大战红黑树
Posted wuqinglong
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了大战红黑树相关的知识，希望对你有一定的参考价值。
目录
概念
- 红黑树是一种自平衡的二叉查找树,是一种高效的查找树.
- 红黑树具有良好的效率, 它可在O(logN)时间内完成查找,增加,删除等操作.
注意: 下文中, 非红色节点就是黑色节点, 即NULL节点是黑色节点
特征
- 节点是红色或黑色.
- 根节点是黑色.
- 每个叶子节点(NULL节点/空节点)是黑色.
- 每个红色节点的两个孩子节点必须是黑色. (从叶子到根的所有路径上不能有两个连续的红色节点)
- 从任意节点到其叶子节点的所有路径都包含相同数目的黑色节点.
旋转
当树的结构发生改变时(添加/删除元素时), 红黑树的五个特征可能会被打破, 需要通过调整结构和颜色使树重新满足红黑树的特征, 调整可以分为两类:
- 颜色调整: 改变节点的颜色
- 结构调整: 左旋 + 右旋
左旋
左旋就是成为右孩子的左孩子节点.
左旋有以下三个步骤:
- 将旋转节点的右节点的左节点关联到旋转节点的右节点上
- 将旋转节点的父节点与旋转节点的右节点进行关联
- 将旋转节点与旋转节点的右节点进行关联
左旋示例图
对节点30进行左旋的过程如下:
参考TreeMap的左旋代码
/** From CLR */
private void rotateLeft(Entry<K,V> p) {
// p为null就没意思了
if (p != null) {
// 获取p的右节点r, 临时存储
Entry<K,V> r = p.right;
// 步骤1
// 1. 将p的右节点的左节点连接到p的右节点上
p.right = r.left;
// 2. 将p的右节点的左节点的父节点指向为p
if (r.left != null)
r.left.parent = p;
// 步骤2
// 1. 将p的父节点赋值给r, r的父节点指向为p的父节点
r.parent = p.parent;
// 2-1. 父节点为空, 根节点即为r
if (p.parent == null)
root = r;
// 2-2. 父节点不为空, 判断p是父节点的左节点还是右节点, 然后进行关联
else if (p.parent.left == p) // p是父节点的左节点
p.parent.left = r;
else // p是父节点的右节点
p.parent.right = r;
// 步骤3
r.left = p;
p.parent = r;
}
}右旋
右旋就是成为左孩子的右孩子节点.
右旋有以下三个步骤(与左旋相反):
- 将旋转节点的左节点的右节点关联到旋转节点的左节点上
- 将旋转节点的父节点与旋转节点的左节点进行关联
- 将旋转节点与旋转节点的左节点进行关联
右旋示例图:
对节点35进行右旋的过程如下:
参考TreeMap的右旋代码:
/** From CLR */
private void rotateRight(Entry<K,V> p) {
// p为null就没意思了
if (p != null) {
// 临时存储p的左节点
Entry<K,V> l = p.left;
// 步骤1
p.left = l.right;
if (l.right != null)
l.right.parent = p;
// 步骤2
l.parent = p.parent;
if (p.parent == null)
root = l;
else if (p.parent.right == p)
p.parent.right = l;
else p.parent.left = l;
// 步骤3
l.right = p;
p.parent = l;
}
}寻找节点的后继
当删除一个节点时, 需要找一个后继节点(也可以使用前驱, 这里我们使用后继)接替删除节点的位置, 那么如何寻找后继节点呢?
参考TreeMap的寻找后继代码:
/**
* Returns the successor of the specified Entry, or null if no such.
*/
static <K,V> TreeMap.Entry<K,V> successor(Entry<K,V> t) {
if (t == null) // null is null
return null;
else if (t.right != null) { // 右节点非空
// 循环寻找右节点的左节点的左节点..., 直到左节点的左节点为空, 返回.
