🎬慕斯主页：修仙—别有洞天
💜本文前置知识： AVL树
♈️今日夜电波：Letter Song—ヲタみん
1:36━━━━━━️💟──────── 5:35
🔄 ◀️ ⏸ ▶️ ☰
💗关注👍点赞🙌收藏您的每一次鼓励都是对我莫大的支持😍
目录
一、前言
红黑树的概念
红黑树与二叉搜索树的异同
二、红黑树的实现
节点的定义
AVL树的初始化定义
红黑树的插入（重点及难点！！！）
插入大致步骤
插入的总体逻辑
按照二叉搜索树的方法插入节点
父节点为红色， 需要进行相应的调整
情况一: cur为红，p为红，g为黑，u存在且为红
情况二: cur为红，p为红，g为黑，u不存在/u存在且为黑编辑
情况三: cur为红，p为红，g为黑，u不存在/u存在且为黑
插入实现
根据构建红黑树的规则验证红黑树
求红黑树高度以及遍历红黑树
三、总体代码
一、前言
本文是基于二叉搜索树以及AVL树的知识前提下对于红黑树进行叙述的，主要叙述的方面同AVL树一样，主要是在于插入方面的解析，其它部分同AVL树和二叉搜索树还是有些相似的。但是对于删除部分来说，红黑树就太难了，举个例子？：插入部分，红黑树的实现大概180行代码，而删除则是400往上接近500行了。难度可想而知，作者如果有能力后续会慢慢补齐的！
红黑树的概念
红黑树是一种自平衡二叉查找树，它的每个节点都有一个颜色属性，可以是红色或黑色。红黑树的特性如下：
- 每个节点要么是红色，要么是黑色。
- 根节点是黑色。
- 所有的叶子节点（NIL节点）都是黑色。（注意NIL实际上空节点，只不过我们将所有空节点看作黑色节点而已）
- 如果一个节点是红色，那么它的两个子节点都是黑色。（意味着黑色可以有黑色的节点也可以有红色的节点，但是红色只能有黑色的节点）
- 对于每个节点，从该节点到其所有后代叶节点的简单路径上，均包含相同数目的黑色节点。
这些特性保证了红黑树的搜索效率。在最坏的情况下，搜索一棵高度为h的红黑树的时间复杂度是O(h)，与AVL树相当。此外，由于红黑树的插入和删除操作不需要像AVL树那样频繁地旋转，因此红黑树在实际应用中比AVL树更加稳定和高效。
在实际应用中，红黑树常用于实现关联数组（哈希表）的数据结构，以及数据库索引等场合。
红黑树与二叉搜索树的异同
红黑树和二叉搜索树的主要区别在于它们如何处理数据冲突。
二叉搜索树（BST）是一种特殊的二叉树，其中每个节点都存储一个键值，并且满足左子树中的所有键值小于根节点的键值，右子树中的所有键值大于根节点的键值。这使得搜索、插入和删除操作可以在平均情况下以O(log n)的时间复杂度完成。
红黑树也是一种二叉搜索树，但它通过限制每个节点的颜色和位置关系来保持树的平衡，从而确保搜索、插入和删除操作的时间复杂度始终为O(log n)。与BST不同的是，红黑树还具有以下特点：
* 每个节点要么是红色，要么是黑色。
* 根节点是黑色。
* 所有的叶子节点（NIL节点，空节点）都是黑色。
* 如果一个节点是红色，那么它的两个子节点都是黑色。
* 对于每个节点，从该节点到其所有后代叶节点的简单路径上，均包含相同数目的黑色节点。这些特性使得红黑树在实际应用中更加强大和灵活。例如，红黑树可以通过左右旋转变换快速调整树的形状，从而应对动态数据集的变化。此外，红黑树还可以应用于许多不同的场景，如数据库索引、排序算法、集合类数据结构等等。
二、红黑树的实现
节点的定义
使用枚举来定义结点的颜色，提高代码的可读性。定义三叉链，方便后续的旋转等等操作，定义KV结构的红黑树，定义一个枚举变量用于储存颜色。通过构造函数初始化节点。
enum Color
{
RED,
BLACK
};
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)
{}
};
AVL树的初始化定义
template<class K, class V>
struct RBTree
{
typedef RBTreeNode<K, V> Node;
public:
bool Insert(const pair<K, V>& kv)//插入操作
