		//根据红黑树特性开始调整
		while (parent && parent->_col == RED)//由于子节点和父节点都是红色，则需要调整
		{
			Node* grandfather = parent->_parent;//储存爷爷节点，用于找舅舅节点以及变色甚至旋转
			if (parent == grandfather->_left)
			{
				//     g
				//   p   u
				// c
				Node* uncle = grandfather->_right;//如果父亲节点在爷爷的左则舅舅在右
				if (uncle && uncle->_col == RED)//情况一："变色处理" 舅舅节点存在且为红色，则我们需要将父亲以及舅舅变黑，爷爷变红
				{
					// 变色
					parent->_col = uncle->_col = BLACK;
					grandfather->_col = RED;

					// 继续向上处理
					cur = grandfather;
					parent = cur->_parent;
				}
				else //情况二："需要旋转（单旋？or双旋？）+变色处理" 即舅舅节点存在时为黑或者舅舅节点不存在，则我们需要进行相应的旋转
				{
					if (cur == parent->_left)
					{
						// 单旋
						//     g         p  
						//   p     ->  c   g
						// c
						RotateR(grandfather);
						parent->_col = BLACK;
						grandfather->_col = RED;
					}
					else
					{
						// 双旋
						//     g          g        p  
						//   p     ->   c    ->  c   g
						//     c      p
						RotateL(parent);
						RotateR(grandfather);

						cur->_col = BLACK;
						grandfather->_col = RED;
					}

					break;
				}
			}
			else // parent == grandfather->_right
			{
				//     g
				//   u   p 
				//          c
				//
				Node* uncle = grandfather->_left;//情况一，但是uncle在左
				// u存在且为红
				if (uncle && uncle->_col == RED)
				{
					// 变色
					parent->_col = uncle->_col = BLACK;
					grandfather->_col = RED;

					// 继续向上处理
					cur = grandfather;
					parent = cur->_parent;
				}
				else//情况二："需要旋转（单旋？or双旋？）+变色处理"
				{
					if (cur == parent->_right)
					{
						// 单旋
						//     g           p  
						//       p   ->  g   c
						//         c
						RotateL(grandfather);
						grandfather->_col = RED;
						parent->_col = BLACK;
					}
					else
					{
						//     g        g           c
						//   u   p -> u   c   ->  g   p
						//     c            p   u
						//
						RotateR(parent);
						RotateL(grandfather);
						cur->_col = BLACK;
						grandfather->_col = RED;
					}

					break;
				}
			}
		}

		_root->_col = BLACK;//将根处理成黑。因为插入向上处理会改变，但是当最后为根时改变后就不能进入循环，因此需要最后处理为黑

		return true;
	}

	void RotateL(Node* parent)
	{
		++_rotateCount;

		Node* cur = parent->_right;
		Node* curleft = cur->_left;

		parent->_right = curleft;
		if (curleft)
		{
			curleft->_parent = parent;
		}

		cur->_left = parent;

		Node* ppnode = parent->_parent;

		parent->_parent = cur;


		if (parent == _root)
		{
			_root = cur;
			cur->_parent = nullptr;
		}
		else
		{
			if (ppnode->_left == parent)
			{
				ppnode->_left = cur;
			}
			else
			{
				ppnode->_right = cur;

			}

			cur->_parent = ppnode;
		}
	}


	void RotateR(Node* parent)
	{
		++_rotateCount;

		Node* cur = parent->_left;
		Node* curright = cur->_right;

		parent->_left = curright;
		if (curright)
			curright->_parent = parent;

		Node* ppnode = parent->_parent;
		cur->_right = parent;
		parent->_parent = cur;

		if (ppnode == nullptr)
		{
			_root = cur;
			cur->_parent = nullptr;
		}
		else
		{
			if (ppnode->_left == parent)
			{
				ppnode->_left = cur;
			}
			else
			{
				ppnode->_right = cur;
			}

			cur->_parent = ppnode;
		}
	}

根据构建红黑树的规则验证红黑树

cpp 复制代码 
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
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)
cpp 复制代码 
	bool IsBalance()
	{
		return _IsBalance(_root);
	}

	// 根节点->当前节点这条路径的黑色节点的数量
	bool CheckColour(Node* root, int blacknum, int benchmark)
	{
		if (root == nullptr)
		{
			if (blacknum != benchmark)
				return false;

			return true;
		}

		if (root->_col == BLACK)//统计黑色用于判断每条路径黑色都相同
		{
			++blacknum;
		}

		if (root->_col == RED && root->_parent && root->_parent->_col == RED)
		{
			//当前节点与父节点连续红色
			cout << root->_kv.first << "出现连续红色节点" << endl;
			return false;
		}

		return CheckColour(root->_left, blacknum, benchmark)
			&& CheckColour(root->_right, blacknum, benchmark);//递归遍历每条路径
	}

	bool _IsBalance(Node* root)
	{
		//根据构建红黑树的规则进行判断
		if (root == nullptr)
			return true;

		if (root->_col != BLACK)//根不能为红
		{
			return false;
		}

		// //参考值,统计一条路径的黑色节点数
		int benchmark = 0;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_col == BLACK)
				++benchmark;

			cur = cur->_left;
		}

		//通过检查每条路径的黑色节点数判断是否平衡
		return CheckColour(root, 0, benchmark);
	}

求红黑树高度以及遍历红黑树

基本上就是同AVL树以及搜索二叉树相同的道理。

cpp 复制代码 
	int Height()
	{
		return _Height(_root);
	}

	//中序遍历
	void Inorder()
	{
		_Inorder(_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;
	}