Entry<K,V> p = t.right;
while (p.left != null)
p = p.left;
return p;
} else { // 右节点非空
Entry<K,V> p = t.parent; // 父节点
Entry<K,V> ch = t; // 当前节点
while (p != null && ch == p.right) { // 当前节点是否是父节点的右节点
ch = p; // 获取父节点的引用
p = p.parent; // 父节点为祖父节点
}
// 如果当前节点不是父节点的右节点, 返回当前节点
return p;
}
}当然TreeMap中还有寻找节点的前驱的方法: Entry<K,V> predecessor(Entry<K,V> t).
实际上前驱后继就是二叉树中序遍历时待删除节点的前驱后继.
插入
这里主要说红黑树是如何进行新元素插入之后的调节, 来重新让树成为一颗红黑树.
插入的时候会出现以下四种情况:
- 情况1: 新节点(当前节点)为根节点
- 情况2: 新节点(当前节点)的父节点为黑色
- 情况3: 新节点(当前节点)的父节点为红色 & 叔叔节点为红色
- 情况4: 新节点(当前节点)的父节点为红色 & 叔叔节点为黑色
下面分别说明各个情况时如何进行处理.
情况1: 新节点(当前节点)为根节点
直接将新节点(当前节点)染为黑色即可.
示例图
在一棵空树中插入节点20.
情况2: 新节点(当前节点)的父节点为黑色
父节点是黑色, 添加一个红色孩子节点并不会影响红黑树的性质, 不需要调整.
示例图
在一棵红黑树中插入节点33, 因为父节点是黑色, 所以不需要进行调整即可.
情况3: 新节点(当前节点)的父节点为红色 & 叔叔节点为红色
祖父节点一定为黑色.
处理步骤:
- 将父节点和叔叔节点染为黑色
- 将祖父节点染为红色
- 将新节点(当前节点)指向为祖父节点
该情况与当前节点是父节点的左孩子还是右孩子无关, 因为不涉及旋转.
这时新节点(当前节点)的颜色还是红色, 可能出现四种情况:
- 情况1: 新节点(当前节点)为根节点
- 情况2: 新节点(当前节点)的父节点为黑色
- 情况3: 新节点(当前节点)的叔叔节点为红色
- 情况4: 新节点(当前节点)的叔叔节点为黑色
然后再进入对应情况的处理方案中处理.
示例图
在红黑树中插入节点8(X), 插入之后的红黑树如下:
很明显违反了红黑树的性质5, 需要进行调整, 按照情况3的处理步骤进行调整, 调整之后的红黑树如下:
然后将当前节点(X)指向祖父节点, 继续进行其它情况的调整.
情况4: 新节点(当前节点)的父节点为红色 & 叔叔节点为黑色
处理步骤(当前节点是父节点的左节点):
- 判断新节点(当前节点)是否是父节点的右孩子节点
- 是: 新节点(当前节点)指向父节点, 然后对当前节点进行左旋
- 否: 不作处理
- 将父节点染为黑色
- 将祖父节点染为红色
- 对祖父节点进行右旋
处理步骤(当前节点是父节点的右节点):
- 判断新节点(当前节点)是否是父节点的左孩子节点
- 是: 新节点(当前节点)指向父节点, 然后对当前节点进行右旋
- 否: 不作处理
- 将父节点染为黑色
- 将祖父节点染为红色
- 对祖父节点进行左旋
以当前节点是父节点的左节点为例, 步骤1-1完成之后, 就变为当前节点是父节点的左孩子节点, 并且叔叔节点是黑色. 如果当前节点本就是父节点的左孩子节点, 则不进行处理, 直接进入步骤2.
这时新节点的的颜色还是红色, 兄弟节点的颜色为红色, 父节点为黑色, 可能出现四种情况:
- 情况1: 新节点(当前节点)为根节点
- 情况2: 新节点(当前节点)的父节点为黑色
- 情况3: 新节点(当前节点)的叔叔节点为红色
- 情况4: 新节点(当前节点)的叔叔节点为黑色
然后再进入对应情况的处理方案中处理.