bool IsBalance();//判断是否符合红黑树
int Height();//求高度
private:
Node* _root = nullptr;//给缺省初始化
};红黑树的插入（重点及难点！！！）
插入大致步骤
下面是红黑树插入的大致步骤：
1. 向红黑树中插入新的节点。
2. 确保新节点的颜色为红色。
3. 确保新插入的节点不会破坏红黑树的性质。如果新节点违反了某些性质，则需要对红黑树进行旋转操作或更改节点的颜色。
4. 返回到插入节点的父节点，继续执行第3步，直到所有违反性质的节点都被修复为止。
具体来说，当我们向红黑树中插入新的节点时，我们需要遵循以下规则：
- 每个节点都是红色或黑色。
- 根节点是黑色。
- 所有叶子节点（NIL节点，空节点）都是黑色。
- 如果一个节点是红色，则它的两个子节点都是黑色。
- 对于每个节点，从该节点到其所有后代叶子节点的简单路径上，均包含相同数目的黑色节点。
如果我们违反了这些规则中的任何一个，我们就可以通过旋转操作或更改节点的颜色来修复这个问题。例如，如果我们发现某个节点有两个子节点都是红色的，那么我们就需要将这个节点以及其两个子节点的颜色全部改为黑色，然后再将该节点的父节点变为红色。这样就可以确保新插入的节点不会破坏红黑树的性质。
插入的总体逻辑
- 按二叉搜索树的插入方法，找到待插入位置。
- 将待插入结点插入到树中。（新插入的节点默认为红）
- 若插入结点的父结点是红色的，则需要对红黑树进行调整。
- 按情况进行调整：情况一: cur为红，p为红，g为黑，u存在且为红。->将p,u改为黑，g改为红，然后把g当成cur，继续向上调整。情况二: cur为红，p为红，g为黑，u不存在/u存在且为黑->p为g的左孩子，cur为p的左孩子，则进行右单旋转；相反， p为g的右孩子，cur为p的右孩子，则进行左单旋转p、g变色--p变黑，g变红。情况三: cur为红，p为红，g为黑，u不存在/u存在且为黑->p为g的左孩子，cur为p的右孩子，则针对p做左单旋转，再对g做右单旋；相反， p为g的右孩子，cur为p的左孩子，则针对p做右单旋转，再对g做左单旋。
按照二叉搜索树的方法插入节点
按照搜索二叉树，大往右，小往左的思想，找到对应的节点，插入节点并且链接。大致步骤都是同二叉搜索树是相同的，只不过需要注意的是新插入的节点默认都是红色的。当父节点为黑色时，直接插入即可。
bool Insert(const pair<K, V>& kv)
{
if (_root == nullptr)//如果根节点为空则直接开辟一个节点作为根节点并且返回true
{
_root = new Node(kv);
_root->_col = BLACK;
return true;
}
Node* parent = nullptr;//后续遍历找位置以及旋转等
Node* cur = _root;//遍历用
while (cur) // 开始遍历到指定位置->其实就是到cur为空节点的地方
{
if (cur->_kv.first < kv.first)//要插入节点大于则往右遍历
{
parent = cur;
cur = cur->_right;
}
else if (cur->_kv.first > kv.first)//要插入节点小于于则往左遍历
{
parent = cur;
cur = cur->_left;
}
else
{
return false;
}
}
//默认新增节点给红色，防止给黑破坏平衡
cur = new Node(kv);
cur->_col = RED;
if (parent->_kv.first < kv.first)//同父节点比大小
{
parent->_right = cur;//链接新节点
}
else
{
parent->_left = cur;//链接新节点
}
cur->_parent = parent;//新节点链接父节点
//后续根据红黑树特性开始调整
...
