C++笔记19•数据结构:红黑树(RBTree)•

2024-09-07 03:28
文章标签 c++ 数据结构 笔记 红黑树 19 rbtree

本文主要是介绍C++笔记19•数据结构:红黑树(RBTree)•，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

红黑树

1.简介：

        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。

  • 当搜索二叉树退化为单支树时，搜索效率极低，为了使搜索效率高，建立平衡搜索二叉树就需要"平衡树"来解决。上一篇博客介绍了AVL树，这篇博客介绍的红黑树和AVLTree作用是一样的。
  • 如果在一棵原本是平衡的树中插入一个新节点，可能造成不平衡，此时必须调整树的结构，使之平衡化，用AVLTree或RBTree。
  • RBTree相对AVLTree效果略微差一些，但是相比AVLTree实现更简单一些，不需要平衡因子的不断更新，而是用红&黑颜色替代，只用到了左单旋和右单旋（RBTree的双旋是调用左单旋和右单旋），现在的硬件设备运转非常快，CUP的高速运转下RBTree与AVLTree的差别已经显得微不足道。关联式容器map/set的底层就是用RBTree实现的。
  • 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 ( 没有连续的红节点)
    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)

满足以上性质就可以保证：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。

总结一下：RBTree(①根是黑的②没有连续的红节点③每条路径有相同数量的黑节点)

举例：

做个比方，假设上面的图，最短路径是：全黑 时间复杂度（log（N））     

                                           最长路径是：一黑一红，时间复杂度（2*log（N）） 

                                           所以最多是2倍。

现在的硬件设备运转非常快，log（N）和2*log（N）对CPU来处理真的很快。比如N=10亿，log（10亿）大概等于30；2*log（10亿）大概等于60；最短路径需要搜索30次，最短路径需要搜索60次，这对CPU来处理真的是不值一提的，所以说不管在最短或者最长路径上搜索数据，都是非常快的。

  •  红黑树是近似平衡,高度控制没有AVL树那么严格，增删查改的性能基本差不多。
  • 红黑树高度可能会高一些，但是它旋转得少一些。实际中红黑树综合而言更优一点，实际中红黑树用得更多。

