当前位置: 首页 > news >正文

红黑树介绍及插入操作的实现

🎉个人名片:

🐼作者简介:一名乐于分享在学习道路上收获的大二在校生
🙈个人主页🎉:GOTXX
🐼个人WeChat:ILXOXVJE
🐼本文由GOTXX原创,首发CSDN🎉🎉🎉
🐵系列专栏:零基础学习C语言----- 数据结构的学习之路----C++的学习之路
🐓每日一句:如果没有特别幸运,那就请特别努力!🎉🎉🎉
————————————————

文章目录

  • 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(分类详解)
  • 5.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。

在这里插入图片描述

2 红黑树的性质

性质:

  1. 每个结点不是红色就是黑色
  2. 根节点是黑色的
  3. 如果一个节点是红色的,则它的两个孩子结点是黑色的
  4. 对于每个结点,从该结点到其所有后代叶结点的简单路径上,均包含相同数目的黑色结点
  5. 每个叶子结点都是黑色的(此处的叶子结点指的是空结点)

思考:为什么满足上面的性质,红黑树就能保证:其最长路径中节点个数不会超过最短路径节点个数的两倍?

首先,要满足黑色节点数目相同,则当只有黑色节点的时候,路径最短,因为红色节点不能连续出现,所以当黑色节点与红色节点交替的时候,路径最长,并且为最短的两倍。

3 红黑树节点的定义

enum color                      //颜色
{RED,BLACK
};
template<class K, class V>
struct AVLNode
{AVLNode<K, V>* _left;AVLNode<K, V>* _right;AVLNode<K, V>* _parent;pair<K, V> _kv;color _col;                 //记录节点颜色AVLNode(pair<K, V>& kv)      :_left(nullptr), _right(nullptr), _parent(nullptr), _kv(kv), _col(RED)           //新节点的颜色默认为红色{}
};

新插入节点的颜色为红色的原因?

原因:因为红黑树有一条规则,就是每条路径的黑色节点数目相等,插入前每条路径的黑色数目是相等的,但是如果插入的是黑色节点的话,那么该条路径的黑色节点的数目就多了一个,直接违反规则,所以插入新节点为红色节点;

4.红黑树的插入操作(分类详解)

红黑树是在二叉搜索树的基础上加上其平衡限制条件,因此红黑树的插入可分为两步:

  1. 按照二叉搜索的树规则插入新节点
  2. 检测新节点插入后,红黑树的性质是否造到破坏
    因为新节点的默认颜色是红色,因此:如果其双亲节点的颜色是黑色,没有违反红黑树任何性质,则不需要调整;
    但当新插入节点的双亲节点颜色为红色时,就违反了性质三不能有连在一起的红色节点,此时需要对红黑树分情况来讨论:

含义解析:
cur为当前节点,p为父节点,g为祖父节点,u为叔叔节点
在这里插入图片描述
情况一:cur为红色,p为红色,g为黑色,u存在并且为红色

根据上图进行分析:
在这里插入图片描述
解析:
这里p与cur都为红色,违反规则,我们不能直接将p的颜色改为黑色,如果直接改为黑色的话,则每条路径的黑色节点数目就变化了,违反规则。

我们应该将p与u变为红色,g变为黑色,如果g是子树,还需向上调整(比如上图中的下面一种情况),如果g是根节点,则需要变回黑色,因为规则里根节点必须为黑色;

代码实现

    //这里是一个while循环,只展示了循环体里面的代码//情况一:uncle存在并且为红色if (uncle && uncle->_col == RED){uncle->_col = BLACK;parent->_col = BLACK;grandfather->_col = RED;parent = grandfather;          //如果为子树,则继续向上调整cur = parent; if (_root == grandfather)      //如果g为根节点,则改回黑色{grandfather->_col = BLACK;}}

情况二:u不存在或则u存在并且为黑色
下面的分类与AVL树的旋转的分类很类似;

分析一u不存在/存在且黑色并且p为g的左,c为p的左 或则 p为g的右,c为p的右(p,g,c在一条线上)

当u不存在时:处理方法:单旋+变色
在这里插入图片描述
当u存在时:处理方法:也是单旋+变色
在这里插入图片描述

在这里插入图片描述
总结:

当u存在为黑色或则不存在时,都需要旋转+变色(这里的旋转与上章AVL旋转一样)
如果c为p的左,并且p为g的左,则右旋
如果c为p的右,并且p为g的右,则左旋
变色: 都是p变成黑色,g变为红色

代码实现

//p为g左,c为p左
if (parent==grandfather->_left && cur==parent->_left)
{ rotateR(grandfather);parent->_col = BLACK;grandfather->_col = RED;
}
//p为g右,c为p右
else if (parent == grandfather->_right && cur == parent->_right)
{rotateL(grandfather);parent->_col = BLACK;grandfather->_col = RED;
}

分析三:u不存在或则存在为黑色,但是p为g的左,c为p的右边 或则 p为g的右,c为p的左(p,g,c不在一条线上)

当u不存在时:处理方法:双旋+变色
在这里插入图片描述
当u存在时:处理方法:双旋+变色
在这里插入图片描述

总结:
当g,p,c不在一条街直线上时,需要双旋+变色处理
旋转方向的判定和AVL树的旋转一样;(上章讲过)

代码实现:

//一左一右
else if(parent == grandfather->_left && cur == parent->_right)
{rotateL(parent);rotateR(grandfather);cur->_col = BLACK;parent->_col = BLACK;break;
}
else if (parent == grandfather->_right && cur == parent->_left)
{rotateR(parent);rotateL(grandfather);cur->_col = BLACK;parent->_col = BLACK;break;
}

插入总代码

bool insert(pair<K, V>& kv)
{if (_root == nullptr){_root = new Node(kv);_root->_col = BLACK;}//找插入点Node* parent = nullptr;Node* cur = _root;while (cur){if (cur->_kv > kv){parent = cur;cur = cur->_left;}else if (cur->_kv < kv){parent = cur;cur = cur->_right;}else{return false;}}//插入if (cur == parent->left){cur = new Node(kv);parent->_left = cur;cur->_parent = parent;}else if (cur == parent->right){cur = new Node(kv);parent->_right = cur;cur->_parent = parent;}//调节颜色/调节使其满足规则while (parent && parent->_col == RED){Node* grandfather = parent->_parent;if (parent = grandfather->_left){Node* uncle = grandfather->_right;}else{Node* uncle = grandfather->_left;}//情况一:uncle存在并且为红色if (uncle && uncle->_col == RED){uncle->_col = BLACK;parent->_col = BLACK;grandfather->_col = RED;parent = grandfather;          //如果为子树,则继续向上调整cur = parent; if (_root == grandfather)      //如果g为根节点,则改回黑色{grandfather->_col = BLACK;}}//uncle不存在或则存在为黑色else{//p为g左,c为p左if (parent==grandfather->_left && cur==parent->_left){ rotateR(grandfather);parent->_col = BLACK;grandfather->_col = RED;break;}//p为g右,c为p右else if (parent == grandfather->_right && cur == parent->_right){rotateL(grandfather);parent->_col = BLACK;grandfather->_col = RED;break;}//一左一右else if(parent == grandfather->_left && cur == parent->_right){rotateL(parent);rotateR(grandfather);cur->_col = BLACK;parent->_col = BLACK;break;}else if (parent == grandfather->_right && cur == parent->_left){rotateR(parent);rotateL(grandfather);cur->_col = BLACK;parent->_col = BLACK;break;}}}
}
//左单旋
void rotateL(Node* parent)
{Node* pparent = parent->_parent;     //记录所旋转根节点的父亲Node* pNodeR = parent->_right;Node* pNodeRL = pNodeR->_left;if (pNodeRL)                         //如果该旋转节点的右节点的左孩子存在parent->_right = pNodeRL;pNodeR->_left = parent;//新的父节点的链接if (parent == _root){_root = pNodeR;pparent = nullptr;}else{if (pparent->_left == parent){pparent->_left = pNodeR;}else{pparent->_right = pNodeR;}}
}
//右单旋
void rotateR(Node* parent)
{Node* pparent = parent->_parent;Node* pNodeL = parent->_left;Node* pNodeLR = pNodeL->_right;if (pNodeLR)parent->_left = pNodeLR;pNodeL->_right = parent;if (parent == _root){_root = pNodeL;pparent = nullptr;}else{if (pparent->_left == parent){pparent->_left = pNodeL;}else{pparent->_right = pNodeL;}}
}

5.红黑树与AVL树的比较

红黑树和AVL树都是高效的平衡二叉树,增删改查的时间复杂度都是O( l o g 2 N log_2 N log2N),红黑树不追求绝对平衡,其只需保证最长路径不超过最短路径的2倍,相对而言,降低了插入和旋转的次数,所以在经常进行增删的结构中性能比AVL树更优,而且红黑树实现比较简单,所以实际运用中红黑树更多。

http://www.lryc.cn/news/329035.html

相关文章:

  • [linux初阶][vim-gcc-gdb] TwoCharter: gcc编译器
  • 单例设计模式(2)
  • boost::asio 启用 io_uring(Linux 5.10)队列支持
  • Android 自定义坐标曲线图(二)
  • 每日OJ题_子序列dp⑧_力扣446. 等差数列划分 II - 子序列
  • GOPROXY 代理设置
  • Redis面经
  • 【c++】类和对象(六)深入了解隐式类型转换
  • 什么是nginx正向代理和反向代理?
  • 【Go】面向萌新的Gin框架知识梳理学习笔记
  • baseDao增删改查.
  • 什么是面向对象【大白话Java面试题】
  • PyTorch 教程-快速上手指南
  • 【有芯职说】数字芯片BES工程师
  • 暴力破解pdf文档密码
  • 蓝桥杯刷题第四天
  • 03-数据库的用户管理
  • 每日一题 --- 三数之和[力扣][Go]
  • vue render 函数详解 (配参数详解)
  • ubuntu23.10配置RUST开发环境
  • Vue性能优化--gZip
  • 蓝桥杯第七届大学B组详解
  • 荣誉 | 人大金仓连续三年入选“金融信创优秀解决方案”
  • 【关于jupyter notebook】一打开就闪退的问题
  • 若依 3.8.7版本springboot前后端分离 整合mabatis plus
  • vue做移动端自适应插件实现rem
  • android 快速实现 图片获取并裁剪(更换头像)
  • 垃圾回收机制--GC 垃圾收集器--JVM调优-面试题
  • Java基础知识总结(29)
  • vue js金额转中文