//调整完毕
}
_root->_col = BLACK;//将根处理成黑。因为插入向上处理会改变，但是当最后为根时改变后就不能进入循环，因此需要最后处理为黑
return true;
}父节点为红色， 需要进行相应的调整
重点在于看舅舅节点，看舅舅节点的存在与否，存在的话是红色？还是黑色？ 根据舅舅节点来确定相应的调整操作。然后再看新插入节点cur处于parent的位置，在左？还是在右？进行相应的调整策略。
情况一: cur为红，p为红，g为黑，u存在且为红
当cur为红，p为红，g为黑，u存在且为红时，将p,u改为黑，g改为红，然后把g当成cur，继续向上调整。
情况二: cur为红，p为红，g为黑，u不存在/u存在且为黑
当cur为红，p为红，g为黑，u不存在/u存在且为黑，u不存在，如果p为g的左，cur为p的左，如上图一所示，则只需对g进行右单旋，如果p为g的右，cur为p的右，则只需对g进行左单旋，然后p、g变色--p变黑，g变红。
当u存在且为黑，即如上图二第2步所示。由图二1、2步我们可以知道cur是由于新增节点而变化而来的，我们也可以根据红黑树的定义可知，c、d、e分别为对应箭头的颜色。由此，我们需要进行对应的旋转以及变色操作，对于以上u存在且为黑，如果p为g的左，cur为p的左，则如图二第3步所示，对p进行右单旋，如果p为g的右，cur为p的右，则只需对g进行左单旋，然后p、g变色--p变黑，g变红。
情况三: cur为红，p为红，g为黑，u不存在/u存在且为黑
当cur为红，p为红，g为黑，u不存在/u存在且为黑，但是此时,如果p为g的左，cur为p的右，则如图所示需先对p进行左单旋，再对g进行右单旋。如果p为g的右，cur为p的左，则需对p进行右单旋，再对g进行左单旋。然后c、g变色--c变黑，g变红。
插入实现
bool Insert(const pair<K, V>& kv)
{
if (_root == nullptr)//如果根节点为空则直接开辟一个节点作为根节点并且返回true
{
_root = new Node(kv);
_root->_col = BLACK;
return true;
}
Node* parent = nullptr;//后续遍历找位置以及旋转等
Node* cur = _root;//遍历用
while (cur) // 开始遍历到指定位置->其实就是到cur为空节点的地方
{
if (cur->_kv.first < kv.first)//要插入节点大于则往右遍历
{
parent = cur;
cur = cur->_right;
}
else if (cur->_kv.first > kv.first)//要插入节点小于于则往左遍历
{
parent = cur;
cur = cur->_left;
}
else
{
return false;
}
}
//默认新增节点给红色，防止给黑破坏平衡
cur = new Node(kv);
cur->_col = RED;
if (parent->_kv.first < kv.first)//同父节点比大小
{
parent->_right = cur;//链接新节点
}
else
{
parent->_left = cur;//链接新节点
}
cur->_parent = parent;//新节点链接父节点
//根据红黑树特性开始调整
while (parent && parent->_col == RED)//由于子节点和父节点都是红色，则需要调整
{
Node* grandfather = parent->_parent;//储存爷爷节点，用于找舅舅节点以及变色甚至旋转
if (parent == grandfather->_left)
{
// g
// p u
// c
Node* uncle = grandfather->_right;//如果父亲节点在爷爷的左则舅舅在右
if (uncle && uncle->_col == RED)//情况一：“变色处理” 舅舅节点存在且为红色，则我们需要将父亲以及舅舅变黑，爷爷变红
{
// 变色
parent->_col = uncle->_col = BLACK;
grandfather->_col = RED;
// 继续向上处理
cur = grandfather;
parent = cur->_parent;
}
else //情况二：“需要旋转（单旋？or双旋？）+变色处理” 即舅舅节点存在时为黑或者舅舅节点不存在，则我们需要进行相应的旋转
{
if (cur == parent->_left)
{
// 单旋
// g p
// p -> c g
// c
RotateR(grandfather);
parent->_col = BLACK;
grandfather->_col = RED;
}
else
{
// 双旋
// g g p
// p -> c -> c g
// c p
RotateL(parent);
RotateR(grandfather);
cur->_col = BLACK;
grandfather->_col = RED;
}
break;
}
}
else // parent == grandfather->_right
{
// g
// u p
// c
//
Node* uncle = grandfather->_left;//情况一，但是uncle在左
// u存在且为红
if (uncle && uncle->_col == RED)
{
// 变色
parent->_col = uncle->_col = BLACK;
grandfather->_col = RED;
// 继续向上处理
cur = grandfather;
parent = cur->_parent;
}
else//情况二：“需要旋转（单旋？or双旋？）+变色处理”
