当前位置: 首页 > article >正文

数据结构第八节:红黑树(初阶)

【本节要点】

  • 红黑树概念
  • 红黑树性质
  • 红黑树结点定义
  • 红黑树结构
  • 红黑树插入操作的分析

一、红黑树的概念与性质

1.1 红黑树的概念

红黑树 ,是一种 二叉搜索树 ,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和 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。
红黑树构造:
 
          [10(黑)] 
          /        \
       [5(红)]     [20(黑)]
      /     \       /     \
    [3(黑)] [8(黑)] [15(红)] [25(红)]
     /  \    /  \     /  \    /  \
   NIL NIL  NIL NIL  NIL NIL NIL NIL

1.2 红黑树的性质 

  • 1. 每个结点不是红色就是黑色
  • 2. 根节点是黑色的 
  • 3. 如果一个节点是红色的,则它的两个孩子结点是黑色的 
  • 4. 对于每个结点,从该结点到其所有后代叶结点的简单路径上,均包含相同数目的黑色结点 
  • 5. 每个叶子结点都是黑色(此处的叶子结点指的是空结点)

 以上五点性质可以保证:其最长路径中节点个数不会超过最短路径节点个数的两倍。

 二、红黑树结点定义

// 结点的颜色
enum Colour
{
	RED,
	BLACK,
};
 
// 红黑树结点的定义
template<class K, class V>
struct RBTreeNode
{
	pair<K, V> _kv;            // 结点的键值对
	RBTreeNode<K, V>* _left;   // 结点的左孩子
	RBTreeNode<K, V>* _right;  // 结点的右孩子
	RBTreeNode<K, V>* _parent; // 结点的双亲(红黑树需要旋转,为了实现简单所以给出该结点)
	Colour _col;               // 结点的颜色

    // 结点的构造函数
	RBTreeNode(const pair<K, V>& kv)
		:_kv(kv)
		, _left(nullptr)
		, _right(nullptr)
		, _parent(nullptr)
		, _col(RED)
	{}
};

注意:红黑树定义结点时,默认结点颜色为红色,这一设计选择直接增加红黑树的平衡维护效率和整体性能,大大减少时间复杂度。

三、红黑树的结构

// 以本数组为例
num[3, 5, 8, 10, 15, 20, 25]
红黑树构造:
 
          [10(黑)] 
          /        \
       [5(红)]     [20(黑)]
      /     \       /     \
    [3(黑)] [8(黑)] [15(红)] [25(红)]
     /  \    /  \     /  \    /  \
   NIL NIL  NIL NIL  NIL NIL NIL NIL

图示说明

  1. 根结点标记:根结点 10 为黑色,符合性质2(根结点必黑)

  2. 红色结点规则:红色结点 51525 的子结点均为黑色,满足性质3(红色结点不连续)

  3. 黑高一致性验证:从根结点到任意 NIL 的路径黑色结点数均为 2

  4. NIL结点处理:所有叶子结点显式标记为 NIL(黑色),符合性质5

  5. 最长/最短路径对比

    路径类型示例路径结点数比例
    最短路径10→20→NIL21:1
    最长路径10→5→3→NIL31.5:1
    理论极限红黑交替路径(未出现)≤4≤2:1

 四、红黑树的插入操作

                              [开始插入新结点Z]
                                      │
                                      ▼
                       ┌─────────执行标准BST插入─────────┐
                       │                                │
                       ▼                                ▼
                  [Z设为红色]                   [保持BST性质]
                       │
                       ▼
             ┌─────父结点P是否为红色?─────┐
             │                            │
             ▼ (是)                       ▼ (否)
    [存在双红冲突需处理]               [插入完成]
             │
             ▼
   ┌────叔结点U的颜色?────┐
   │                      │
   ▼ (红色)               ▼ (黑色/NIL)
[Case1: 颜色翻转]     [判断冲突结构类型]
   │                      │
   ▼                      ├─────────────────────────┐
[将P、U设为黑色]           ▼                         ▼
   │               [Z-P-G呈三角型]            [Z-P-G呈直线型]
   ▼                      │                         │
[将G设为红色]        [Case2: 旋转父结点]      [Case3: 旋转祖父结点]
   │                      │                         │
   ▼                      ▼                         ▼
[以G为新Z向上回溯]   [转为直线型冲突]         [交换颜色并旋转]
                                           
