数据结构之红黑树(二)——插入操作

插入或删除操作,都有可能改变红黑树的平衡性,利用颜色变化与旋转这两大法宝就可应对所有情况,将不平衡的红黑树变为平衡的红黑树。

在进行颜色变化或旋转的时候,往往要涉及祖孙三代节点:X表示操作的基准节点,P代表X的父节点,G代表X的父节点的父节点。

我们先来大体预览一下插入的过程:

1、沿着树查找插入点,如果查找过程中发现某个黑色节点的两个子节点都是红色,则执行一次颜色变换(父节点变为红色,而两个红色子节点变为黑色)。

2、第1步中,不会改变子树的黑色高度,但是可能会出现颜色冲突(红-红颜色冲突),执行一次或两次旋转即可解决。设红色子节点为X,红色父节点为P,旋转次数由X是G的内侧子孙还是外侧子孙决定。

3、找到插入点之后,设X为新插入的节点。如果P是黑色的,则不需要做任何改变,插入完成。

4、如果P是红色的,则发生了红-红颜色冲突,需要做两次颜色变化,如果X为G的外侧子孙,再进行一次旋转;如果X为G的内侧子孙,再进行两次旋转。最终都可使树变为平衡的红黑树。

现在看不懂没关系,为何要这么做,我们接下来慢慢分析。

第1步与第2步看似与插入新节点没关系,其实为了给新节点的插入扫清道路,到后面插入新节点时就会体现出来。

先来看第1步的详细过程:

上图中,查找到P点,发现它的两个子节点都是红色,则进行颜色变换(如果P是根,则保持黑色不变)。这种变换并不会改变从根节点经P到叶节点或者空节点的路径上的黑色节点总数,即不会改变其黑色高度。将P、X1、X2看做三角形的三个顶点,颜色变换之前,经过此三角形时会增加一个黑色节点,颜色变换之后,P变成了红色,X1、X2变成了黑色,不论是经过X1还是经过X2,还是会增加一个黑色节点。

如果P的父节点是黑色,则不会出现任何问题,但是,如果P的父节点也是红色,就会发生红-红颜色冲突,需要通过旋转来修正。发生颜色冲突时有两种情况需要区别对待。

注意,这时候我们选定红-红颜色冲突父子节点中的子节点作为基准节点,即X。如果X在P的一侧与P在G的一侧相同,X即为G的外侧子孙,反之,则为内侧子孙

情况1:X为外侧子孙节点。

上图中,表示的是颜色变换之后的情况,12跟25节点发生了颜色冲突,12为50的外侧子孙。

在这种情况需要采取三步操作:

1、改变G的颜色;

2、改变P的颜色

3、以G为中心进行向X上升的方向旋转(本例中是右旋)。

奇迹发生了,树突然之间平衡了,而且是符合红黑规则的。

需要注意的是,在本例中,由于25是50的左子节点,进行的是右旋操作,加入它是右子节点,则需要进行左旋操作。无论是左旋还是右旋,都是向着X上升的方向旋转

情况2:X为内侧子孙节点。

修正这种情况比较复杂一点,如果我们采取跟内侧子孙一样的做法,X不会上移而是发生横向移动,使树变得更加不平衡。因此需要一种不同的方法来解决。

我们先要用一次旋转让X成为外侧子孙,然后再用一次旋转使树平衡。

这种情况需要进行四步操作:

1、改变G的颜色;

2、改变X的颜色;

3、以P为中心向X上升的方向旋转;

4、以G为中心向X上升的方向旋转。

至此,前期工作已经完成,下面进行新节点的插入。在插入环节,我们以新节点为基准点,即X。

在前面已经说过,我们总是默认新节点为红色。那么,找到插入点的时候,会有两种情况,一种是X的父节点为P为黑色,直接插入即可(因为插入一个红色新节点既不会影响树的黑色高度,也不会发生颜色冲突);另一种情况是X的父节点P也为红色,插入后会发生红-红颜色冲突,需要通过颜色变换与旋转来修正。