示例图
继续调整情况3中的红黑树:
按照情况4进行调整之后, 调整之后的红黑树如下:
调整完成.
插入总结
当新插入一个元素时, 先按照二叉排序树的方法进行元素的插入, 之后将新元素的颜色染为红色, 然后对树进行调整, 使其重新成为红黑树.
参考TreeMap的插入调整代码
/** From CLR */
private void fixAfterInsertion(Entry<K,V> x) {
// 默认新节点的颜色为红色
x.color = RED;
// 父节点为黑色时, 增加一个红色节点并不会影响红黑树
while (x != null && x != root && x.parent.color == RED) {
// 父节点为祖父节点的左节点
if (parentOf(x) == leftOf(parentOf(parentOf(x)))) {
// 获取叔叔节点
Entry<K,V> y = rightOf(parentOf(parentOf(x)));
if (colorOf(y) == RED) { // 叔叔节点为红色时
// 父节点和兄弟节点染为黑色
setColor(parentOf(x), BLACK);
setColor(y, BLACK);
// 祖父节点染为红色
setColor(parentOf(parentOf(x)), RED);
// 当前节点指向为祖父节点
x = parentOf(parentOf(x));
} else { // 叔叔节点为黑色时
// 判断当前节点的左右
// 将当前节点调整为父节点的左节点
if (x == rightOf(parentOf(x))) {
x = parentOf(x);
rotateLeft(x);
}
// 父节点染为黑色
setColor(parentOf(x), BLACK);
// 祖父节点染为红色
setColor(parentOf(parentOf(x)), RED);
// 对祖父节点进行右旋
rotateRight(parentOf(parentOf(x)));
}
} else {
Entry<K,V> y = leftOf(parentOf(parentOf(x)));
if (colorOf(y) == RED) {
setColor(parentOf(x), BLACK);
setColor(y, BLACK);
setColor(parentOf(parentOf(x)), RED);
x = parentOf(parentOf(x));
} else {
if (x == leftOf(parentOf(x))) {
x = parentOf(x);
rotateRight(x);
}
setColor(parentOf(x), BLACK);
setColor(parentOf(parentOf(x)), RED);
rotateLeft(parentOf(parentOf(x)));
}
}
}
// 最后将根节点染为黑色? 为什么需要这段代码, 我觉得你应该知道的.
root.color = BLACK;
}
删除
相对于插入, 红黑树的删除操作要复杂的多, 不过我们拆解分析, 就简单了, 把复杂问题拆解为小问题.
对于一颗红黑树, 其删除节点的情况可以分为3种:
- 情况1: 节点既有左子树又有右子树
- 情况2: 节点只有左子树或只有右子树
- 情况3: 节点既没有左子树又没有右子树(叶子节点)
对于情况1, 我们首先要找到该节点的前驱或后继节点, 使用前驱或后继节点的值覆盖待删除节点的值, 然后将前驱或后继节点按照情况2或情况3进行删除即可. 前驱或者后继节点顶多有一个子节点.
所以, 对于红黑树来说, 实际删除节点的情况只有两种(情况2和情况3).
情况2出现的情况
- 情况2-1: 待删除节点为红色
- 情况2-1-1: 待删除节点的右孩子为黑色(不存在)
- 情况2-1-2: 待删除节点的右孩子为红色(不存在)
- 情况2-1-3: 待删除节点的左孩子为黑色(不存在)
- 情况2-1-4: 待删除节点的左孩子为红色(不存在)
- 情况2-2: 待删除节点为黑色
- 情况2-2-1: 待删除节点的右孩子为黑色(不存在)
- 情况2-2-2: 待删除节点的右孩子为红色
- 情况2-2-3: 待删除节点的左子树为黑色(不存在)
- 情况2-2-4: 待删除节点的左孩子为红色
分析情况2, 只有情况2-2-2和情况2-2-4成立, 而这两种情况下只需要把红色节点删除即可.
