当前位置： 首页 > article >正文

数据结构：红黑树的插入实现(C++)

article 2024/11/14 9:53:22

在这里插入图片描述

个人主页 ： 个人主页
个人专栏 ： 《数据结构》 《C语言》《C++》《Linux》

文章目录

  • 一、红黑树
  • 二、红黑树的插入
  • 三、代码实现
  • 总结

一、红黑树

红黑树的概念：
红黑树是一颗二叉搜索树，但在每个节点上增加一个存储位表示节点的颜色，该节点颜色不是红色就是黑色。通过对每一条从根节点到叶子结点路径上各个节点颜色的控制，确保没有一条路径会比其它路径长出两倍，因此红黑树是接近平衡。

在这里插入图片描述

那红黑树是通过哪些规则来对节点颜色进行控制？

  1. 每个节点不是红色就是黑色

  2. 根节点是黑色

  3. 如果一个节点是红色，则其两个子节点是黑色(不能有连续的红色节点)

  4. 对于每个节点，从该节点到其所以叶子结点的路径上，其黑色节点的数目相同

  5. 每个叶子结点都是黑色的(此处的叶子结点是空节点(NIL)，方便我们计算路径的个数)
    注意：上述中的路径是从某一节点到NIL节点。如上图8节点到叶子结点就有5条路径，每条路径都有一个黑色节点。

那为什么遵循这5条规则，红黑树就能保证其最长路径中节点的个数不会超过最短路径节点个数的两倍？
我们假设从根节点到叶子结点的黑色节点数为n，那么最短路径不就是连续的黑色节点，最短路径的节点数为n，那么最长路径不就是红黑相间，最长路径的节点数为2n。所以红黑树保证其最长路径中节点的个数不会超过最短路径节点个数的两倍。

下面是红黑树节点的定义。

enum
{
	RED,
	BLACK
};

template<class T>
struct RBTreeNode
{
	RBTreeNode(T data = T())
		:_left(nullptr)
		,_right(nullptr)
		,_parent(nullptr)
		,_data(data)
		,_col(RED)
	{}

	RBTreeNode* _left;
	RBTreeNode* _right;
	RBTreeNode* _parent;
	T _data;
	int _col;
};

该定义中，我们默认将新节点颜色定义为红色，这样我们插入节点时需要维护规则的成本就少。如我们新插入一个红色节点，那么有可能会违背规则3(当其父节点是红色时，有连续红色节点)，这时我们可能需要一些变色和旋转，来维持规则，但如果我们插入节点是黑色，那么我们一定违背4(每条路径上黑色节点数相同)，这时我们可能需要对整个数进行操作。

二、红黑树的插入

红黑树也是一个二叉搜索树，插入新节点与二叉搜索树的操作一样，如果新插入节点比该节点大，新插入节点就去该节点的右子树，反之去该节点的左子树。

if (_root == nullptr)
		{
			_root = new Node(data);
			_root->_col = BLACK;
			return true;
		}

		Node* parent = nullptr;
		Node* cur = _root;
		while (cur != nullptr)
		{
			parent = cur;
			if (cur->_data > data)
			{
				cur = cur->_left;
			}
			else if(cur->_data < data)
			{
				cur = cur->_right;
			}
			else // cur->_data == data
			{
				return false;
			}
		}
		
		cur = new Node(data);
		cur->_parent = parent;
		if (cur->_data > parent->_data)
		{
			parent->_right = cur;
		}
		else
		{
			parent->_left = cur;
		}

这里我们主要分析新插入节点后，红黑树的情况和处理。对于旋转，这里并不会详细解析。对于旋转的详细解析在我的AVL树一文中。数据结构：AVLTree的插入和删除的实现

在分析情况前，我们先了解几个节点的含义，方便后续的理解。
在这里插入图片描述
接下来的所有情况都与这四个节点有关。

因为我们新插入的节点是红色，如果新插入节点的父节点是黑色，那么红黑树的规则未被破坏。如果新插入节点的父节点是红色，那么就有连续的红色节点。这是我们就要分情况讨论。

