数据结构：红黑树的旋转原理和模拟实现

最新推荐文章于 2024-05-03 17:33:10 发布

ETalien_

最新推荐文章于 2024-05-03 17:33:10 发布

阅读量1k

点赞数

CC 4.0 BY-SA版权

分类专栏：数据结构

本文链接：https://blog.youkuaiyun.com/ETalien_/article/details/90318058

本文详细介绍了红黑树的旋转原理，包括红黑树的特点、节点定义及插入过程。插入时，根据节点颜色和父节点、叔叔节点颜色的不同情况，进行了情况一至情况三的分析，并给出了相应的旋转调整策略，确保红黑树性质得以维持。同时，文章提到了红黑树在实际应用中相对于AVL树的优势。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

红黑树的旋转原理和模拟实现

我们了解到AVL树虽然效率很高，但是它是通过多次的旋转才到达一个绝对的平衡，旋转的消耗其实也很大。因此开始引入近似平衡的一棵树----红黑树（RBTree）。红黑树每一个节点不是红色的就是黑色的，它保证了最长路径不超过最短路径的二倍。

其实一般来说使用红黑树会比AVL树更多，因为虽然AVL树是更加平衡的，但是它的平衡是通过更多次的旋转得到的，旋转的时候消耗还是很大的。而红黑树是近似平衡的，它的旋转比AVL树要少。但是有人可能会有疑问，那红黑树的搜索效率没有AVL树高啊？其实他俩是差不多的，因为AVL树是O(logN)，而红黑树是O(2logN)，假如是十亿个数据的话，AVL树用30次查找，那么红黑树也就是60次查找，对于现在的计算机CPU计算速度来说是没有多大影响的，所以用红黑树用的会多一些。

红黑树的特点：

根节点一定是黑色的
一个红色节点的孩子只能是黑色的
每一条路径上的黑色节点的个数相同
每个节点不是红色的就是黑色的
每个叶子结点都是黑色的(此处的叶子结点指的是空结点)

根据这五个特点我们就可以推断出最长路径不超过最短路径的二倍。因为如果一颗树是红黑树，那么它的最短路径就是全黑节点的那一条路径，最长路径就是一个黑色一个红色这样红黑相间的路径。

红黑树节点的定义

enum Color//枚举颜色
{
   
   
	RED,
	BLACK,
};
template<class K,class V>
struct RBTreeNode
{
   
   
	RBTreeNode<K, V>* _left;//指向左树节点
	RBTreeNode<K, V>* _right;//指向右树节点
	RBTreeNode<K, V>* _parent;//指向父亲节点
    pair<K, V> _kv;
	Color _col;//颜色
};

红黑树的插入

红黑树的插入需要这么几步：

如果是空树，那么直接让root等于这个新开节点，然后把这个节点的颜色变为黑色
如果不是空树，那么就先去找要插入的位置，如果要插入的值比该节点小就去左边，比该节点大就去右边
找到位置之后将该节点连接到树中，然后将这个新插入的节点设置为红色（为什么是设置为红色呢？ 因为如果插入一个黑色节点的话，那么就会破坏红黑树的每条路径上的黑色节点数目相同的这条性质，因为在你插入的这条路径上就会多出来一个黑色节点，那么就会影响到其他的路径，影响范围很大。但是如果插入的是红色节点，那么如果它的父亲是黑色就非常完美，不用对树进行修改，只有当它的父亲是红色才需要进行修改，因为两个红色的节点不能连接再一起。所以说如果插入黑色节点，必然一定会破坏所以路径，而插入红色的节点是有可能会破坏这条路径。）
如果插入这个红色节点之后父亲也是红色，则对这颗树进行调整

如果要进行调整的的话分为以下几种情况，我们约定一下起名规则如下：
cur：新插入的节点
parent：新插入节点的父亲节点
uncle：新插入节点的叔叔节点
grandfather：新插入节点的祖父节点

情况一：插入节点为红色，父亲为红色，叔叔存在且为红色

如下图，新插入节点cur是红色，父亲也是红色，叔叔也是红色，那么祖父必然是一个黑色节点，那么把父亲和叔叔变成黑色，把祖父变成红色，然后这颗树上每条路径的黑色节点就都是一样的了。
在这里插入图片描述
但是这个步骤完成之后还需要继续往上判断，因为如果把祖父变成了红色，祖父还不是根节点的话，万一祖父的父亲也是红色节点就需要再次调整了，如下图。

最后根据需要，如果grandfather为根节点的话直接把根变成黑色（因为根节点一定是黑色的）。

情况二：插入节点（左边）为红色，父亲为红，叔叔不存在/叔叔为黑

如果插入节点红色，父亲也是红色，那么祖父一定是黑色，此时如果没有叔叔节点的话，那就要进行旋转，如图情况，对这颗树进行右单旋，然后在进行变色，把祖父变成红色，把父亲变成黑色。
在这里插入图片描述
如果插入节点红色，父亲也是红色，那么祖父一定是黑色，此时如果叔叔节点为黑，那么应该怎么办呢？如果遇到叔叔节点为黑时，那一定是通过情况一演变上来的。如下图，当向上更新时，发现叔叔节点为黑，那么我们以parent为中心进行右单旋，把parent的左树变成grandfather的左树，然后再把grandfather变成parent的右树。

在这里插入图片描述

情况三：插入节点（右边）为红色，父亲为红，叔叔不存在/叔叔为黑

插入节点为红，父亲如果为红，祖父必然为黑，如果此时叔叔节点不存在，那么需要先以parent为中心进行左单旋，然后再交换cur和parent的指向（遵循我们制定的约定），然后再以grandfather为中心右单旋。
在这里插入图片描述
如果插入节点为红，父亲为红，祖父必然为红，此时叔叔节点为黑，那么必然是情况一演变而来的，首先以parent为中心进行左单旋，然后再交换parent和cur的指向，再以grandfather为中心进行右单旋，最后再讲parent变为黑色，grandfather变为红色。如下图：
在这里插入图片描述
注：以上博主画的都是父亲在左边叔叔在右边的情况，反之叔叔在左边父亲在右边也是一样的啦
然后博主就不画了吧 |ू･ω･` )，画图太费眼睛啦！博主上面的图画了好久好久！
博主可能有强迫症！然后哇的一声就哭了 ﾍ(;´Д｀ﾍ)。

红黑树的左单旋右单旋和AVL树的左单旋右单旋一毛一样，还有遍历也是一毛一样！！！

好的！那么我们一起来看代码 ~ 嘻嘻嘻 ~

RBTree.h

#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>