 2.代码实现

#define _CRT_SECURE_NO_WARNINGS 1
#include <iostream>
#include <string>
#include <assert.h>
using namespace std;//平衡搜索树 RBTree
//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(意思就是红色节点不能连续)
//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)enum Colour
{RED,BLACK,
};template<class K, class V>
struct RBTreeNode
{RBTreeNode<K, V>* _left;//一定不要写成RBTreeNode*<K>  _left;  这样编译器无法识别RBTreeNode<K, V>* _right;RBTreeNode<K, V>* _parent;pair<K, V> _kv;Colour _col;RBTreeNode(const pair<K, V>& kv):_left(nullptr), _right(nullptr), _parent(nullptr), _kv(kv), _col(RED)//新插入的节点颜色默认设置为红色，原因是针对红黑树的组建规则，红色限制少,但是根节点必须是黑色。{}
};template<class K, class V>
class RBTree
{typedef struct RBTreeNode<K, V> Node;
public:bool insert(const pair<K, V>& kv){if (_root == nullptr){_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->_right;}else if (cur->_kv.first > kv.first){parent = cur;cur = cur->_left;}else{return false;}}//找到空了，开始插入cur = new Node(kv);cur->_col = RED;if (parent->_kv.first < kv.first){parent->_right = cur;}else{parent->_left = cur;}cur->_parent = parent;//对RBTree进行颜色节点排查  检查是否存在连续的红色节点while (parent && parent->_col == RED){Node* grandfater = parent->_parent;assert(grandfater);if (parent == grandfater->_left){Node* uncle = grandfater->_right;//情况一：叔叔节点存在且颜色为红if (uncle && uncle->_col == RED)//叔叔节点存在且颜色为红{//变色：父亲和叔叔变黑，爷爷变红；parent->_col = BLACK;uncle->_col = BLACK;grandfater->_col = RED;//继续向上搜索cur = grandfater;parent = cur->_parent;}//情况二：叔叔节点不存在 或 叔叔节点存在且颜色为黑//(1)如果叔叔不存在，那么cur就是新增节点//(2)如果叔叔存在且颜色为黑，那么cur一定不是新增节点。else{if (cur == parent->_left){//     右单旋//     grandfater//      ///   parent        ->    parent //   /                    /  \// cur                  cur   grandfaterRotateR(grandfater);parent->_col = BLACK;grandfater->_col = RED;//不用再向上搜索}else  //cur == parent->_right{//双旋//     g                  g              //   p        ->        c      ->       c//     c              p              p    gRotateL(parent);RotateR(grandfater);cur->_col = BLACK;grandfater->_col = RED;}break;}}else //parent == grandfater->_right{Node* uncle = grandfater->_left;//情况一：叔叔节点存在且颜色为红if (uncle&& uncle->_col == RED)//叔叔节点存在且颜色为红{//变色：父亲和叔叔变黑，爷爷变红；parent->_col = BLACK;uncle->_col = BLACK;grandfater->_col = RED;//继续向上搜索cur = grandfater;parent = cur->_parent;}//情况二：叔叔节点不存在 或 叔叔节点存在且颜色为黑//(1)如果叔叔不存在，那么cur就是新增节点//(2)如果叔叔存在且颜色为黑，那么cur一定不是新增节点。else{if (cur == parent->_right){//     左单旋//     grandfater//         \//        parent        ->     parent //            \                /     \//             cur        grandfater  cur RotateL(grandfater);parent->_col = BLACK;grandfater->_col = RED;//不用再向上搜索}else  //cur == parent->_left{//双旋//     g                  g              //       p        ->        c      ->       c//     c                     p            g   pRotateR(parent);RotateL(grandfater);cur->_col = BLACK;grandfater->_col = RED;}break;}}}_root->_col = BLACK;return true;}void InOrder(){_InOrder(_root);cout << endl;}void Height(){cout << "最长路径:" << _maxHeight(_root) << endl;cout << "最短路径:" << _minHeight(_root) << endl;}bool IsBalanceTree(){// 检查红黑树几条规则Node* pRoot = _root;// 空树也是红黑树if (nullptr == pRoot)return true;// 检测根节点是否满足情况if (BLACK != pRoot->_col){cout << "违反红黑树性质二：根节点必须为黑色" << endl;return false;}// 获取任意一条路径中黑色节点的个数 -- 比较基准值size_t blackCount = 0;Node* pCur = pRoot;while (pCur){if (BLACK == pCur->_col)blackCount++;pCur = pCur->_left;}// 检测是否满足红黑树的性质，k用来记录路径中黑色节点的个数size_t k = 0;return _IsValidRBTree(pRoot, k, blackCount);}private:Node* _root=nullptr;void _InOrder(Node* root){if (root == nullptr){return;}_InOrder(root->_left);cout << root->_kv.first << ":" << root->_kv.second<<endl;_InOrder(root->_right);}void RotateL(Node* parent)//左单旋{Node* ppNode = parent->_parent;Node* subR = parent->_right;Node* subRL = subR->_left;parent->_right = subRL;if (subRL){subRL->_parent = parent;}subR->_left = parent;parent->_parent = subR;if (parent == _root){_root = subR;_root->_parent = nullptr;//subR->_parent = nullptr; //不可以只写这一句  如果parent是根 必须要更新_root; 加上 _root = subR;}else{if (parent == ppNode->_left){ppNode->_left = subR;}else  //parent == ppNode->_right{ppNode->_right = subR;}subR->_parent = ppNode;}}void RotateR(Node* parent)//右单旋{Node* ppNode = parent->_parent;Node* subL = parent->_left;Node* subLR = subL->_right;parent->_left = subLR;if (subLR){subLR->_parent = parent;}subL->_right = parent;parent->_parent = subL;if (parent == _root){_root = subL;_root->_parent = nullptr;//subR->_parent = nullptr; //不可以只写这一句  如果parent是根 必须要更新_root; 加上 _root = subR;}else{if (parent == ppNode->_left){ppNode->_left = subL;}else  //parent == ppNode->_right{ppNode->_right = subL;}subL->_parent = ppNode;}}int _maxHeight(Node* root){if (root == nullptr)return 0;int lh = _maxHeight(root->_left);int rh = _maxHeight(root->_right);return lh > rh ? lh + 1 : rh + 1;}int _minHeight(Node* root){if (root == nullptr)return 0;int lh = _minHeight(root->_left);int rh = _minHeight(root->_right);return lh < rh ? lh + 1 : rh + 1;}bool _IsValidRBTree(Node* pRoot, size_t k, const size_t blackCount){//走到null之后，判断k和black是否相等if (nullptr == pRoot){if (k != blackCount){cout << "违反性质四：每条路径中黑色节点的个数必须相同" << endl;return false;}return true;}// 统计黑色节点的个数if (BLACK == pRoot->_col)k++;// 检测当前节点与其双亲是否都为红色if (RED == pRoot->_col && pRoot->_parent && pRoot->_parent->_col == RED){cout << "违反性质三：存在连在一起的红色节点" << endl;return false;}return _IsValidRBTree(pRoot->_left, k, blackCount) &&_IsValidRBTree(pRoot->_right, k, blackCount);}
};void TestAVLTree1()
{//int a[] = {10, 1, 2, 3, 4, 5, 6, 7, 8,9 };int a[] = { 40,50,30,29,28,27,0,26,25,24,11,8,7,6,5,4,3,2,1 };RBTree<int, int> t;for (auto e : a){t.insert(make_pair(e, e));}t.InOrder();cout << t.IsBalanceTree() << endl;
}
void TestAVLTree2()
{int a[] = { 30,29,28,27,26,25,24,11,8,7,6,5,4,3,2,1 };RBTree<int, int> t;for (auto e : a){bool res = t.insert(make_pair(e, e));if (res){cout << "Inserted: " << e << endl;}else{cout << "Failed to insert: " << e << endl;}}t.InOrder();cout << t.IsBalanceTree() << endl;}int main()
{TestAVLTree1();//TestAVLTree2();return 0;
}

