红黑树C++实现

news/2024/5/6 10:57:13/文章来源:https://blog.csdn.net/Brant_zero/article/details/127866054

目录

一、红黑树的概念

二、红黑树的性质

三、红黑树节点的定义

四、红黑树的插入

4.1 插入节点

4.2 插入节点的颜色

4.3 调整情况1

4.4 调整情况2

4.5 调整情况3

4.6 调整情况总结

五、调整的实现

5.1 调整的步骤分析

5.2 代码实现

六、树的平衡判断

七、源代码+测试代码


一、红黑树的概念

红黑树,是一种二叉搜索树,但在每个节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,红黑树确没有一条路径会比其他路径长出两倍,因而是接近平衡的。

二、红黑树的性质

  1. 每个节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. 对于每个节点,从该节点到其后代叶节点的简单路径上,均包含相同数目的黑色节点。
  5. 每个叶子节点都是黑色的(此处的叶子节点指的是空节点)

解读:

性质三:保证树中没有连续的红色节点

性质四:每条路径上黑色节点的数目相同

满足以上性质,红黑树就能保证: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

其中,其极限最短:全黑。极限最长:一黑一红……

三、红黑树节点的定义

 因为性质一,节点的颜色不是红就是黑,所以我们可以使用枚举来清晰的区分。

四、红黑树的插入

4.1 插入节点

红黑树本质也是二叉搜索树,所以插入的方式是相同的。只是调整平衡的方式不同。插入的代码如下:

bool Insert(const pair<K, V>& kv){if (!_root){_root = new Node(kv);_root->_col = BLACK;return true;}Node* parent = nullptr;Node* cur = _root;//找插入的位置while (cur){if (cur->_kv.first > kv.first){parent = cur;cur = cur->_left;}else if (cur->_kv.first < kv.first){parent = cur;cur = cur->_right;}else{return false;}}cur = new Node(kv);if (parent->_kv.first > kv.first){parent->_left = cur;}else{parent->_right= cur;}cur->_parent = parent;}

4.2 插入节点的颜色

接下来我们就要分析,插入的节点默认应该是红色还是黑色。

首先分析插入黑节点。如下:

 插入黑节点后,直接就破坏了红黑树的规则四,因为每条路径上的黑色节点数不再相同了,所以说插入黑节点是一定会出错的。

接下来我们看看插入红节点。

 此中情况下,破坏了规则三,其红节点下必须是黑节点。

在这种情况下,插入红节点,既没有破坏规则三,也没有破坏规则四。所以说,插入红节点有几率会破坏规则,而插入黑节点一定会破坏规则,且破坏了整棵树,所以我们默认插入红节点

那如果出现以上插入红节点破坏规则我们要怎么处理呢?

我们采取 变色+旋转 的策略,以上这种情况我们只需要变色即可解决。如图所示:

因为新节点的默认颜色是红色,因此:如果其双亲节点的颜色是黑色,没有违反红黑树任何性质,则不需要调整;

当新插入节点的双亲结点颜色为红色时,就违反了性质三不能有连续在一起的红色节点,此时就需要对红色数分情况来解决

即双亲黑色不调整,双亲红色则调整。

4.3 调整情况1

情况一:cur 为红,parent为红,grandfather为黑,uncle存在且为红.

解决方式:将p,u 改为黑,g改为红,然后把 g 当作 cur,继续向上调整。

4.4 调整情况2

情况二:cur 为红,p 为红,g 为黑,u 不存在/ u 存在且为黑

  1. 如果 u 节点不存在,则 cur 一定是新插入节点,因为如果 cur 不是新插入节点,则 cur 和 p 一定有一个节点的颜色是黑色,就不满足性质4:每条路径黑色节点的个数相同。
  2. 如果 u 节点存在,则其一定是黑色的,那么 cur 节点原来的颜色一定是黑色的,现在看到其是红色的原因是因为 cur 的子树在调整的过程中将 cur 节点的颜色由黑色改成红色。