情况1. cur为红色，parent为红色，grandfather为黑色，uncle为红色
也就是如下图所示：
在这里插入图片描述
这种情况是最简单的情况，我们只需要将parent 与 uncle的颜色变成黑色(解决连续红色节点)，再将grandfather的颜色变成红色(防止经过grandfather路径的黑色节点数+1)
在这里插入图片描述
但就如上图所示，因为我们将grandfather的颜色变成红色，如果grandfather的父节点的颜色也是红色，这时我们依旧有连续的红色节点，我们仍需对grandfather进行处理。
在这里插入图片描述
我们重复变色过程
在这里插入图片描述
这时，grandfather没有父节点，就可以停止了，但此时grandfather作为根节点为红色，我们需要特殊处理一下即可。这样对于该插入新节点的情况一就完成了。
下面是总结的模型：
在这里插入图片描述
对于这种cur，parent，uncle为红色，grandfather为黑色的情况，我们只需让parent，uncle变成红色，grandfather变成黑色，接着需要检查grandfather的父节点是否是红色，如果是红色，重复上述操作。如果是黑色，就可以结束了。

情况2：cur为红色，parent为红色，grandfather为黑色，uncle不存在或uncle存在且为黑色
在这里插入图片描述
这时情况1 的处理就行不通了，因为uncle要么不存在，要么本身就为黑色，如果将grandfather变成红色，那么经过grandfather的路径的黑色节点数就-1。所以我们要采取旋转+变色。
在这里插入图片描述
因为cur在parent的右侧，parent在grandfather的右侧，成直线。所以我们对grandfather左单旋，接着将parent的颜色变成黑色，grandfather的颜色变成红色(防止经过grandfather的路径的黑色节点数+1)，又因为parent作为新的根节点为黑色，所以我们不需要去检查parent的父节点的颜色。(虽然我们也可以只将cur变为黑色，但这样我们就需要检查parent父节点的颜色)
那如果我们新增5节点要怎么处理？
在这里插入图片描述
此时我们也需要旋转+变色，但我们要双旋。
在这里插入图片描述
如上图，我们要先对parent左单旋，使grandfather，cur，parent在同一侧，接着使grandfather左单旋，cur变为黑色，grandfather变成红色。
如果parent在grandfather的左侧，情况与上述情况类似，只需要改变旋转方向即可。
下面是总结的模型：
单旋在这里插入图片描述
双旋
在这里插入图片描述

while (parent != nullptr && parent->_col != BLACK)
		{
			Node* grandfather = parent->_parent;
			if (parent == grandfather->_left)
			{
				Node* uncle = grandfather->_right;
				if (uncle != nullptr && uncle->_col == RED) // uncle存在且为红色
				{
					parent->_col = uncle->_col = BLACK;
					grandfather->_col = RED;
					cur = grandfather;
					parent = cur->_parent;
				}
				else if (uncle == nullptr || uncle->_col == BLACK) // uncle不存在 或 umcle存在且为黑
				{
					if (cur == parent->_left) // 同方向
					{
						RotateR(grandfather);

						parent->_col = BLACK;
						grandfather->_col = RED;
					}
					else // cur == parent->_right 不同方向
					{
						RotateL(parent);
						RotateR(grandfather);
						
						cur->_col = BLACK;
						grandfather->_col = RED;
					}

					break;
				}
			}
			else // parent == grandfather->_right
			{
				Node* uncle = grandfather->_left;
				if (uncle != nullptr && uncle->_col == RED)
				{
					parent->_col = uncle->_col = BLACK;
					grandfather->_col = RED;
					cur = grandfather;
					parent = cur->_parent;
				}
				else if (uncle == nullptr || uncle->_col == BLACK)
				{
					if (cur == parent->_right)
					{
						RotateL(grandfather);
						parent->_col = BLACK;
						grandfather->_col = RED;
					}
					else
					{
						RotateR(parent);
						RotateL(grandfather);
						cur->_col = BLACK;
						grandfather->_col = RED;
					}

					break;
				}

			}
		}

		_root->_col = BLACK; //特殊处理，保证根节点是黑色

则此，红黑树的插入就完成了。

三、代码实现

RBTree.h 文件是红黑树插入的实现
test.cpp 文件是测试用例

// RBTree.h 文件
#pragma once

enum
{
	RED,
	BLACK
};

template<class T>
struct RBTreeNode
{
	RBTreeNode(T data = T())
		:_left(nullptr)
		,_right(nullptr)
		,_parent(nullptr)
		,_data(data)
		,_col(RED)
	{}

