我的编程空间,编程开发者的网络收藏夹
学习永远不晚

C++超详细分析红黑树

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

C++超详细分析红黑树

红黑树

红黑树的概念

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。

红黑树和AVL树都是高效的平衡二叉树,增删改查的时间复杂度都是O(),红黑树不追求绝对平衡,其只需保证最长路径不超过最短路径的2倍,相对而言,降低了插入和旋转的次数,所以在经常进行增删的结构中性能比AVL树更优,而且红黑树实现比较简单,所以实际运用中红黑树更多。

红黑树的性质

  • 每个结点不是红色就是黑色
  • 根节点是黑色的
  • 如果一个结点是红色的,则它的两个孩子结点是黑色的
  • 对于每个结点,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结点
  • 每个叶子结点都是黑色的(此处的叶子节点指的是空结点,如上图路径数为11条)

红黑树结点的定义

enum Color {
	BLACK,
	RED
};

template<class T>
struct RBTreeNode
{
	RBTreeNode<T>* _left;
	RBTreeNode<T>* _right;
	RBTreeNode<T>* _parent;

	Color _col;
	T _data;

	RBTreeNode(const T& data)
		: _left(nullptr)
		, _right(nullptr)
		, _parent(nullptr)
		, _col(RED)
		,_data(data)
	{}
};

红黑树的插入操作

约定:cur为当前节点,p为父节点,g为祖父节点,u为叔叔节点

情况一

  • 情况一:cur为红,p为红,g为黑,u存在且为红注意:此处看到的树,可能是一棵完整的树,也可能是一棵子树
  • 解决方式:将p,u改为黑,g改为红,然后把g当成cur,继续向上调整

如果g是根节点,调整完成后,需要将g改为黑色

如果g是子树,g一定有双亲,且g的双亲如果是红色,需要继续向上调整。

情况二

情况二:cur为红,p为红,g为黑,u不存在/u为黑

解决方法:p为g的左孩子,cur为p的左孩子,则进行右单旋;p为g的右孩子,cur为p的右孩子,则进行左单旋。

p变黑,g变红。

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:每条路径黑色节点个数相同。

2.如果u节点存在,则其一定是黑色的,cur一定不是新增节点,那么cur节点原来的颜色一定是黑色的,是作为子树的祖父,由第一种情况变化过来的

情况三

情况三:cur为红,p为红,g为黑,u不存在/u为黑(折线型)

p为g的左孩子,cur为p的右孩子,则针对p做左单旋转;

p为g的右孩子,cur为p的左孩子,则针对p做右单旋转。

即转换为了情况二。再对g做对于旋转。即进行双旋转。

// T->K  set
// T->pair<const K, V> map
template<class K, class T, class KeyOfT>
class RBTree
{
	typedef RBTreeNode<T> Node;
public:
	typedef RBTreeIterator<T, T&, T*> iterator;
	typedef RBTreeIterator<T, const T&, const T*> const_iterator;

	iterator begin();
	iterator end();

	RBTree()
		:_root(nullptr)
	{}

	// 拷贝构造和赋值重载
	// 析构

	Node* Find(const K& key);

	pair<iterator, bool> Insert(const T& data)
	{
		if (_root == nullptr)
		{
			_root = new Node(data);
			_root->_col = BLACK;
			return make_pair(iterator(_root), true);
		}

		Node* parent = nullptr;
		Node* cur = _root;

		KeyOfT kot;
		while (cur)
		{
			if (kot(cur->_data) < kot(data))
			{
				parent = cur;
				cur = cur->_right;
			}
			else if (kot(cur->_data) > kot(data))
			{
				parent = cur;
				cur = cur->_left;
			}
			else
			{
				return make_pair(iterator(cur), false);
			}
		}

		// 新增节点,颜色是红色,可能破坏规则3,产生连续红色节点
		cur = new Node(data);
		Node* newnode = cur;
		cur->_col = RED;

		if (kot(parent->_data) < kot(data))
		{
			parent->_right = cur;
			cur->_parent = parent;
		}
		else
		{
			parent->_left = cur;
			cur->_parent = parent;
		}

