RBTree 红黑树图解！可以说是很详细了

最新推荐文章于 2022-12-23 08:56:38 发布
最新推荐文章于 2022-12-23 08:56:38 发布
阅读量995 收藏 1
点赞数

红黑树是一棵二叉搜索树，它在每个节点上增加了一个存储位来表示节点的颜色，可以是Red或Black。

通过对任何一条从根到叶子节点简单路径上的颜色来约束树的高度，红黑树保证最长路径不超过最短路径的两倍，因而近似于平衡。

红黑树是满足下面红黑性质的二叉搜索树：

1. 每个节点，不是红色就是黑色的

2. 根节点是黑色的

3. 如果一个节点是红色的，则它的两个子节点是黑色的（不存在连续的红色节点）

4. 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。

 

思考：为什么满足上面的颜色约束性质，红黑树能保证最长路径不超过最短路径的两倍？

　　最短的路径上节点的颜色全部都为黑色；最长的路径则为黑红交叉的路径，其上有与最短路径的黑节点数目相同的黑节点数和红节点数目。所以我们按照红黑树性质所建立的红黑树的最长路径必然不会超过最短路径的两倍！

建立红黑树的节点类：

插入的新节点默认是红色的。原因是：插入黑节点必然会影响所有路径都含有相同数目的黑色节点这一原则，较难维护！

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
enum Color
{
    RED,
    BLACK
};
 
template<class K,class V>
struct RBTreeNode
{
    K _key;
    V _value;
    Color _color;   //颜色
    RBTreeNode<K, V>* _left;      //指向左孩子的指针
    RBTreeNode<K, V>* _right; //指向右孩子的指针
    RBTreeNode<K, V>* _parent;    //指向父节点的指针
 
    RBTreeNode(const K& key=K(), const V&value=V())
        :_key(key)
        , _value(value)
        , _color(RED)
        , _left(NULL)
        , _right(NULL)
        , _parent(NULL)
    {}
};

　　红黑树需要变色或利用旋转来降低高度的几种情况：

图注：g代表grandfather祖父节点；p代表parent父亲结点；u代表uncle叔叔节点；cur代表当前节点

一、父节点是祖父节点的左孩子

1.uncle的颜色是红色

①当前节点cur是parent的左孩子

②当前节点cur是parent的右孩子

 

2.uncle的颜色是黑色 或者 uncle为NULL

①cur是parent的左孩子，右单旋

②cur是parent的右孩子，先左后右双旋

二、父节点是祖父节点的右孩子

1.uncle的颜色是红色

①cur是parent的右孩子

②cur是parent的左孩子

2.uncle的颜色是黑色 或者 uncle为NULL

①cur是parent的右孩子

②cur是parent的左孩子

插入节点：

  1. 首先，要找到插入该节点的位置，找到后就插入节点
  2. 然后，对红黑树的节点颜色的合法性进行检查，并根据检查结果进行变色或者旋转。

基于以上的情况，红黑树利用模板类封装的插入函数算法就完成了：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
template<class K, class V>
bool RBTree<K, V>::Insert(const K& key, const V& value)
{
    if (_root == NULL)
    {
        _root = new RBTreeNode<K, V>(key, value);
        _root->_color = BLACK;
        return true;
    }
    //  找位置
    RBTreeNode<K, V>* cur = _root;
    RBTreeNode<K, V>* parent = NULL;
    while (cur)
    {
        if (cur->_key > key)
        {
            parent = cur;
            cur = cur->_left;
        }
        else if (cur->_key < key)
        {
            parent = cur;
            cur = cur->_right;
        }
        else
        {
            return false;
        }
    }
    //插入
    cur = new RBTreeNode<K, V>(key, value);
    cur->_parent = parent;
    if (parent->_key > key)
        parent->_left = cur;
    else if (parent->_key < key)
        parent->_right = cur;
     
