文章目录
红黑树
红黑树的概念
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。
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(),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。
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
- 如果一个结点是红色的,则它的两个孩子结点是黑色的
- 对于每个结点,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结点
- 每个叶子结点都是黑色的(此处的叶子节点指的是空结点,如上图路径数为11条)
红黑树结点的定义
enumColor{
BLACK,
RED
};template<classT>structRBTreeNode{
RBTreeNode<T>* _left;
RBTreeNode<T>* _right;
RBTreeNode<T>* _parent;
Color _col;
T _data;RBTreeNode(const T& data):_left(nullptr),_right(nullptr),_parent(nullptr), _col(RED)
,_data(data){}};
红黑树的插入操作
约定:cur为当前节点,p为父节点,g为祖父节点,u为叔叔节点
情况一
- 情况一:cur为红,p为红,g为黑,u存在且为红 注意:此处看到的树,可能是一棵完整的树,也可能是一棵子树
- 解决方式:将p,u改为黑,g改为红,然后把g当成cur,继续向上调整
如果g是根节点,调整完成后,需要将g改为黑色
如果g是子树,g一定有双亲,且g的双亲如果是红色,需要继续向上调整。
情况二
- 情况二:cur为红,p为红,g为黑,u不存在/u为黑
- 解决方法:p为g的左孩子,cur为p的左孩子,则进行右单旋;p为g的右孩子,cur为p的右孩子,则进行左单旋。 p变黑,g变红。
1.如果u节点不存在,则cur一定是新插入节点,因为如果cur不是新插入节点,则cur和p一定有一个节点的颜色是黑色,就不满足性质4:每条路径黑色节点个数相同。
2.如果u节点存在,则其一定是黑色的,cur一定不是新增节点,那么cur节点原来的颜色一定是黑色的,是作为子树的祖父,由第一种情况变化过来的
情况三
- 情况三:cur为红,p为红,g为黑,u不存在/u为黑(折线型)
- p为g的左孩子,cur为p的右孩子,则针对p做左单旋转; p为g的右孩子,cur为p的左孩子,则针对p做右单旋转。 即转换为了情况二。再对g做对于旋转。 即进行双旋转。
// T->K set// T->pair<const K, V> maptemplate<classK,classT,classKeyOfT>classRBTree{typedef RBTreeNode<T> Node;public:typedef RBTreeIterator<T, T&, T*> iterator;typedef RBTreeIterator<T,const T&,const T*> const_iterator;
iterator begin();
iterator end();RBTree():_root(nullptr){}// 拷贝构造和赋值重载// 析构
Node*Find(const K& key);
pair<iterator,bool>Insert(const T& data){if(_root ==nullptr){
_root =newNode(data);
_root->_col = BLACK;returnmake_pair(iterator(_root),true);}
Node* parent =nullptr;
Node* cur = _root;
KeyOfT kot;while(cur){if(kot(cur->_data)<kot(data)){
parent = cur;
cur = cur->_right;}elseif(kot(cur->_data)>kot(data)){
parent = cur;
cur = cur->_left;}else{returnmake_pair(iterator(cur),false);}}// 新增节点,颜色是红色,可能破坏规则3,产生连续红色节点
cur =newNode(data);
Node* newnode = cur;
cur->_col = RED;if(kot(parent->_data)<kot(data)){
parent->_right = cur;
cur->_parent = parent;}else{
parent->_left = cur;
cur->_parent = parent;}// 控制近似平衡while(parent && parent->_col == RED){
Node* grandfather = parent->_parent;if(parent == grandfather->_left){
Node* uncle = grandfather->_right;// 情况一:uncle存在且为红,进行变色处理,并继续往上更新处理if(uncle && uncle->_col == RED){
parent->_col = uncle->_col = BLACK;
grandfather->_col = RED;
cur = grandfather;
parent = cur->_parent;}// 情况二+三:uncle不存在,或者存在且为黑,需要旋转+变色处理else{// 情况二:单旋+变色if(cur == parent->_left){RotateR(grandfather);
parent->_col = BLACK;
grandfather->_col = RED;}else// 情况三:双旋 + 变色{RotateL(parent);RotateR(grandfather);
cur->_col = BLACK;
grandfather->_col = RED;}break;}}else// (parent == grandfather->_right){
Node* uncle = grandfather->_left;if(uncle && uncle->_col == RED){
parent->_col = uncle->_col = BLACK;
grandfather->_col = RED;
cur = grandfather;
parent = cur->_parent;}else{if(parent->_right == cur){RotateL(grandfather);
parent->_col = BLACK;
grandfather->_col = RED;}else{RotateR(parent);RotateL(grandfather);
cur->_col = BLACK;
grandfather->_col = RED;}break;}}}
_root->_col = BLACK;returnmake_pair(iterator(newnode),true);}voidRotateR(Node* parent);voidRotateL(Node* parent);private:
Node* _root;};
红黑树的验证
红黑树的检测分为两步:
- 检测其是否满足二叉搜索树(中序遍历是否为有序序列)
- 检测其是否满足红黑树的性质
此处用未改造过的红黑树
template<classK,classV>structRBTreeNode{
RBTreeNode<K, V>* _left;
RBTreeNode<K, V>* _right;
RBTreeNode<K, V>* _parent;
Colour _col;
pair<K, V> _kv;RBTreeNode(const pair<K, V>& kv):_left(nullptr),_right(nullptr),_parent(nullptr),_col(RED),_kv(kv){}};template<classK,classV>classRBTree{typedef RBTreeNode<K, V> Node;public:RBTree():_root(nullptr){}boolInsert(const pair<K, V>& kv);voidRotateR(Node* parent);voidRotateL(Node* parent);void_InOrder(Node* root){if(root ==nullptr){return;}_InOrder(root->_left);
cout << root->_kv.first <<" ";_InOrder(root->_right);}voidInOrder(){_InOrder(_root);
