红黑树的基本概念

最新推荐文章于 2023-09-03 19:35:14 发布
原创 最新推荐文章于 2023-09-03 19:35:14 发布 · 633 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

        红黑树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年由鲁道夫·贝尔发明的，他称之为"对称二叉B树"，它现代的名字是在 Leo J. Guibas 和 Robert Sedgewick 于1978年写的一篇论文中获得的。它是复杂的，但它的操作有着良好的最坏情况运行时间，并且在实践中是高效的: 它可以在O(log n)时间内做查找，插入和删除，这里的n是树中元素的数目。

一个具体的红黑树的图例：

        

        红黑树和AVL树一样都对插入时间、删除时间和查找时间提供了最好可能的最坏情况担保。这不只是使它们在时间敏感的应用如实时应用（real time application）中有价值，而且使它们有在提供最坏情况担保的其他数据结构中作为建造板块的价值；例如，在计算几何中使用的很多数据结构都可以基于红黑树。

        红黑树在函数式编程中也特别有用，在这里它们是最常用的持久数据结构之一，它们用来构造关联数组和集合，在突变之后它们能保持为以前的版本。除了O(log n)的时间之外，红黑树的持久版本对每次插入或删除需要O(log n)的空间。

        红黑树是 2-3-4树的一种等同。换句话说，对于每个 2-3-4 树，都存在至少一个数据元素是同样次序的红黑树。在 2-3-4 树上的插入和删除操作也等同于在红黑树中颜色翻转和旋转。这使得 2-3-4 树成为理解红黑树背后的逻辑的重要工具，这也是很多介绍算法的教科书在红黑树之前介绍 2-3-4 树的原因，尽管 2-3-4 树在实践中不经常使用。


性质：

性质1. 节点是红色或黑色。

性质2. 根是黑色。

性质3. 所有叶子都是黑色（叶子是NIL节点）。

性质4. 每个红色节点必须有两个黑色的子节点。(从每个叶子到根的所有路径上不能有两个连续的红色节点。)

性质5. 从任一节点到其每个叶子的所有简单路径都包含相同数目的黑色节点。

        那么来看看这5个性质吧：性质1，结点的颜色域代表其父结点指向该节点的指针的颜色，如果为黑色，那么这两个结点在对应的2-3-4树中应该是父子结点的关系，如果为红色，那么这两个结点在对应的2-3-4树中应该在同一个结点中。这样每个结点有两个颜色就很容易理解了。性质2，根是黑色，因为其没有父结点，令为黑色可以理解，令为红色的话就有些矛盾了。性质3，所有叶子都是黑色，对应2-3-4树中的所有叶结点在同一层上，所有叶子结点的儿子结点都是空的。性质4，每个红色结点都必须有两个黑色的子结点，红色结点对应其在2-3-4树中位于某个3结点或者4结点，那么红色结点在红黑书中有两个黑色的子结点就很容易理解了，如果有两个连续的红色结点，那么对应在2-3-4树中这俩结点和其最近的父结点应该在一个4结点中，可是这不符合结点的拆分方式，因为结点都是由4结点的中值元素作为新的树根的。性质5，一个黑色结点可以对应到2-3-4树中的一层，而2-3-4树中所有的叶结点位于同一层，那么即路径上单纯算黑结点的深度应该是一样的。

        

为了后面的分析，我们还得知道以下知识点。

    （1）黑高度：从某个结点x出发（不包括该结点）到达一个叶结点的任意一条路径上，黑色结点的个数称为该结点x的黑高度。

    （2）一颗有n个内结点的红黑树的高度至多为2lg(n+1)。   （内结点视为红黑树中带关键字的结点）

    （3）包含n个内部节点的红黑树的高度是 O(log(n))。

证明（来自维基百科）：

定义:

  • h(v) = 以节点v为根的子树的高度。
  • bh(v) = 从v到子树中任何叶子的黑色节点的数目(如果v是黑色则不计数它)(也叫做黑色高度)。

引理: 以节点v为根的子树有至少2bh(v) − 1个内部节点。

引理的证明(通过归纳高度):

基础: h(v) = 0

如果v的高度是零则它必定是 nil，因此 bh(v) = 0。所以:

