前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >C++:红黑树

C++:红黑树

作者头像
二肥是只大懒蓝猫
发布2023-03-30 14:43:22
2400
发布2023-03-30 14:43:22
举报
文章被收录于专栏:热爱C嘎嘎

红黑树的概念

红黑树是一棵二叉搜索树,但是红黑树通过增加一个存储位表示结点的颜色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2倍,因而是接近平衡的。

 红黑树的性质

⭐1.每个节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。也就意味着,红黑树没有连续的红色节点。

⭐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。也就是说每条路径都有相同数量的黑色节点。

⭐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。

从性质上分析红黑树的近似平衡

一颗红黑树最短的路径是这条路径全黑。最长是一红一黑相间路径。

对于近似平衡来说:

①最优情况就是左右平衡,此时每条路径都是全黑或者是一红一黑相间,形成满二叉树。

②差的情况就是左右越不平衡,情况就越差。比如左子树全黑,而右子树是一黑一红相间。假设左子树全黑的路径长度位h = logN,因为红黑树要求每条路径的黑色节点的数量是相同的,而右子树是一红一黑相间的,那就说明右子树的长度是左子树的两倍h = 2*logN,这是最差的情况了,再差点就不是红黑树了。

红黑树节点的定义

红黑树节点的定义,跟AVL树的区别就是红黑树不需要平衡因子,而加入了颜色红跟黑。在定义当中,构造函数初始化列表对颜色_col默认初始化为红色是因为权衡了上面所述红黑树性质中的性质3和性质4。

性质3是说明了红黑树没有连续的红色节点,性质4说明的是每条路径都有相同数量的黑色节点。我们在定义节点的时候,需要给节点的颜色初始化,要么是红色,要么是黑色。

如果我们选择了黑色,那么在插入新节点之前,我们是往红黑树插入的嘛,本身就是红黑树,再插入一个黑色节点的话,那么必定会破坏掉红黑树的规则,是一定被破坏掉的,那么就一定需要对这颗红黑树进行调整。

如果我们选择红色,那么有可能会破坏掉红黑树的规则,也可能不会造成破坏。因为新增的节点的父节点是黑色的,那么就不会造成影响,而父节点是红色的话,那就需要调整。

因此,综上所述,默认初始化为红色是比较好的选择。

代码语言:javascript
复制
//使用枚举
enum Colour
{
	RED,
	BLACK,
};

template<class K,class V>
struct RBTreeNode
{
	pair<K, V> _kv;
	RBTreeNode<K, V>* _left;
	RBTreeNode<K, V>* _right;
	RBTreeNode<K, V>* _parent;
	Colour _col;

	RBTreeNode(const pair<K,V>& kv)
		:_kv(kv)
		,_left(nullptr)
		,_right(nullptr)
		,_parent(nullptr)  //跟AVL树一样,使用parent节点是为了旋转
		,_col(RED)  //默认是红色
	{}
};

红黑色的插入操作

红黑树是在二叉搜索树的基础上加入了平衡限制条件的树,因此红黑树的插入分为两步:

第一步:按照二叉搜索树的规则插入新节点。

第二步:检测新节点插入后,红黑树的性质是否造到破坏。

判断依据: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:

本文约定好:cur为当前节点,p(parent)为父节点,g(grandther)为祖父节点,u(uncle)为叔叔节点。

①cur为红,p为红,g为黑,u存在且为红

这种情况是插入的节点cur是红色的(默认),cur的双亲节点和叔叔节点是红色的,祖先节点是黑色的。因为不能连续存在红色节点,那么就需要把颜色调整一下即可,不需要旋转。

调整的方法为:将p节点和u节点的颜色改成黑色,同时为了防止g不是一棵单独的树,先把它变成红色,再进行判断,如果是单独的树,那么就把g的颜色变回黑色,如果是一棵子树,那么就往上继续调整。

②cur为红,p为红,g为黑,u不存在/u存在且为黑

这种情况下是需要旋转+变色的。因为当cur为红色,p为红色,g为黑色,而u的情况是:

如果u不存在,cur肯定是新增的节点,因为在新增之前,p和g组成的树是一棵红黑树,在cur新增之后,不符合红黑树的性质。

这种情况下光凭变色是解决不了问题的,因为u为空说明有一条路径只有根节点,而另一条路径上会存在连续红,只凭变色,无论怎么变,都会导致各路径的黑色节点数量不相同,所以需要先根据p和cur的位置来决定旋转的方向而旋转,再变色。