		// 控制近似平衡
		while (parent && parent->_col == RED)
		{
			Node* grandfather = parent->_parent;
			if (parent == grandfather->_left)
			{
				Node* uncle = grandfather->_right;
				// 情况一:uncle存在且为红,进行变色处理,并继续往上更新处理
				if (uncle && uncle->_col == RED)
				{
					parent->_col = uncle->_col = BLACK;
					grandfather->_col = RED;

					cur = grandfather;
					parent = cur->_parent;
				} // 情况二+三:uncle不存在,或者存在且为黑,需要旋转+变色处理
				else
				{
					// 情况二:单旋+变色
					if (cur == parent->_left)
					{
						RotateR(grandfather);
						parent->_col = BLACK;
						grandfather->_col = RED;
					}
					else // 情况三:双旋 + 变色
					{
						RotateL(parent);
						RotateR(grandfather);
						cur->_col = BLACK;
						grandfather->_col = RED;
					}

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

					cur = grandfather;
					parent = cur->_parent;
				}
				else
				{
					if (parent->_right == cur)
					{
						RotateL(grandfather);
						parent->_col = BLACK;
						grandfather->_col = RED;
					}
					else
					{
						RotateR(parent);
						RotateL(grandfather);
						cur->_col = BLACK;
						grandfather->_col = RED;
					}

					break;
				}
			}
		}

		_root->_col = BLACK;
		return make_pair(iterator(newnode), true);
	}

	void RotateR(Node* parent);
	void RotateL(Node* parent);

private:
	Node* _root;
};

红黑树的验证

红黑树的检测分为两步:

  • 检测其是否满足二叉搜索树(中序遍历是否为有序序列)
  • 检测其是否满足红黑树的性质

此处用未改造过的红黑树

template<class K, class V>
struct RBTreeNode
{
	RBTreeNode<K, V>* _left;
	RBTreeNode<K, V>* _right;
	RBTreeNode<K, V>* _parent;

	Colour _col;
	pair<K, V> _kv;

	RBTreeNode(const pair<K, V>& kv)
		:_left(nullptr)
		, _right(nullptr)
		, _parent(nullptr)
		, _col(RED)
		, _kv(kv)
	{}
};

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

	bool Insert(const pair<K, V>& kv);

	void RotateR(Node* parent);
	void RotateL(Node* parent);

	void _InOrder(Node* root)
	{
		if (root == nullptr)
		{
			return;
		}

		_InOrder(root->_left);
		cout << root->_kv.first << " ";
		_InOrder(root->_right);
	}

	void InOrder()
	{
		_InOrder(_root);
		cout<<endl;
	}

	bool CheckRED_RED(Node* cur)
	{
		if (cur == nullptr)
		{
			return true;
		}

		if (cur->_col == RED && cur->_parent->_col == RED)
		{
			cout << "违反规则三,存在连续的红色节点" << endl;
			return false;
		}

		return CheckRED_RED(cur->_left)
			&& CheckRED_RED(cur->_right);
	}

	// 检查每条路径黑色节点的数量
	bool CheckBlackNum(Node* cur, int blackNum, int benchmark) {
		if (cur == nullptr) {
			if (blackNum != benchmark){
				cout << "违反规则四:黑色节点的数量不相等" << endl;
				return false;}
			return true;
		}

		if (cur->_col == BLACK)
			++blackNum;

		return CheckBlackNum(cur->_left, blackNum, benchmark)
			&& CheckBlackNum(cur->_right, blackNum, benchmark);
	}

	bool IsBalance()
	{
		if (_root == nullptr)
		{
			return true;
		}

		if (_root->_col == RED)
		{
			cout << "根节点是红色,违反规则二" << endl;
			return false;
		}

		// 算出最左路径的黑色节点的数量作为基准值
		int benchmark = 0;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_col == BLACK)
			{
				++benchmark;
			}

			cur = cur->_left;
		}

		int blackNum = 0;
		return CheckRED_RED(_root) && CheckBlackNum(_root, blackNum, benchmark);
	}

private:
	Node* _root;
};

void TestRBTree1()
{
	const int n = 1000000;
	vector<int> a;
	a.reserve(n);
	srand(time(0));
	for (size_t i = 0; i < n; ++i)
	{
		a.push_back(rand());
	}

	RBTree<int, int> t1;
	for (auto e : a)
	{
		t1.Insert(make_pair(e, e));
	}

	cout << t1.IsBalance() << endl;
	//t1.InOrder();
}

用红黑树封装map、set

红黑树的迭代器

begin()与end()

begin()可以放在红黑树中最小节点(即最左侧节点)的位置

end()放在最大节点(最右侧节点)的下一个位置

	typedef RBTreeIterator<T, T&, T*> iterator;
	typedef RBTreeIterator<T, const T&, const T*> const_iterator;

	iterator begin()
	{
		Node* left = _root;
		while (left && left->_left)
		{
			left = left->_left;
		}