	RBTreeNode* _left;
	RBTreeNode* _right;
	RBTreeNode* _parent;
	T _data;
	int _col;
};

template<class T>
class RBTree
{
	typedef RBTreeNode<T> Node;
public:
	RBTree()
		:_root(nullptr)
	{}

	bool insert(const T& data)
	{
		if (_root == nullptr)
		{
			_root = new Node(data);
			_root->_col = BLACK;
			return true;
		}

		Node* parent = nullptr;
		Node* cur = _root;
		while (cur != nullptr)
		{
			parent = cur;
			if (cur->_data > data)
			{
				cur = cur->_left;
			}
			else if(cur->_data < data)
			{
				cur = cur->_right;
			}
			else // cur->_data == data
			{
				return false;
			}
		}
		
		cur = new Node(data);
		cur->_parent = parent;
		if (cur->_data > parent->_data)
		{
			parent->_right = cur;
		}
		else
		{
			parent->_left = cur;
		}

		while (parent != nullptr && parent->_col != BLACK)
		{
			Node* grandfather = parent->_parent;
			if (parent == grandfather->_left)
			{
				Node* uncle = grandfather->_right;
				if (uncle != nullptr && uncle->_col == RED) // uncle存在且为红色
				{
					parent->_col = uncle->_col = BLACK;
					grandfather->_col = RED;
					cur = grandfather;
					parent = cur->_parent;
				}
				else if (uncle == nullptr || uncle->_col == BLACK) // uncle不存在 或 umcle存在且为黑
				{
					if (cur == parent->_left) // 同方向
					{
						RotateR(grandfather);

						parent->_col = BLACK;
						grandfather->_col = RED;
					}
					else // cur == parent->_right 不同方向
					{
						RotateL(parent);
						RotateR(grandfather);
						
						cur->_col = BLACK;
						grandfather->_col = RED;
					}

					break;
				}
			}
			else // parent == grandfather->_right
			{
				Node* uncle = grandfather->_left;
				if (uncle != nullptr && uncle->_col == RED)
				{
					parent->_col = uncle->_col = BLACK;
					grandfather->_col = RED;
					cur = grandfather;
					parent = cur->_parent;
				}
				else if (uncle == nullptr || uncle->_col == BLACK)
				{
					if (cur == parent->_right)
					{
						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;
	}

	// 读取红黑树最左侧节点
	Node* leftMost()
	{
		if (_root == nullptr)
		{
			return nullptr;
		}
		Node* cur = _root;
		while (cur->_left != nullptr)
		{
			cur = cur->_left;
		}
		return cur;
	}

	// 读取红黑树最右侧节点
	Node* rightMost()
	{
		if (_root == nullptr)
		{
			return nullptr;
		}
		Node* cur = _root;
		while (cur->_right != nullptr)
		{
			cur = cur->_right;
		}
		return cur;
	}

	bool isValidRBTree()
	{
		if (_root->_col == RED)
		{
			return false;
		}

		// 找最左边的黑色节点数作为标准比较
		int pathBlack = 0;
		Node* cur = _root;
		while (cur != nullptr)
		{
			if (cur->_col == BLACK)
			{
				pathBlack++;
			}

			cur = cur->_left;
		}

		return _isValidRBTree(_root, 0, pathBlack);
	}

	bool _isValidRBTree(Node* root, int blackCount, int pathBlack)
	{
		if (root == nullptr)
		{
			if (blackCount == pathBlack)
				return true;
			else
				return false;
		}