 此时这种情况,单纯的变色是无法解决的,我们就要采取旋转+变色的方式。

此时我们的解决策略是将 p 变黑,g 变红,然后让其对 g 进行右单旋。

4.5 调整情况3

情况三:cur 为红,p 为红,g 为黑,u 不存在 / u 存在且为黑

 调整策略:

p 为 g 的左孩子,cur 为 p 的右孩子,则针对 p 进行左单旋,则转变为情况 2,然后再进行情况 2 的右单旋+变色即可。

4.6 调整情况总结

在学习了AVL 树 之后,这三种情况其实也都能理解,接下来我们对其做一个总结。

红黑树的关键在于叔叔。因为知道叔叔节点的情况,可以了解到另一棵子树的高度情况。

三种情况:

  1. u 存在且为红,变色并继续向上处理
  2. u 不存在或为黑,进行 单旋+变色
  3. u 不存在或为黑,插入方式为折线,进行 双旋+变色。

五、调整的实现

5.1 调整的步骤分析

  1. 只有当cur 为红,p 为红,g 为黑,则进行调整。(p为黑不用调整,p 为红,则grandfather必然为黑,要不然此时不为红黑树)
  2. 查看 uncle 的位置,同时也是判断插入节点在 g 的左子树还是右子树。
  3. 情况1,uncle存在且为红,进行情况一的调整(变色+继续往上更新)。
  4. 如果uncle不存在或为黑,则为情况二或三
  5. 如果插入在边侧,则进行单旋+变色
  6. 如果插入在内侧,则进行双旋+变色。

5.2 代码实现

以下只有调整的代码,没有截取插入的代码。

//1.因为插入的节点为红色, 如果parent也为红色,进行处理
while (parent && parent->_col == RED)
{Node* grandfater = parent->_parent;//2.判断爷节点的合法性assert(grandfater);assert(grandfater->_col == BLACK);//3.查看叔叔//4.首先判断叔叔位于grandfater的left 还是 rightif (grandfater->_left == parent){Node* uncle = grandfater->_right;//5.情况1,叔叔存在 && 叔叔为红色if (uncle && uncle->_col == RED){//6.将父、树变黑,祖父变红parent->_col = uncle->_col = BLACK;grandfater->_col = RED;//7.并继续往上处理cur = grandfater;parent = cur->parent;}//8.情况2+情况3  uncle不存在或为黑else{//9.判断单旋还是双旋//      g          //    p   u//  c            右单旋+变色if (cur == parent->_left){RotateR(grandfater);parent->_col = BLACK;grandfater->_col = RED;}//    g          左右双旋+变色//   p  u        //    celse{RotateL(parent);RotateR(grandfater);cur->_col = BLACK;grandfater->_col = RED;}break;}}else{Node* uncle = grandfater->_left;if (uncle && uncle->_col == RED){parent->_col = uncle->_col = BLACK;grandfater->_col = RED;//继续往上处理cur = grandfater;parent = cur->parent;}else{//9.判断单旋还是双旋//      g          //    u   p//          c    左单旋+变色if (cur == parent->_right){RotateL(grandfater);parent->_col = BLACK;grandfater->_col = RED;}//    g          右左双旋+变色//   u  p        //     celse{RotateR(parent);RotateL(grandfater);cur->_col = BLACK;grandfater->_col = RED;}break;}}
}//因为以上会将祖父变红,直接将_root变黑
_root->_color = BLACK;
return true;

好的,实现了插入之后,我们来使用一段测试代码测试一下 Insert

六、树的平衡判断

实现 Insert 之后,只能证明当前的结构是一棵搜索树,而不能证明其是否为红黑树,接下来我们还要编写一个Balanceu验证平衡。

所以这个判定平衡的函数应该按照红黑树的规则,来进行判定该树是否符合红黑树的性质。即,算每条路径上的黑节点数量,如果路径上的黑节点数量相同,则说明是红黑树。

实现步骤:

  1. 计算最左/右边路径上的黑节点个数,将该值设为基准值。
  2. 走前序遍历,遇到黑节点则将将计数器++
  3. 如果当前节点的为红,并且父节点也为红则直接返回false。
  4. 如果该路径上的黑节点总数等于基准值,则返回true,反之返回false。

代码如下:


bool IsBalance()
{if (_root == nullptr){return true;}if (_root->_col == RED){cout << "根节点不是黑色" << endl;return false;}//设置基准值,以来校验路径上的黑节点int benchmark = 0;Node* cur = _root;//计算左侧路径上的黑色节点数量while (cur){if (cur->_col == BLACK){++benchmark;}cur = cur->_left;}return PrevCheck(_root, 0, benchmark);
}
bool PrevCheck(Node* root, int blackNum, int Benchmark)
{if (root == nullptr){if (blackNum != Benchmark)return false;elsereturn true;}if (root->_col == BLACK)++blackNum;if (root->_col == RED && root->_parent->_col == RED){cout << "存在连续的红色节点" << endl;return false;}return PrevCheck(root->_left, blackNum, Benchmark)&& PrevCheck(root->_right, blackNum, Benchmark);
}

以上检查方式就按照红黑树的三条重要性质进行了检查,

1.根节点为黑色;2.不存在连续的红节点;3.每条路径上的黑节点个数相同。

满足以上三点才能证明该结构为红黑树。

接下来我们进入测试。

 测试一:

测试二:

注意一件事情,我们使用的是键值对的形式进行插入的,如果 k 存在了,则不会进行插入,并且红黑树中的排序是按照 k 的大小进行排序的,所以使用 find 函数时,要按 pair.first 查找,因为 pair.second并按搜索树的规则存储的。 

七、源代码+测试代码

红黑树代码(实现了插入、查找、中序遍历、高度、平衡检测)