{
if (cur == parent->_right)
{
// 单旋
// g p
// p -> g c
// c
RotateL(grandfather);
grandfather->_col = RED;
parent->_col = BLACK;
}
else
{
// g g c
// u p -> u c -> g p
// c p u
//
RotateR(parent);
RotateL(grandfather);
cur->_col = BLACK;
grandfather->_col = RED;
}
break;
}
}
}
_root->_col = BLACK;//将根处理成黑。因为插入向上处理会改变，但是当最后为根时改变后就不能进入循环，因此需要最后处理为黑
return true;
}
void RotateL(Node* parent)
{
++_rotateCount;
Node* cur = parent->_right;
Node* curleft = cur->_left;
parent->_right = curleft;
if (curleft)
{
curleft->_parent = parent;
}
cur->_left = parent;
Node* ppnode = parent->_parent;
parent->_parent = cur;
if (parent == _root)
{
_root = cur;
cur->_parent = nullptr;
}
else
{
if (ppnode->_left == parent)
{
ppnode->_left = cur;
}
else
{
ppnode->_right = cur;
}
cur->_parent = ppnode;
}
}
void RotateR(Node* parent)
{
++_rotateCount;
Node* cur = parent->_left;
Node* curright = cur->_right;
parent->_left = curright;
if (curright)
curright->_parent = parent;
Node* ppnode = parent->_parent;
cur->_right = parent;
parent->_parent = cur;
if (ppnode == nullptr)
{
_root = cur;
cur->_parent = nullptr;
}
else
{
if (ppnode->_left == parent)
{
ppnode->_left = cur;
}
else
{
ppnode->_right = cur;
}
cur->_parent = ppnode;
}
}根据构建红黑树的规则验证红黑树
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的(此处的叶子结点指的是空结点) bool IsBalance()
{
return _IsBalance(_root);
}
// 根节点->当前节点这条路径的黑色节点的数量
bool CheckColour(Node* root, int blacknum, int benchmark)
{
if (root == nullptr)
{
if (blacknum != benchmark)
return false;
return true;
}
if (root->_col == BLACK)//统计黑色用于判断每条路径黑色都相同
{
++blacknum;
}
if (root->_col == RED && root->_parent && root->_parent->_col == RED)
{
//当前节点与父节点连续红色
cout << root->_kv.first << "出现连续红色节点" << endl;
return false;
}
return CheckColour(root->_left, blacknum, benchmark)
&& CheckColour(root->_right, blacknum, benchmark);//递归遍历每条路径
}
bool _IsBalance(Node* root)
{
//根据构建红黑树的规则进行判断
if (root == nullptr)
return true;
if (root->_col != BLACK)//根不能为红
{
return false;
}
// //参考值,统计一条路径的黑色节点数
int benchmark = 0;
Node* cur = _root;
while (cur)
{
if (cur->_col == BLACK)
++benchmark;
cur = cur->_left;
}
//通过检查每条路径的黑色节点数判断是否平衡
return CheckColour(root, 0, benchmark);
}求红黑树高度以及遍历红黑树
基本上就是同AVL树以及搜索二叉树相同的道理。
int Height()
{
return _Height(_root);
}
//中序遍历
void Inorder()
{
_Inorder(_root);
}
int _Height(Node* root)
{
if (root == nullptr)
return 0;
int leftHeight = _Height(root->_left);
int rightHeight = _Height(root->_right);
return leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1;
}
//中序遍历子函数
