算法-树—2-3树,红黑树

Posted luoz_python

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了算法-树—2-3树,红黑树相关的知识,希望对你有一定的参考价值。

本篇文章主要介绍2-3树,并由2-3树重点介绍RB树(红黑树)
后附完整代码

2-3树

1. 2-3树
2-3树概念:
一颗2-3查找树,或为空树,或为由2-结点,3-结点构成的树。
2-结点:含有一个键值对和两个链接,左链接的结点均小于该结点,右链接的结点均大于该结点。
3-结点:含有两个键值对和三个链接,左链接的结点小于该节点的小的键值,中链接介于该结点的两个键值之间,右链接大于改结点的大的键值。
2. 2-3树的查找添加
1).查找:
参照上一篇文章,实现较为简单,即比较需要查找的key值和x.left,x.right比较,递归实现。
2).添加:
添加首先需要查找添加到的正确位置;
然后主要两类(其他都可以由这两个变换出):
一:添加到空结点—直接添加,或者向2-结点添加(2-结点变为3-结点实现);
二:向3-结点的树增加新键值,1.创建一个4-结点,2.将4-结点分解为两个2-结点树;
<如向一个父结点为3-结点的3-结点添加新键值,同样先变为4-结点,再递归往上变为3-结点,若递归到跟结点仍为4-结点,则直接分解根结点>

红黑树

红黑树背后的基本思想是用标准的二叉查找树(完全由2-结点构成),和一些额外的信息(红链接表示3-结点,黑链接表示2-3树的普通链接)。

在阅读本文前,要摆脱的思想是,红链接并非是一个2-结点所有的,一个红链接,它是两个2-结点构成的
红链接含义

因此下文所说到的红链接,其实就是两个2-结点,一个3-结点,其实也就是一个红链接,而并非Node结构中多出Mid引用!
(而4-结点呢?自然就是两个红色链接了)

1.红黑树定义
其中,其满足以下三个含有红黑链的二叉查找树:
1>红链接均为左链接;
2>没有任何一个结点是同时由两个红链接组成;
3>该树是完美黑色平衡(即:任意空链接到根结点路径上的黑链接数目相同)。

红黑树的添加

红黑树和2-3树?
如图:
这里写图片描述
是不是很有关系了。

为什么会有红黑树的旋转操作?为什么会有左右旋转和颜色转换?
因为必须保证树是完美黑色平衡的。
所以在涉及红黑树的操作,如增加时:
我们必须保证刚刚增加的结点的链接颜色是红色的。(这样递归增加这样的结点时候,树就是红黑树了)
假如我们刚刚增加的结点是大于根结点的,这个时候就需要用到左旋转了。
而右旋转则是因为存在两条连续的红色左链接,所以这时候需要右旋转后再左旋转。

红黑树的旋转
正是因为有了两个变换过程,所以保证了红黑树的前两个定义。
而第三个颜色转换,使得对于红黑树来说,红链接更少,而黑链接更多,从而大大提高效率。(因为增加删除都是对于红链接操作的,这就是红黑树效率高于AVL树的原因之一)

1).左旋转
存在右边链接为红色的结点。
实现如下:

    private Node rotateLeft(Node h)
    {
        Node x = h.right;
        h.right = x.left;
        x.left = h;
        x.color = h.color;
        h.color = RED;
        x.N = h.N;
        h.N = size(h.left) + size(h.right)+1;
        return x;
    }

2).右旋转
存在两条连续的左链接为红色。
如:x.left = RED && x.left.left = RED;
实现:

    private Node rotateRight(Node h)
    {
        Node x = h.left;
        h.left = x.right;
        x.right = h;
        x.color = h.color;
        h.color = RED;
        x.N = h.N;
        h.N = size(h.left) + size(h.right)+1;
        return x;
    }

