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。
如下所示就是一颗红黑树:
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(不存在连续的红色节点)
- 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(每条路径都包含相同数量的黑色节点)
- 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节点
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?
根据红黑树的性质,当一颗子树中的节点全部为黑色节点时,路径最短;在另一颗包含红色节点的子树中,由于节点为一黑一红间隔,节点数量最多是全黑子树的两倍,路径最长。
红黑树节点的定义
//颜色
enum color
{
RED,
BLACK
};
//红黑树节点的定义
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;
//构造函数
RBTreeNode(const pair<K, V>& kv)
:_left(nullptr)
,_right(nullptr)
,_parent(nullptr)
,_kv(kv)
,_col(RED)
{}
};
在节点的定义中,为什么要将节点的默认颜色给成红色的?
新插入节点的颜色只会影响性质3或者性质4(新插入的节点不是根节点的时候),
如果新插入的节点是黑色的节点,那么一定会破坏性质4,破坏性质4要想让红黑树平衡最坏的情况需要将整颗树的节点都动一遍,很难维护。
如果新插入的节点是红色的节点,可能会破坏性质3(红色节点的孩子一定是黑色,黑色节点的孩子不一定是红色),即使破坏了性质3,最坏的情况也就不过只要更改三个节点的颜色。
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:
- 按照二叉搜索的树规则插入新节点
- 检测新节点插入后,红黑树的性质是否造到破坏
(注意:由于红黑树的插入也会涉及旋转等问题,所以随着高度的增加红黑树树子树的情况就会变得非常复杂,所以采用和AVL树一样的处理方法,使用具象图来表示)
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:
(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?
切记不可,否则就会违反性质4,处理起来会很棘手。
处理方式:将p,u改为黑,g改为红,然后把g当成cur,继续向上调整
如果p是红色,由于新插入的节点默认是红色的,就会出现连续的红色节点,违反性质三,处理完后保证了性质四不会变。
如果g是根节点,调整完成后,需要将g改为黑色(根节点一定为黑色)
如果g是子树,一定有双亲,且g的双亲如果是红色,需要继续向上调整,如下图:
经调整后是可能会出现上图情况,即本来g的p是红色的,所以需要继续往上调整,以上是当cur是新插入节点的情况,同理,我们调整的这部分也可能是下面调整上来导致,即a,b,c,d,e都不为0的情况,当在a或b新插入节点导致的连续红色节点,一路向上调整这,需要纵观全局,图上可能是一棵树的全部,或者是一棵树的顶部,也可能是一颗树的中部,甚至是一颗树的底部
无论是哪一部分,无论是在哪颗子树,只要按处理方式处理,往上更新即可。
情况二:cur为红,p为红,g为黑,u不存在/u存在且为黑
u的情况有两种:
- 如果u节点不存在,则cur一定是新插入节点,因为如果cur不是新插入节点,则cur和p一定有一个节点的颜色是黑色,就不满足性质4
- 如果u节点存在,则其一定是黑色的,那么cur节点原来的颜色一定是黑色的,现在看到其是红色的原因是因为cur的子树在调整的过程中将cur节点的颜色由黑色改成红色
处理方式:
- p为g的左孩子,cur为p的左孩子,则进行右单旋转;
- 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1------u不存在
当u不存在&&p是g的左&&cur是p的左,abcde子树都不应该存在(de肯定不存在,c若存在那么cur插入前就应该旋转过来了,cur不可能插在p的这个位置,cur若不是新插入节点p应该是黑色,那么违反红黑树性质4。),如下图:
单纯的左子树的左高,以g为旋转点进行右单旋,旋转完成后,p变黑色g变红色:
即平衡,就不用再做处理,不再往上更新
当u不存在&&p是g的右&&cur是p的右,与上面同理,如下图:
单纯的右子树的右高,以g为旋转点进行左单旋,旋转完成后,p变黑色g变红色:
即平衡,就不用再做处理,不再往上更新
情况2------u存在且为黑
为什么cur节点原来的颜色一定是黑色的,现在看到其是红色的原因是因为cur的子树在调整的过程中将cur节点的颜色由黑色改成红色?
