网站建设中网站需求分析报告功能自己理解烟台门户网站
目录
前言
一、what is it?
二、How achieve it?
Ⅰ、结点类
Ⅱ、实现
插入
情况一:叔叔存在且为红色
情况二:叔叔不存在或者叔叔为黑色
旋转
验证
①验证中序遍历
②验证是否满足红黑树的性质
Ⅲ、完整实现代码
三、AVL compare to Red BlackTree
前言
前面介绍了AVL树,它能够解决因单支树导致性能下降的问题,但是AVL树的旋转有些许的麻烦。当然,能解决因单支树导致性能下降不仅有AVL,还有一种数据结构,那就是下面介绍的红黑树。在实际运用比较多的红黑树!
一、what is it?
Ⅰ、概念
红黑树,是一种二叉搜索树,但是每个结点都有颜色,要么红色要么黑色。因此称之为红黑树。它是通过对任何一条从根到叶子的路径上结点着色方式的限制,以确保最长路径<=最短路径的2倍,因此能达到接近平衡的效果。
Ⅱ、性质
- 根节点是黑色
- 每个结点不是红色就是黑色
- 一个红色结点,其两个孩子结点必须是黑色(即不能有两个连续的红色结点)
- 对于每个结点,从该结点到其所有后代结点的路径上,黑色结点的数量必须相同(即每条路径上都存在相同数量的黑色结点)
- 空结点(NIL)都是黑色的
问题:红黑树怎么保证结点最长路径<=最短路径*2?
实际上根据性质的第三、四点就可以推出。
因为每条路径上黑色结点数量必须相同,那最短路径必然是全黑结点(极端情况下),最长路径必然是一黑一红交替(不一定存在)
因此,就能保证最长路径<=最短路径*2!
注意:这里的路径是从根结点到空结点NIL算做一条。
如下:
注意上图不是一棵红黑树,因为不满足每条路径上的黑色结点数量一致这一性质。从根到6的左子树这条路径上的黑色结点数量为1,其他路径都为2!
二、How achieve it?
在给出结点类之前,需要对颜色的存储做一些处理。这里为了代码的可读性,我们对颜色的存储可以采用枚举常量。
//枚举颜色
enum Color
{RED,BLACK
};
Ⅰ、结点类
这里和AVL类似,就是少了个平衡因子,多了个颜色。
template<class K,class V>
struct RBTreeNode
{RBTreeNode<K, V>* _left;RBTreeNode<K, V>* _right;RBTreeNode<K, V>* _parent;pair<K, V> _kv;Color _co;RBTreeNode(const pair<K, V>& kv):_left(nullptr),_right(nullptr),_parent(nullptr),_kv(kv),_co(RED)//构造新结点必须是红色,根结点除外,根节点必须黑{}
};
这里需要注意一个问题:新增结点一定是红色,为何?实际上就是因为第四点性质比第三点性质更加的严格,永远不能动性质四。
- 若插入黑色结点,那必然违反性质四,即每条路径上的黑色结点数量就不一致了,每条路径都需要调整!
- 若插入红色结点,那可能违反性质三,若其父亲是黑色,就无需调整;其父亲为红,那就变色,代价较小,所以选择插入红色结点!
注意:根结点一定是黑色的 !
Ⅱ、实现
插入
步骤:
1.首先依旧按照二叉搜索树的规则插入。小的放在左子树,大的放在右子树
2.检测新节点插入后,红黑树的性质是否造到破坏
因为新节点默认是红色的,所以:
- 新节点的父亲颜色如果是黑色,没有违反性质3,无需调整
- 新节点的父亲颜色如果是红色,那就需要调整,两种情况讨论
如果新节点的父亲是红色,说明父亲结点不是根结点,那么就存在祖先,父亲的父亲,即爷爷结点,一定是黑的,不能有两个连续的红结点嘛,所以调整的两种情况主要取决于父亲的兄弟结点,即叔叔结点的颜色。
约定:cur为当前结点(一定红),p为父节点(红),g为爷爷结点(黑),u为叔叔结点
情况一:叔叔存在且为红色
这种情况的解决方案就是:将父亲和叔叔结点变黑,爷爷结点变红
- 若爷爷是根结点,调整完成后要变回黑色
- 若爷爷不是根,是子树,那就需要继续向上调整。调整逻辑也是一样父亲为黑或者空就停止,红就调整。
逻辑代码
//向上调整 cur = g; parent = cur->_parent;
抽象图
形象图(举例)
可以看到,上述抽象图cur为红色并不是因为其本身就是红色,而是因为cur的子树在调整过程中,将cur结点的颜色有黑色变成红色。
注意:对于这种情况,插在左边右边都是一样的!!变色原理一样,比AVL简单!父亲和叔叔位置互换也一样
代码实现十分简单:
Node* u = g->_right; //情况一:叔叔存在且为红,叔叔和父亲变红,爷爷g变黑 if (u && u->_co == RED) {parent->_co = u->_co = BLACK;g->_co = RED;//向上调整cur = g;parent = cur->_parent; }
情况二:叔叔不存在或者叔叔为黑色
这种情况就需要旋转+变色,旋转的实现和AVL完全类似。变色规则:父亲变黑,爷爷变红温
①不存在
注意:不存在时cur一定是新增,若不是,那cur和p必定有一个黑色结点,这就不满足性质4了!