void _Inorder(Node* root)
{
if (root == nullptr)
return;
_Inorder(root->_left);
cout << root->_kv.first << " ";
_Inorder(root->_right);
}三、总体代码
#pragma once
#include<iostream>
using namespace std;
enum Color
{
RED,
BLACK
};
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)
{}
};
template<class K, class V>
struct RBTree
{
typedef RBTreeNode<K, V> Node;
public:
bool Insert(const pair<K, V>& kv)
{
if (_root == nullptr)//如果根节点为空则直接开辟一个节点作为根节点并且返回true
{
_root = new Node(kv);
_root->_col = BLACK;
return true;
}
Node* parent = nullptr;//后续遍历找位置以及旋转等
Node* cur = _root;//遍历用
while (cur) // 开始遍历到指定位置->其实就是到cur为空节点的地方
{
if (cur->_kv.first < kv.first)//要插入节点大于则往右遍历
{
parent = cur;
cur = cur->_right;
}
else if (cur->_kv.first > kv.first)//要插入节点小于于则往左遍历
{
parent = cur;
cur = cur->_left;
}
else
{
return false;
}
}
//默认新增节点给红色，防止给黑破坏平衡
cur = new Node(kv);
cur->_col = RED;
if (parent->_kv.first < kv.first)//同父节点比大小
{
parent->_right = cur;//链接新节点
}
else
{
parent->_left = cur;//链接新节点
}
cur->_parent = parent;//新节点链接父节点
//根据红黑树特性开始调整
while (parent && parent->_col == RED)//由于子节点和父节点都是红色，则需要调整
{
Node* grandfather = parent->_parent;//储存爷爷节点，用于找舅舅节点以及变色甚至旋转
if (parent == grandfather->_left)
{
// g
// p u
// c
Node* uncle = grandfather->_right;//如果父亲节点在爷爷的左则舅舅在右
if (uncle && uncle->_col == RED)//情况一：“变色处理” 舅舅节点存在且为红色，则我们需要将父亲以及舅舅变黑，爷爷变红
{
// 变色
parent->_col = uncle->_col = BLACK;
grandfather->_col = RED;
// 继续向上处理
cur = grandfather;
parent = cur->_parent;
}
else //情况二：“需要旋转（单旋？or双旋？）+变色处理” 即舅舅节点存在时为黑或者舅舅节点不存在，则我们需要进行相应的旋转
{
if (cur == parent->_left)
{
// 单旋
// g p
// p -> c g
// c
RotateR(grandfather);
parent->_col = BLACK;
grandfather->_col = RED;
}
else
{
// 双旋
// g g p
// p -> c -> c g
// c p
RotateL(parent);
RotateR(grandfather);
cur->_col = BLACK;
grandfather->_col = RED;
}
break;
}
}
else // parent == grandfather->_right
{
// g
// u p
// c
//
Node* uncle = grandfather->_left;//情况一，但是uncle在左
// u存在且为红
if (uncle && uncle->_col == RED)
{
// 变色
parent->_col = uncle->_col = BLACK;
grandfather->_col = RED;
// 继续向上处理
cur = grandfather;
parent = cur->_parent;
}
else//情况二：“需要旋转（单旋？or双旋？）+变色处理”
{
if (cur == parent->_right)
{
// 单旋
// g p
// p -> g c
// c
RotateL(grandfather);
grandfather->_col = RED;
parent->_col = BLACK;
}
else
{
// g g c
// u p -> u c -> g p
// c p u
//
RotateR(parent);
RotateL(grandfather);
cur->_col = BLACK;
grandfather->_col = RED;
}
break;
}
}
}
_root->_col = BLACK;//将根处理成黑。因为插入向上处理会改变，但是当最后为根时改变后就不能进入循环，因此需要最后处理为黑
return true;
}
void RotateL(Node* parent)
{
++_rotateCount;