                                                    │
                                                    ▼
                                                [调整完成]
                                                    │
                                                    ▼
                                           [最终确保根结点为黑]

4.1 基本BST插入阶段

  • 插入位置遵循二叉搜索树规则

  • 新结点初始颜色必须为红色(最小化规则破坏)

4.2 冲突检测阶段

  • 要素1:父结点状态判断
  • 要素2:叔结点颜色判定
  • 要素3:冲突结构类型识别

4.3  典型场景演练

场景1:叔结点为红(Case1)

         G(黑)                 G(红)
        /   \     颜色翻转     /   \
      P(红) U(红)  →       P(黑) U(黑)
      /                   /
    Z(红)              Z(红)

检测要点

  • 确认U存在且为红

  • 将冲突标记上移给G

  • 继续以G作为新Z向上检测

场景2:叔结点为黑-三角型(Case2)

     G(黑)            G(黑)
    /               /
  P(红)   →      Z(红)
    \           /
    Z(红)     P(红)

检测要点

  • 判断Z是P的右子结点

  • 识别为三角型冲突

  • 转换为直线型处理

场景3:叔结点为黑-直线型(Case3)

      G(黑)             P(黑)
     /               /   \
   P(红)   →      Z(红) G(红)
   /
 Z(红)

检测要点

  • 确认Z是P的左子结点

  • 直接触发祖父旋转

  • 完成颜色交换

 4.4 总结

冲突检测阶段通过三级条件筛选(父结点状态→叔结点颜色→冲突结构类型),将复杂的平衡问题分解为可控的局部操作。这种分层检测机制:

  1. 确保90%以上的插入操作只需1次检测即可完成
  2. 将最坏情况的时间复杂度严格控制在O(log n)
  3. 为后续的旋转/颜色调整提供精准的操作依据

该设计体现了红黑树"以检测换计算,以分类求高效"的核心优化思想,是其能在大规模数据场景下保持卓越性能的关键所在。


以上就是红黑树初阶知识的了解,接下来我会继续更新红黑树进阶红黑树的模拟实现、使用红黑树底层对map和set容器的模拟实现。制作不易,请大家多多点赞收藏啦!!


http://www.kler.cn/a/579261.html

相关文章:

  • 使用数据库和缓存的时候,是如何解决数据不一致的问题的?
  • MyBatis 中常用的 SQL 语句
  • 运动控制卡--概述学习
  • open webui-二次开发-源码启动前后端工程-【超简洁步骤】
  • C++什么是深复制和浅复制,构造函数和析构函数,哪一个可以写成虚函数,为什么?
  • 华为eNSP:配置单区域OSPF
  • 计算机七层网络协议和tcp/ic协议的内容和各层常用协议
  • Android打造易用的 WiFi 工具类:WifiUtils 封装实践
  • Oracle数据恢复:闪回表
  • 网络安全高级软件编程技术 网络安全 软件开发
  • laravel es 相关代码 ElasticSearch
  • olmOCR:高效精准的 PDF 文本提取工具
  • Deeplabv3+改进5:在主干网络中添加EMAattention|助力涨点!
  • WIFI ESP8266以及基础功能介绍
  • Python与SQL深度融合实战案例:打造你的数据处理秘籍
  • firewalld富规则配置黑名单
  • 小程序事件系统 —— 34 事件传参 - mark - 自定义数据
  • NXP MPC574x EE模拟-数据结构
  • VBA信息获取与处理第五节:如何在单个工作表中查找某个给定值
  • JAVA入门——网络编程简介