cout<<endl;}boolCheckRED_RED(Node* cur){if(cur ==nullptr){returntrue;}if(cur->_col == RED && cur->_parent->_col == RED){
cout <<"违反规则三,存在连续的红色节点"<< endl;returnfalse;}returnCheckRED_RED(cur->_left)&&CheckRED_RED(cur->_right);}// 检查每条路径黑色节点的数量boolCheckBlackNum(Node* cur,int blackNum,int benchmark){if(cur ==nullptr){if(blackNum != benchmark){
cout <<"违反规则四:黑色节点的数量不相等"<< endl;returnfalse;}returntrue;}if(cur->_col == BLACK)++blackNum;returnCheckBlackNum(cur->_left, blackNum, benchmark)&&CheckBlackNum(cur->_right, blackNum, benchmark);}boolIsBalance(){if(_root ==nullptr){returntrue;}if(_root->_col == RED){
cout <<"根节点是红色,违反规则二"<< endl;returnfalse;}// 算出最左路径的黑色节点的数量作为基准值int benchmark =0;
Node* cur = _root;while(cur){if(cur->_col == BLACK){++benchmark;}
cur = cur->_left;}int blackNum =0;returnCheckRED_RED(_root)&&CheckBlackNum(_root, blackNum, benchmark);}private:
Node* _root;};voidTestRBTree1(){constint n =1000000;
vector<int> a;
a.reserve(n);srand(time(0));for(size_t i =0; i < n;++i){
a.push_back(rand());}
RBTree<int,int> t1;for(auto e : a){
t1.Insert(make_pair(e, e));}
cout << t1.IsBalance()<< endl;//t1.InOrder();}
用红黑树封装map、set
红黑树的迭代器
begin()与end()
begin()可以放在红黑树中最小节点(即最左侧节点)的位置
end()放在最大节点(最右侧节点)的下一个位置
typedef RBTreeIterator<T, T&, T*> iterator;typedef RBTreeIterator<T,const T&,const T*> const_iterator;
iterator begin(){
Node* left = _root;while(left && left->_left){
left = left->_left;}//return leftreturniterator(left);}
iterator end(){returniterator(nullptr);}
操作符重载
template<classT,classRef,classPtr>structRBTreeIterator{typedef RBTreeNode<T> Node;typedef RBTreeIterator<T, Ref, Ptr> Self;
Node* _node;RBTreeIterator(Node* node =nullptr):_node(node){}
Ref operator*(){return _node->_data;}
Ptr operator->(){return&_node->_data;}
Self&operator--(){// 跟++基本是反过来return*this;}
Self&operator++(){if(_node->_right){// 右子树中序第一个节点,也就是右子树的最左节点
Node* subLeft = _node->_right;while(subLeft->_left){
subLeft = subLeft->_left;}
_node = subLeft;}else{// 当前子树已经访问完了,要去找祖先访问,沿着到根节点的路径往上走,// 找孩子是父亲左的那个父亲节点
Node* cur = _node;
Node* parent = cur->_parent;while(parent && parent->_right == cur){
cur = parent;
parent = parent->_parent;}
_node = parent;}return*this;}booloperator!=(const Self& s)const{return _node != s._node;}booloperator==(const Self& s)const{return _node == s._node;}};
封装map
#pragmaonce#include"RBTree.h"namespace MyMap
{template<classK,classV>classmap{structMapKeyOfT{const K&operator()(const pair<const K, V>& kv){return kv.first;}};public:typedeftypenameRBTree<K, pair<const K, V>, MapKeyOfT>::iterator iterator;
iterator begin(){return _t.begin();}
iterator end(){return _t.end();}
pair<iterator,bool>insert(const pair<const K, V>& kv){return _t.Insert(kv);}
V&operator[](const K& key){
pair<iterator,bool> ret = _t.Insert(make_pair(key,V()));return ret.first->second;}private:
RBTree<K, pair<const K, V>, MapKeyOfT> _t;};voidtest_map(){
map<string, string> dict;
dict.insert(make_pair("sort","排序"));
dict.insert(make_pair("string","字符串"));
dict.insert(make_pair("debug","找虫子"));
dict.insert(make_pair("set","集合"));
map<string, string>::iterator it = dict.begin();while(it != dict.end()){
cout << it->first <<":"<< it->second << endl;++it;}
cout << endl;}}
封装set
#pragmaonce#include"RBTree.h"namespace MySet
{template<classK>classset{structSetKeyOfT{const K&operator()(const K& key){return key;}};public:typedeftypenameRBTree<K, K, SetKeyOfT>::iterator iterator;
iterator begin(){return _t.begin();}
iterator end(){return _t.end();}
pair<iterator,bool>insert(const K& key){return _t.Insert(key);}private:
RBTree<K, K, SetKeyOfT> _t;};voidtest_set(){
set<int> s;
s.insert(1);
s.insert(3);
s.insert(7);
s.insert(2);
s.insert(12);
s.insert(22);
s.insert(2);
s.insert(23);
s.insert(-2);
s.insert(-9);
s.insert(30);
set<int>::iterator it = s.begin();while(it != s.end()){
cout <<*it <<" ";++it;}
cout << endl;for(auto e : s){
cout << e <<" ";}
cout << endl;}}
版权归原作者 ymz123_ 所有, 如有侵权,请联系我们删除。