如果u存在,则u是黑色,并且cur原本的颜色一定是黑色的,而现在cur的颜色是红色,那就肯定是第一种情况调整后,导致了现在的cur的颜色变了

这种情况下就跟u不存在的情况一样,采用旋转+变色来解决问题。此时,u存在不存在已经没什么关系了(单独是看构造红黑树的情况来说)。

③cur为红,p为红,g为黑,u不存在/u存在且为黑

这种情况的颜色是跟情况二的一样,区别就是节点的位置不一样。

这种情况是跟第二中情况差不多,就是多了一步旋转,先左旋再右旋,或者先右旋再左旋。

整体代码如下:

代码语言:javascript
复制
template<class K,class V>
class RBTree
{
	typedef RBTreeNode<K, V> Node;
public:
	bool Insert(const pair<K, V>& kv)
	{
		//先按二叉搜索树的规矩来创建一棵二叉搜索树
		if (_root==nullptr)
		{
			_root = new Node(kv);
			//因为红黑树的根节点是黑色的
			_root->_col = BLACK;
			return true;
		}

		Node* parent = nullptr;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_kv.first < kv.first)
			{
				parent = cur;
				cur = cur->_right;
			}
			else if (cur->_kv.first > kv.first)
			{
				parent = cur;
				cur = cur->_left;
			}
			else
			{
				return false;
			}
		}

		cur = new Node(kv);
		cur->_col = RED;//多写一步,防止写错代码。
		if (parent->_kv.first < kv.first)
		{
			parent->_right = cur;
			cur->_parent = parent;
		}
		else
		{
			parent->_left = cur;
			cur->_parent = parent;
		}

		//创建完二叉搜索树
		//开始创建红黑树,使用颜色来判断是否需要调整
		//循环往上走,循环条件:当走到的parent不为空,并且parent是红色的
		//即我们列举是三种情况,parent都是红的,就需要重新调整
		//如果parent是黑色的,那就不需要了。直接就是一棵红黑树,不进入循环
		while (parent && parent->_col == RED)
		{
			//保存祖先节点,即g节点
			Node* grandfther = parent->_parent;
			//判断父节点是在祖先节点的哪边
			if (parent == grandfther->_left)
			{
				//父节点在左边,那么叔叔节点就在右边
				Node* uncle = grandfther->_right;
				//情况一:uncle存在且为红。改变颜色即可
				if (uncle && uncle->_col == RED)
				{
					//变色。
					parent->_col = uncle->_col = BLACK;
					grandfther->_col = RED;

					//往上走
					cur = grandfther;
					parent = cur->_parent;
				}
				else  //uncle不存在 或者 存在但是黑色
				{
					//情况二  p是g的左孩子,cur是p的左孩子,以g为轴右单旋
					if (cur == parent->_left)
					{
						//右单旋
						RotateR(grandfther);
						//变色  右单旋后,parent为根节点,变黑色。cur和g节点为红色
						parent->_col = BLACK;
						grandfther->_col = RED;
					}
					else  //情况三  p是g的左孩子,cur是p的右孩子.
					{
						//先以p为轴左旋转
						RotateL(parent);
						//变成情况二,再以g为轴右单旋
						RotateR(grandfther);
						//变色  cur变成根节点,为黑色。p和g是红色
						cur->_col = BLACK;
						grandfther->_col = RED;

					}

					break;
				}
			}
			else  //parent是在grandfther的右边
			{
				//叔叔节点就在祖先节点的左边
				Node* uncle = grandfther->_left;
				//情况一:uncle存在且为红。改变颜色即可
				if (uncle && uncle->_col == RED)
				{
					//变色。
					parent->_col = uncle->_col = BLACK;
					grandfther->_col = RED;

					//往上走
					cur = grandfther;
					parent = cur->_parent;
				}
				else  //uncle不存在 或者 存在但是黑色
				{
					//情况二  p是g的右孩子,cur是p的右孩子。
					if (cur == parent->_right)
					{
						//左单旋
						RotateL(grandfther);
						//变色  右单旋后,parent为根节点,变黑色。cur和g节点为红色
						parent->_col = BLACK;
						grandfther->_col = RED;
					}
					else  //情况三  p是g的右孩子,cur是p的左孩子.
					{
						//先以p为轴右旋转
						RotateR(parent);
						//变成情况二,再以g为轴左单旋
						RotateL(grandfther);
						//变色  cur变成根节点,为黑色。p和g是红色
						cur->_col = BLACK;
						grandfther->_col = RED;

					}

					break;
				}
			}
		}
		//最后将根节点置为黑
		_root->_col = BLACK;
		return true;
	}

	void RotateR(Node* parent)
	{

		Node* subL = parent->_left;
		Node* subLR = subL->_right;
		parent->_left = subLR;
		if (subLR)
		{
			subLR->_parent = parent;
		}
		Node* ppNode = parent->_parent;
		subL->_right = parent;
		parent->_parent = subL;

		if (ppNode == nullptr)
		{
			_root = subL;
			_root->_parent = nullptr;
		}
		else  
		{
			if (ppNode->_left == parent) 
			{
				ppNode->_left = subL;

