美文网首页
红黑树原理

红黑树原理

作者: 笨笨翔 | 来源:发表于2019-09-25 10:11 被阅读0次

    1. 简介

      先来看下算法导论对R-B Tree的介绍:
      红黑树,一种二叉查找树,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。

    2. 简单介绍二叉查找树

      二叉查找树,也称有序二叉树(ordered binary tree),或已排序二叉树(sorted binary tree),是指一棵空树或者具有下列性质的二叉树:

    • 若任意节点的左子树不空,则左子树上所有结点的值均小于它的根结点的值;
    • 若任意节点的右子树不空,则右子树上所有结点的值均大于它的根结点的值;
    • 任意节点的左、右子树也分别为二叉查找树。
    • 没有键值相等的节点(no duplicate nodes)。

      因为一棵由n个结点随机构造的二叉查找树的高度为lgn,所以顺理成章,二叉查找树的一般操作的执行时间为O(lgn)。但二叉查找树若退化成了一棵具有n个结点的线性链后,则这些操作最坏情况运行时间为O(n)。

      红黑树虽然本质上是一棵二叉查找树,但它在二叉查找树的基础上增加了着色和相关的性质使得红黑树相对平衡,从而保证了红黑树的查找、插入、删除的时间复杂度最坏为O(log n)。

      但它是如何保证一棵n个结点的红黑树的高度始终保持在logn的呢?

    3. 红黑树的五个特征

    1. 每个节点要么是红色,要么是黑色;
    2. 根节点永远是黑色的;
    3. 所有的叶节点都是是黑色的(注意这里说叶子节点其实是上图中的 NIL 节点);
    4. 每个红色节点的两个子节点一定都是黑色;
    5. 从任一节点到其子树中每个叶子节点的路径都包含相同数量的黑色节点;

    注意:
      性质 3 中指定红黑树的每个叶子节点都是空节点,而且并叶子节点都是黑色。但 Java 实现的红黑树将使用 null 来代表空节点,因此遍历红黑树时将看不到黑色的叶子节点。
      性质 4 的意思是:从每个根到节点的路径上不会有两个连续的红色节点,但黑色节点是可以连续的。
      因此若给定黑色节点的个数 N,最短路径的情况是连续的 N 个黑色,树的高度为 N - 1;最长路径的情况为节点红黑相间,树的高度为 2(N - 1) 。
      性质 5 是成为红黑树最主要的条件,后序的插入、删除操作都是为了遵守这个规定。
    红黑树并不是标准平衡二叉树,它以性质 5 作为一种平衡方法,使自己的性能得到了提升。

    4. 红黑树的插入

      因为每一个红黑树也是一个特化的二叉查找树,因此红黑树上的只读操作与普通二叉查找树上的只读操作相同。然而,在红黑树上进行插入操作和删除操作会导致不再符合红黑树的性质。恢复红黑树的性质需要少量(O(log n))颜色变更(实际是非常快速的)和不超过三次树旋转(对于插入操作是两次)。虽然插入和删除很复杂,但操作时间仍可以保持为(O(log n))次。
      我们首先以二叉查找树的方法增加节点并标记它为红色。(如果设为黑色,就会导致根到叶子的路径上有一条路上,多一个额外的黑节点,这个是很难调整的。但是设为红色节点后,可能会导致出现两个连续红色节点的冲突,那么可以通过颜色调换(color flips)和树旋转来调整。)下面要进行什么操作取决于其他临近节点的颜色。同人类的家族树中一样,我们将使用术语叔父节点来指一个节点的父节点的兄弟节点。注意:

    • 性质1和性质3总是保持着。
    • 性质4只在增加红色节点、重绘黑色节点为红色,或做旋转时受到威胁。
    • 性质5只在增加黑色节点、重绘红色节点为黑色,或做旋转时受到威胁。

      在下面的示意图中,将要插入的节点标为N,N的父节点标为P,N的祖父节点标为G,N的叔父节点标为U。在图中展示的任何颜色要么是由它所处情形这些所作的假定,要么是假定所暗含(imply)的。

      对于每一种情形,我们将使用Java 示例代码(部分代码直接参看TreeMap)来展示。通过下列函数,可以找到一个节点的叔父和祖父节点:

    public Entry grandparent(Entry n){
         return n.parent.parent;
     }
    
     public Entry uncle(Entry n){
         if(n.parent == grandparent(n).left)
             return grandparent (n).right;
         else
             return grandparent (n).left;
     }
    

    情形1:  新节点N位于树的根上,没有父节点。在这种情形下,我们把它重绘为黑色以满足性质2。因为它在每个路径上对黑节点数目增加一,性质5符合。

    public V put(K key, V value) {
            Entry<K,V> t = root;
            if (t == null) {
                compare(key, key); // type (and possibly null) check
    
                root = new Entry<>(key, value, null);//如果没有根节点直接创建一个,下面看Entry初始化代码。
                size = 1;
                modCount++;
                return null;
            }
            ......//后续代码暂不讨论
        }
    
    static final class Entry<K,V> implements Map.Entry<K,V> {
            K key;
            V value;
            Entry<K,V> left = null;
            Entry<K,V> right = null;
            Entry<K,V> parent;
            boolean color = BLACK;//这里可以看出默认节点颜色为黑色
    