发生颜色冲突的时候,根据X是内侧子孙还是外侧子孙分别对待,处理方法与上面提到的方法类似。

外侧子孙:

内侧子孙:

下面我们来讨论一下,是否还有其他情况。

假如X有一个兄弟节点S,即P的另一个子节点,会使任何需要的旋转更加复杂。如果P为黑色,无论X有没有兄弟节点,都不需要旋转;如果P为红色,则插入之前,P不可能有一个单独的黑色子节点,因为这样会使S和空子节点的黑色高度不一样。综上,插入新节点之后,不会出现X存在兄弟节点而且需要旋转修正的情况。

假如P有一个兄弟节点,即X的叔节点U,也会使任何需要的旋转更加复杂。如果P为黑色,X插入后不要要做任何旋转;如果P为红色,则U必须为红色,否则,G到P的黑色高度与G到U的黑色高度就不同了。但是,有两个红色子节点的父节点在插入之前我们已经处理掉了,所以这种情况也不会存在。综上,插入新节点之后,不会出现P存在兄弟节点且需要旋转修正的情况。

到现在,就明白为什么要在寻找插入点的过程中,把有两个红色子节点的父节点的颜色变换掉,一方面是为了使树更加平衡,另一方面是大大简化了插入后的旋转操作。

版权声明:本文为博主原创文章,未经博主允许不得转载。

时间: 2024-12-07 11:51:43

数据结构之红黑树(二)——插入操作的相关文章

红黑树(2) - 插入操作

1.插入介绍 首先以二叉排序树的方法增加节点并标记它为红色.(为何不是红色?因为如果设为黑色,就会导致根到叶子的所有路径中,有一条路径上会多出一个额外的黑节点,这个是很难调整的).但是,设为红色节点后,可能会导致出现两个连续红色节点的冲突,则可以通过重新着色和旋转来调整.具体的调整操作取决于其他临近节点的颜色. 下面分析一下插入新节点后可能对红黑树性质产生的影响: 性质1-节点是红色或黑色.和性质3-所有叶子都是黑色.这两条总是可以维持不变. 性质4-每个红色节点的两个子节点都是黑色.只在增加红

红黑树的插入操作

1 package Tree; 2 3 import org.junit.Test; 4 5 class RedBlackTreeNode { 6 7 int key = 0; 8 RedBlackTreeNode left = null; 9 RedBlackTreeNode right = null; 10 RedBlackTreeNode parent = null; 11 // 色域,0表示黑色,1表示红色 12 int color; 13 14 public RedBlackTreeN

红黑树(3) - 删除操作

在本系列的前面两篇文章中,已经介绍了红黑树以及其插入操作.具体可参考下面两个链接: 红黑树(1) - 介绍 红黑树(2) - 插入操作 1.删除操作介绍 类似于插入操作,红黑树进行删除节点时,也使用重新着色以及旋转这两种方式,来维护它的属性.在插入操作中,我们主要是依靠检测叔节点的颜色来决定哪种场景.在删除操作中,我们使用检测兄弟的颜色,来决定是哪种场景. 在插入操作中,最常见的违反红黑树属性的一种情况是存在两个连续的红色节点.而在删除操作中,常见的情况是,当删除节点是黑色时,会影响从根节点到叶

数据结构:红黑树解析

本文参考:Google.算法导论.STL源码剖析.计算机程序设计艺术. 推荐阅读: Left-Leaning Red-Black Trees, Dagstuhl Workshop on Data Structures, Wadern, Germany, February, 2008,直接下载:http://www.cs.princeton.edu/~rs/talks/LLRB/RedBlack.pdf. 本文的github优化版:https://github.com/julycoding/The

