什么是红黑树?

本文介绍了二叉查找树及红黑树的概念,探讨了红黑树如何通过变色和旋转保持平衡,确保高效的查找、插入和删除操作,并列举了红黑树在Java中的实际应用场景。

先理解二叉查找树(Binary Search Tree):

二叉查找树(BST)具备特点:

1.左子树上所有结点的值均小于或等于它的根结点的值。

2.右子树上所有结点的值均大于或等于它的根结点的值。

3.左、右子树也分别为二叉排序树。

距离查找10的节点:

1.查看根节点9:


2.由于10 > 9,因此查看右孩子13:


3.由于10 < 13,因此查看左孩子11:


4.由于10 < 11,因此查看左孩子10,发现10正是要查找的节点:


这种方式就是二分查找的思想,查找所需的最大次数等同于二叉查找树的高度.在插入节点的时候也是利用类似的方法,通过一层一层的比较大小,

找到新节点适合插入的位置.

缺陷提现在插入新节点的时候:

1.假设初始的二叉查找树只有三个节点,根节点值为9,左孩子值为8,右孩子值为12:



2.接下来我们依次插入如下五个节点:7,6,5,4,3。依照二叉查找树的特性,结果会变成什么样呢?


而此查找的性能大打折扣,几乎变成了线性.导致左右不平衡.红黑树应运而生了.

红黑树(Red Black Tree)

是一种自平衡的二叉查找树.除了符合二叉查找树的基本特性外,它还具有一下特性:

1.节点是红色或黑色。

2.根节点是黑色。

3.每个叶子节点都是黑色的空节点(NIL节点)。

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)

5.从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点。

下图中这棵树,就是一颗典型的红黑树:


红黑树从根到叶子的最长路径不会长过最短路径的2倍.当插入或删除节点的时候,红黑树的规则有可能被打破.这时候需要做出一些调整,来继续维持我们的规则:


简单的例子:

1.向原红黑树插入值为14的新节点:


2.向原红黑树插入值为21的新节点:



由于父节点22是红色节点,因此这种情况打破了红黑树的规则4(每个红色节点的两个子节点都是黑色),必须进行调整,使之重新符合红黑树的规则。

调整的两种方法:

1.变色

2.旋转

(1).左旋转

(2).右旋转

变色:

为了重新符合红黑树的规则,尝试把红色节点变为黑色,或者把黑色节点变为红色。

下图所表示的是红黑树的一部分,需要注意节点25并非根节点。因为节点21和节点22连续出现了红色,不符合规则4,所以把节点22从红色变成黑色:


但这样并不算完,因为凭空多出的黑色节点打破了规则5,所以发生连锁反应,需要继续把节点25从黑色变成红色:


此时仍然没有结束,因为节点25和节点27又形成了两个连续的红色节点,需要继续把节点27从红色变成黑色:



左旋转:

逆时针旋转红黑树的两个节点,使得父节点被自己的右孩子取代,而自己成为自己的左孩子。说起来很怪异,大家看下图



图中,身为右孩子的Y取代了X的位置,而X变成了自己的左孩子。此为左旋转。

右旋转:

顺时针旋转红黑树的两个节点,使得父节点被自己的左孩子取代,而自己成为自己的右孩子。大家看下图:


图中,身为左孩子的Y取代了X的位置,而X变成了自己的右孩子。此为右旋转。

典型的例子:

我们以刚才插入节点21的情况为例:


首先,我们需要做的是变色,把节点25及其下方的节点变色:


此时节点17和节点25是连续的两个红色节点,那么把节点17变成黑色节点?恐怕不合适。这样一来不但打破了规则4,而且根据规则2(根节点是黑色),也不可能把节点13变成红色节点。

变色已无法解决问题,我们把节点13看做X,把节点17看做Y,像刚才的示意图那样进行左旋转:




由于根节点必须是黑色节点,所以需要变色,变色结果如下:



这样就结束了吗?并没有。因为其中两条路径(17 -> 8 -> 6 -> NIL)的黑色节点个数是4,其他路径的黑色节点个数是3,不符合规则5。


这时候我们需要把节点13看做X,节点8看做Y,像刚才的示意图那样进行右旋转:




最后根据规则来进行变色:


如此一来,我们的红黑树变得重新符合规则。这一个例子的调整过程比较复杂,经历了如下步骤:


变色 -> 左旋转 -> 变色 -> 右旋转 -> 变色


红黑树在哪些地方被实际应用到呢?

