首页 > 其他分享 >【高阶数据结构】红黑树

【高阶数据结构】红黑树

时间:2024-05-26 20:29:22浏览次数:26  
标签:Node cur parent root 红黑树 数据结构 高阶 col left

1.红黑树的概念

2.红黑树的性质

只要满足前四点规则,就能保证 最长路径<=最短路径*2。

由红黑树的性质可以推出:

1.最短路径全是黑色结点

2.最长路径一定是一红一黑相间的。

3.红黑树插入结点的规则

首先我们每次插入结点时都需要插入红色结点。因为插入红色结点可能会违背规则三,这时我们可以调整。但是如果插入黑色结点的话,一定会违反规则四,并且调整起来是相当有难度的!

3.1情况一

其中a,b,c,d,e代表每条路径有x个黑色结点的红黑树子树。

分析一下:

如果x=1,则a,b,c,d,e代表每条路径有1个黑色结点,那么cur一定不可能是新增结点,但是cur和p是两个连续的红节点,已经违反了规则三,所以cur原本的颜色其实是黑色,它之所以变成红色是由其子树的变化影响的。

其实是由于a下面新增了一个结点,通过调整,所以cur更换了颜色。

那么把这种情况拿出来讨论:

这是x=0的情况,想要满足红黑树的规则三和规则四,就需要将p,u变成黑色,将g变成红色。当然,cur不管接在p/u的哪个子树都是一样的。

经过这些变化后,还没有结束,因为g变成红色,如果g的父亲也是红色,还需要继续往上调整就来到了下图:

这样思路就比较清晰了。

我们还需要清楚的是:

既然cur是红色,如果p是黑色的话就不需要调整,因为没有违反红黑树的规则。所以p是红色,既然p是红色,那么g一定是黑色,否则,之前的红黑树是有问题的。所以cur,p,g的颜色是固定的。只有u存在与否和颜色是不能确定的,红黑树的结点插入情况也是根据u来分类的。

3.2情况二

如果u不存在,则:

先变颜色:p变黑,g变红。然后再右单旋,就可以满足红黑树的性质,不需要继续往上处理。

如果u存在且为黑,则:

上图是情况一和情况二合并的情况,同样的道理,也是p变黑,g变红,然后进行一次右单旋。

这种情况和上面是一样的,只不过由单旋换成双旋。先进行一次左单旋,就变成了上面的情况。然后再变色,右单旋。

4.红黑树的底层

RBTreeTest1()为测试代码

#pragma once
#include<iostream>
using namespace std;
enum Colour{
	RED,
	BLACK
};

template<class k, class v>
struct RBTreeNode {
	RBTreeNode(const pair<k,v>& kv)
		:_kv(kv)
	{}
	RBTreeNode<k, v>* _left = nullptr;
	RBTreeNode<k, v>* _right = nullptr;
	RBTreeNode<k, v>* _parent = nullptr;
	pair<k, v> _kv;
	Colour _col= RED;
};

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* parent = nullptr;
		Node* cur = _root;
		while (cur) {
			if (cur->_kv.first < kv.first) {
				parent = cur;
				cur = cur->_right;
			}
			else if (cur->_kv.first > kv.first) {
				parent = cur;
				cur = cur->_left;
			}
			else return false;
		}
		cur = new Node(kv);
		cur->_parent = parent;//易错
		if (parent->_kv.first > kv.first) parent->_left = cur;
		else parent->_right = cur;