其它情况并不符合红黑树的特性, 所以根本不会存在其它情况的删除.
情况2-2-2: 待删除节点为黑色 & 待删除节点的右孩子为红色
处理步骤:
- 将其右孩子链接到其父节点上.
- 将右孩子染为黑色即可.
这种情况就是普通的节点删除操作
示例图
在下图红黑树中, 要删除节点25
按照上述的处理步骤进行调整, 调整之后的红黑树如下:
直接把孩子节点染为黑色, 然后替换被删除节点的位置即可.
情况2-2-2: 待删除节点为黑色 & 待删除节点的左孩子为红色
处理步骤:
- 将其左孩子链接到其父节点上.
- 将左孩子染为黑色即可.
这种情况就是普通的节点删除操作.
示例图
如同情况2-2-1的示例图, 只不过孩子节点在左边而已.
情况3出现的情况
- 情况3-1: 待删除节点为黑色
- 情况3-1-1: 兄弟节点为红色
- 情况3-1-2: 兄弟节点为黑色 & 兄弟节点的两个孩子有一个为红色
- 情况3-1-3: 兄弟节点为黑色 & 兄弟节点的两个孩子都是黑色(包括NULL节点)
- 情况3-2: 待删除节点为红色
情况3-1-1: 待删除节点为黑色 & 兄弟节点为红色
处理步骤(待删除节点是父节点的左孩子):
- 父节点染为红色
- 兄弟节点染为黑色
- 对父节点进行左旋
- 重新计算兄弟节点
处理步骤(待删除节点是父节点的右孩子):
- 父节点染为红色
- 兄弟节点染为黑色
- 对父节点进行右旋
- 重新计算兄弟节点
这时, 父节点为红色, 兄弟节点为黑色, 进入其它情况.
示例图
在下图红黑树中, 要删除节点5
按照上述的处理步骤进行调整, 调整之后的红黑树如下:
这时还是不符合红黑树的性质, 需要进一步调整, 这时进入情况3-1-3.
情况3-1-2: 待删除节点为黑色 & 兄弟节点为黑色 & 兄弟节点的两个孩子有一个为红色
处理步骤(待删除节点是父节点的左孩子):
- 判断兄弟节点的右节点是否是黑色(NULL节点为黑色)
- 将兄弟节点的左孩子染为黑色
- 将兄弟节点染为红色
- 对兄弟节点进行右旋
- 重新计算兄弟节点
- 将兄弟节点的颜色染为父节点的颜色
- 将父节点染为黑色
- 将兄弟节点的右孩子染为黑色
- 对父节点进行左旋
处理步骤(待删除节点是父节点的右孩子):
- 判断兄弟节点的左节点是否是黑色(NULL节点为黑色)
- 将兄弟节点的右孩子染为黑色
- 将兄弟节点染为红色
- 对兄弟节点进行左旋
- 重新计算兄弟节点
- 将兄弟节点的颜色染为父节点的颜色
- 将父节点染为黑色
- 将兄弟节点的右孩子染为黑色
- 对父节点进行右旋
示例图
以待删除节点是父节点的左孩子为例, 在下图红黑树中, 要删除节点15
按照上述的处理步骤进行调整, 调整之后的红黑树如下:
调整完成.
中间我们省略了步骤1中的处理步骤, 内部的处理步骤同插入时的调整类似, 把兄弟节点的红色孩子节点调整兄弟节点的右孩子(如果兄弟节点是左孩子的话, 那么就是将红色孩子节点调整为左孩子).
其实这种情况下, 我们不关系待删除节点的父节点的颜色, 因为这种情况的调整是在内部进行调整的.
情况3-1-3: 待删除节点为黑色 & 兄弟节点为黑色 & 兄弟节点的两个孩子都是黑色(包括NULL节点)
注: 这里兄弟的孩子节点包括NULL节点.
处理步骤:
- 将兄弟节点染为红色
- 将父节点染为黑色
该情况与当待删除节点是父节点的左孩子还是右孩子无关, 因为不涉及旋转.