分析如下:
cur为红色有两种情况:
一种情况是cur本来是红色,即cur为新插入的红色节点,但是新插入红色cur节点的情况不可能存在,因为如果是新插入红色cur节点无论如何都会违反红黑树的性质。
一种情况由子树往上更新来导致cur变成红色,即由情况一向上更新演变到cur为红,u为黑
由此分析发现只能是第二种情况。
以下更新情况都是由情况一向上更新演变到cur为红u为黑高度最少的情况即相差一层高度:
(如果再少一层,即少cur下面一层(cur是新插入的红色节点),则该树一定违反红黑树性质)
u存在&&u为黑&&p是g的左&&cur是p的左:
上图经过情况一演变到下图:
单纯的左子树的左高,以g为旋转点进行右单旋,旋转完成后,p变成黑色,g变成红色,如下图:
经过旋转+变色以后该红黑树就平衡了,不用往上更新
u存在&&u为黑&&p是g的右&&cur是p的右:
上图经过情况一演变到下图:
单纯的右子树的右高,以g为旋转点进行左单旋,旋转完成后,p变成黑色,g变成红色,如下图:
经过旋转+变色以后该红黑树就平衡了,不用往上更新
u存在&&u为黑&&p是g的左&&cur是p的左的模板:
abdemnxy等子树是包含相同数量黑色节点的红黑子树,从xymn几个位置中某个位置子树插入红色节点,引发cur从黑变成红,进而引发左子树左高导致的右单旋
u存在&&u为黑&&p是g的右&&cur是p的右的模板:
abdemnxy等子树是包含相同数量黑色节点的红黑子树,从xymn几个位置中某个位置子树插入红色节点,引发cur从黑变成红,进而引发右子树右高导致的左单旋
旋转+变色以后,这颗子树不违反红黑树规则,和插入前比较,黑色节点数量不变,不会影响上层,处理结束。
情况三:cur为红,p为红,g为黑,u不存在/u存在且为黑
情况三和情况二其实是一样的,只不过引发的双旋,除了处理旋转,其他都按情况二方式处理
处理方式:
- p为g的左孩子,cur为p的右孩子,针对p做左单旋转,再针对g做右单旋;
- p为g的右孩子,cur为p的左孩子,针对p做右单旋转,再针对g做左单旋;
- cur、g变色--->cur变黑,g变红
以下直接给出模板:
u存在&&u为黑&&p是g的左&&cur是p的右的模板:
abdemnxy等子树是包含相同数量黑色节点的红黑子树,从ab两个位置中某个位置子树插入红色节点,引发cur从黑变成红,进而引发左子树右高导致的左右单双旋
u存在&&u为黑&&p是g的右&&cur是p的左的模板:
abdemnxy等子树是包含相同数量黑色节点的红黑子树,从ab两个位置中某个位置子树插入红色节点,引发cur从黑变成红,进而引发右子树左高导致的右左单双旋
和情况二同理,旋转+变色以后,这颗子树不违反红黑树规则,和插入前比较,黑色节点数量不变,不会影响上层,处理结束
插入代码实现如下:
public:
bool insert(const pair<K, V>& kv)
{
//树为空
if (_root == nullptr)
{
_root = new Node(kv);
_root->_col = BLACK;
return true;
}
//找到插入的位置
Node* parent = nullptr;
Node* cur = _root;
while (cur)
{
parent = cur;
if (cur->_kv.first < kv.first)
cur = cur->_right;
else if (cur->_kv.first > kv.first)
cur = cur->_left;
else
return false;
}
//将节点插入
cur = new Node(kv);
cur->_col = RED;
if (parent->_kv.first < cur->_kv.first)
parent->_right = cur;
else
parent->_left = cur;
cur->_parent = parent;
//连续的红色
while (parent && parent->_col == RED)
{
Node* grandparent = parent->_parent;
assert(grandparent);
//parent是grandparent的左
if (parent == grandparent->_left)
{
Node* uncle = grandparent->_right;
//unlce存在且为红
if (uncle && uncle->_col == RED)
{
//更新parent和uncle的颜色为黑色,grandparent为红色
parent->_col = uncle->_col = BLACK;
grandparent->_col = RED;
//向上更新
cur = grandparent;
parent = cur->_parent;
}
//uncle不存在或者为黑
else
{
//cur是parent的左,左高,右单旋,以grandparent为旋转点
if (cur == parent->_left)
{
RotateR(grandparent);
grandparent->_col = RED;
parent->_col = BLACK;
}
//cur是parent的右,左右双旋的情况
else
{
RotateL(parent);
RotateR(grandparent);
cur->_col = BLACK;
grandparent->_col = RED;
}
break;//旋转调整颜色后一定平衡,只是更改颜色未旋转不一定平衡
}
}
//parent是grandparent的右
else
{
Node* uncle = grandparent->_left;
//uncle存在且为红
if (uncle && uncle->_col == RED)
{
//更新parent和uncle的颜色为黑色,grandparent为红色
parent->_col = uncle->_col = BLACK;
grandparent->_col = RED;
//向上更新
cur = grandparent;
parent = cur->_parent;
}
//uncle不存在或者为黑
else
{
//cur是parent的右,右高,左单旋
if (cur == parent->_right)
{
RotateL(grandparent);
parent->_col = BLACK;
grandparent->_col = RED;
}
//cur是parent的左,右左双旋
else
{
RotateR(parent);
RotateL(grandparent);
cur->_col = BLACK;
grandparent->_col = RED;
}
break;//旋转调整颜色后一定平衡,只是更改颜色未旋转不一定平衡
}
}
}
_root->_col = BLACK;//根节点必须为黑色
//插入成功
return true;
}
private:
//右边高左单旋
void RotateL(Node* parent)
{
Node* subR = parent->_right;
Node* subRL = subR->_left;
//将根的右子树的左子树赋值给根的右子树
parent->_right = subRL;
//subRL为空不能访问
if (subRL)
subRL->_parent = parent;
//将根节点变成根的右子树的左子树
subR->_left = parent;
//更新根的右子树的父节点
subR->_parent = parent->_parent;
//如果parent是根节点需要更新根节点
if (parent == _root)
{