                       2bh(v) − 1 = 20 − 1 = 1 − 1 = 0

归纳假设: h(v) = k 的v有 2bh(v) − 1 − 1 个内部节点暗示了 h(v') = k+1 的v'有2bh(v') − 1 个内部节点。

因为 v' 有 h(v') > 0 所以它是个内部节点。同样的它有黑色高度要么是 bh(v') 要么是 bh(v')-1 (依据v'是红色还是黑色)的两个儿子。通过归纳假设每个儿子都有至少2bh(v') − 1 − 1 个内部接点，所以v' 有:

                      2bh(v') − 1 − 1 + 2bh(v') − 1 − 1 + 1 = 2bh(v') − 1

个内部节点。

使用这个引理我们现在可以展示出树的高度是对数性的。因为在从根到叶子的任何路径上至少有一半的节点是黑色(根据红黑树属性4)，根的黑色高度至少是h(root)/2。通过引理我们得到:

n \geq 2^{​{h(root) \over 2}} - 1 \leftrightarrow \; \log{(n+1)} \geq {h(root) \over 2} \leftrightarrow \; h(root) \leq 2\log{(n+1)}

因此根的高度是O(log(n))。



REF：

1，http://zh.wikipedia.org/wiki/红黑树

2，http://blog.youkuaiyun.com/wdzxl198/article/details/6882416

(王道408考研数据结构)第五章树-第四节4：红黑树基本概念及操作
快乐江湖的博客
11-21 3208
文章目录一：红黑树基本概念（1）什么是红黑树（2）红黑树的性质（3）为什么要给空结点（NIL）上色？（4）为什么最长路径一定不超过最短路径的2倍？（5）红黑树效率二：红黑树的实现（1）红黑树的结点（2）插入（3）判断是否为一棵红黑树 一：红黑树基本概念 （1）什么是红黑树 红黑树在二叉搜索树基础上，增加了一个域来标识结点的颜色，可以是红色和黑色。 通过对任何一条从根节点到叶子结点的简单路径上的各个结点的颜色的约束，红黑树可以确保没有一条路径能比其他路径长出2倍，也就是最长路径比最短路径的长度最长不超过2倍
红黑树精通指南：面试、实战与源码分析
热门推荐
曾经“等你生日那天”都遥远得像未来，如今却可欢愉的挥手说“下个十年见”
05-12 177万+
本文深入探讨了红黑树的基本原理、实现方法及其在实际应用中的重要性。红黑树是一种自平衡的二叉搜索树，通过一系列颜色标记和旋转操作保证了查找、插入和删除操作的时间复杂度始终保持在 O(log n) 级别。文章首先介绍了红黑树的关键性质和与 AVL 树的区别，分析了红黑树在数据库索引、内存管理等领域的应用。接着，详细讲解了红黑树的插入和删除操作，以及如何通过旋转和颜色调整保持树的平衡。最后，文章通过源码分析展示了红黑树在 Java 和 Linux 内核中的实现，帮助读者更好地理解这一数据结构的实际应用和开发过程。
红黑树基本概念
铭毅天下Elasticsearch
09-27 7896
红黑树基本概念        【维基百科】 红黑树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年由鲁道夫·贝尔发明的，他称之为"对称二叉B树"，它现代的名字是在 Leo J. Guibas 和 Robert Sedgewick 于1978年写的一篇论文中获得的。它是复杂的，但它的操作有着良好的最坏情况运行时间，并且在实践中是高效的:
树（八）——红黑树基本概念
牧空的博客
07-07 291
红黑树是一种自平衡的二叉查找树 二叉查找树的特点 左子树上所有结点的值均小于或等于它的根结点的值。 右子树上所有结点的值均大于或等于它的根结点的值。 左、右子树也分别为二叉排序树。 红黑树的特点 节点是红色或黑色。 根节点是黑色。 每个叶子节点都会挂上两个NULL节点,且所有NULL节点都是黑的。 每个红色节点的两个子节点都是黑色。(从每个叶子到根的所有路径上不能有两个连续的红色节点) 从任一节点到其每个NULL节点的所有路径都包含相同数目的黑色节点。 破坏的情况
【树形结构】红黑树 {概念及性质；红黑树的结构；带头结点的红黑树；红黑树的实现；红黑树插入操作详细解释；红黑树的验证}
52Herzt的博客
09-03 2043
【树形结构】红黑树 {概念及性质；红黑树的结构；带头结点的红黑树；红黑树的实现；红黑树插入操作详细解释；红黑树的验证}
红黑树--基本概念
pengwenrui的博客
06-18 473