#include <iostream>
using namespace std;enum Color { RED, BLACK };
//节点的定义
template <class K,class V>
struct RBTreeNode
{RBTreeNode<K, V>* _left;	RBTreeNode<K, V>* _right;	RBTreeNode<K, V>* _parent;	pair<K, V> _kv;			    Color _col;					RBTreeNode(const pair<K, V>& kv):_left(nullptr), _right(nullptr), _parent(nullptr), _kv(kv), _col(RED)               {}
};
//红黑树
template <class K, class V>
class RBTree
{typedef RBTreeNode<K, V> Node;
public:bool Insert(const pair<K, V>& kv){if (!_root){_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->_left;}else if (cur->_kv.first < kv.first){parent = cur;cur = cur->_right;}else{return false;}}cur = new Node(kv);if (parent->_kv.first > kv.first){parent->_left = cur;}else{parent->_right = cur;}cur->_parent = parent;while (parent && parent->_col == RED){Node* grandfater = parent->_parent;assert(grandfater);assert(grandfater->_col == BLACK);if (grandfater->_left == parent){Node* uncle = grandfater->_right;if (uncle && uncle->_col == RED){parent->_col = uncle->_col = BLACK;grandfater->_col = RED;cur = grandfater;parent = cur->_parent;}else{if (cur == parent->_left){RotateR(grandfater);parent->_col = BLACK;grandfater->_col = RED;}					else{RotateL(parent);RotateR(grandfater);cur->_col = BLACK;grandfater->_col = RED;}break;}}else{Node* uncle = grandfater->_left;if (uncle && uncle->_col == RED){parent->_col = uncle->_col = BLACK;grandfater->_col = RED;cur = grandfater;parent = cur->_parent;}else{if (cur == parent->_right){RotateL(grandfater);parent->_col = BLACK;grandfater->_col = RED;}else{RotateR(parent);RotateL(grandfater);cur->_col = BLACK;grandfater->_col = RED;}break;}}}_root->_col = BLACK;return true;}void Inorder(){_Inorder(_root);}int Height(){return _Height(_root);}pair<K, V> Find(const K& key){Node* cur = _root;while (cur){if (cur->_kv.first > key){cur = cur->_left;}else if (cur->_kv.first < key){cur = cur->_right;}else{return cur->_kv;}}return pair<int, int>(0, 0);}bool IsBalance(){if (_root == nullptr){return true;}if (_root->_col == RED){cout << "根节点不是黑色" << endl;return false;}//设置基准值,以来校验路径上的黑节点int benchmark = 0;Node* cur = _root;while (cur){if (cur->_col == BLACK){++benchmark;}cur = cur->_left;}return PrevCheck(_root,0, benchmark);}private:bool PrevCheck(Node* root, int blackNum,int Benchmark){if (root==nullptr){//cout << blackNum << endl;if (blackNum == 2)                 //     3 {                                  //   7   16int n = 0;                     //      11}                                  //if (blackNum != Benchmark)return false;else return true;}if (root->_col == BLACK)++blackNum;if (root->_col == RED && root->_parent->_col == RED){cout << "存在连续的红色节点" << endl;return false;}return PrevCheck(root->_left, blackNum, Benchmark)&& PrevCheck(root->_right, blackNum, Benchmark);}void _Inorder(Node* root){if (root){_Inorder(root->_left);cout << root->_kv.first << ":" << root->_kv.second << endl;_Inorder(root->_right);}}int _Height(Node* root){if (root == nullptr)return 0;return max(_Height(root->_left), _Height(root->_right)) + 1;}void RotateL(Node* parent){Node* subR = parent->_right;Node* subRL = subR->_left;parent->_right = subRL;subR->_left = parent;if (subRL)  subRL->_parent = parent;Node* ppNode = parent->_parent;parent->_parent = subR;if (_root == parent){_root = subR;subR->_parent = nullptr;}else  {if (ppNode->_left == parent){ppNode->_left = subR;}else{ppNode->_right = subR;}subR->_parent = ppNode;}}void RotateR(Node* parent){Node* subL = parent->_left;Node* subLR = subL->_right;parent->_left = subLR;if (subLR)subLR->_parent = parent;Node* ppNode = parent->_parent;subL->_right = parent;parent->_parent = subL;if (ppNode){if (ppNode->_left == parent){ppNode->_left = subL;}else{ppNode->_right = subL;}subL->_parent = ppNode;}else{_root = subL;subL->_parent = nullptr;}}//成员变量 _root Node* _root=nullptr; 
};

测试代码

void TestRBTree1()
{int a[] = { 16, 3, 7, 11, 9, 26, 18, 14, 15 };RBTree<int, int> t1;for (auto e : a){t1.Insert(e);}t1.Inorder();//检测是否为红黑树if (t1.IsBalance())cout << "Is RedBlackTree" << endl;elsecout << "Not RedBlackTree" << endl;//查找 18 cout << "Find(18):";int result = t1.Find(18);cout << result<< endl;}void TestRBTree2()
{size_t N = 10000000;RBTree<int, int> t1;for (size_t i = 0; i < N; ++i){t1.Insert(i);}cout <<"Height:" << t1.Height() << endl;//检测是否为红黑树if (t1.IsBalance())cout << "Is RedBlackTree" << endl;elsecout << "Not RedBlackTree" << endl;int  result = t1.Find(23451);cout << result<< endl;}int main()
{TestRBTree1();TestRBTree2();return 0;
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.luyixian.cn/news_show_224930.aspx

如若内容造成侵权/违法违规/事实不符,请联系dt猫网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

一文让你了解数据采集

随着云计算、大数据、人工智能的发展&#xff0c;数据采集作为数据的重要手段&#xff0c;成为广大企业的迫切需求。 所谓“得数据者&#xff0c;得人工智能”&#xff0c;如今人工智能早已在我们的生活中屡见不鲜。如“人脸识别”、“语音唤醒音响”等都属于人工智能的范畴。…

擎创技术流 | ClickHouse实用工具—ckman教程(4)

