红黑树------插入结点

本文深入解析红黑树的特性与优势,对比AVL树,解释红黑树如何通过非严格平衡提升插入效率,同时详细阐述红黑树的旋转、插入操作及平衡调整策略。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

红黑树的优势

  1. 首先红黑树是不符合AVL树的平衡条件的,即每个节点的左子树和右子树的高度最多差1的二叉查找树。但是提出了为节点增加颜色,红黑树是用非严格的平衡来换取增删节点时候旋转次数的降低,任何不平衡都会在三次旋转之内解决,而AVL是严格平衡树,因此在增加或者删除节点的时候,根据不同情况,旋转的次数比红黑树要多,所以红黑树的插入效率更高。

  2. 红黑树能够以O(log2 (n)) 的时间复杂度进行搜索、插入、删除操作

  3. 简单来说红黑树就是为了解决二叉查找树的缺陷,因为二叉查找树在某些情况下会退化成一个线性结构。

为什么会有红黑树的存在

在二叉树中,如果是顺序插入,会变成一个链表,查找效率直线下降。

红黑树的性质

  1. 每个结点是红的或者黑的。
  2. 根结点是黑的。
  3. 每个叶子结点是黑的。
  4. 如果一个结点是红的,则它的两个儿子都是黑的。
  5. 对每个结点,从该结点到其子孙结点的所有路径上的包含相同数目的黑结点。

红黑树的旋转

旋转
左旋:
leftRotate

void rbtree_left_rotate(rbtree *T, rbtree_node *x) {

	rbtree_node *y = x->right;  
	
	// 1.变换x的右子树上的指针和要指它的指针
	x->right = y->left; //1
	if (y->left != T->nil) { //2
		y->left->parent = x;
	}
	
	// 2.变换y父结点的指针和要指它的指针
	y->parent = x->parent; //3
	if (x->parent == T->nil) { //4
		T->root = y; // 树根
	} else if (x == x->parent->left) { // 判断x所处位置
		x->parent->left = y; 
	} else {
		x->parent->right = y;
	}
	
	// 3.变换y的左子树上的指针和要指它的指针
	y->left = x; //5
	x->parent = y; //6
}

右旋:
rightRotate

void rbtree_right_rotate(rbtree *T, rbtree_node *y) {

	rbtree_node *x = y->left;

	y->left = x->right;
	if (x->right != T->nil) {
		x->right->parent = y;
	}

	x->parent = y->parent;
	if (y->parent == T->nil) {
		T->root = x;
	} else if (y == y->parent->right) {
		y->parent->right = x;
	} else {
		y->parent->left = x;
	}

	x->right = y;
	y->parent = x;
}

红黑树的插入

(如果父亲是在祖父的左子树,那么叔叔方向就是右子树,父亲方向就是左子树)

  1. 如果父亲是红色,叔叔是红色。
    情况1
    变换方法
    (1)把父节点设为黑色。
    (2)把叔叔也设为黑色。
    (3)把祖父设置为红色。
    (4)把祖父设为当前结点(用以检测上面的结点)。
    (5)判断是情况几,继续调整。
    变色原因:因为父亲和叔叔同时变黑,祖父变红,相当于黑色下沉,但每条路线的黑高不会变化。但是祖父变红可能和上层继续不匹配,所以要将当前结点指针指向祖父位置,然后继续调整。

  2. 如果父亲是红色,叔叔是黑色,且当前结点在父亲兄弟(叔叔)方向子树。
    情况2
    变换方法
    (1)将当前结点指针指向父亲。
    (2)然后绕当前结点旋转(旋转方向根据父结点所处的子树方向,例子中是左)。

  3. 如果父亲是红色,叔叔是黑色,且当前结点在父亲的父亲方向子树。(有点绕口哈)
    情况3
    变换方法
    (1)把父节点设为黑色。
    (2)把祖父结点设为红色。
    (3)然后绕祖父结点旋转(旋转方向根据叔叔结点所处的子树方向,例子中是右)。
    变色原因:之前的推论已经知道叔叔为黑色,父亲的旋转方向子树也为黑色(此树要给祖父),因为当前结点红色和祖父旋转下来的结点黑色会在同一层(祖父那边黑高会多了一层),所以祖父结点要变红(此情况不用担心双红,因为叔叔和转过去的结点都是黑色),因为父亲结点因为要替换祖父位置,所以要变黑(保持原先的平衡)。