1.java中的TreeSet，TreeMap底层使用了红黑树2.红黑树的定义enum Color {RED = 0;BLACK = 1;}struct RBTreeNode{struct RBTreeNode *left,*right,*parent;int key;int data;Color color;}3.红黑树有哪些性质？1.每个结点要么是红的，要么是黑的。2.根节点是黑色的。3.每个...
红黑树（RED-BLACK TREES）基本概念
架构设计
03-31 301
下面是一棵红黑树 红黑树：是一棵要么标记为红色要么标记为黑色的二叉搜索树，同时是一棵extended二叉树（即在原来二叉树的基础上将叶子节点的两个null指针替换成external节点，上图的方块就是external节点）。性质如下： 1）根节点和external节点都是黑色的。 2）任何一条从根节点到external节点的路径中不存在两个连续的红色节点。 3）所有从根节点到exter...
红黑树java操作代码 红黑树是java里面遍历性能最好数据结构
10-17
下面将详细介绍红黑树的概念、性质以及如何在Java中实现它。 **1. 红黑树的概念** 红黑树是由Rudolf Bayer在1972年提出的，它是一种特殊的二叉查找树，每个节点都带有颜色属性，可以是红色或黑色。它的主要目标是在...
算法导论-红黑树基本概念
hxlove123456的博客
07-24 1094
刚刚接触到红黑树的时候，感觉很奇怪，二叉树已经很好用了，为什么要发明红黑树？？看到算法导论的目录才明白，二叉树在执行查找，删除操作的时候，时间复杂度为O（h）,这时间复杂度与二叉树的高度有关，如果二叉树高度较小，自然很方便，但是如果遇到树的高度较高时（所有的数据都在一根树枝上），二叉树和链表就差别不大了。所以发明了红黑树，红黑树是一种平衡搜索树，红黑树的高度最多为2lg(n+1)，时间复杂度为O（
红黑树概念
weixin_57763462的博客
02-15 760
1.为什么需要红黑树？ 对于二叉搜索树，如果插入的数据是随机的，那么它就是接近平衡的二叉树，平衡的二叉树，它的操作效率（查询，插入，删除）效率较高，时间复杂度是O（logN）。但是可能会出现一种极端的情况，那就是插入的数据是有序的（递增或者递减），那么所有的节点都会在根节点的右侧或左侧，此时，二叉搜索树就变为了一个链表，它的操作效率就降低了，时间复杂度为O(N)，所以可以认为二叉搜索树的时间复杂度介于O（logN）和O(N)之间，视情况而定。那么为了应对这种极端情况，红黑树就出现了，它是具备了..
红黑树的特性及其应用
qiuyumin430的博客
03-08 535
红黑树的特性:（1）每个节点或者是黑色，或者是红色。（2）根节点是黑色。（3）每个叶子节点（NIL）是黑色。 [注意：这里叶子节点，是指为空(NIL或NULL)的叶子节点！]（4）如果一个节点是红色的，则它的子节点必须是黑色的。（5）从一个节点到该节点的子孙节点的所有路径上包含相同数目的黑节点。红黑树的应用：Java集合中的TreeSet和TreeMap，C++ STL中的set、map，以及Li...
红黑树的概念及其基本操作
Lchilde的博客
10-30 457
1.红黑树的概念 红黑树，是一种二叉搜索树，但在每个节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两倍，因而是接近平衡的 2.红黑树的性质 每个节点不是红色就是黑色 根结点是黑色的 如果一个节点是红色的，则它的两个孩子都是黑色的 每条路径上的黑色结点数目相同 每个叶子结点都是黑色的（这里...
红黑树的定义与性质
Weightwwc的专栏
09-11 639
红黑树是每个节点都带有颜色属性的二叉查找树，颜色或红色或黑色。在二叉查找树强制一般要求以外，对于任何有效的红黑树我们增加了如下的额外要求: 性质1. 节点是红色或黑色。 性质2. 根节点是黑色。 性质3 每个叶节点（NIL节点，空节点）是黑色的。 性质4 每个红色节点的两个子节点都是黑色。(从每个叶子到根的所有路径上不能有两个连续的红色节点) 性质5. 从任一节点到其每个叶子的所有路径都
红黑树简单概念
weixin_44769733的博客
01-29 170
一:二叉树的问题 普通的二叉树优势在于可以快速的插入 , 删除和查找 , 仅仅对于随机数来说. 如果插入的是有序的,就会变得非常慢 二:平衡树和非平衡树 插入随机的数据–平衡树 插入有序的数据–非平衡树 三:红黑规则 1.每个节点不是红色就是黑色 2.根总是黑色的 3.如果节点是红色的,那么它的子节点必须是黑色的 4.从根节点到叶子节点的每条路径,必须包含相同数目的黑色节点 四:纠正树的不和规则情...
数据结构与算法：红黑树（一）——基本概念
董小虫的专栏
06-23 3517