    //检查颜色分配是否满足要求
    while (parent&&parent->_color==RED)
    {
        RBTreeNode<K, V>* grandfather = parent->_parent;
        if (parent == grandfather->_left)
        {
            RBTreeNode<K, V>* uncle = grandfather->_right;
            if (uncle&&uncle->_color == RED)
            {   //第一种情况  变色
                grandfather->_color = RED;
                parent->_color =BLACK;
                uncle->_color = BLACK;
                 
                cur = grandfather;
                parent = grandfather->_parent;
            }
            else if( (uncle&&uncle->_color==BLACK)||uncle==NULL)
            {  
                if (cur == parent->_left)
                {//第二种情况 右单旋        cur必然有黑色孩子
                    parent->_color = BLACK;
                    grandfather->_color = RED;
                    RotateR(grandfather);
                }
                else
                {//第三种情况 左右双旋
                    RotateL(parent);
                    parent->_color = BLACK;
                    grandfather->_color = RED;
                    RotateR(grandfather);
                }
                break;
            }
        }
        else if (parent == grandfather->_right)
        {
            RBTreeNode<K, V>* uncle = grandfather->_left;
            if (uncle&&uncle->_color == RED)
            {//第一种情况 变色
                grandfather->_color = RED;
                parent->_color = BLACK;
                uncle->_color = BLACK;
                 
                cur = grandfather;
                parent = cur->_parent;
            }
            else if( (uncle&&uncle->_color == BLACK)||uncle==NULL)
            {//第二种情况 左单旋 cur必然有黑孩子
                if (cur == parent->_right)
                {
                    parent->_color = BLACK;
                    grandfather->_color = RED;
                    RotateL(grandfather);
                }
                else if (cur==parent->_left)
                {//第三种情况 右左双旋
                    RotateR(parent);
                    parent->_color = BLACK;
                    grandfather->_color = RED;  
                    RotateL(grandfather);
                }
                break;
            }
        }
    }
    _root->_color = BLACK;
    return true;
}

　　插入完成之后，我们无法直观的看出红黑树的节点颜色是否合法，也无法直观的看出每条路径的黑色节点数目是否相同。

所以，这里实现两个函数，方便检验红黑树的合法性。

  • 红黑树每条路径的黑色节点数目都相同，所以随意遍历一条路径，计算这条路上的黑色节点的数目。以该数据为标杆，和其他路径的黑色节点数目作比较，判断是否都相同。
  • 如果当前节点是红颜色并且它有父节点，那么再判断父节点的颜色是否也是红色，这样就能判断该树是否满足连续两个节点不能同时为红色这一性质。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
//检验红黑树的合法性
template<class K, class V>
bool RBTree<K, V>::Check()
{
    //统计红黑树每条路径上黑色节点的数量
    int blackNum = 0;
    RBTreeNode<K, V>* cur = _root;
    while (cur)
    {
        if (cur->_color == BLACK)
            blackNum++;
        cur = cur->_left;
    }
    int CBNum = 0;
    return _Check(_root,blackNum,CBNum);
}
 
////////////////// 递归辅助
template<class K, class V>
bool RBTree<K, V>::_Check(RBTreeNode<K, V>* root, int blackNum, int CBNum)
{
    if (root == NULL)
        return true;
    if (root->_color == BLACK)
    {
        CBNum++;
        if (root->_left == NULL&&root->_right == NULL)
        {   //走到了叶子节点 将该条路径上的黑色节点数量与之前统计的黑色节点数量做比较
            if (blackNum == CBNum)
            {
                return true;
            }
            else
            {
                cout << "叶子节点为" << root->_key << "路径的黑色节点数目与最左侧支路的黑色节点数目不相等 ！" << endl;
                return false;
            }
        }
    }
    else if (root->_parent&&root->_parent->_color == RED)
    {//判断是否存在连续的两个红色节点
        cout << root->_parent->_key << " 和 " << root->_key << " 为两个连续的红色节点" << endl;
        return false;
    }
    //递归检验子路
    return _Check(root->_left, blackNum, CBNum) && _Check(root->_right, blackNum, CBNum);
}

　　红黑树和AVL树的比较

红黑树和AVL树都是高效的平衡二叉树，增删查改的时间复杂度都是O(lg(N)) 红黑树的不追求完全平衡，保证最长路径不超过最短路径的2倍，相对而言，降低了旋转的要求，所以性能会优于AVL树，所以实际运用 中红黑树更多。