②存在且为黑
核心逻辑代码:
// g // p u // c //右单旋,p变黑,g变红 if (cur == parent->_left) {RotaRTree(g);parent->_co = BLACK;g->_co = RED; } // g // p u // c //左右双旋,先左再右。cur就变成了p的父亲 else {RotaLTree(parent);//左单旋RotaRTree(g);//右单旋cur->_co = BLACK;g->_co = RED; }
这里旋转代码和AVL树一样,就是将AVL树的平衡因子去掉而已!
插入实现完整代码
bool Insert(const pair<K, V>& kv){if (_root == nullptr){_root = new Node(kv);_root->_co = BLACK;//根结点一定为黑return true;}//找位置插入Node* cur = _root;Node* parent = nullptr;while (cur){if (kv.first > cur->_kv.first){parent = cur;cur = cur->_right;}else if (kv.first < cur->_kv.first){parent = cur;cur = cur->_left;}else{return false;}}cur = new Node(kv);cur->_co = RED;//新增结点一定为红色if (kv.first > parent->_kv.first){parent->_right = cur;}else{parent->_left = cur;}cur->_parent = parent;//插入后,开始调色//分情况调色while (parent && parent->_co == RED)//调到黑色或者空就停止{Node* g = parent->_parent;if (parent == g->_left)//父亲在左,叔叔在右{Node* u = g->_right;//情况一:叔叔存在且为红,叔叔和父亲变红,爷爷g变黑if (u && u->_co == RED){parent->_co = u->_co = BLACK;g->_co = RED;//向上调整cur = g;parent = cur->_parent;}else//叔叔不存在或者存在且为黑{// g// p u// c//右单旋,p变黑,g变红if (cur == parent->_left){RotaRTree(g);parent->_co = BLACK;g->_co = RED;}// g// p u// c//左右双旋,先左再右。cur就变成了p的父亲else{RotaLTree(parent);//左单旋RotaRTree(g);//右单旋cur->_co = BLACK;g->_co = RED;}//不需要再调整,直接结束break;}}else//父亲在右,叔叔在左{Node* u = g->_left;if (u && u->_co == RED)//u存在且为红{parent->_co = u->_co = BLACK;g->_co = RED;cur = g;parent = cur->_parent;}else//叔叔不存在或者为黑{// g// u p// c//左单旋,p变黑,g变红if (cur == parent->_right){parent->_co = BLACK;g->_co = RED;RotaLTree(g);}// g// u p// c//右左双旋,先右旋,在左旋else{RotaRTree(parent);//右RotaLTree(g);//左cur->_co = BLACK;g->_co = RED;}break;}}}_root->_co = BLACK;//始终保持根是黑色return true;}
旋转
不管是AVL树还是红黑树,二者需进行旋转形状都是一样,只是规则上的差异而各自进行特殊的处理罢了!
对于红黑树的旋转仅仅只需实现左旋和右旋即可,和AVL代码基本类似,只不过不需要控制平衡因子,情况没有AVL的复杂,十分的简单!这里直接给出实现代码,若有不解可以看看这篇文章AVL旋转!