这篇关于C++笔记19•数据结构:红黑树(RBTree)•的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/1143927。

相关文章

Linux下如何使用C++获取硬件信息

Linux下如何使用C++获取硬件信息

《Linux下如何使用C++获取硬件信息》这篇文章主要为大家详细介绍了如何使用C++实现获取CPU,主板,磁盘,BIOS信息等硬件信息,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录方法获取CPU信息：读取"/proc/cpuinfo"文件获取磁盘信息：读取"/proc/diskstats"文
阅读更多...
C++使用printf语句实现进制转换的示例代码

C++使用printf语句实现进制转换的示例代码

《C++使用printf语句实现进制转换的示例代码》在C语言中,printf函数可以直接实现部分进制转换功能,通过格式说明符（formatspecifier）快速输出不同进制的数值,下面给大家分享C+... 目录一、printf 原生支持的进制转换1. 十进制、八进制、十六进制转换2. 显示进制前缀3. 指
阅读更多...
C++中初始化二维数组的几种常见方法

C++中初始化二维数组的几种常见方法

《C++中初始化二维数组的几种常见方法》本文详细介绍了在C++中初始化二维数组的不同方式,包括静态初始化、循环、全部为零、部分初始化、std::array和std::vector,以及std::vec... 目录1. 静态初始化2. 使用循环初始化3. 全部初始化为零4. 部分初始化5. 使用 std::a
阅读更多...
C++ vector的常见用法超详细讲解

C++ vector的常见用法超详细讲解

《C++vector的常见用法超详细讲解》：本文主要介绍C++vector的常见用法,包括C++中vector容器的定义、初始化方法、访问元素、常用函数及其时间复杂度,通过代码介绍的非常详细,... 目录1、vector的定义2、vector常用初始化方法1、使编程用花括号直接赋值2、使用圆括号赋值3、ve
阅读更多...
如何高效移除C++关联容器中的元素

如何高效移除C++关联容器中的元素

《如何高效移除C++关联容器中的元素》关联容器和顺序容器有着很大不同,关联容器中的元素是按照关键字来保存和访问的,而顺序容器中的元素是按它们在容器中的位置来顺序保存和访问的,本文介绍了如何高效移除C+... 目录一、简介二、移除给定位置的元素三、移除与特定键值等价的元素四、移除满足特android定条件的元
阅读更多...
利用Python快速搭建Markdown笔记发布系统

利用Python快速搭建Markdown笔记发布系统

《利用Python快速搭建Markdown笔记发布系统》这篇文章主要为大家详细介绍了使用Python生态的成熟工具,在30分钟内搭建一个支持Markdown渲染、分类标签、全文搜索的私有化知识发布系统... 目录引言：为什么要自建知识博客一、技术选型：极简主义开发栈二、系统架构设计三、核心代码实现（分步解析
阅读更多...
Python获取C++中返回的char*字段的两种思路

Python获取C++中返回的char*字段的两种思路

《Python获取C++中返回的char*字段的两种思路》有时候需要获取C++函数中返回来的不定长的char*字符串,本文小编为大家找到了两种解决问题的思路,感兴趣的小伙伴可以跟随小编一起学习一下... 有时候需要获取C++函数中返回来的不定长的char*字符串，目前我找到两种解决问题的思路，具体实现如下：
阅读更多...
C++ Sort函数使用场景分析

C++ Sort函数使用场景分析

《C++Sort函数使用场景分析》sort函数是algorithm库下的一个函数,sort函数是不稳定的,即大小相同的元素在排序后相对顺序可能发生改变,如果某些场景需要保持相同元素间的相对顺序,可使... 目录C++ Sort函数详解一、sort函数调用的两种方式二、sort函数使用场景三、sort函数排序
阅读更多...
Java调用C++动态库超详细步骤讲解(附源码)

Java调用C++动态库超详细步骤讲解(附源码)

《Java调用C++动态库超详细步骤讲解(附源码)》C语言因其高效和接近硬件的特性,时常会被用在性能要求较高或者需要直接操作硬件的场合,：本文主要介绍Java调用C++动态库的相关资料,文中通过代... 目录一、直接调用C++库第一步：动态库生成（vs2017+qt5.12.10）第二步：Java调用C++
阅读更多...
C/C++错误信息处理的常见方法及函数

C/C++错误信息处理的常见方法及函数

《C/C++错误信息处理的常见方法及函数》C/C++是两种广泛使用的编程语言,特别是在系统编程、嵌入式开发以及高性能计算领域,：本文主要介绍C/C++错误信息处理的常见方法及函数,文中通过代码介绍... 目录前言1. errno 和 perror()示例：2. strerror()示例：3. perror(
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2