Gease_lcj
关注
一文带你速通HashMap底层核心数据结构红黑树
禅与计算机程序设计的艺术
09-03 2194
每个节点或者红色，或者是黑色。根节点为黑色。每一个叶子节点都是黑色。如果一个节点是红色，那么他的孩子节点都是黑色。从任意一个节点，经过的黑色节点是一样的。在《算法4》一书中认为红黑树和2-3树是等价的。
图解红黑树：手把手教你实现平衡二叉树
最新发布
AI 算法实战派
07-15 325
本文旨在帮助读者全面理解红黑树的原理和实现，适合有一定二叉树基础的开发者进阶学习。我们将覆盖红黑树的核心概念、操作算法和实际代码实现。核心概念与特性讲解旋转操作详解插入和删除算法Python完整实现性能分析与应用场景红黑树：一种自平衡二叉查找树，通过颜色标记和旋转操作保持平衡平衡因子：衡量树平衡程度的指标树旋转：调整树结构的操作，分为左旋和右旋红黑树是一种高效的平衡二叉搜索树通过颜色标记和旋转操作保持平衡保证最坏情况下O(log n)的时间复杂度。
红黑树数据结构的实现及其插入删除
06-22
红黑树维护算法及其区间树应用：实现红黑树的插入删除算法，实现区间树上的重叠区间查找算法。由于一棵有n个结点的红黑树的高度为O(logn),因此RB-NSERT的第1~16行要花费O(logn)时间。在 RB-INSERT-FIXUP中,仅当情况1发生,然后指 针z沿着树上升2层,whle循环才会重复执行。所以whe循环可能被执行的总次数为O(logn)因此, RB-INSERT总共花费O(logn)时间。此外,该程序所做的旋转从不超过2次,因为只要执行了情况2或情况3, while循环就结束了。
平衡搜索树--红黑树 RBTree
weixin_30296405的博客
07-08 175
红黑树是一棵二叉搜索树，它在每个节点上增加了一个存储位来表示节点的颜色，可以是Red或Black。 通过对任何一条从根到叶子节点简单路径上的颜色来约束树的高度，红黑树保证最长路径不超过最短路径的两倍，因而近似于平衡。 红黑树是满足下面红黑性质的二叉搜索树： 1. 每个节点，不是红色就是黑色的 2. 根节点是黑色的 3. 如果一个节点是红色的，则它的两个子节点是黑色的（不存在...
红黑树插入删除归类
beyond
04-03 2486
本文直接从该博客转载而来：http://blog.youkuaiyun.com/eric491179912/article/details/6179908 原创地址文中有，不加注。     介绍另一种平衡二叉树：红黑树（Red Black Tree），红黑树由Rudolf Bayer于1972年发明，当时被称为平衡二叉B树（symmetric binary B-trees），1978年被Leonida
红黑树
深耕技术
03-03 364
面试：你懂什么是分布式系统吗？Redis分布式锁都不会？>>> 1. 简介 红黑树是一种自平衡二叉查找树。它的统计性能要好于平衡二叉树（AVL树），因此，红黑树在很多地方都有应用。在C++ STL中，很多部分(目前包括set, multiset, map, multimap)应用了红黑树的变体(SGI STL中的红黑树有一些变化，这些修改提供了更好的性能，以及对set操...
红黑树（RBtree）
不积跬步，无以至千里
05-22 1841
有可能是因为输入不够随机，也有可能经过某些插入和删除操作，二叉搜索树有可能会失去平衡而造成效率低下的情况。红黑树是一种平衡的二叉搜索树。红黑树（RBtree）定义红黑树不仅仅是一个二叉搜索树，而且满足以下规则： 每个节点的颜色不是红色就是黑色； 根节点的颜色为黑色。 NULL节点视为黑色； 如果每个节点的颜色为红色，则其子节点的颜色必须为黑色； 任何一个节点到NULL（树尾端）的任何路径，所含的黑色
通俗易懂的图解二叉搜索树、AVL树和红黑树
暗色光的博客
07-06 655
搜索是一种很常见的需求，当数据较多时，如何找到目标对象时，即需要搜索查找。 那么如何快速找到目标呢，最朴素的思想就是暴力查找，一个一个对比。 显然，当数据量增大时，我们需要优化查找方法获取更快的查找速度，我们可以通过维护一个有序数组，从而实现二分查找，查找速度从O(n)降为O(longn)。 但是数组并不便于插入和删除，链表便成为了最好的选择。 既然是采用二分查找，那么不如直接按照查找的步骤维护一种数据结构，于是二叉搜索树出现了。 二叉搜索树的性质为： 若左子树不为空，则左子树上所有节点值都小于根结点值；
【数据结构进阶】红黑树【TreeMap TreeSet底层就是红黑树】
孙宇航的博客
12-23 1495