3).颜色转换

    // flip the colors of a node and its two children
    private void flipColors(Node h) {
        // h must have opposite color of its two children
        // assert (h != null) && (h.left != null) && (h.right != null);
        // assert (!isRed(h) &&  isRed(h.left) &&  isRed(h.right))
        //    || (isRed(h)  && !isRed(h.left) && !isRed(h.right));
        h.color = !h.color;
        h.left.color = !h.left.color;
        h.right.color = !h.right.color;
    }

以下是三个变换过程:
三个变换过程

添加操作put实现:

    private Node put(Node h, Key key, Value val)
     { 
        //Recursive comparison the node insertion location
        //添加的结点,显然是要设置为红色
        if (h == null) 
            return new Node(key, val, 1, RED);

        int cmp = key.compareTo(h.key);
        if      (cmp < 0) 
            h.left  = put(h.left,  key, val); 
        else if (cmp > 0) 
            h.right = put(h.right, key, val); 
        else             
            h.val   = val;

        //每一次递归增加元素,都需要修复红黑树,以保证三个定义.
        // fix-up any right-leaning links
        if (isRed(h.right) && !isRed(h.left))     
            h = rotateLeft(h);
        if (isRed(h.left)  &&  isRed(h.left.left)) 
            h = rotateRight(h);
        if (isRed(h.left)  &&  isRed(h.right))    
            flipColors(h);
        h.N = size(h.left) + size(h.right) + 1;

        return h;
    }

如下图过程:
put操作

红黑树删除

删除操作时,我们必须保证删除的不是2-结点,因为2-结点删除后形成一个空链接,从而破坏了红黑树的第三个定义。

1. 2-3-4树的插入算法
<此算法实现沿路径既能向上也能向下进行变换的操作>
分为两部分:
1>向下变换
保证当前结点不是4-结点,当遇到父结点为2-结点的4-结点,将4-结点分为两个2-结点,并且将中间键值传给父结点(父结点变为3-结点); 当遇到父结点为3-结点的4-结点,同样将上一操作(此时父结点变为4-结点——用向上变换摊平)。
2>向上变换
之前创建的4-结点配平(分解为三个2-结点,高度增加1)。
此算法在红黑树上的实现:
1>将4-结点分解为三个2-结点子树,用红链接连接起来;
2>向下过程(递归过程)将所有4-结点进行颜色转换;
3>向上过程,分解旋转分解所有4-结点(配平)。
2. 删除最小键
由红黑树的第三个定义可以知道,删除键时,假如删除的是2-结点,会形成一个空链接,从而导致第三个定义不符合。因此,删除红黑树键时,当前结点必须是3-结点(即:只能在红链接中删除)。
完成以上要求的,必须满足一下情况之一:
1>假如当前结点不是2-结点;
2>当前结点的左子结点是2-结点,而当前结点的兄弟结点不是2-结点,此时需要借一个结点进行删除操作;
3>如果当前结点的左结点和它的亲兄弟结点都是2-结点,则将左子结点,父结点中的最小键和左子结点最近的兄弟结点合并为一个4-结点,使得父结点由3-结点变为2-结点或者由4-结点变为3-结点。
(如下图的第四个变换)
三个过程如下图:
删除变换过程
实现如下:

    public void deleteMin()
    {
        if(!isRed(root.left) && !isRed(root.right))
            root.color = RED;
        root = deleteMin(root);
        if(!isEmpty())
            root.color = BLACK;
    }

    private Node deleteMin(Node h)
    {
        //最开始递归由上至下是吧,即由树根到叶子的过程
        if(h.left == null)
        //可能有人会疑问,为什么递归结束条件不是h == null.
        //因为是不存在h,和h.right的这样两个结点的子树.
            return null;
        /**
         * 既然知道了h.left==null,
         * 是不是这个时候我们就要看一下h这个结点是不是3-结点或者是4-结点呢,
         * 因为前面已经说过,我们的删除操作是必须要在非2-结点中进行
         */
        if(!isRed(h.left) && !isRed(h.left.left))
            h = moveRedLeft(h);  
        h.left = deleteMin(h.left);
        //下面这个balance自然就是向上使用旋转配平啦
        return balance(h);
    }

