引言
在计算机科学领域,数据结构是构建高效算法的基石。而在众多的数据结构中,平衡二叉搜索树因其优秀的查找、插入和删除性能而备受关注。红黑树(Red-Black Tree)作为一种自平衡的二叉搜索树,更是在 C++ 标准库(如 STL 中的 map 和 set)中得到了广泛应用。本文将深入探讨红黑树的原理、实现及应用,帮助读者全面掌握这一重要的数据结构。
红黑树的基本概念
红黑树是一种特殊的二叉搜索树,它在每个节点上增加了一个存储位来表示节点的颜色(红色或黑色)。通过对任何一条从根到叶子的路径上各个节点着色方式的限制,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。
红黑树必须满足以下五个性质:
- 每个节点要么是红色,要么是黑色。
- 根节点是黑色。
- 每个叶子节点(NIL 节点,空节点)是黑色的。
- 如果一个节点是红色的,则它的两个子节点都是黑色的。
- 对每个节点,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。
这些性质的约束使得红黑树的高度始终保持在 O (log n),从而保证了基本操作的高效性。
红黑树的操作
红黑树的基本操作包括插入、删除和查找。由于红黑树是二叉搜索树的一种,其查找操作与普通二叉搜索树相同,但插入和删除操作后需要通过旋转和变色来维持红黑树的性质。
插入操作
插入操作首先按照二叉搜索树的方式插入新节点,并将其着色为红色。然后通过一系列的旋转和颜色调整来修复红黑树的性质。插入操作的时间复杂度为 O (log n)。
插入修复主要分为三种情况:
- 情况 1:插入节点的父节点是红色,且叔叔节点(父节点的兄弟节点)也是红色。此时将父节点和叔叔节点变为黑色,祖父节点变为红色,然后继续处理祖父节点。
- 情况 2:插入节点的父节点是红色,叔叔节点是黑色,且插入节点是父节点的右孩子。此时进行左旋操作,将问题转化为情况 3。
- 情况 3:插入节点的父节点是红色,叔叔节点是黑色,且插入节点是父节点的左孩子。此时将父节点变为黑色,祖父节点变为红色,然后进行右旋操作。
删除操作
删除操作同样首先按照二叉搜索树的方式删除节点,然后通过旋转和变色来修复红黑树的性质。删除操作的时间复杂度也为 O (log n)。
删除修复比插入修复更为复杂,主要分为四种情况,需要考虑兄弟节点的颜色以及兄弟节点子节点的颜色。
红黑树的 C++ 实现
下面是红黑树的 C++ 实现代码,包括节点结构、插入、删除、查找等基本操作:
cpp
#include "red_black_tree.hpp"
#include <iostream>
#include <cassert>
int main() {
RedBlackTree<int> tree;
// 测试插入操作
tree.insert(10);
tree.insert(20);
tree.insert(5);
tree.insert(15);
tree.insert(30);
std::cout << "Inorder traversal after insertion: ";
tree.inorder(); // 应输出 5 10 15 20 30
// 测试查找操作
assert(tree.contains(15) == true);
assert(tree.contains(25) == false);
std::cout << "Contains test passed." << std::endl;
// 测试删除操作
tree.remove(20);
std::cout << "Inorder traversal after deleting 20: ";
tree.inorder(); // 应输出 5 10 15 30
assert(tree.contains(20) == false);
// 测试大小
assert(tree.size() == 4);
std::cout << "Size after deletion: " << tree.size() << std::endl;
// 测试空树
RedBlackTree<int> emptyTree;
assert(emptyTree.empty() == true);
std::cout << "Empty tree test passed." << std::endl;
std::cout << "All tests passed!" << std::endl;
return 0;
}
cpp
#ifndef RED_BLACK_TREE_HPP
#define RED_BLACK_TREE_HPP
#include <iostream>
#include <memory>
#include <functional>
#include <cassert>
template<typename T, typename Compare = std::less<T>>
class RedBlackTree {
private:
enum class Color { RED, BLACK };
struct Node {
T data;
Color color;
std::unique_ptr<Node> left;
std::unique_ptr<Node> right;
Node* parent;
Node(const T& value, Color nodeColor = Color::RED)
: data(value), color(nodeColor), left(nullptr), right(nullptr), parent(nullptr) {}
};
std::unique_ptr<Node> root;
Compare compare;
size_t treeSize;
// 左旋操作
void leftRotate(Node* x) {
Node* y = x->right.get();
x->right = std::move(y->left);
if (y->left) {
y->left->parent = x;
}
y->parent = x->parent;
if (!x->parent) {
root = std::unique_ptr<Node>(y);
} else if (x == x->parent->left.get()) {
x->parent->left = std::unique_ptr<Node>(y);
} else {
x->parent->right = std::unique_ptr<Node>(y);
}
y->left = std::move(x->right);
x->parent = y;
}
// 右旋操作
void rightRotate(Node* y) {
Node* x = y->left.get();
y->left = std::move(x->right);
if (x->right) {
x->right->parent = y;
}
x->parent = y->parent;
if (!y->parent) {
root = std::unique_ptr<Node>(x);
} else if (y == y->parent->right.get()) {