图解集合7:红黑树概念、红黑树的插入及旋转操作详细解读

原文地址http://www.cnblogs.com/xrq730/p/6867924.html,转载请注明出处,谢谢! 初识TreeMap 之前的文章讲解了两种Map,分别是HashMap与LinkedHashMap,它们保证了以O(1)的时间复杂度进行增.删.改.查,从存储角度考虑,这两种数据结构是非常优秀的.另外,LinkedHashMap还额外地保证了Map的遍历顺序可以与put顺序一致,解决了HashMap本身无序的问题. 尽管如此,HashMap与LinkedHashMap还是有自己

D&F学数据结构系列——红黑树

红黑树 定义:一棵二叉查找树如果满足下面的红黑性质,则为一棵红黑树: 1)每个结点不是红的就是黑的 2)根结点是黑的 3)每个叶结点是黑的 4)如果一个结点是红的,它的两个儿子都是黑的(即不可能有两个连续的红色结点) 5)对于每个结点,从该结点到其子孙结点的所有路径上包含相同数目的黑结点 性质: 这些约束确保了红黑树的关键特性: 从根到叶子的最长的可能路径不多于最短的可能路径的两倍长.结果是这个树大致上是平衡的.因为操作比如插入.删除和查找某个值的最坏情况时间都要求与树的高度成比例,这个在高度上

红黑树的插入与删除

红黑树(Red Black Tree) 是一种自平衡二叉查找树.红黑树和AVL树类似,都是在进行插入和删除操作时通过特定操作保持二叉查找树的平衡,从而获得较高的查找性能.红黑树可以在O(log n)时间内完成查找,插入和删除操作. 二叉搜索树可以看 二叉搜索树 AVL树可以看 AVL树的插入与删除 1. 红黑树的性质 红黑树的自平衡依赖于它的以下性质: 性质1. 结点是红色或黑色. 性质2. 根结点是黑色. 性质3. 每个结点节点(NIL结点,空结点,与其它二叉搜索树不同,红黑树将叶子结点的孩子

红黑树的插入和遍历时间复杂度分析

红黑树的插入和遍历时间复杂度分析 在平常的工作中,最常用的一种数据结构恐怕是std::map了.因此对其的时间复杂度分析是有必要的,编写程序时做到心中有底. 一.理论分析 在stl中std::map和std::set都采用红黑树的方式实现.我们知道插入一个元素到红黑树的时间为log(N),其中N为当前红黑树的元素个数,因此,采用插入方式构建元素个数为N的红黑树的时间复杂度为: log(1) + log(2) + log(N-1) = log((N-1)!) = Nlog(N) 那么采用迭代器遍历

说说红黑树——不谈操作,只讲理解

一.前言 ??这几天想学一学红黑树这种数据结构,于是上网找了很多篇博客,初看吓了一跳,红黑树竟然如此复杂.连续看了几篇博客后,算是对红黑树有了一些了解,但是它的原理却并不是特别理解.网上的博客,千篇一律的都是在叙述红黑树的操作,如何插入节点.删除节点,旋转.变色等,只关注如何正确构建一棵红黑树,但是却很少提及为什么这么做.这篇博客我就来记录一些我所知道的红黑树中比较重要的东西,以及谈一谈我的理解. ??我不会描述红黑树的具体实现,因为阅读红黑树具体实现的过程中,我发现这真的不是很重要,没有太大的

红黑树的插入和删除

一.红黑树的简介 红黑树是一种平衡的二叉查找树,是一种计算机科学中常用的数据结构,最典型的应用是实现数据的关联,例如map等数据结构的实现. 红黑树有以下限制: 1. 节点必须是红色或者是黑色 2. 根节点是黑色的 3. 所有的叶子节点是黑色的. 4. 每个红色节点的两个子节点是黑色的,也就是不能存在父子两个节点全是红色 5. 从任意每个节点到其每个叶子节点的所有简单路径上黑色节点的数量是相同的. 要说明一下限制3.一般在红黑树中,每个节点空指针处还会加空的黑色的孩子(称为岗哨).所以限制3一定