其中moveRedLeft如下:

    private Node moveRedLeft(Node h)
    {
        /**filpColors?为什么呢?
          *因为我们不是要构造3-结点或者4-结点的吗
          *而此时我们也不要忘了,递归是由上至下的
          *所以filpColors构造依次构造临时4-结点罢了
          */
        flipColors(h);
        /**
         * 别忘了deleteMin的if判断语句
         * 它只是判断了h.left && h.left.left两个结点false(null也是false)
         * 所以呢,最小值可能存在于h的右子树当中吧
         * 因此呢,对于右子树,我们也是要配4-结点的
         */
        if(isRed(h.right.left))
        {
            h.right = rotateRight(h.right);
            h = rotateLeft(h);
        }
        return h;
    }

再贴一个moveRedRight(删除最大值或者任意值用到)

    private Node moveRedRight(Node h)
    {
        flipColors(h);
        if(!isRed(h.left.left))
            h = rotateRight(h);
        return h;
    }

其中banlance函数(删除后,修复红黑树)实现如下:

    /**
     * balance函数,相对于put操作的配平,是不是有点差异呢
     * 其实都是可以的,差异只是:put操作的配平的第一个if判断,仅会将3-结点配平
     * 而在这里的if,3-结点和4-结点都在第一个if进行首先配平了
     * @param h
     * @return
     */
    private Node balance(Node h)
    {
        if(isRed(h.right))
            h = rotateLeft(h);
        if(isRed(h.left) && isRed(h.left.left))
            h = rotateRight(h);
        if(isRed(h.left) && isRed(h.right))
            flipColors(h);

        h.N = size(h.left)+size(h.right)+1;
        return h;   
    }
删除最大值当然就类似,下面直接讨论删除任意值。

3. 删除任意键
只要领悟了删除最小值,删除任意值,也就不难了。
与删除最小键值类似,必须确保删除的结点不是2-结点。
1>当删除节点是位于底部时,可以直接删除;不是底部,则和上一篇文章,删除二叉搜索树的结点类似。
2>假如不在底部,删除后我们显然要在它的子树中找到最小值进行替换
3>问题就变成了在一颗根结点不是2-结点的子树中删除最小值了。
4>删除后,仍需使用回溯并分解剩余的4-结点。
实现:

 public void delete(Key key) { 
        if (get(key) == null)  //需要删除的键值存不存在呢?
            return;
        if (!isRed(root.left) && !isRed(root.right))
            root.color = RED;
        root = delete(root, key);
        if (!isEmpty()) root.color = BLACK;
    }
    private Node delete(Node h, Key key) { 
        if (key.compareTo(h.key) < 0)  {
            //和删除最小值类似
            if (!isRed(h.left) && !isRed(h.left.left))
                h = moveRedLeft(h);
            h.left = delete(h.left, key);
        }
        else {
            //咦?左子树有一个红链接?那右子树是不是肯定比左子树高度少1了(不可能左右都是红链接)
            //deleye(h.right,key)?那不行了,这样左右子树肯定不是黑色平衡了
            if (isRed(h.left))
                h = rotateRight(h);
                //根结点就可以直接删除了
            if (key.compareTo(h.key) == 0 && (h.right == null))
                return null;
                //
            if (!isRed(h.right) && !isRed(h.right.left))
                h = moveRedRight(h);
                //这个就是非根结点的删除了
            if (key.compareTo(h.key) == 0) {
                Node x = min(h.right);
                h.key = x.key;
                h.val = x.val;
                h.right = deleteMin(h.right);
            }
            else h.right = delete(h.right, key);
        }
        return balance(h);
    }
参照网站:http://algs4.cs.princeton.edu/30searching/

算法第四版

以上是关于算法-树—2-3树,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

数据结构与算法:树 红黑树

数据结构和算法(Golang实现)(29)查找算法-2-3树和左倾红黑树

Java数据结构和算法--红黑树与2-3树

浅谈算法和数据结构: 九 平衡查找树之红黑树

动画 | 什么是红黑树?(基于2-3树)

数据结构红黑树与2-3树