y->parent->right = std::unique_ptr<Node>(x);
} else {
y->parent->left = std::unique_ptr<Node>(x);
}
x->right = std::move(y->left);
y->parent = x;
}
// 插入修复
void insertFixup(Node* z) {
while (z->parent && z->parent->color == Color::RED) {
if (z->parent == z->parent->parent->left.get()) {
Node* y = z->parent->parent->right.get();
if (y && y->color == Color::RED) {
z->parent->color = Color::BLACK;
y->color = Color::BLACK;
z->parent->parent->color = Color::RED;
z = z->parent->parent;
} else {
if (z == z->parent->right.get()) {
z = z->parent;
leftRotate(z);
}
z->parent->color = Color::BLACK;
z->parent->parent->color = Color::RED;
rightRotate(z->parent->parent);
}
} else {
Node* y = z->parent->parent->left.get();
if (y && y->color == Color::RED) {
z->parent->color = Color::BLACK;
y->color = Color::BLACK;
z->parent->parent->color = Color::RED;
z = z->parent->parent;
} else {
if (z == z->parent->left.get()) {
z = z->parent;
rightRotate(z);
}
z->parent->color = Color::BLACK;
z->parent->parent->color = Color::RED;
leftRotate(z->parent->parent);
}
}
}
root->color = Color::BLACK;
}
// 查找最小节点
Node* minimum(Node* node) const {
while (node->left) {
node = node->left.get();
}
return node;
}
// 查找最大节点
Node* maximum(Node* node) const {
while (node->right) {
node = node->right.get();
}
return node;
}
// 查找后继节点
Node* successor(Node* node) const {
if (node->right) {
return minimum(node->right.get());
}
Node* y = node->parent;
while (y && node == y->right.get()) {
node = y;
y = y->parent;
}
return y;
}
// 查找前驱节点
Node* predecessor(Node* node) const {
if (node->left) {
return maximum(node->left.get());
}
Node* y = node->parent;
while (y && node == y->left.get()) {
node = y;
y = y->parent;
}
return y;
}
// 删除修复
void deleteFixup(Node* x, Node* parent) {
while (x != root.get() && (x == nullptr || x->color == Color::BLACK)) {
if (x == parent->left.get()) {
Node* w = parent->right.get();
if (w->color == Color::RED) {
w->color = Color::BLACK;
parent->color = Color::RED;
leftRotate(parent);
w = parent->right.get();
}
if ((w->left == nullptr || w->left->color == Color::BLACK) &&
(w->right == nullptr || w->right->color == Color::BLACK)) {
w->color = Color::RED;
x = parent;
parent = x->parent;
} else {
if (w->right == nullptr || w->right->color == Color::BLACK) {
if (w->left) w->left->color = Color::BLACK;
w->color = Color::RED;
rightRotate(w);
w = parent->right.get();
}
w->color = parent->color;
parent->color = Color::BLACK;
if (w->right) w->right->color = Color::BLACK;
leftRotate(parent);
x = root.get();
parent = nullptr;
}
} else {
Node* w = parent->left.get();
if (w->color == Color::RED) {
w->color = Color::BLACK;
parent->color = Color::RED;
rightRotate(parent);
w = parent->left.get();
}
if ((w->right == nullptr || w->right->color == Color::BLACK) &&
(w->left == nullptr || w->left->color == Color::BLACK)) {
w->color = Color::RED;
x = parent;
parent = x->parent;
} else {
if (w->left == nullptr || w->left->color == Color::BLACK) {
if (w->right) w->right->color = Color::BLACK;
w->color = Color::RED;
leftRotate(w);
w = parent->left.get();
}
w->color = parent->color;
parent->color = Color::BLACK;