本篇文章主要介绍红黑树的基本概念。
红黑树的一些概念
Hi, Sun
02-05 202
普通的二叉树作为数据存储有重要的优势，可以快速的找到一个给定的关键字，数据项，并且可以快速的插入 和删除数据项。其他的数据存储结构，数组有序数组链表在执行这些操作的时候却很满。   但是。遗憾的是二叉树搜索树有一个很麻烦的问题就是：如果树中插入的是随机数据，那么执行的效果很好。 但是，如果插入的是有序的数据或者逆序数据，速度就变的特别慢。因为当插入的数据有序时，二叉树就是非平衡了，而...
关于红黑树的几点概念认识
qq_23617681的博客
03-20 730
1、红黑树是一种树形数据结构。 2、相比AVL，其速度更快，实用性更好，所以红黑树出现后，用AVL 的人就少了。 3、红黑树主要用户数据的插入、删除、查找，复杂度是O(logn)，最差情况下是O(n). 4、进行插入、删除操作后，要判断红黑树的整体结构，使其不破坏红黑树的规则；若破坏了，则应该进行旋转操作，使左右子数平衡。 5、 补充说明： 红黑树的特性 （1）每个节点或者是
红黑树基本操作python
最新发布
03-26
<think>嗯，用户想了解红黑树的基本操作以及如何用Python实现插入、删除和搜索。首先，我需要回忆一下红黑树的基本概念和规则。红黑树是一种自平衡的二叉查找树，每个节点有颜色属性，红色或黑色，需要满足几个性质：根节点是黑色，叶子节点（NIL）是黑色，红色节点的子节点必须是黑色，从任一节点到其每个叶子节点的所有路径都包含相同数量的黑色节点。这些性质确保了红黑树在插入和删除时能保持相对平衡，从而保证操作的时间复杂度为O(log n)。 接下来，用户需要Python的实现。红黑树的主要操作包括插入、删除和搜索。搜索和普通二叉查找树类似，但插入和删除后需要调整颜色和旋转来维持红黑树的性质。我得先考虑节点的结构，每个节点应该包含颜色、值、左右子节点和父节点。颜色可以用布尔值表示，比如True代表红色，False代表黑色。 插入操作分为两步：首先按照二叉查找树的方式插入节点，并着色为红色，然后调整颜色和结构。插入后可能破坏红黑树的性质，比如出现连续的红色节点，这时候需要通过旋转和变色来修复。插入的情况可能有多种，比如父节点是红色，叔节点是红色，这时候需要变色并将问题上移；如果叔节点是黑色，可能需要旋转，比如左旋或右旋，然后变色。 删除操作更复杂，因为删除节点后可能会破坏黑高。删除时需要考虑被删除节点的子节点情况，以及替换节点的颜色。如果被删除节点是红色，可能不需要调整；如果是黑色，则需要通过旋转和变色来修复。删除后的调整需要考虑兄弟节点的颜色及其子节点的颜色，进行相应的旋转和变色操作。 在Python中实现这些操作时，需要注意指针的调整，特别是父节点、左子节点、右子节点的引用。例如，插入时可能需要更新父节点的子节点指向，旋转操作需要调整各个节点的左右和父指针。此外，处理NIL节点时需要特别小心，可能需要将叶子节点用NIL哨兵节点表示，以简化逻辑。 搜索操作相对简单，和普通的二叉搜索树一样，递归或迭代地比较值的大小，决定向左子树还是右子树查找。 现在，需要将这些逻辑转化为Python代码。首先定义节点类，包含颜色、值、左右子节点和父节点。然后定义红黑树类，包含根节点和NIL节点。插入方法需要找到合适的位置插入新节点，然后进行修复。删除方法需要找到节点，处理子节点情况，然后进行修复。旋转操作需要处理左旋和右旋的逻辑，确保指针正确调整。 在实现过程中，可能会遇到指针处理错误，导致树的结构不正确。需要仔细检查旋转和父节点更新的步骤。此外，处理颜色调整时，要确保不违反红黑树的性质，例如修复插入后的连续红色节点，或者删除后的黑高不一致。 最后，测试代码的正确性，可以通过插入和删除一系列节点，检查树是否保持平衡，颜色是否符合规则。也可以参考已有的红黑树实现，对比逻辑是否正确。 总结来说，实现红黑树的关键在于正确维护颜色和结构，处理插入和删除后的调整步骤，确保所有操作后仍满足红黑树的性质。Python实现需要注意指针操作和递归或迭代的逻辑，同时使用NIL节点简化边界条件处理。</think>### 红黑树基本操作及Python实现 红黑树是一种自平衡二叉搜索树，通过颜色标记和旋转操作维持平衡，保证插入、删除、搜索的时间复杂度为 $O(\log n)$[^3]。以下是核心操作及实现逻辑： --- #### 一、红黑树基本性质 1. 节点颜色为红或黑，根节点为黑 2. 叶子节点（NIL）为黑 3. 红节点的子节点必须为黑 4. 