	//中序遍历子函数
	void _Inorder(Node* root)
	{
		if (root == nullptr)
			return;
		_Inorder(root->_left);
		cout << root->_kv.first << " ";
		_Inorder(root->_right);
	}

三、总体代码

cpp 复制代码 
#pragma once
#include<iostream>
using namespace std;

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)
	{}
};

template<class K, class V>
struct RBTree
{
	typedef RBTreeNode<K, V> Node;
public:
	bool Insert(const pair<K, V>& kv)
	{
		if (_root == nullptr)//如果根节点为空则直接开辟一个节点作为根节点并且返回true
		{
			_root = new Node(kv);
			_root->_col = BLACK;
			return true;
		}

		
		Node* parent = nullptr;//后续遍历找位置以及旋转等

		Node* cur = _root;//遍历用

		while (cur) // 开始遍历到指定位置->其实就是到cur为空节点的地方
		{
			if (cur->_kv.first < kv.first)//要插入节点大于则往右遍历
			{
				parent = cur;
				cur = cur->_right;
			}
			else if (cur->_kv.first > kv.first)//要插入节点小于于则往左遍历
			{
				parent = cur;
				cur = cur->_left;
			}
			else
			{
				return false;
			}
		}

		//默认新增节点给红色，防止给黑破坏平衡

		cur = new Node(kv);
		cur->_col = RED;

		if (parent->_kv.first < kv.first)//同父节点比大小
		{
			parent->_right = cur;//链接新节点
		}
		else
		{
			parent->_left = cur;//链接新节点
		}

		cur->_parent = parent;//新节点链接父节点

		//根据红黑树特性开始调整
		while (parent && parent->_col == RED)//由于子节点和父节点都是红色，则需要调整
		{
			Node* grandfather = parent->_parent;//储存爷爷节点，用于找舅舅节点以及变色甚至旋转
			if (parent == grandfather->_left)
			{
				//     g
				//   p   u
				// c
				Node* uncle = grandfather->_right;//如果父亲节点在爷爷的左则舅舅在右
				if (uncle && uncle->_col == RED)//情况一："变色处理" 舅舅节点存在且为红色，则我们需要将父亲以及舅舅变黑，爷爷变红
				{
					// 变色
					parent->_col = uncle->_col = BLACK;
					grandfather->_col = RED;

					// 继续向上处理
					cur = grandfather;
					parent = cur->_parent;
				}
				else //情况二："需要旋转（单旋？or双旋？）+变色处理" 即舅舅节点存在时为黑或者舅舅节点不存在，则我们需要进行相应的旋转
				{
					if (cur == parent->_left)
					{
						// 单旋
						//     g         p  
						//   p     ->  c   g
						// c
						RotateR(grandfather);
						parent->_col = BLACK;
						grandfather->_col = RED;
					}
					else
					{
						// 双旋
						//     g          g        p  
						//   p     ->   c    ->  c   g
						//     c      p
						RotateL(parent);
						RotateR(grandfather);

						cur->_col = BLACK;
						grandfather->_col = RED;
					}

					break;
				}
			}
			else // parent == grandfather->_right
			{
				//     g
				//   u   p 
				//          c
				//
				Node* uncle = grandfather->_left;//情况一，但是uncle在左
				// u存在且为红
				if (uncle && uncle->_col == RED)
				{
					// 变色
					parent->_col = uncle->_col = BLACK;
					grandfather->_col = RED;

					// 继续向上处理
					cur = grandfather;
					parent = cur->_parent;
				}
				else//情况二："需要旋转（单旋？or双旋？）+变色处理"
				{
					if (cur == parent->_right)
					{
						// 单旋
						//     g           p  
						//       p   ->  g   c
						//         c
						RotateL(grandfather);
						grandfather->_col = RED;
						parent->_col = BLACK;
					}
					else
					{
						//     g        g           c
						//   u   p -> u   c   ->  g   p
						//     c            p   u
						//
						RotateR(parent);
						RotateL(grandfather);
						cur->_col = BLACK;
						grandfather->_col = RED;
					}

					break;
				}
			}
		}

		_root->_col = BLACK;//将根处理成黑。因为插入向上处理会改变，但是当最后为根时改变后就不能进入循环，因此需要最后处理为黑

		return true;
	}

	void RotateL(Node* parent)
	{
		++_rotateCount;