_root = subR;
subR->_parent = nullptr;
}
//如果parent上面还有祖先节点,需要更新祖先节点的左节点/右节点
else
{
if (parent->_parent->_left == parent)
parent->_parent->_left = subR;
else
parent->_parent->_right = subR;
}
//更新根的父节点
parent->_parent = subR;
}
//左边高右单旋
void RotateR(Node* parent)
{
Node* subL = parent->_left;
Node* subLR = subL->_right;
//根节点的左指针指向左子树的右子树
parent->_left = subLR;
//如果根节点的左子树的右子树不为空则更新_parent
if (subLR)
subLR->_parent = parent;
//根节点的左子树的右指针指向parent
subL->_right = parent;
//更新subL的_parent
subL->_parent = parent->_parent;
//处理parent是根节点和不是根节点的情况
//如果parent是根节点,则赋值给_root
if (parent == _root)
{
_root = subL;
subL->_parent = nullptr;
}
//否则链接上祖先节点
else
{
//确定是祖先节点的左还是右,并链接上
if (parent->_parent->_left == parent)
parent->_parent->_left = subL;
else
parent->_parent->_right = subL;
}
//更新parent的_parent
parent->_parent = subL;
}
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
分别从层序遍历(查看每层节点),中序遍历(二叉搜索树是有序的),树的最低高度和最高高度(红黑树的性质),是否平衡(红黑树的性质)四个角度判断,都满足即是红黑树。
public:
//层序遍历
vector<vector<int>> levelOrder() {
vector<vector<int>> vv;
if (_root == nullptr)
return vv;
queue<Node*> q;
int levelSize = 1;
q.push(_root);
while (!q.empty())
{
// levelSize控制一层一层出
vector<int> levelV;
while (levelSize--)
{
Node* front = q.front();
q.pop();
levelV.push_back(front->_kv.first);
if (front->_left)
q.push(front->_left);
if (front->_right)
q.push(front->_right);
}
vv.push_back(levelV);
for (auto e : levelV)
{
cout << e << " ";
}
cout << endl;
// 上一层出完,下一层就都进队列
levelSize = q.size();
}
return vv;
}
//中序遍历
void InOrder()
{
_InOrder(_root);
cout << endl;
}
//求高度差
void Height()
{
cout << "最长路径:" << _maxHeight(_root) << endl;
cout << "最短路径:" << _minHeight(_root) << endl;
}
//判断是否平衡
bool IsBalanceTree()
{
// 检查红黑树几条规则
Node* pRoot = _root;
// 空树也是红黑树
if (nullptr == pRoot)
return true;
// 检测根节点是否满足情况
if (BLACK != pRoot->_col)
{
cout << "违反红黑树性质二:根节点必须为黑色" << endl;
return false;
}
// 获取任意一条路径中黑色节点的个数 -- 比较基准值
size_t blackCount = 0;
Node* pCur = pRoot;
while (pCur)
{
if (BLACK == pCur->_col)
blackCount++;
pCur = pCur->_left;
}
// 检测是否满足红黑树的性质,k用来记录路径中黑色节点的个数
size_t k = 0;
return _IsValidRBTree(pRoot, k, blackCount);
}
private:
//求最大高度
int _maxHeight(Node* root)
{
if (root == nullptr)
return 0;
int lh = _maxHeight(root->_left);
int rh = _maxHeight(root->_right);
return lh > rh ? lh + 1 : rh + 1;
}
//求最小高度
int _minHeight(Node* root)
{
if (root == nullptr)
return 0;
int lh = _minHeight(root->_left);
int rh = _minHeight(root->_right);
return lh < rh ? lh + 1 : rh + 1;
}
//中序遍历
void _InOrder(Node* root)
{
if (root == nullptr)
return;
_InOrder(root->_left);
cout << root->_kv.first << " ";
_InOrder(root->_right);
}
//是否是合法的红黑树
bool _IsValidRBTree(Node* pRoot, size_t k, const size_t blackCount)
{
//走到null之后,判断k和black是否相等
if (nullptr == pRoot)
{
if (k != blackCount)
{
cout << "违反性质四:每条路径中黑色节点的个数必须相同" << endl;
return false;
}
return true;
}
// 统计黑色节点的个数
if (BLACK == pRoot->_col)
k++;
// 检测当前节点与其双亲是否都为红色
if (RED == pRoot->_col && pRoot->_parent && pRoot->_parent->_col == RED)
{
cout << "违反性质三:存在连在一起的红色节点" << endl;
return false;
}
return _IsValidRBTree(pRoot->_left, k, blackCount) &&
_IsValidRBTree(pRoot->_right, k, blackCount);
}
根据红黑树的性质验证是否为红黑树:
性质2:根节点可以直接进行判断
性质3:遇到红色节点就去检查父节点的颜色
性质4:先统计一条路径上黑色节点数量,再进行前序遍历,和每条路径上的黑色节点数量进行比较判断。
红黑树与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(logN),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。