有趣的算法 ——红黑树插入算法

Posted 爱思考的coder

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了有趣的算法 ——红黑树插入算法相关的知识,希望对你有一定的参考价值。

有趣的算法(八)

——红黑树插入算法

(原创内容,转载请注明来源,谢谢)

 

一、概述

         红黑树是一种二叉平衡查找树。二叉查找树是二叉树,且树的根节点会比左节点大、比右节点小。

1)二叉查找树

         二叉查找树对于数字比较大小,具有重要意义。由于其左子节点都比根节点小,右子节点都比根节点大,要查找一个数是否在其中,或者在某个位置,会变得很容易。

从根节点出发,如果待查数据比根节点小,则往根节点的左子树去查找;反之从右子树查找;如果值和某个节点一样,表示找到;如果到某个节点,其没有子节点,而还没有匹配,则表示数据不存在。

二叉查找树相当于将一组数据排好序,并且实现二分查找的方式,因此速度非常快。二叉查找树详细信息不具体描述,可以上网查看。

2)红黑树

         二叉查找树有个固有问题,是其有可能出现树的高度太高,则树不平衡。可能出现某些值存在于树的非常低层次的节点,导致最终效率很低。

红黑树与其不同的地方在于,其是平衡的,通过颜色来进行平衡。

         现有以下规定:

1)只有左节点可以是红色。

2)如果左节点是红色,则左节点的子节点不能是红色。

3)如果左右节点都出现红色,则会都变成黑色。

当发生不平衡,红黑树就通过规定的机制左旋、右旋或改变颜色,以达到平衡,使得树的层级尽量低。

情况如下图所示:

 

二、红黑树详解

         在红黑树中插入节点,也是通过查找的方式,在找不到节点的地方,进行插入数据。如果找到某个节点,则修改节点的值。

         新插入的节点,一开始默认都是红色。为了便于清晰概念,现规定,节点颜色是红色,指的是节点与其父节点的连接是红色的。

         当插入数据后,会发生几种情况

         1)插入节点后,红黑树按照规定正常排布。

         2)插入节点后,不正常排布,出现不符合红黑树的情况。

         异常情况处理如下。

1、左旋

         当从右侧插入节点后,节点是红色的,则需要左旋。左旋的核心在于节点互换和颜色转换,核心代码如下:

         //节点互换

    NodeleftNode = headNode.right;

    headNode.right= leftNode.left;

    leftNode.left= headNode;

    //颜色转换

    leftNode.color= headNode.color;

    headNode.color= RED;

         步骤为:

         1)将父节点(假设为r)的右节点(即刚插入的节点,加上为a)指向a的左节点。

         2)将a的左节点指向r

         3)给a赋予r的颜色,给r赋予红色(相当于新插入节点)。

2、右旋

         右旋是当节点的左子节点是红色,且左子节点的左子节点还是红色时,需要调整的情况。其核心即将左子节点调整到中心,而将中心节点变为左子节点的右子节点。

         核心代码如下:

         NoderightNode = headNode.left;

    headNode.left= rightNode.right;

    rightNode.right= headNode;

    rightNode.color = headNode.color;

    headNode.color= RED;

    rightNode.N= headNode.N;

         左旋和右旋如下图所示:


3、颜色调整

         当出现左右节点都是红色时,则将左右节点都置为黑色。且将父节点置为红色。核心代码如下:

    headNode.color= RED;

    headNode.left.color= BLACK;

    headNode.right.color= BLACK;

4、调整顺序

         插入节点后,是按照上述顺序逐步调整的。

         1)当插入节点后,如果节点位于右边,则可能需要左旋;如果位于节点左边,则可能需要右旋。

         2)左旋或右旋后,有可能两个节点都是红色,则还需要颜色调整。

5、获取结果

         节点排好序后,通过中序遍历的方式获取结果。关于中序遍历,以前的文章中已经讲过。中序遍历的核心,在于先遍历左节点、再遍历中间节点、最后遍历右节点,则可以实现将结果从小到大进行排列。

6、插入节点详解

         1)如果根节点是空,则创建根节点。

if(null ==headNode) return  new Node(key, value, 1,RED);

         2)比较要插入的节点和当前节点,如果小则比较右节点,如果大则比较左节点,这是通过递归的方式进行比较。如果一致则直接更新节点。

         intcmp = key.compareTo(headNode.key);

         if(0> cmp) headNode.left = addNode(headNode.left, key, value);

   else if(0 < cmp) headNode.right = addNode(headNode.right, key,value);

elseheadNode.value = value;

3)插入节点后,根据实际情况,判断是否需要旋转或者颜色调整。

if(isRed(headNode.right)&& !isRed(headNode.left)) headNode = rotateLeft(headNode);

if(isRed(headNode.left)&& isRed(headNode.left.left)) headNode = rotateRight(headNode);

if(isRed(headNode.right)&& isRed(headNode.left)) flipColor(headNode);

         调整概括如下:


7、其他功能

         1)查找最小节点

         递归遍历,取到最左边的节点即可。同理,最大节点即最右边节点。

         2)节点子节点的数量

         每次旋转、插入都会进行调整,以更新子节点数量。

 

三、编程实现(java

public class RedBlackBSTService<Keyextends Comparable<Key>, Value> {

   private static final boolean RED = true;

   private static final boolean BLACK = false;

   private class Node{

       Key key;//节点键

       Value value;//节点值

       Node left, right;//节点左右节点

       int N;//节点子节点数量

       boolean color;//节点与其父节点连接的颜色

       Node(Key key, Value value, int N, boolean color){

           this.key = key;

           this.value = value;

           this.N = N;

           this.color = color;

       }

    }

   private Node root;

   //查看节点是否是红色(空节点默认是黑色)

    privateboolean isRed(Node x) {

       return null != x && x.color == RED;

    }

   //查看节点子节点数目

   private int size() {

       return size(root);

    }

   private int size(Node h) {

       if (h == null) return 0;

       return h.N;

    }

   private int getTotalSize(Node headNode){

       return 1 + size(headNode.left) + size(headNode.right);

    }

   //获取树的最小、最大节点

   public Key getMinKey(){

       return minKey(root).key;

    }

   public Key getMaxKey(){

       return maxKey(root).key;

    }

   private Node minKey(Node node){

       if(null == node.left) return node;

       return minKey(node.left);

    }

   private Node maxKey(Node node){

       if(null == node.right) return node;

       return maxKey(node.right);

    }

   //左旋(当节点与其右子节点连接是红色时)

   private Node rotateLeft(Node headNode){

       //节点互换

       Node leftNode = headNode.right;

       headNode.right = leftNode.left;

       leftNode.left = headNode;

       //颜色转换

       leftNode.color = headNode.color;

       headNode.color = RED;

       //节点数量重新获取

       leftNode.N = headNode.N;

       headNode.N = getTotalSize(headNode);

       return leftNode;

    }

   //右旋(当节点与父节点连线是红色,且与其左子节点连线也是红色时)

   private Node rotateRight(Node headNode){

       Node rightNode = headNode.left;

       headNode.left = rightNode.right;

       rightNode.right = headNode;

       rightNode.color = headNode.color;

       headNode.color = RED;

       rightNode.N = headNode.N;

       headNode.N = getTotalSize(headNode);

        return rightNode;

    }

   //颜色调整(当节点与其左右子节点连线都是红色时)

   private void flipColor(Node headNode){

       headNode.color = RED;

       headNode.left.color = BLACK;

       headNode.right.color = BLACK;

    }

   //插入节点

   private Node addNode(Node headNode, Key key, Value value){

       //空时新建根节点

       if(null == headNode) return  newNode(key, value, 1, RED);

       //比较待插入节点和当前节点的key

       int cmp = key.compareTo(headNode.key);

       if(0 > cmp) headNode.left = addNode(headNode.left, key, value);

       else if(0 < cmp) headNode.right = addNode(headNode.right, key,value);

       else headNode.value = value;

       //根据插入后的情况判断是否需要旋转或颜色调整

       if(isRed(headNode.right) && !isRed(headNode.left)) headNode =rotateLeft(headNode);

       if(isRed(headNode.left) && isRed(headNode.left.left)) headNode =rotateRight(headNode);

       if(isRed(headNode.right) && isRed(headNode.left))flipColor(headNode);

       //节点大小重新获取

       headNode.N = getTotalSize(headNode);

       return headNode;

    }

   public void addNode(Key key, Value value){

       root = addNode(root, key, value);

       root.color = BLACK;

    }

   public Stack<Value> getSortedNodes(){

       if(null == root) return null;

       Stack<Node> nodeList = new Stack<>();

       Stack<Value> res = new Stack<>();

       Node centerNode = root;

       while(!nodeList.empty() || null != centerNode){

           while (null != centerNode){

                nodeList.push(centerNode);

                centerNode = centerNode.left;

           }

           centerNode = nodeList.pop();

           res.push(centerNode.value);

           centerNode = centerNode.right;

       }

       return res;

    }

}

 

四、结语

         本文只实现了红黑树的查找和插入,没有实现红黑树的删除,删除功能更加复杂,后续我会继续学习并实现。

         完整代码见我的github项目,路径:

        https://github.com/linhxx/taskmanagement.git

        另外,近期laravel环境我已经搭建好,计划这个月实现laravel+vue的小项目,届时也将发到github。


——written by linhxx 2017.10.14


以上是关于有趣的算法 ——红黑树插入算法的主要内容,如果未能解决你的问题,请参考以下文章

算法学习笔记:红黑树

算法11---红黑树不带父结点指针的插入实现

算法导论 之 红黑树 - 插入[C语言]

漫画算法:什么是红黑树?

算法题 101:红黑树(阿里笔试题)

001 红黑树之 原理和算法详细介绍