		//return left
		return iterator(left);
	}

	iterator end()
	{
		return iterator(nullptr);
	}

操作符重载

template<class T, class Ref, class Ptr>
struct RBTreeIterator
{
	typedef RBTreeNode<T> Node;
	typedef RBTreeIterator<T, Ref, Ptr> Self;
	Node* _node;
	RBTreeIterator(Node* node = nullptr)
		:_node(node)
	{}

	Ref operator*()
	{
		return _node->_data;
	}

	Ptr operator->()
	{
		return &_node->_data;
	}

	Self& operator--()
	{
		// 跟++基本是反过来
		return *this;
	}

	Self& operator++()
	{
		if (_node->_right)
		{
			// 右子树中序第一个节点,也就是右子树的最左节点
			Node* subLeft = _node->_right;
			while (subLeft->_left)
			{
				subLeft = subLeft->_left;
			}

			_node = subLeft;
		}
		else
		{
			// 当前子树已经访问完了,要去找祖先访问,沿着到根节点的路径往上走,
			// 找孩子是父亲左的那个父亲节点
			Node* cur = _node;
			Node* parent = cur->_parent;
			while (parent && parent->_right == cur)
			{
				cur = parent;
				parent = parent->_parent;
			}

			_node = parent;
		}

		return *this;
	}

	bool operator!=(const Self& s) const
	{
		return _node != s._node;
	}

	bool operator==(const Self& s) const
	{
		return _node == s._node;
	}
};

封装map

#pragma once
#include "RBTree.h"

namespace MyMap
{
	template < class K, class V>
	class map
	{
		struct MapKeyOfT
		{
			const K& operator()(const pair<const K, V>& kv)
			{
				return kv.first;
			}
		};
	public:
		typedef typename RBTree<K, pair<const K, V>, MapKeyOfT>::iterator iterator;

		iterator begin()
		{
			return _t.begin();
		}

		iterator end()
		{
			return _t.end();
		}

		pair<iterator, bool> insert(const pair<const K, V>& kv)
		{
			return _t.Insert(kv);
		}

		V& operator[](const K& key)
		{
			pair<iterator, bool> ret = _t.Insert(make_pair(key, V()));
			return ret.first->second;
		}
	private:
		RBTree<K, pair<const K, V>, MapKeyOfT> _t;
	};

	void test_map()
	{
		map<string, string> dict;
		dict.insert(make_pair("sort", "排序"));
		dict.insert(make_pair("string", "字符串"));
		dict.insert(make_pair("debug", "找虫子"));
		dict.insert(make_pair("set", "集合"));

		map<string, string>::iterator it = dict.begin();
		while (it != dict.end())
		{
			cout << it->first << ":" << it->second << endl;
			++it;
		}
		cout << endl;
	}
}

封装set

#pragma once
#include "RBTree.h"

namespace MySet
{
	template < class K>
	class set
	{
		struct SetKeyOfT
		{
			const K& operator()(const K& key)
			{
				return key;
			}
		};
	public:
		typedef typename RBTree<K, K, SetKeyOfT>::iterator iterator;

		iterator begin()
		{
			return _t.begin();
		}

		iterator end()
		{
			return _t.end();
		}

		pair<iterator, bool> insert(const K& key)
		{
			return _t.Insert(key);
		}
	private:
		RBTree<K, K, SetKeyOfT> _t;
	};

	void test_set()
	{
		set<int> s;
		s.insert(1);
		s.insert(3);
		s.insert(7);
		s.insert(2);
		s.insert(12);
		s.insert(22);
		s.insert(2);
		s.insert(23);
		s.insert(-2);
		s.insert(-9);
		s.insert(30);

		set<int>::iterator it = s.begin();
		while (it != s.end())
		{
			cout << *it << " ";
			++it;
		}
		cout << endl;

		for (auto e : s)
		{
			cout << e << " ";
		}
		cout << endl;
	}
}

到此这篇关于C++超详细分析红黑树的文章就介绍到这了,更多相关C++ 红黑树内容请搜索编程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编程网!