		while (parent&&parent->_col == RED) {
			Node* grandfather = parent->_parent;
			//关键看叔叔
			if (parent == grandfather->_left) {
				Node* uncle = grandfather->_right;
				//叔叔存在且为红
				if (uncle && uncle->_col == RED) {
					parent->_col = uncle->_col = BLACK;
					grandfather->_col = RED;
					cur = grandfather;
					parent = cur->_parent;
				}
				//叔叔不存在或叔叔存在且为黑
				else {
					if (cur == parent->_left) {//单旋
						RotateR(grandfather);
						parent->_col = BLACK;
						grandfather->_col = RED;
					}
					else {
						RotateL(parent);
						RotateR(grandfather);
						cur->_col = BLACK;
						grandfather->_col = RED;
					}
					break;
				}
			}
			else {
				Node* uncle = grandfather->_left;
				//叔叔存在且为红
				if (uncle && uncle->_col == RED) {
					parent->_col = uncle->_col = BLACK;
					grandfather->_col = RED;
					cur = grandfather;
					parent = cur->_parent;
				}
				//叔叔不存在或叔叔存在且为黑
				else {
					if (cur == parent->_right) {//单旋
						RotateL(grandfather);
						parent->_col = BLACK;
						grandfather->_col = RED;
					}
					else {
						RotateR(parent);
						RotateL(grandfather);
						cur->_col = BLACK;
						grandfather->_col = RED;
					}
					break;
				}
			}
			_root->_col = BLACK;
		}
		return true;
	}
	void RotateR(Node* parent) {//易错,看清是左旋还是右旋
		//改变树形结构
		Node* subL = parent->_left;
		Node* subLR = subL->_right;
		parent->_left = subLR;
		subL->_right = parent;
		//调整父子关系
		Node* ppNode = parent->_parent;
		if (subLR) subLR->_parent = parent;//易错,判断是否为空指针
		parent->_parent = subL;
		//处理根节点
		if (parent == _root) {
			_root = subL;
			subL->_parent = nullptr;//易错,根节点的父节点调整为0
		}
		else {
			subL->_parent = ppNode;
			if (ppNode->_left == parent) ppNode->_left = subL;
			else ppNode->_right = subL;
		}
		
	}

	void RotateL(Node* parent) {
		//改变树形结构
		Node* subR = parent->_right;
		Node* subRL = subR->_left;
		parent->_right = subRL;
		subR->_left = parent;
		//调整父子关系
		Node* ppNode = parent->_parent;
		if (subRL) subRL->_parent = parent;
		parent->_parent = subR;
		//处理根节点
		if (parent == _root) {
			_root = subR;
			subR->_parent = nullptr;
		}
		else {
			subR->_parent = ppNode;
			if (ppNode->_left == parent) ppNode->_left = subR;
			else ppNode->_right = subR;
		}
	}
	void InOrder() {
		_InOrder(_root);
	}
	bool IsBalance() {
		if (_root->_col == RED) return false;
		int refNum = 0;
		Node* cur = _root;
		while (cur) {
			if (cur->_col == BLACK) refNum++;
			cur = cur->_left;
		}
		return Check(_root,0,refNum);
	}
private:
	bool Check(Node* root,int black,const int refNum) {
		if (root == nullptr) {
			if (refNum != black)
				cout << "存在黑色结点数量不相等的路径" << endl;
			return true;
		}
		if (root->_col == RED && root->_parent->_col == RED) {
			cout << root->_kv.first << "存在连续的红色结点" << endl;
			return false;
		}
		if (root->_col == BLACK) black++;
		return Check(root->_left,black, refNum) && Check(root->_right,black, refNum);
	}
	void _InOrder(Node* root) {
		if (root == nullptr) return;
		_InOrder(root->_left);
		cout << root->_kv.first << ":" << root->_kv.second << endl;
		_InOrder(root->_right);
	}
private:
	Node* _root = nullptr;
	size_t _size=0;
};

void RBTreeTest1() {
	//int arr[] = { 8,3,1,10,6,4,7,14,13 };
	int arr[] = { 2,4,6,1,3,5,15,7,16,14,8,3,1,10,6,4,7,14,13 };
	RBTree<int, int> t1;
	for (auto e : arr) {
		t1.insert({ e,e });
	}
	t1.InOrder();
	cout << t1.IsBalance() << endl;
}
#include"RBTree.h"
int main() {
	RBTreeTest1();
	return 0;
}

标签:Node,cur,parent,root,红黑树,数据结构,高阶,col,left
From: https://blog.csdn.net/c565114/article/details/139196895