1.JDK的集合类TreeMap.

2.TreeSet底层就是红黑树实现的.

3.Java8中,连HashMap也用到了红黑树.


转自漫画算法系列:

原网址:https://mp.weixin.qq.com/s?__biz=MzI1MTIzMzI2MA==&mid=2650561574&idx=1&sn=edab54460a85c9686e0ec0f5d178907c&chksm=f1feeaa5c68963b3689d23db68ab14a9c50a33dd5e9244a74d7765321b42af7ec14abfadf9ac&mpshare=1&scene=24&srcid=1103W42qDu2fIkOAs6to05Vf&key=3c4368fbfacb90f63aee60ff29ed4082c9b4ab150e8e72698d410e79dff7e0130cfc4583515b419f852dd4a5205ba89e40202c58f451cb31b0f398ca8c8181642385413c87749034b582d81f727781aa&ascene=0&uin=MTU0MjA0NDE0MA%3D%3D&devicetype=iMac+MacBookPro12%2C1+OSX+OSX+10.12.5+build(16F73)&version=12020810&nettype=WIFI&fontScale=100&pass_ticket=vDMIkM72HsP6C9xtJ1a58enCYgO%2BkQUY5GJjezvG1dwOqMVvaZOZNvOfZOEnj0dP





<think>好的,用户现在问的是“什么是红黑树?它在Java HashMap中的作用是什么?”我需要先回顾之前的对话历史。用户之前询问过数据结构和算法相关的面试题,其中提到了红黑树在Java HashMap中的应用。现在他们想深入了解红黑树的定义及其在HashMap中的具体作用。 首先,我需要确认用户对红黑树的基本概念是否了解。红黑树是一种自平衡的二叉搜索树,具有特定的性质来保证平衡,比如每个节点的颜色、根节点是黑色、红节点的子节点必须是黑等。这些性质确保了树的高度大约是log(n),从而保证操作的时间复杂度为O(log n)。 接下来,关于Java HashMap中的作用。在Java 8之前,HashMap使用链表来处理哈希冲突,当链表过长时,查询效率会下降到O(n)。Java 8引入红黑树来优化这种情况,当链表长度超过阈值(默认8)时,链表转换为红黑树,这样查询时间复杂度变为O(log n),提高了性能。需要详细说明这个转换机制以及红黑树如何解决哈希冲突带来的性能问题。 用户可能是在准备面试,所以需要简明扼要地解释红黑树的定义和在HashMap中的实际应用,可能还需要提到与链表比较的优势。同时,用户可能对红黑树的具体实现细节感兴趣,比如插入和删除时的旋转和重新着色操作,但根据问题范围,可能不需要深入这些细节,但可以简要提及。 另外,用户之前的问题涉及RAGFlow和数据结构,现在转向Java HashMap,可能是在准备不同技术方向的面试题。需要确保回答准确,并且相关问题能引导他们进一步思考红黑树的应用和比较。 最后,检查是否有遗漏的关键点,比如红黑树的自平衡特性如何维持,以及在HashMap中树化和链化的条件。确保回答清晰,结构合理,帮助用户快速理解核心概念和应用场景。</think>红黑树(Red-Black Tree)是一种自平衡的二叉搜索树(BST),通过特定的规则保证树的高度近似对数级别,从而保证插入、删除、查找等操作的时间复杂度为 **O(log n)**。其核心特性包括: 1. 每个节点是红色或黑色; 2. 根节点是黑色; 3. 红色节点的子节点必须是黑色(无连续红节点); 4. 从任一节点到其子节点的路径中,黑色节点的数量相同(黑高平衡)。 --- ### **在 Java HashMap 中的作用** 在 **Java 8 及以后版本**中,HashMap 使用 **数组 + 链表/红黑树** 结构解决哈希冲突。当哈希冲突较多时(链表过长),查询效率会退化为 O(n)。红黑树的作用是: 1. **优化极端场景**:当链表长度超过阈值(默认 8)时,链表会转换为红黑树(树化),将查询时间复杂度从 O(n) 降低到 O(log n)。 2. **动态平衡**:当红黑树节点数小于阈值(默认 6)时,会回退为链表(链化),避免红黑树的维护开销。 --- **代码示例(Java 8 HashMap 的树化逻辑)** ```java // 简化版链表转红黑树的判断 if (binCount >= TREEIFY_THRESHOLD - 1) treeifyBin(tab, hash); ``` ---
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