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

C++超详细分析红黑树

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

C++中红黑树的示例分析

这篇文章将为大家详细讲解有关C++中红黑树的示例分析,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。红黑树红黑树的概念红黑树的概念 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
2023-06-29

C++数据结构红黑树的示例分析

这篇文章给大家分享的是有关C++数据结构红黑树的示例分析的内容。小编觉得挺实用的,因此分享给大家做个参考,一起跟随小编过来看看吧。概念和性质红黑树的概念: 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或
2023-06-29

ConcurrentHashMap: 红黑树代理类的示例分析

小编给大家分享一下ConcurrentHashMap: 红黑树代理类的示例分析,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!1、TreeBin内部类分析TreeB
2023-06-15

红黑树在MySQL中的稳定性分析

红黑树在MySQL中的稳定性分析可以从其定义和性质出发。首先,红黑树是一种自平衡的二叉查找树,它具有以下性质:每个节点非红即黑;根节点总是黑色的;所有的叶子节点(NIL或空节点)都是黑色的;如果一个节点是红色的,则它的两个子节点都是黑色的
红黑树在MySQL中的稳定性分析
2024-10-07

C++ STL容器中红黑树部分模拟实现的示例分析

这篇文章主要介绍了C++ STL容器中红黑树部分模拟实现的示例分析,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。一、红黑树的概念红黑树(Red Black Tree),是在计
2023-06-21

红黑树在MySQL中的内存占用分析

红黑树在MySQL中的内存占用分析主要包括以下几个方面:节点大小:红黑树是一种自平衡的二叉搜索树,每个节点通常包含一个键值对以及指向左右子节点的指针。此外,为了支持节点的旋转操作,还需要额外的空间来存储这些指针。在MySQL中,红黑树的节点
红黑树在MySQL中的内存占用分析
2024-10-07

分析红黑树在C++云计算服务中的应用模式

红黑树是一种自平衡二叉查找树,它在C++云计算服务中有着广泛的应用模式。在云计算服务中,红黑树通常被用作数据结构的基础,用于实现高效的数据存储和检索操作。以下是红黑树在C++云计算服务中常见的应用模式:数据索引:在云计算服务中,大量的数据
分析红黑树在C++云计算服务中的应用模式
2024-04-26

Java数据结构之红黑树的示例分析

小编给大家分享一下Java数据结构之红黑树的示例分析,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!一、红黑树所处数据结构的位置:在JDK源码中, 有treeMap
2023-05-30

分析C++中红黑树的时间复杂度和空间复杂度

红黑树是一种自平衡的二叉搜索树,它具有以下特点:每个节点要么是红色,要么是黑色。根节点是黑色。每个叶子节点(NIL节点)是黑色的。如果一个节点是红色的,则它的子节点必须是黑色的。从任一节点到其每个叶子节点的路径都包含相同数目的黑色节
分析C++中红黑树的时间复杂度和空间复杂度
2024-04-26

C++虚函数和多态超详细分析

这篇文章主要介绍了C++多态的特性派生与虚函数与模板,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习吧
2023-01-28

编程热搜

  • Python 学习之路 - Python
    一、安装Python34Windows在Python官网(https://www.python.org/downloads/)下载安装包并安装。Python的默认安装路径是:C:\Python34配置环境变量:【右键计算机】--》【属性】-
    Python 学习之路 - Python
  • chatgpt的中文全称是什么
    chatgpt的中文全称是生成型预训练变换模型。ChatGPT是什么ChatGPT是美国人工智能研究实验室OpenAI开发的一种全新聊天机器人模型,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,并协助人类完成一系列
    chatgpt的中文全称是什么
  • C/C++中extern函数使用详解
  • C/C++可变参数的使用
    可变参数的使用方法远远不止以下几种,不过在C,C++中使用可变参数时要小心,在使用printf()等函数时传入的参数个数一定不能比前面的格式化字符串中的’%’符号个数少,否则会产生访问越界,运气不好的话还会导致程序崩溃
    C/C++可变参数的使用
  • css样式文件该放在哪里
  • php中数组下标必须是连续的吗
  • Python 3 教程
    Python 3 教程 Python 的 3.0 版本,常被称为 Python 3000,或简称 Py3k。相对于 Python 的早期版本,这是一个较大的升级。为了不带入过多的累赘,Python 3.0 在设计的时候没有考虑向下兼容。 Python
    Python 3 教程
  • Python pip包管理
    一、前言    在Python中, 安装第三方模块是通过 setuptools 这个工具完成的。 Python有两个封装了 setuptools的包管理工具: easy_install  和  pip , 目前官方推荐使用 pip。    
    Python pip包管理
  • ubuntu如何重新编译内核
  • 改善Java代码之慎用java动态编译

目录