            /**
             * Make a new cell with given key, value, and parent, and with
             * {@code null} child links, and BLACK color.
             */
            Entry(K key, V value, Entry<K,V> parent) {
                this.key = key;
                this.value = value;
                this.parent = parent;
            }
           ......//隐藏后续代码
    }
    

    情形2:  新节点的父节点P是黑色,所以性质4没有失效(新节点是红色的)。在这种情形下,树仍是有效的。性质5也未受到威胁,尽管新节点N有两个黑色叶子子节点;但由于新节点N是红色,通过它的每个子节点的路径就都有同通过它所取代的黑色的叶子的路径同样数目的黑色节点,所以依然满足这个性质。

    public void insertCase2(Entry n){
         if(n.parent.color == BLACK)
             ......//插入左节点或者插入右节点
             return; /* 树仍旧有效*/
         else
             insertCase3 (n);
     }
    

    注意:  在下列情形下我们假定新节点的父节点为红色,所以它有祖父节点;因为如果父节点是根节点,那父节点就应当是黑色。所以新节点总有一个叔父节点,尽管在情形4和5下它可能是叶子节点。

    情形3:  如果父节点P和叔父节点U二者都是红色,(此时新插入节点N做为P的左子节点或右子节点都属于情形3,这里右图仅显示N做为P左子的情形)则我们可以将它们两个重绘为黑色并重绘祖父节点G为红色(用来保持性质5)。现在我们的新节点N有了一个黑色的父节点P。因为通过父节点P或叔父节点U的任何路径都必定通过祖父节点G,在这些路径上的黑节点数目没有改变。但是,红色的祖父节点G可能是根节点,这就违反了性质2,也有可能祖父节点G的父节点是红色的,这就违反了性质4。为了解决这个问题,我们在祖父节点G上递归地进行情形1的整个过程。(把G当成是新加入的节点进行各种情形的检查)

    图1
    public void insertCase3(Entry n){
         if(uncle(n) != null && uncle (n).color == RED) {
             n.parent.color = BLACK;
             uncle(n).color = BLACK;
             grandparent (n).color = RED;
             insertCase1(grandparent(n));
         }
         else
             insertCase4 (n);
     }
    

    注意:在余下的情形下,我们假定父节点P是其祖父G的左子节点。如果它是右子节点,情形4和情形5中的左和右应当对调。
    情形4:父节点P是红色而叔父节点U是黑色或缺少,并且新节点N是其父节点P的右子节点而父节点P又是其父节点的左子节点。在这种情形下,我们进行一次左旋转调换新节点和其父节点的角色;接着,我们按情形5处理以前的父节点P以解决仍然失效的性质4。注意这个改变会导致某些路径通过它们以前不通过的新节点N(比如图中1号叶子节点)或不通过节点P(比如图中3号叶子节点),但由于这两个节点都是红色的,所以性质5仍有效。

    图2
    public void insertCase4(Entry n){
         if(n == n.parent.right && n.parent == grandparent(n).left) {
             rotateLeft(n.parent);
             n = n.left;
         } else if(n == n.parent.left && n.parent == grandparent(n).right) {
             rotateRight(n.parent);
             n = n.right;
         }
         insertCase5 (n);
     }
    

    情形5:父节点P是红色而叔父节点U是黑色或缺少,新节点N是其父节点的左子节点,而父节点P又是其父节点G的左子节点。在这种情形下,我们进行针对祖父节点G的一次右旋转;在旋转产生的树中,以前的父节点P现在是新节点N和以前的祖父节点G的父节点。我们知道以前的祖父节点G是黑色,否则父节点P就不可能是红色(如果PG都是红色就违反了性质4,所以G必须是黑色)。我们切换以前的父节点P和祖父节点G的颜色,结果的树满足性质4性质5也仍然保持满足,因为通过这三个节点中任何一个的所有路径以前都通过祖父节点G,现在它们都通过以前的父节点P。在各自的情形下,这都是三个节点中唯一的黑色节点。

    public void insertCase5(Entry n){
         n.parent.color = BLACK;
         grandparent (n).color = RED;
         if(n == n.parent.left && n.parent == grandparent(n).left) {
             rotateRight(grandparent(n));
         } else {
             /* Here, n == n.parent.right && n.parent == grandparent (n).right */
             rotateLeft(grandparent(n));
         }
     }
    

    红黑树的删除,下节在讨论。

    感谢 维基百科

    相关文章

      网友评论

          本文标题:红黑树原理

          本文链接:https://www.haomeiwen.com/subject/slsqyctx.html