红黑树【TreeMap TreeSet底层就是红黑树】 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，可能是Red或者Black。通过对任何一条从根到叶子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。
亲自动手画红黑树
小张的专栏
09-16 4043
在前面我们学习了平衡二叉树，伸展树，今天我们来看看另外一种平衡二叉树—红黑树，本来这篇博客早在一年前就该写的，后来发生了太多故事，博客停止了更新了一年，如今又有了最初的斗志，决定好好把博客写下去，对知识的梳理的同时，也不断巩固。 对于各种平衡树，我只能进行简单的理解和实现，无法涉及太多的应用，主要的还是本身自己知识广度和深度有限，不过我相信：不积跬步，无以至千里 本文主要参考了算法导论一书 ...
『数据结构』红黑树(red-black tree)
mbinary
07-14 549
1. 定义与性质 红黑树是一种平衡的二叉查找树 1.1. 数据域 每个结点有 5 个数据域 * color: red or black * key: keyword * left: pointer to left child * right:pointer to right child * p: pointer to nil leaf 1.2. 红黑性质 满足下面的 ...
数据结构---红黑树
MEANSWER的博客
06-09 328
红黑树1. 红黑树的概念2. 红黑树的性质3. 红黑树节点的定义4. 红黑树的插入操作5. 红黑树的验证6. 红黑树与AVL树的比较 1. 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俩倍，因而是接近平衡的。 2. 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 （不能有
数据结构：红黑树（Red Black Tree）
不秃头的程序猿Gabriel的博客
07-29 602
概念 红黑树（Red Black Tree） 是一种自平衡二叉查找树，是在计算机科学中用到的一种数据结构，典型的用途是实现关联数组。红黑树和AVL树类似，都是在进行插入和删除操作时通过特定操作保持二叉查找树的平衡，从而获得较高的查找性能。它可以在O(log n)时间内（它的查找最坏时间复杂度为O(2lgn)）做查找，插入和删除，这里的n 是树中元素的数目。 性质 节点是红色或黑色。 根节点是黑色...
数据结构--红黑树
sayhello_world的博客
05-10 776
数据结构之红黑树   一．什么是红黑树？ 红黑树是一棵二叉搜索树，它在每个结点上增加了一个存储位来表示结点的颜色，可以是red或者black，通过对任何一条从根节点到叶子结点上的简单路径来约束，红黑树保证最长路径不超过最短路径的两倍，因而近似平衡。   二．红黑树满足的条件？ 1. 每个结点不是红色就是黑色 2. 根节点是黑色的 3. 如果一个根节点是红色的，则它的两个叶子结点是黑
数据结构 -- 红黑树
qq_40337206的博客
05-22 198
2-3 树 2-3 树是最简单的 B 树，2-3 树一颗绝对平衡的树，2-3 树满足二分搜索树的基本性质，在2-3 树中有两种节点，一种存放一个元素，另外一种存在两个元素。 2-3 树添加元素 红黑树 红黑树（Red Black Tree） 是一种自平衡二叉查找树，是在计算机科学中用到的一种数据结构，典型的用途是实现关联数组。 它是在1972年由Rudolf Bayer发明的，当时被称为平衡...
数据结构之红黑树
tangyongzhe的专栏
01-02 909
上一节我们自己简单实现了一棵二叉查找树（数据结构之二叉查找树），虽然理论上二叉查找树的搜索时间是Olngn和树高成正比，但是实际上二叉查找树的平衡性并不理想，因此后面又出来了平衡二叉树，红黑树就是一种平衡的二叉查找树，先来看下什么是二叉查找树，对应我们熟悉的二分法查找，二叉查找树非常类似，二叉查找树的定义如下： （1）若左子树不空，则左子树上所有结点的值均小于它的根结点的值；  （2）
红黑树 rbtree 实现与应用
下面详细介绍红黑树的相关知识点。 ### 红黑树的定义 红黑树是一种特殊的二叉查找树，它在每个节点上增加了一个存储位表示节点的颜色，可以是红色或黑色。通过对任何一条从根到叶子的路径上各个节点的颜色进行约束...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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