  4. 如果父亲是黑色,直接完成插入,无需调整。

void rbtree_insert_fixup(rbtree *T, rbtree_node *z) {

	while (z->parent->color == RED) { //z ---> RED
		if (z->parent == z->parent->parent->left) {
			// 获取叔叔结点
			rbtree_node *y = z->parent->parent->right;
			if (y->color == RED) {
				// 情况1
				// 父亲与叔叔都变黑,祖父变红(黑色分叉,但黑高不变)
				// 由之前的父亲为红,可以推断出祖父一定是黑
				z->parent->color = BLACK;
				y->color = BLACK;
				z->parent->parent->color = RED;
				// 祖父下面都已经平衡,查看由于祖父的变动是否产生双红
				z = z->parent->parent; //z --> RED
			} else { // 叔叔颜色是黑色
				// 情况2
				// 判断当前结点与父亲的关系(是否和父亲同一方向)
				if (z == z->parent->right) {
					// 因为旋转后当前结点要指向之前的父亲(转后变孩子)
					z = z->parent;
					// 此时父亲在左边,所以要向左旋转
					rbtree_left_rotate(T, z);
				}
				// 情况3
				// 之前的推论已经知道叔叔为黑色
				// 父亲的旋转方向子树也为黑色(此树要给祖父)
				// 为当前结点红色和祖父旋转下来的结点黑色会在同一层(祖父那边黑高会多了一层)
				// 所以祖父结点要变红
				// 因为父亲结点因为要替换祖父位置,所以变黑(保持原先的平衡)
				z->parent->color = BLACK;
				z->parent->parent->color = RED;
				rbtree_right_rotate(T, z->parent->parent);
			}
		}else {
			rbtree_node *y = z->parent->parent->left;
			if (y->color == RED) {
				z->parent->color = BLACK;
				y->color = BLACK;
				z->parent->parent->color = RED;

				z = z->parent->parent; //z --> RED
			} else {
				if (z == z->parent->left) {
					z = z->parent;
					rbtree_right_rotate(T, z);
				}

				z->parent->color = BLACK;
				z->parent->parent->color = RED;
				rbtree_left_rotate(T, z->parent->parent);
			}
		}
		
	}

	T->root->color = BLACK;
}
### Java 中红黑树数据结构实现与应用 #### 红黑树简介 红黑树是一种自平衡二叉查找树,在计算机科学中用于高效地存储和检索键值对。该数据结构的特点在于其能够自动调整节点位置来维持一定的平衡条件,从而保证最坏情况下的时间复杂度为 O(log n)[^1]。 #### 平衡特性对比 相较于 AVL 树而言,尽管两者都致力于维护二叉查找树的高度接近于最小可能高度,但是由于红黑树对于旋转次数的要求较低,因此在频繁发生插入或删除的情况下表现更优;而像 `TreeMap` 和 `TreeSet` 这样的集合类正是利用这一点实现了高效的增删改查功能[^2]。 #### 关键属性定义 为了满足上述提到的性质,每棵红黑树中的结点除了拥有指向左右子树以及父辈指针外还需要额外记录颜色信息(红色/黑色),具体如下所示: ```java private static final boolean RED = false; private static final boolean BLACK = true; static class Node<K,V> { K key; // 存储的关键字 V value; // 对应关键字所映射的对象 Node<K,V> left; // 左孩子引用 Node<K,V> right; // 右孩子引用 Node<K,V> parent;// 父亲引用 boolean color; // 颜色标记 public Node(K key, V value, Node<K,V> parent){ this.key=key; this.value=value; this.parent=parent; this.color=RED; // 新加入的节点默认设为红色 } } ``` #### 插入操作逻辑 当向一棵已有的红黑树内添加新元素时,会先按照普通的 BST 方式找到合适的位置并创建新的叶子节点。之后再依据一系列规则判断是否需要执行重涂色或是旋转变换以恢复整棵树应有的形态特征。 - 如果当前新增加的是根,则直接将其变为黑色; - 若祖父存在且叔叔也为红色,则将父亲、叔叔均改为黑色并将祖父变更为红色继续向上处理; - 当仅有单侧兄弟呈红色状态时可通过一次左(右)转使得双亲成为临时性的“假”根以便后续统一调整; - 剩余情形下只需简单交换父子间染色即可完成修复工作。 以上过程可以概括成一段伪代码形式表示出来: ```pseudo function insertFixup(node) if node is root then set its color to black and return. while (node != null && node's parent is red) // 处理违反红黑树特性的几种场景... end while ``` 实际上完整的算法较为复杂,涉及到多个分支路径的选择问题,这里仅给出大致思路供理解参考之用。 #### 删除操作概述 移除某个指定项的过程同样遵循着相似的原则——即先依照普通二叉搜索树的方式定位目标对象所在位置,并考虑三种不同类型的状况分别采取相应的措施加以应对:如果待消除的目标恰好处于末端处那么可以直接摘掉它而不影响其他部分;反之则需寻找合适的替代品填补空缺后再做进一步讨论。 值得注意的是在整个过程中可能会引入一些暂时不符合标准的情况,这就要求我们及时作出必要的修正动作直至最终达到稳定为止。 #### 应用实例分析 正如前面提及的一样,红黑树广泛应用于各种编程语言的标准库当中作为内部机制支撑起诸如有序表之类的抽象容器类型。例如在 JDK8 版本以后版本里头,`HashMap` 的链地址法解决哈希冲突方案便采用了基于红黑树优化后的链表结构,以此提高极端情况下访问效率的同时兼顾了空间利用率方面的需求。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值