if (w->left) w->left->color = Color::BLACK;
rightRotate(parent);
x = root.get();
parent = nullptr;
}
}
}
if (x) x->color = Color::BLACK;
}
// 中序遍历辅助函数
void inorderTraversal(Node* node) const {
if (node) {
inorderTraversal(node->left.get());
std::cout << node->data << " ";
inorderTraversal(node->right.get());
}
}
// 查找节点辅助函数
Node* findNode(const T& value) const {
Node* current = root.get();
while (current) {
if (compare(value, current->data)) {
current = current->left.get();
} else if (compare(current->data, value)) {
current = current->right.get();
} else {
return current;
}
}
return nullptr;
}
public:
RedBlackTree() : root(nullptr), compare(), treeSize(0) {}
// 插入操作
void insert(const T& value) {
Node* z = new Node(value);
Node* y = nullptr;
Node* x = root.get();
while (x) {
y = x;
if (compare(z->data, x->data)) {
x = x->left.get();
} else {
x = x->right.get();
}
}
z->parent = y;
if (!y) {
root = std::unique_ptr<Node>(z);
} else if (compare(z->data, y->data)) {
y->left = std::unique_ptr<Node>(z);
} else {
y->right = std::unique_ptr<Node>(z);
}
z->color = Color::RED;
insertFixup(z);
treeSize++;
}
// 删除操作
bool remove(const T& value) {
Node* z = findNode(value);
if (!z) return false;
Node* y = z;
Node* x;
Color yOriginalColor = y->color;
if (!z->left) {
x = z->right.get();
transplant(z, std::move(z->right));
} else if (!z->right) {
x = z->left.get();
transplant(z, std::move(z->left));
} else {
y = minimum(z->right.get());
yOriginalColor = y->color;
x = y->right.get();
if (y->parent == z) {
if (x) x->parent = y;
} else {
transplant(y, std::move(y->right));
y->right = std::move(z->right);
y->right->parent = y;
}
transplant(z, std::move(std::unique_ptr<Node>(y)));
y->left = std::move(z->left);
y->left->parent = y;
y->color = z->color;
}
if (yOriginalColor == Color::BLACK) {
deleteFixup(x, y->parent);
}
treeSize--;
return true;
}
// 查找操作
bool contains(const T& value) const {
return findNode(value) != nullptr;
}
// 获取元素数量
size_t size() const {
return treeSize;
}
// 判断是否为空
bool empty() const {
return treeSize == 0;
}
// 中序遍历
void inorder() const {
inorderTraversal(root.get());
std::cout << std::endl;
}
// 移植辅助函数
void transplant(Node* u, std::unique_ptr<Node> v) {
Node* uParent = u->parent;
if (!uParent) {
root = std::move(v);
} else if (u == uParent->left.get()) {
uParent->left = std::move(v);
} else {
uParent->right = std::move(v);
}
if (v) {
v->parent = uParent;
}
}
};
#endif // RED_BLACK_TREE_HPP
这段代码实现了一个模板类 RedBlackTree,包含了红黑树的基本操作。代码中使用了智能指针管理内存,确保内存安全。同时,通过插入修复和删除修复函数来维护红黑树的性质。
红黑树的应用
红黑树在计算机科学中有广泛的应用,主要包括:
- C++ 标准库:STL 中的 map 和 set 就是基于红黑树实现的,保证了元素的有序性和高效的插入、删除、查找操作。
- 操作系统:Linux 内核中的完全公平调度器(CFS)使用红黑树来管理进程调度。
- 数据库系统:许多数据库系统使用红黑树来索引数据,提高查询效率。
- 其他应用:如 Java 的 TreeMap 和 TreeSet、Python 的 SortedContainers 等。
红黑树与其他数据结构的比较
红黑树与其他平衡二叉搜索树(如 AVL 树、B 树等)相比,具有以下特点:
- 与 AVL 树相比:红黑树的平衡性要求不如 AVL 树严格,因此插入和删除操作的旋转次数更少,但查找操作的效率略低。
- 与 B 树相比:红黑树是二叉树,而 B 树是多叉树,更适合存储在磁盘等外部存储设备上。
- 与哈希表相比:红黑树可以保证元素的有序性,而哈希表不能,但哈希表的平均查找时间复杂度为 O (1),比红黑树更快。
总结
红黑树作为一种重要的数据结构,凭借其良好的平衡性和高效的操作性能,在计算机科学领域得到了广泛应用。通过本文的介绍,读者应该对红黑树的原理、实现和应用有了全面的了解。掌握红黑树不仅有助于理解各种高级算法和数据结构,也能在实际编程中发挥重要作用。
希望本文对您理解 C++ 红黑树有所帮助!
附:恩师博客hnjzsyjyj-CSDN博客