		if (root->_col == RED
			&& root->_parent != nullptr
			&& root->_parent->_col == RED)
		{
			cout << "有连续的红色节点" << endl;
			return false;
		}

		if (root->_col == BLACK)
		{
			blackCount++;
		}
		return _isValidRBTree(root->_left, blackCount, pathBlack)
			&& _isValidRBTree(root->_right, blackCount, pathBlack);
	}


	void RotateR(Node* parent)
	{
		Node* subL = parent->_left;
		Node* subLR = subL->_right;
		Node* pparent = parent->_parent;

		parent->_left = subLR;
		subL->_right = parent;

		parent->_parent = subL;
		if (subLR != nullptr)
		{
			subLR->_parent = parent;
		}
		if (pparent == nullptr)
		{
			_root = subL;
			subL->_parent = nullptr;
		}
		else
		{
			if (pparent->_left == parent)
			{
				pparent->_left = subL;
			}
			else
			{
				pparent->_right = subL;
			}
			subL->_parent = pparent;
		}
	}

	void RotateL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subR->_left;
		Node* pparent = parent->_parent;

		parent->_right = subRL;
		subR->_left = parent;
		
		parent->_parent = subR;
		if (subRL != nullptr)
		{
			subRL->_parent = parent;
		}
		if (pparent == nullptr)
		{
			_root = subR;
			subR->_parent = nullptr;
		}
		else
		{
			if (pparent->_left == parent)
			{
				pparent->_left = subR;
			}
			else
			{
				pparent->_right = subR;
			}
			subR->_parent = pparent;
		}
	}

private:
	Node* _root;
};


//test.cpp 文件
#include <iostream>
#include <vector>

using namespace std;
#include "RBTree.h"

#define N 10000000

void test1()
{
	vector<int> nums(N);
	srand((unsigned int)time(0));

	for (int i = 0; i < N; i++)
	{
		nums[i] = rand() + i;
		//cout << nums[i] << endl;
	}

	RBTree<int> tree;
	for (auto val : nums)
	{
		if (val == 11478)
		{
			int i = 0;
			i++;
		}
		tree.insert(val);
		//cout << val << "->" << tree.isValidRBTree() << endl;
	}
	cout << tree.isValidRBTree() << endl;
}

int main()
{
	test1();

	return 0;
}

总结

以上就是我对于红黑树插入实现的总结。感谢支持！！！
在这里插入图片描述


http://www.kler.cn/a/133878.html

相关文章：

  • 除了 Postman，还有什么好用的 API 调试工具吗
  • 阿里巴巴通义灵码推出Lingma SWE-GPT：开源模型的性能新标杆
  • 【pytorch】常用强化学习算法实现（持续更新）
  • STM32单片机WIFI语音识别智能衣柜除湿消毒照明
  • 【金融风控】特征评估与筛选详解
  • 带你掌握springboot集成SpringSecurity安全框架
  • 坐标系下的运动旋量转换
  • SingleTreePolicyInterpreter
  • k8s pod 处于Terminating的原因分析和解决处理——筑梦之路
  • 【Go入门】 Go的http包详解
  • QtC++与QUndoView详解
  • lv11 嵌入式开发 ARM指令集中（伪操作与混合编程） 7
  • P1304 哥德巴赫猜想
  • Fork/Join框架说明
  • OpenAI Assistants-API简明教程
  • 【人工智能Ⅰ】7-KNN 决策树
  • C复习-输入输出函数+流
  • MyBatis整合Spring Boot扫描Mapper相关配置
  • 在Ubuntu上用sane api实现通用扫描功能
  • Python OpenCV调整图像亮度对比度及RGB色彩
  • C++ ，VCPKG那些事
  • Linux终端与交互式Bash
  • 【数据分享】2023年我国省市县三级的独角兽企业数量（Excel/Shp格式）
  • 23111709[含文档+PPT+源码等]计算机毕业设计基于Spring Boot智能无人仓库管理-进销存储
  • 深度学习入门（第二天）——走进深度学习的世界 神经网络模型
  • 中级程序员——vue3+js+git面试题