《使用CKman导入集群》 CKman&#xff08;ClickHouse Manager&#xff09;是由擎创科技自主研发的一款管理ClickHouse的工具&#xff0c;前端用Vue框架&#xff0c;后端使用Go语言编写。它主要用来管理ClickHouse集群、节点以及数据监控等&#xff0c;致力于服务ClickHouse分布…

总结我的 MySQL 学习历程,给有需要的人看

作者| 慕课网精英讲师 马听 你好&#xff0c;我是马听&#xff0c;现在是某零售公司的 MySQL DBA&#xff0c;身处一线的我表示有很多话要讲。 我的MySQL学习历程 在我大三的时候&#xff0c;就开始接触到 MySQL 了&#xff0c;当时我也是从最基础的 MySQL 知识&#xff08;…

如何实现办公自动化?

办公自动化&#xff08;OA&#xff09;允许数据在没有人工干预的情况下流动。由于人工操作被排除在外&#xff0c;所以没有人为错误的风险。如今&#xff0c;办公自动化已经发展成无数的自动化和电子工具&#xff0c;改变了人们的工作方式。 办公自动化的好处 企业或多或少依…

[附源码]计算机毕业设计JAVA领导干部听课评课管理系统

[附源码]计算机毕业设计JAVA领导干部听课评课管理系统 项目运行 环境配置&#xff1a; Jdk1.8 Tomcat7.0 Mysql HBuilderX&#xff08;Webstorm也行&#xff09; Eclispe&#xff08;IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持&#xff09;。 项目技术&#xff1a; SSM…

【LeetCode与《代码随想录》】哈希表篇:做题笔记与总结-JavaScript版

文章目录代码随想录主要题目242. 有效的字母异位词349. 两个数组的交集202. 快乐数1. 两数之和&#xff08;经典哈希&#xff09;454. 四数相加 II15. 三数之和&#xff08;双指针&#xff09;18. 四数之和&#xff08;双指针&#xff09;相关题目383. 赎金信49. 字母异位词分组…

Python遥感开发之GDAL读写遥感影像

Python遥感开发之GDAL读写遥感影像1 读取tif信息方法一2 读取tif信息方法二3 自己封装读取tif的方法&#xff08;推荐&#xff09;4 对读取的tif数据进行简单运算5 写出tif影像(推荐)前言&#xff1a;主要介绍了使用GDAL读写遥感影像数据的操作&#xff0c;包括读取行、列、投影…

从零学习 InfiniBand-network架构(八) —— IB协议中的原子操作

从零学习 InfiniBand-network架构&#xff08;八&#xff09; —— IB协议中的原子操作 &#x1f508;声明&#xff1a; &#x1f603;博主主页&#xff1a;王_嘻嘻的CSDN主页 &#x1f511;未经作者允许&#xff0c;禁止转载 &#x1f6a9;本专题部分内容源于《InfiniBand-net…

Docker——容器命令介绍、创建Nginx容器与Redis容器

目录 一、容器命令 二、创建并运行Nginx容器 1.1 去dockerhub查看Nginx容器运行命令 1.2 怎么访问Nginx&#xff1f; 1.3 查看容器日志 1.4总结 三、进入Nginx容器并修改HTML内容 3.1 进入容器 3.2 进入Nginx的HTML所在目录 3.3 修改index.html文件&#xff08;容器内修…

【OpenEVSE 】汽车充电桩控制项目解析

【OpenEVSE 】汽车充电桩控制项目解析1. 项目介绍2. 项目硬件3. 软件原理以及流程4. 系统结构&#xff1a;ESP32RAPI APIMQTT 上的 RAPI:5. SAE J1772协议简析&#xff1a;6. 专用充电接插件7 . 源码解析&#xff1a;此项目来源于openEnergyMonitor 的 openEVSE 部分&#xff0…

