手撕STL红黑树

Posted The August

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了手撕STL红黑树相关的知识,希望对你有一定的参考价值。

红黑树

红黑树的概念及性质

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

注:

  • AVL树:左右高度差不超过1,严格平衡
  • 红黑树:最长路径不超过最短路径的2倍,近似平衡

红黑树的性质:

  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必须是黑色的 (树里面没有连续的红节点)
  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 (每条路径都有相同数量的黑色节点)
  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)(这里的叶子节点是空节点——NIL节点)

注:

  • 红黑树中最短路径:全是黑色节点
  • 红黑树中最长路径:一黑一红交替出现
  • 红黑树查找的时间复杂度O(logN),红黑树没有AVL树查找的速度快,但是速度是很接近的,只是AVL树在删除和插入时旋转次数偏多,这样会导致效率较低;而红黑树删除和插入时旋转次数较少,因此效率会有所提升。
  • 在实际应用中,红黑树比AVL树应用较广

红黑树保证: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,主要是因为 红黑树中最短路径是全是黑色节点;红黑树中最长路径是一黑一红交替出现

红黑树的插入操作

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
    【手撕STL】二叉搜索树
  2. 检测新节点插入后,红黑树的性质是否造到破坏
  • 情况一: 新增节点的父亲是黑色的,则不需要处理
  • 情况二: 新增节点的父亲节点是红色的,则产生连续红色节点,需要分情况处理:(cur为当前节点,p为父节点,g为祖父节点,u为叔叔节点)
    1. cur为红,p为红,g为黑,u存在且为红

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。

注:

  1. 处理完这种情况后需要继续向上调整
  2. 处理完之后注意根节点的颜色,根节点必须是黑色
    1. cur为红,p为红,g为黑,u不存在/u为黑

说明:u的情况有两种:
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。
⒉.如果u节点存在,则其一定是黑色的,那么cur节点原来的颜色一定是黑色的,现在看到其是红色的原因是因为cur的子树在调整的过程中将cur节点的颜色由黑色改成红色。

解决方式:p为g的左孩子,cur为p的左孩子,则进行右单旋转;相反,p为g的右孩子,cur为p的右孩子,则进行左单旋转。最终p、g变色–p变黑,g变红

    1. cur为红,p为红,g为黑,u不存在/u为黑

解决方式:p为g的左孩子,cur为p的右孩子,则针对p做左单旋转;相反,p为g的右孩子,cur为p的左孩子,则针对p做右单旋转,则转换成了情况2(指的是第二种情况)

注:插入新节点的颜色是红色,如果默认是黑色那么会破坏规则四(每条路径上的黑色节点数相同),而默认是红色的话可能会破坏规则三(不能有连续两个红色节点),因此选择默认红色节点更优

综上代码实现:

bool Insert(const pair<K, V>& kv)
	
		if (_root == nullptr)
		
			_root = new Node(kv);
			_root->_col = BLACK;
			return true;
		
		Node* cur = _root;
		Node* parent = cur;
		while (cur)
		
			if (cur->_kv.first > kv.first)
			
				parent = cur;
				cur = cur->_left;
			
			else if (cur->_kv.first < kv.first)
			
				parent = cur;
				cur = cur->_right;
			
			else
			
				return 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 = new Node(kv);
		if (parent->_kv.first > kv.first)
		
			parent->_left = cur;
			cur->_parent = parent;
		
		else
		
			parent->_right = cur;
			cur->_parent = parent;
		
		// 控制近似平衡
		while (parent && parent->_col == RED)
		
			Node* grandparent = parent->_parent;
			if (grandparent->_left == parent)
			
				Node* uncle = grandparent->_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;
					grandparent->_col = RED;
					cur = grandparent;
					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(grandparent);
						grandparent->_col = RED;
						parent->_col = BLACK;
					
					// 情况三:双旋 + 变色
					else
					
						RotateL(parent);
						RotateR(grandparent);
						cur->_col = BLACK;
						grandparent->_col = RED;
					
					break;
				
			
			else// (parent == grandfather->_right)
			