//右旋
void RotaRTree(Node* parent)
{Node* subL = parent->_left;Node* subLR = subL->_right;Node* pparent = parent->_parent;parent->_left = subLR;if (subLR)subLR->_parent = parent;subL->_right = parent;parent->_parent = subL;if (parent == _root){_root = subL;_root->_parent = nullptr;}else{if (parent == pparent->_left)pparent->_left = subL;elsepparent->_right = subL;subL->_parent = pparent;}
}
//左旋
void RotaLTree(Node* parent)
{Node* subR = parent->_right;Node* subRL = subR->_left;Node* pparent = parent->_parent;parent->_right = subRL;if (subRL)subRL->_parent = parent;subR->_left = parent;parent->_parent = subR;if (parent == _root){_root = subR;_root->_parent = nullptr;}else{if (parent == pparent->_left)pparent->_left = subR;elsepparent->_right = subR;subR->_parent = pparent;}
}
验证
①验证中序遍历
若中序遍历得到的是一个有序序列,说明为二叉搜索树。
中序遍历和二叉搜索树写法类似
public:void Inoder(){_Inoder(_root);cout << endl;}
private:Node *_root;//私有成员变量void _Inoder(Node* root){if (root == nullptr)return;_Inoder(root->_left);cout << root->kv.first<< " ";_Inoder(root->_right);}
②验证是否满足红黑树的性质
这里的难点是如何验证性质四,即如何判断每条路径上的黑色结点是否一致以及统计黑色结点数量?
统计黑色结点数
思路:实际统计黑色结点数量可以采用dfs,深度优先遍历,设置一个形参变量,一直递归到空结点为止,该形参变量代表的是从根结点到当前结点的路径上的黑色结点数量
判断每条路径上的黑色结点是否一致
思路:可以先去统计任意一条路径上的黑色结点的数量,以该路径黑色结点数量作为基准即可。若统计出有一条路径上黑色结点的数量和基准不 一致,那就出错咯!
实现代码:
bool IsBalance(){//根为红就错误if (_root->_co == RED){cout << "不符合根结点为黑这一规则" << endl;return false;}//先以一条路径为标志位,每条路径上的黑色结点的数和该标志位相比,不一样就不满足规则四int refnum = 0;//基准位Node* cur = _root;while (cur){if (cur->_co == BLACK)refnum++;cur = cur->_left;//以最左路径上的黑色结点为基准}return _IsBalance(_root, 0, refnum);}
private:Node* _root = nullptr;bool _IsBalance(Node* root, int curblacknum, const int refnum){if (root == nullptr){if (curblacknum != refnum){cout << "存在黑色结点不同的路径" << endl;return false;}return true;}if (root->_co == RED && root->_parent->_co == RED){cout << "存在连续两个红色结点" << endl;return false;}//碰到黑色结点就++if (root->_co == BLACK){++curblacknum;}return _IsBalance(root->_left, curblacknum, refnum) && _IsBalance(root->_right, curblacknum, refnum);}
Ⅲ、完整实现代码
#include <iostream>
using namespace std;//枚举颜色
enum Color
{RED,BLACK
};
template<class K, class V>
struct RBTreeNode
{RBTreeNode<K, V>* _left;RBTreeNode<K, V>* _right;RBTreeNode<K, V>* _parent;pair<K, V> _kv;Color _co;RBTreeNode(const pair<K, V>& kv):_left(nullptr), _right(nullptr), _parent(nullptr), _kv(kv), _co(RED){}
};template<class K, class V>
class RBTree
{typedef RBTreeNode<K, V> Node;
public:bool Insert(const pair<K, V>& kv){if (_root == nullptr){_root = new Node(kv);_root->_co = BLACK;//根结点一定为黑return true;}//找位置插入Node* cur = _root;Node* parent = nullptr;while (cur){if (kv.first > cur->_kv.first){parent = cur;cur = cur->_right;}else if (kv.first < cur->_kv.first){parent = cur;cur = cur->_left;}else{return false;}}cur = new Node(kv);cur->_co = RED;//新增结点一定为红色if (kv.first > parent->_kv.first){parent->_right = cur;}else{parent->_left = cur;}cur->_parent = parent;//插入后,开始调色//分情况调色while (parent && parent->_co == RED)//调到黑色或者空就停止{Node* g = parent->_parent;if (parent == g->_left)//父亲在左,叔叔在右{Node* u = g->_right;//情况一:叔叔存在且为红,叔叔和父亲变红,爷爷g变黑if (u && u->_co == RED){parent->_co = u->_co = BLACK;g->_co = RED;//向上调整cur = g;parent = cur->_parent;}else//叔叔不存在或者存在且为黑{// g// p u// c//右单旋,p变黑,g变红if (cur == parent->_left){RotaRTree(g);parent->_co = BLACK;g->_co = RED;}// g// p u// c//左右双旋,先左再右。