相关文章

  • 【高阶数据结构】 B树 -- 详解
    一、常见的搜索结构适合做内查找:以上结构适合用于数据量相对不是很大,能够一次性存放在内存中,进行数据查找的场景。如果数据量很大,比如有100G数据,无法一次放进内存中,那就只能放在磁盘上了。如果放在磁盘上,有需要搜索某些数据,那么如果处理呢?那么我们可以考虑将存放关键字......
  • 数据结构中的算法-KMP算法
    一、KMP算法串的模式匹配操作是指在当前串(主串)中寻找子串(模式串)的过程。当在主串中找到了和模式串相同的子串时,模式匹配成功;否则,模式匹配失败。当模式匹配成功时,返回模式串的首字符在主串中的位置;否则,返回-1。1.1暴力模式匹配算法(Brute-Force)假设有主串S和模式串T,T的长度为......
  • 数据结构:二叉树与树
    一树的基本概念:1.树的形状:2.树的定义:树是一种非线性的数据结构,它是n(n>=0)个结点的有限集。当n=0时,称为空树。在任意一棵非空树中应满足:2.1有且仅有一个特定的称为根的结点。2.2当n>1时,其余结点可分为m(m>0)个互不相交的有限集T1……Tm,其中每个集合本身又是......
  • 数据结构第一篇【探究List和ArrayList之间的奥秘 】
    数据结构第一篇【探究List和ArrayList之间的奥秘】前言List什么是List?ListArrayListArrayList使用ArrayList常见操作ArrayList的遍历ArrayList的扩容机制ArrayList的具体使用前言......
  • 数据结构(python版)
    数据结构与算法python队列queue详见python3自定义比较器python比较器Pythonheapq自定义比较器#自定义比较器#1.对list等有key参数的##二维数组等的比较排序list1.sort(key=lambdax:x[1])##list中放置其他数据类型importfunctools#cmp的返回值为负数,第一个数......
  • 【数据结构】栈和队列
    栈和队列栈栈的实现stack.h文件stack.c文件队列队列的实现queue.h文件queue.c文件栈栈:一种特殊的线性表,其中允许在固定的一端进行插入和删除元素操作,进行数据插入和删除操作的一段称为栈顶,另一端称为栈底,栈中的数据元素遵守后进先出的原则LIFO(lostinfirstout)......
  • 数据结构与算法学习(05)查找(2)索引——BUAA
    文章目录查找(2)——索引介绍索引的基本概念稠密索引非稠密索引——分块索引多级索引查找(2)——索引介绍本文为查找第二部分,主要是整理了本人上课时讲的内容索引的基本概念索引:记录关键字值与记录的存储位置之间的对应关系索引文件:由基本数据与索引表两部分组成的......
  • 数据结构与算法学习(07)查找(4)散列、哈希、字典——BUAA
    文章目录查找(4)——散列(Hash)字典介绍散列函数的构造方法直接地址法数字分析法平方取中法叠加法移位叠加法折叠叠加法基数转换法除留余数法随机数法一些好的哈希函数**针对字符串好的哈希函数冲突的处理方法开放地址法线性探测二次探测伪随机特点再散列法链接地址法代......
  • 数据结构与算法学习(06)查找(3)Trie树(C语言)——BUAA
    文章目录查找(3)——Trie树(C语言)介绍结构实现典型应用(字典树)代码实现优势查找(3)——Trie树(C语言)介绍本文为查找第三部分,主要是整理了本人上课时讲的内容,并给出了C语言代码实现结构实现键值由固定的字符序列组成(如数字或字母),如Huffman码、英文单词;对应结点的分层标记......
  • 从零开始学习 Python 3 - 玩转字符串 2:字符串格式化高阶玩法
    玩转字符串2:字符串格式化高阶玩法前言回顾:字符串格式化的三种方式高阶玩法:让你的字符串格式化更上一层楼1.格式规格迷你语言:精细控制输出格式2.自定义格式化:`__format__()`魔法方法3.格式化字符串字面值:`f"..."`的灵活运用总结公众号:人生只不过是一场投资温......