				Node* uncle = grandparent->_left;
				if (uncle && uncle->_col == RED)
				
					parent->_col = uncle->_col = BLACK;
					grandparent->_col = RED;
					cur = grandparent;
					parent = cur->_parent;
				
				else
				
					if (cur == parent->_right)
					
						RotateL(grandparent);
						grandparent->_col = RED;
						parent->_col = BLACK;
					
					else
					
						RotateR(parent);
						RotateL(grandparent);
						cur->_col = BLACK;
						grandparent->_col = RED;
					
					break;
				
			
		
		_root->_col = BLACK;
		return true;
	

为了更加直观,下面是以升序,降序和随机构建一颗红黑树的动画:

  • 以升序插入构建红黑树:

  • 以降序插入构建红黑树:

  • 随机插入构建红黑树:


从上面三张动画效果中,可以很直观的看出,红黑树在各种情况下都能维护良好的平衡性,从而能够保证最差情况下的查找,插入效率。

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;
    1. 性质一、二用if语句就能判断
    1. 性质三用递归实现(如果该节点是红色的,那么验证该节点的父节点是否为红色,来判断是否满足性质三)
    1. 性质四用递归来实现(思路:计算其中一条路径黑色节点的个数,如果该树中其中一条路径不与该路径的黑色节点数一致,则不满足,否则满足)

代码实现:

bool CheckRedRed(Node* root)
	
		if (root == nullptr)
			return true;

		if (root->_col == RED && root->_parent->_col == RED)
			return false;
		
		return CheckRedRed(root->_left) && CheckRedRed(root->_right);
	
	bool CheckBlackNum(Node* root, int blacknum, int benchmark)
	
		if (root == nullptr)
		
			if (blacknum != benchmark)
				return false;
			return true;
		

		if (root->_col == BLACK)
			blacknum++;
		return CheckBlackNum(root->_left, blacknum, benchmark) && CheckBlackNum(root->_right, blacknum, benchmark);

	

	bool IsBalance()
	
		if (_root == nullptr)
			return true;
		if (_root->_col == RED)
			return false;

		int benchmark = 0;
		Node* cur = _root;
		while (cur)
		
			if (cur->_col == BLACK)
				benchmark++;
			cur = cur->_left;
		
		int blacknum = 0;
		return CheckRedRed(_root->_left) && CheckRedRed(_root->_right) && CheckBlackNum(_root, blacknum, benchmark);
	

	void InOrder()
	
		_InOrder(_root);
		cout << endl;
	


	void _InOrder(Node* root)
	
		if (root == nullptr)
			return;
		_InOrder(root->_left);
		cout << root->_kv.first << " ";
		_InOrder(root->_right);
	

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(
logN),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。

红黑树的应用

  1. C++ STL库 – map/set、mutil_map/mutil_set
  2. Java 库
  3. linux内核
  4. 其他一些库

红黑树的代码实现

enum Color

	RED,
	BLACK
;

template<class K,class V>
struct RBTreeNode

	RBTreeNode(const pair<K,V>& kv)
		:_left(nullptr)
		,_right(nullptr)
		,_parent(nullptr)
		,_kv(kv)
		,_col(RED)
	

	RBTreeNode<K, V>* _left;
	RBTreeNode<K, V>* _right;
	RBTreeNode<K, V>* _parent;
	pair<K, V> _kv;
	Color _col;
;

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->_col = BLACK;
			return true;
		
		Node* cur = _root;
		Node* parent = cur;
		while (cur)
		
			if (cur->_kv.first > kv.first)
			
				parent = cur;
				cur = cur->_left;
			
			else if (cur->_kv.first < kv.first)
			
				parent = cur;
				cur = cur->_right;
			
			else
			
				return 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 = new Node(kv);
		if (parent->_kv.first > kv.first)
		
			parent->_left = cur;
			cur->_parent = parent;
		
		else
		
			parent->_right = cur;
			cur->_parent = parent;
		
		// 控制近似平衡
		while (parent && parent->_col == RED)
		
			Node* grandparent = parent->_parent;
			if (grandparent->_left == parent)
			