			}
			else                        
			{
				ppNode->_right = subL;
			}

			
			subL->_parent = ppNode;
		}
	}

	void RotateL(Node* parent)
	{
		
		Node* subR = parent->_right;
		Node* subRL = subR->_left;	
		parent->_right = subRL;
		if (subRL)
		{
			subRL->_parent = parent;
		}

		Node* ppNode = parent->_parent;
		subR->_left = parent;
		parent->_parent = subR;
		if (ppNode == nullptr)
		{
			_root = subR;
			_root->_parent = nullptr;
		}
		else
		{
			if (ppNode->_left == parent)
			{
				ppNode->_left = subR;
			}
			else
			{
				ppNode->_right = subR;
			}
			subR->_parent = ppNode;
		}

	}

private:
		Node* _root = nullptr;
};

旋转请看:AVL树这篇文章有详细解析。红黑树的旋转直接复用AVL树的旋转的代码即可。

验证红黑树

红黑树的验证分两步:①通过中序遍历验证其是否满足二叉搜索树的性质。②验证是否满足红黑树的性质。

中序遍历:

代码语言:javascript
复制
	void Inorder()
	{
		_Inorder(_root);
	}

	void _Inorder(Node* root)
	{
		if (root == nullptr)
			return;

		_Inorder(root->_left);
		cout << root->_kv.first << ": " << root->_kv.second << endl;
		_Inorder(root->_right);
	}

验证红黑树的性质:

验证思路:

①首先判断根节点的颜色是否为黑色,如果不是黑色,那就直接否定false。这一步是在验证红黑树的性质之一:根的颜色是黑色的。

②接着随便选一条路径并统计这条路径上的黑色节点的数量。

③拿着统计好的结果,去遍历其它路径各自的黑色节点的数量是否与这个结果相等,但凡有一条结果不一样,直接false这一步是在验证红黑树的性质之一:每条路径上的黑色节点是数量是相等的。

④在验证③的过程中,如果发现当前节点与父节点都是红色的,直接false。这一步是验证红黑树的性质之一:不能出现连续的红色节点。

代码如下:

代码语言:javascript
复制
	//遍历其它路径
	bool Check(Node* root, int blackNum, const int ref)
	{
		//当走到空节点后,就可以对比数量
		if (root == nullptr)
		{
			//选择打印数量,看看结果对不对
			cout << blackNum << endl;
			//如果不相等,false
			if (blackNum != ref)
			{
				cout << "违反规则:本条路径的黑色节点的数量跟最左路径不相等" << endl;
				return false;
			}

			return true;
		}

		//判断当前节点跟它的父亲节点是否都是红的
		if (root->_col == RED && root->_parent->_col == RED)
		{
			cout << "违反规则:出现连续红色节点" << endl;
			return false;
		}

		//如果节点是黑色的,++
		if (root->_col == BLACK)
		{
			++blackNum;
		}

		//通过递归,去遍历其它的路径
		return Check(root->_left, blackNum, ref)
			&& Check(root->_right, blackNum, ref);
	}

	bool IsBalance()
	{
		//首先看看是不是空树,空树也是红黑树
		if (_root == nullptr)
		{
			return true;
		}

		//判断根节点是否为黑色,不是黑色就false
		if (_root->_col != BLACK)
		{
			return false;
		}

		//统计某一条路径的黑色节点的数量
		int ref = 0;
		//这里选择最左边的路径
		Node* left = _root;
		while (left)
		{
			if (left->_col == BLACK)
			{
				//当节点是黑色,就++一下
				++ref;
			}

			left = left->_left;
		}

		//去寻找别的路径上的黑色节点
		return Check(_root, 0, ref);
	}

红黑树与AVL树的对比

⭐相同点: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(log_2 N)。

⭐不同点: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。而AVL树是高度平衡的二叉搜索树,旋转的次数比红黑树的要频繁。

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。

也就是因为红黑树在修改操作方面的性能比AVL树好,因此红黑树都用在了C++的STL库(map/set、mutil_map/mutil_set),Java库、Linux内核等等地方。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2023-02-13,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 红黑树的概念
  •  红黑树的性质
    • 从性质上分析红黑树的近似平衡
    • 红黑树节点的定义
    • 红黑色的插入操作
    • 验证红黑树
      • 验证红黑树的性质:
      • 红黑树与AVL树的对比
      领券
      问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档