cur就变成了p的父亲else{RotaLTree(parent);//左单旋RotaRTree(g);//右单旋cur->_co = BLACK;g->_co = RED;}//不需要再调整,直接结束break;}}else//父亲在右,叔叔在左{Node* u = g->_left;if (u && u->_co == RED)//u存在且为红{parent->_co = u->_co = BLACK;g->_co = RED;cur = g;parent = cur->_parent;}else//叔叔不存在或者为黑{// g// u p// c//左单旋,p变黑,g变红if (cur == parent->_right){parent->_co = BLACK;g->_co = RED;RotaLTree(g);}// g// u p// c//右左双旋,先右旋,在左旋else{RotaRTree(parent);//右RotaLTree(g);//左cur->_co = BLACK;g->_co = RED;}break;}}}_root->_co = BLACK;//始终保持根是黑色return true;}void InOrder(){_InOrder(_root);cout << endl;}bool IsBalance(){//根为红就错误if (_root->_co == RED){cout << "不符合根结点为黑这一规则" << endl;return false;}//先以一条路径为标志位,每条路径上的黑色结点的数和该标志位相比,不一样就不满足规则四int refnum = 0;//基准位Node* cur = _root;while (cur){if (cur->_co == BLACK)refnum++;cur = cur->_left;}return _IsBalance(_root, 0, refnum);}
private:Node* _root = nullptr;bool _IsBalance(Node* root, int curblacknum, const int refnum){if (root == nullptr){if (curblacknum != refnum){cout << "存在黑色结点不同的路径" << endl;return false;}return true;}if (root->_co == RED && root->_parent->_co == RED){cout << "存在连续两个红色结点" << endl;return false;}if (root->_co == BLACK){++curblacknum;}return _IsBalance(root->_left, curblacknum, refnum) && _IsBalance(root->_right, curblacknum, refnum);}//右旋void RotaRTree(Node* parent){Node* subL = parent->_left;Node* subLR = subL->_right;Node* pparent = parent->_parent;parent->_left = subLR;if (subLR)subLR->_parent = parent;subL->_right = parent;parent->_parent = subL;if (parent == _root){_root = subL;_root->_parent = nullptr;}else{if (parent == pparent->_left)pparent->_left = subL;elsepparent->_right = subL;subL->_parent = pparent;}}//左旋void RotaLTree(Node* parent){Node* subR = parent->_right;Node* subRL = subR->_left;Node* pparent = parent->_parent;parent->_right = subRL;if (subRL)subRL->_parent = parent;subR->_left = parent;parent->_parent = subR;if (parent == _root){_root = subR;_root->_parent = nullptr;}else{if (parent == pparent->_left)pparent->_left = subR;elsepparent->_right = subR;subR->_parent = pparent;}}void _InOrder(Node* root){if (root == nullptr)return;_InOrder(root->_left);cout << root->_kv.first << " ";_InOrder(root->_right);}};void TestRBTree()
{RBTree<int, int> r;//int a[] = { 8, 3, 1, 10, 6, 4, 7, 14, 13 };int a[] = { 4, 2, 6, 1, 3, 5, 15, 7, 16, 14 ,8, 3, 1, 10, 6, 4, 7, 14, 13 };for (auto b : a){r.Insert({ b,b });}r.InOrder();if (r.IsBalance()){std::cout << "十分的平衡" << std::endl;}else{std::cout << "歪了" << std::endl;}
}
三、AVL compare to Red BlackTree
红黑树和AVL树都是高效的平衡二叉树,都能够解决二叉搜索树的单支树的问题,增删改查的时间复杂度都是高度次,即O(logN),但是二者的控制平衡的规则不同
- 红黑树只需保证最长路径<=最短路径*2即可
- AVL要严格控制平衡因子,即左右子树的高度差的绝对值不超过1
相对而言,红黑树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 ,而且红黑树实现起来简单,看代码就能看出来了,所以实际中运用红黑树更多!
红黑树一般多用于:
- C++STL库---map/set,mutil_map/mutil_set的底层实现(后续有文章)
- Java库
- Linux内核
- 其他一些库
好了,兄弟们今天的内容就分享到这,如果对你有帮助,欢迎点赞+关注!你的支持永远是我的动力!