				Node* uncle = grandparent->_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;
					grandparent->_col = RED;
					cur = grandparent;
					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(grandparent);
						grandparent->_col = RED;
						parent->_col = BLACK;
					
					// 情况三:双旋 + 变色
					else
					
						RotateL(parent);
						RotateR(grandparent);
						cur->_col = BLACK;
						grandparent->_col = RED;
					
					break;
				
			
			else// (parent == grandfather->_right)
			
				Node* uncle = grandparent->_left;
				if (uncle && uncle->_col == RED)
				
					parent->_col = uncle->_col = BLACK;
					grandparent->_col = RED;
					cur = grandparent;
					parent = cur->_parent;
				
				else
				
					if (cur == parent->_right)
					
						RotateL(grandparent);
						grandparent->_col = RED;
						parent->_col = BLACK;
					
					else
					
						RotateR(parent);
						RotateL(grandparent);
						cur->_col = BLACK;
						grandparent->_col = RED;
					
					break;
				
			
		
		_root->_col = BLACK;
		return true;
	

	void RotateR(Node* parent)
	
		if (parent == nullptr)
			return;
		Node* subL = parent->_left;
		Node* subLR = subL->_right;
		parent->_left = subLR;
		if (subLR)
			subLR->_parent = parent;
		
		Node* cur = parent->_parent;
		subL->_right = parent;
		if (parent == _root)
		
			_root = subL;
			subL->_parent = nullptr;
			parent->_parent = subL;
		
		else
		
			if (cur->_left == parent)
			
				cur->_left = subL;
				subL->_parent = cur;
				parent->_parent = subL;
			
			else
			
				cur->_right = subL;
				subL->_parent = cur;
				parent->_parent = subL;
			
		

	

	void RotateL(Node* parent)
	
		if (parent == nullptr)
			return;
		Node* subR = parent->_right;
		Node* subRL = subR->_left;
		parent->_right = subRL;
		if (subRL)
			subRL->_parent = parent;

		Node* cur = parent->_parent;
		subR->_left = parent;
		if (parent == _root)
		
			_root = subR;
			subR->_parent = nullptr;
			parent->_parent = subR;
		
		else
		
			if (cur->_left == parent)
			
				cur->_left = subR;
				subR->_parent = cur;
				parent->_parent = subR;
			
			else
			
				cur->_right = subR;
				subR->_parent = cur;
				parent->_parent = subR;
			
		

	


	bool CheckRedRed(Node* root)
	
		if (root == nullptr)
			return true;

		if (root->_col == RED && root->_parent->_col == RED)
			return false;
		
		return CheckRedRed(root->_left) && CheckRedRed(root->_right);
	
	bool CheckBlackNum(Node* root, int blacknum, int benchmark)
	
		if (root == nullptr)
		
			if (blacknum != benchmark)
				return false;
			return true;
		

		if (root->_col == BLACK)
			blacknum++;
		return CheckBlackNum(root->_left, blacknum, benchmark) && CheckBlackNum(root->_right, blacknum, benchmark);

	

	bool IsBalance()
	
		if (_root == nullptr)
			return true;
		if (_root->_col == RED)
			return false;

		int benchmark = 0;
		Node* cur = _root;
		while (cur)
		
			if (cur->_col == BLACK)
				benchmark++;
			cur = cur->_left;
		
		int blacknum = 0;
		return CheckRedRed(_root->_left) && CheckRedRed(_root->_right) && CheckBlackNum(_root, blacknum, benchmark);
	

	void InOrder()
	
		_InOrder(_root);
		cout << endl;
	


	void _InOrder(Node* root)
	
		if (root == nullptr)
			return;
		_InOrder(root->_left);
		cout << root->_kv.first << " ";
		_InOrder(root->_right);
	
private:
	Node* _root=nullptr;
;

红黑树的查找跟二叉搜索树一样【手撕STL】二叉搜索树

以上是关于手撕STL红黑树的主要内容,如果未能解决你的问题,请参考以下文章

10.STL简单红黑树的实现

手撕STLmap和set

手撕STLmap和set

stl mapset之红黑树

[STL数据结构] AVL底层 与 红黑树

[STL数据结构] AVL底层 与 红黑树