Node* cur = parent->_right;
Node* curleft = cur->_left;
parent->_right = curleft;
if (curleft)
{
curleft->_parent = parent;
}
cur->_left = parent;
Node* ppnode = parent->_parent;
parent->_parent = cur;
if (parent == _root)
{
_root = cur;
cur->_parent = nullptr;
}
else
{
if (ppnode->_left == parent)
{
ppnode->_left = cur;
}
else
{
ppnode->_right = cur;
}
cur->_parent = ppnode;
}
}
void RotateR(Node* parent)
{
++_rotateCount;
Node* cur = parent->_left;
Node* curright = cur->_right;
parent->_left = curright;
if (curright)
curright->_parent = parent;
Node* ppnode = parent->_parent;
cur->_right = parent;
parent->_parent = cur;
if (ppnode == nullptr)
{
_root = cur;
cur->_parent = nullptr;
}
else
{
if (ppnode->_left == parent)
{
ppnode->_left = cur;
}
else
{
ppnode->_right = cur;
}
cur->_parent = ppnode;
}
}
bool IsBalance()
{
return _IsBalance(_root);
}
int Height()
{
return _Height(_root);
}
//中序遍历
void Inorder()
{
_Inorder(_root);
}
private:
// 根节点->当前节点这条路径的黑色节点的数量
bool CheckColour(Node* root, int blacknum, int benchmark)
{
if (root == nullptr)
{
if (blacknum != benchmark)
return false;
return true;
}
if (root->_col == BLACK)//统计黑色用于判断每条路径黑色都相同
{
++blacknum;
}
if (root->_col == RED && root->_parent && root->_parent->_col == RED)
{
//当前节点与父节点连续红色
cout << root->_kv.first << "出现连续红色节点" << endl;
return false;
}
return CheckColour(root->_left, blacknum, benchmark)
&& CheckColour(root->_right, blacknum, benchmark);//递归遍历每条路径
}
bool _IsBalance(Node* root)
{
//根据构建红黑树的规则进行判断
if (root == nullptr)
return true;
if (root->_col != BLACK)//根不能为红
{
return false;
}
// //参考值,统计一条路径的黑色节点数
int benchmark = 0;
Node* cur = _root;
while (cur)
{
if (cur->_col == BLACK)
++benchmark;
cur = cur->_left;
}
//通过检查每条路径的黑色节点数判断是否平衡
return CheckColour(root, 0, benchmark);
}
int _Height(Node* root)
{
if (root == nullptr)
return 0;
int leftHeight = _Height(root->_left);
int rightHeight = _Height(root->_right);
return leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1;
}
//中序遍历子函数
void _Inorder(Node* root)
{
if (root == nullptr)
return;
_Inorder(root->_left);
cout << root->_kv.first << " ";
_Inorder(root->_right);
}
private:
Node* _root = nullptr;
public:
int _rotateCount = 0;
};感谢你耐心的看到这里ღ( ´･ᴗ･` )比心，如有哪里有错误请踢一脚作者o(╥﹏╥)o！
文章来源：https://www.toymoban.com/news/detail-755774.html
给个三连再走嘛~ 文章来源地址https://www.toymoban.com/news/detail-755774.html
到了这里，关于【数据结构】—红黑树（C++实现）的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
![[数据结构 - C++] 红黑树RBTree](https://imgs.yssmx.com/Uploads/2024/01/817663-1.png)