当前节点指向父节点之后, 再看符合哪种调整情况, 继续进行调整.
示例图
情况3-1-1中调整之后树为:
按照上述的处理步骤进行调整, 调整之后的红黑树如下:
调整完成.
情况3-2: 待删除节点为红色
这时, 父节点为黑色, 兄弟节点一定为红色. 因为此时待删除节点和兄弟节点都没有孩子节点.
直接删除就好.
删除总结
删除时, 先看待删除节点的颜色, 然后查看其兄弟节点的颜色, 再查看兄弟节点的孩子节点的颜色, 然后根据具体的情况进行调整.
参考TreeMap的删除调整代码
/** From CLR */
private void fixAfterDeletion(Entry<K,V> x) {
// 删除的节点为黑色时, 需要进行调整
while (x != root && colorOf(x) == BLACK) {
// 当前节点是左节点
if (x == leftOf(parentOf(x))) {
// 获取右节点(兄弟节点)
Entry<K,V> sib = rightOf(parentOf(x));
// 兄弟节点是红色时
if (colorOf(sib) == RED) {
// 兄弟节点染为黑色
setColor(sib, BLACK);
// 父节点染为红色
setColor(parentOf(x), RED);
// 对父节点进行左旋
rotateLeft(parentOf(x));
// 重新计算兄弟节点
sib = rightOf(parentOf(x));
}
if (colorOf(leftOf(sib)) == BLACK &&
colorOf(rightOf(sib)) == BLACK) { // 兄弟节点的两个孩子都是黑色
// 兄弟节点染为红色
setColor(sib, RED);
// 将当前节点指向父节点
x = parentOf(x);
} else { // 兄弟节点的两个孩子有一个为红色
// 判断兄弟节点红色孩子节点的位置
// 将兄弟节点的红色孩子节点调整到兄弟节点的右孩子节点位置
if (colorOf(rightOf(sib)) == BLACK) {
setColor(leftOf(sib), BLACK);
setColor(sib, RED);
rotateRight(sib);
sib = rightOf(parentOf(x));
}
// 将兄弟节点的颜色染为父节点的颜色
setColor(sib, colorOf(parentOf(x)));
// 父节点染为黑色
setColor(parentOf(x), BLACK);
// 兄弟节点的右孩子染为黑色
setColor(rightOf(sib), BLACK);
// 对父节点进行左旋
rotateLeft(parentOf(x));
// 退出循环
x = root;
}
} else { // symmetric
Entry<K,V> sib = leftOf(parentOf(x));
if (colorOf(sib) == RED) {
setColor(sib, BLACK);
setColor(parentOf(x), RED);
rotateRight(parentOf(x));
sib = leftOf(parentOf(x));
}
if (colorOf(rightOf(sib)) == BLACK &&
colorOf(leftOf(sib)) == BLACK) {
setColor(sib, RED);
x = parentOf(x);
} else {
if (colorOf(leftOf(sib)) == BLACK) {
setColor(rightOf(sib), BLACK);
setColor(sib, RED);
rotateLeft(sib);
sib = leftOf(parentOf(x));
}
setColor(sib, colorOf(parentOf(x)));
setColor(parentOf(x), BLACK);
setColor(leftOf(sib), BLACK);
rotateRight(parentOf(x));
x = root;
}
}
}
// 最后将当前节点染为黑色, 为什么需要这段代码? 我觉得你应该知道的.
setColor(x, BLACK);
}总结
红黑树是一个比较重要的算法, 我觉得作为一个程序员应该需要了解它.
红黑树的核心在于元素变动之后, 如何进行调整使其重新成为一颗红黑树.
通过学习红黑树, 深刻体会到大问题并不可怕, 一点点拆分为小问题, 一定会解决的.
文章不是一气呵成的, 个别地方可能会有问题, 如有发现, 烦请指出.
以上是关于大战红黑树的主要内容，如果未能解决你的问题，请参考以下文章