		Node* cur = parent->_right;
		Node* curleft = cur->_left;

		parent->_right = curleft;
		if (curleft)
		{
			curleft->_parent = parent;
		}

		cur->_left = parent;

		Node* ppnode = parent->_parent;

		parent->_parent = cur;


		if (parent == _root)
		{
			_root = cur;
			cur->_parent = nullptr;
		}
		else
		{
			if (ppnode->_left == parent)
			{
				ppnode->_left = cur;
			}
			else
			{
				ppnode->_right = cur;

			}

			cur->_parent = ppnode;
		}
	}


	void RotateR(Node* parent)
	{
		++_rotateCount;

		Node* cur = parent->_left;
		Node* curright = cur->_right;

		parent->_left = curright;
		if (curright)
			curright->_parent = parent;

		Node* ppnode = parent->_parent;
		cur->_right = parent;
		parent->_parent = cur;

		if (ppnode == nullptr)
		{
			_root = cur;
			cur->_parent = nullptr;
		}
		else
		{
			if (ppnode->_left == parent)
			{
				ppnode->_left = cur;
			}
			else
			{
				ppnode->_right = cur;
			}

			cur->_parent = ppnode;
		}
	}


	bool IsBalance()
	{
		return _IsBalance(_root);
	}


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

	//中序遍历
	void Inorder()
	{
		_Inorder(_root);
	}


private:

	// 根节点->当前节点这条路径的黑色节点的数量
	bool CheckColour(Node* root, int blacknum, int benchmark)
	{
		if (root == nullptr)
		{
			if (blacknum != benchmark)
				return false;

			return true;
		}

		if (root->_col == BLACK)//统计黑色用于判断每条路径黑色都相同
		{
			++blacknum;
		}

		if (root->_col == RED && root->_parent && root->_parent->_col == RED)
		{
			//当前节点与父节点连续红色
			cout << root->_kv.first << "出现连续红色节点" << endl;
			return false;
		}

		return CheckColour(root->_left, blacknum, benchmark)
			&& CheckColour(root->_right, blacknum, benchmark);//递归遍历每条路径
	}

	bool _IsBalance(Node* root)
	{
		//根据构建红黑树的规则进行判断
		if (root == nullptr)
			return true;

		if (root->_col != BLACK)//根不能为红
		{
			return false;
		}

		// //参考值,统计一条路径的黑色节点数
		int benchmark = 0;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_col == BLACK)
				++benchmark;

			cur = cur->_left;
		}

		//通过检查每条路径的黑色节点数判断是否平衡
		return CheckColour(root, 0, benchmark);
	}


	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;
	}

	//中序遍历子函数
	void _Inorder(Node* root)
	{
		if (root == nullptr)
			return;
		_Inorder(root->_left);
		cout << root->_kv.first << " ";
		_Inorder(root->_right);
	}

private:
	Node* _root = nullptr;

public:
	int _rotateCount = 0;
};

感谢你耐心的看到这里ღ( ´･ᴗ･` )比心，如有哪里有错误请踢一脚作者o(╥﹏╥)o！

给个三连再走嘛~

相关推荐
白子寰16 分钟前
【C++打怪之路Lv14】- “多态“篇
开发语言·c++
小芒果_0121 分钟前
P11229 [CSP-J 2024] 小木棍
c++·算法·信息学奥赛
XuanRanDev25 分钟前
【每日一题】LeetCode - 三数之和
数据结构·算法·leetcode·1024程序员节
gkdpjj27 分钟前
C++优选算法十 哈希表
c++·算法·散列表
代码猪猪傻瓜coding27 分钟前
力扣1 两数之和
数据结构·算法·leetcode
王俊山IT28 分钟前
C++学习笔记----10、模块、头文件及各种主题（一）---- 模块（5）
开发语言·c++·笔记·学习
-Even-31 分钟前
【第六章】分支语句和逻辑运算符
c++·c++ primer plus
EricWang13581 小时前
[OS] 项目三-2-proc.c: exit(int status)
服务器·c语言·前端
我是谁？？1 小时前
C/C++使用AddressSanitizer检测内存错误
c语言·c++
南宫生2 小时前
贪心算法习题其三【力扣】【算法学习day.20】
java·数据结构·学习·算法·leetcode·贪心算法
热门推荐
01【HarmonyOS】HUAWEI DevEco Studio 下载地址汇总02(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03组基轨迹建模 GBTM的介绍与实现（Stata 或 R）04【AIGC】重塑未来的科技巨轮05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）06【经验分享】Ubuntu22.04安装微信(linux官方版)07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08Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO09RAG 实践- Ollama+RagFlow 部署本地知识库10【TC3xx芯片】TC3xx芯片电源管理系统PMS详解