查阅必备----常用的SQL语句,配语句和图解超详细,不怕你忘记

&#x1f468;‍&#x1f4bb;个人主页&#xff1a;元宇宙-秩沅 hallo 欢迎 点赞&#x1f44d; 收藏⭐ 留言&#x1f4dd; 加关注✅! 本文由 秩沅 原创 **收录于专栏 数据库 ⭐查阅必备–常用的SQL语句⭐ 文章目录⭐查阅必备--常用的SQL语句⭐一&#xff0c;关键语句大全&am…

python离线安装module以及常见问题及解决方案

文章目录一&#xff0c;离线安装module1.1 下载module1.2 离线安装二&#xff0c;常见的问题2.1 模块缺少合适的适配&#xff1a;error: Could not find suitable distribution for Requirement.parse()2.2 install成功但发现控制台打印的最后一行显示下载module版本为0.0.0工作…

微信商城小程序怎么开发_分享微信商城小程序的搭建

如何搭建好一个微信商城&#xff1f;这三个功能要会用&#xff01; 1.定期低价秒杀&#xff0c;提高商城流量 除了通过私域流量裂变&#xff0c;低价秒杀是为商城引流提高打开率的良好手段。 以不同节日作为嘘头&#xff0c;在情人节、38妇女节、中秋国庆、七夕节等日子&…

机器学习-回归模型相关重要知识点

目录01 线性回归的假设是什么&#xff1f;02 什么是残差&#xff0c;它如何用于评估回归模型&#xff1f;03 如何区分线性回归模型和非线性回归模型&#xff1f;04 什么是多重共线性&#xff0c;它如何影响模型性能&#xff1f;05 异常值如何影响线性回归模型的性能&#xff1f…

R语言结课及Matlab开始

R语言结课 我们R语言的学习这节课下课就结束了&#xff0c;接下来进行Matlab的学习。下面我会说一下R的结课任务及如何考试&#xff0c;以及我自己整理的Matlab安装教程。 R的结课作业&#xff1a;周二上课时提到的两个回归模型课程总结&#xff08;老师说作业总结主要是作业…

通过ref进行组件间的通信

ref&#xff1a;绑定dom节点&#xff0c;拿到的就是dom对象&#xff1b; ref&#xff1a;绑定组件&#xff0c;拿到的就是组件对象&#xff1b; ref绑在dom节点上&#xff1a; //绑在dom上&#xff0c; <input type"text" ref"mytext"> <input…

SpringBoot SpringBoot 开发实用篇 6 监控 6.3 actuator

SpringBoot 【黑马程序员SpringBoot2全套视频教程&#xff0c;springboot零基础到项目实战&#xff08;spring boot2完整版&#xff09;】 SpringBoot 开发实用篇 文章目录SpringBootSpringBoot 开发实用篇6 监控6.3 actuator6.3.1 actuator6.3.2 监控原理6.3.3 小结6 监控 …

IOS逆向初探

前言 这些文章用于记录学习路上的点点滴滴&#xff0c;也希望能给到刚入门的小伙伴们一点帮助。爱而所向&#xff0c;不负所心。 环境 iphone 6 MacOS Monterey 12.3.1 一、IOS开发语言 Objective-C Objective-C是iOS操作系统运用的软件开发语言。Objective-C的流行完全是因…

Flutter高仿微信-第21篇-支付-向商家付款(二维码)

Flutter高仿微信系列共59篇&#xff0c;从Flutter客户端、Kotlin客户端、Web服务器、数据库表结构、Xmpp即时通讯服务器、视频通话服务器、腾讯云服务器全面讲解。 详情请查看 效果图&#xff1a; 实现代码&#xff1a; /*** Author : wangning* Email : maoning20080809163.…

【Hack The Box】Linux练习-- Knife

HTB 学习笔记 【Hack The Box】Linux练习-- Knife &#x1f525;系列专栏&#xff1a;Hack The Box &#x1f389;欢迎关注&#x1f50e;点赞&#x1f44d;收藏⭐️留言&#x1f4dd; &#x1f4c6;首发时间&#xff1a;&#x1f334;2022年11月17日&#x1f334; &#x1f36…