从任意节点到其所有叶子节点的路径包含相同数量黑节点（黑高一致） --- #### 二、Python实现框架 ```python class Node: def __init__(self, value, color=True, left=None, right=None, parent=None): self.value = value self.color = color # True=红，False=黑 self.left = left self.right = right self.parent = parent class RedBlackTree: def __init__(self): self.NIL = Node(None, False) # 哨兵节点 self.root = self.NIL ``` --- #### 三、关键操作实现 ##### 1. 插入操作 **步骤：** - 按二叉搜索树规则插入新节点，初始颜色为红色 - 修复颜色冲突（连续红节点）： - **情况1**：叔节点为红 → 父、叔、祖父变色，递归处理祖父节点 - **情况2**：叔节点为黑，节点与父方向不一致 → 父节点旋转调整方向 - **情况3**：叔节点为黑且方向一致 → 祖父节点旋转并变色 **代码片段：** ```python def insert_fixup(self, node): while node.parent.color: if node.parent == node.parent.parent.left: uncle = node.parent.parent.right if uncle.color: # 情况1 node.parent.color = False uncle.color = False node.parent.parent.color = True node = node.parent.parent else: if node == node.parent.right: # 情况2 node = node.parent self.left_rotate(node) # 情况3 node.parent.color = False node.parent.parent.color = True self.right_rotate(node.parent.parent) else: # 对称处理右子树 # ...类似左子树逻辑 self.root.color = False ``` ##### 2. 删除操作 **步骤：** - 按二叉搜索树规则删除节点 - 若删除节点为黑色，需修复黑高： - **情况1**：兄弟节点为红 → 旋转父节点并重新染色 - **情况2**：兄弟节点为黑且其子节点全黑 → 兄弟变红，递归处理父节点 - **情况3**：兄弟节点为黑且存在红色子节点 → 通过旋转调整结构[^2] **代码片段：** ```python def delete_fixup(self, node): while node != self.root and not node.color: if node == node.parent.left: sibling = node.parent.right if sibling.color: # 情况1 sibling.color = False node.parent.color = True self.left_rotate(node.parent) sibling = node.parent.right # 处理情况2和3 # ...具体旋转和变色逻辑 else: # 对称处理右子树 # ...类似左子树逻辑 node.color = False ``` ##### 3. 搜索操作 与普通二叉搜索树一致： ```python def search(self, value): current = self.root while current != self.NIL: if value == current.value: return True elif value < current.value: current = current.left else: current = current.right return False ``` --- #### 四、旋转操作示例（左旋） ```python def left_rotate(self, x): y = x.right x.right = y.left if y.left != self.NIL: y.left.parent = x y.parent = x.parent if x.parent == self.NIL: self.root = y elif x == x.parent.left: x.parent.left = y else: x.parent.right = y y.left = x x.parent = y ``` ---
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