红黑树插入详解

查找二叉树插入节点:

已知查找二叉树的性质为根节点的值大于左子树的值,小于右子树的值,按照此规律,根据要插入的值为其寻找合适的插入位置,最后将其插入即可:

Tree-Insert(T,z)
{
	x = root(T);
	y = NULL;
	while(x != NULL)
	{
		y = x;
		if(key[z] < key[x])
			x = left[x];
		else
			x = right[x];
	}
	p[z] = y;
	if(y == NULL)
		root[T] = z;
	else if(key[z] < key[y])
		left[y] = z;
	else
		right[y] = z;
}

红黑树插入节点:

红黑树插入节点类似于查找二叉树,但需要注意的是当新的节点插入红黑树时,可能会导致无法保持红黑树的性质,因此需对其进行修改。

通过函数RB-INSERT-FIXUP(T,z)使其保持红黑性质。

RB-Insert(T,z)
{
	x = root(T);
	y = nil[T];
	while(x != nil[T])
	{
		y = x;
		if(key[z] < key[x])
			x = left[x];
		else
			x = right[x];
	}
	p[z] = y;
	if(y == nil[T])
		root[T] = z;
	else if(key[z] < key[y])
		left[y] = z;
	else
		right[y] = z;
	left[z] = nil[T];
	right[z] = nil[T];
	color[z] = RED;
	RB-INSERT-FIXUP(T,z);
}

不同于之前查找二叉树的插入,红黑二叉树的插入过程中主要在最后几步与其有异:将插入节点的颜色置红,修补红黑树性质。

接下来分析,当新的节点插入时,打破了红黑树的哪些性质。

红黑树的性质为:

1.      每个节点或是红的,或是黑的。

2.      根节点是黑的

3.      叶节点是黑的

4.      如果一个节点是红的,则其两个儿子都是黑的

5.      对每个节点,从该节点到其子孙节点的所有路径上包含相同数目的黑节点

易知新节点的插入不会影响性质1、3、5

现在的问题为如何保持性质2和4。

当z插入红黑树时,考虑z的父节点,当父节点为黑色时,性质2和4仍能保持,因此现考虑while(color[p[z]] == RED)时,如何保持性质2和4。

插入z后有两种情况:z == left[p[z]]或z == right[p[z]]。这里首先考虑z == left[p[z]]。

已知color[p[z]] == RED ,则由红黑树性质4知,color[p[p[z]]]必为黑色。因为若p[z]的父节点为红色,则p[z]需为黑色,矛盾。而z的叔叔(设为y)颜色即可能是红色,也可能是黑色。若y为红色,为保持性质4,应将p[z]、y均设为黑色,p[p[z]]设为红色。之后让z = p[p[z]],继续循环;若y为黑色,此时z有可能是p[z]的左子树或右子树。当z为右子树时,可执行以下步骤:z = p[z];LEFT-ROTATE(T,z),可将其转变为z为左子树的情况。此时右旋p[z],则p[p[z]]变成了p[z]的右子树,z仍为p的左子树。为保持红黑树性质,将p[z]置黑,p[z]的右子树置红。

最后,color[p[z]] != RED时,为保证性质2,color[root[T]] = BLACK;

时间: 2024-10-14 14:31:25

红黑树插入详解的相关文章

数据结构 - 红黑树(Red Black Tree)插入详解与实现(Java)

最终还是决定把红黑树的篇章一分为二,插入操作一篇,删除操作一篇,因为合在一起写篇幅实在太长了,写起来都觉得累,何况是阅读并理解的读者. 红黑树删除操作请参考 数据结构 - 红黑树(Red Black Tree)删除详解与实现(Java) 现在网络上最不缺的就是对某个知识点的讲解博文,各种花样标题百出,更有类似"一文讲懂xxx","史上最简单的xxx讲解","xxx看了还不懂你打我"之类云云.其中也不乏有些理论甚至是举例都雷同的两篇不同文章,至于作

红黑树-插入操作

红黑树的五个性质: 1)每个结点要么是红的,要么是黑的. 2)根结点是黑的. 3)每个叶结点,即空结点(NIL)是黑的. 4)如果一个结点是红的,那么它的俩个儿子都是黑的. 5)对每个结点,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. 红黑树插入的几种情况: 1.树是空的,直接将节点设置为根节点,颜色为黑: public void case1(RBnode T,RBnode newNode){        if(newNode.getParent()==null){         

红黑树插入删除节点过程分析 &amp;&amp; C代码实现

红黑树的插入和删除规则: 红黑树的五个性质 1.    每个节点要么是红的,要么是黑的 2.    根节点时黑色的 3.    每个叶节点(叶节点既指树尾端NIL指针或NULL节点)是黑色的 4.    如果一个节点时红的,那么它的两个儿子都是黑色的 5.    对每个节点,其到叶节点树尾端NIL指针的每一条路径都包含相同数目的黑节点 这里所说的"叶节点"或者"NULL节点",它不包含数据而只充当树在此结束的知识. 二叉树的左旋和右旋这里不再讲解 红黑树的插入操作:

红黑树 插入

红黑树是一种二叉搜索树,每个节点增加一位来储存节点的颜色,红或黑. 红黑树通过如何一条从跟到叶子的路径上各个节点的着色方式的限制,红黑树确保没有一条路径比另一条路径长两倍. 其他性质: 根节点是黑色. 红色节点的子节点都为黑色. 叶子节点或NULL空节点都为黑色.所有原来的叶子节点都有NULL的空节点作为新的叶子节点,取代了自己的叶子节点的身份,即,所有的NULL节点都是黑色的意思. 最重要一点:任何一节点到叶子节点的NULL指针的路径经过的黑色节点数相同. 插入: 左旋 以节点p为支点的话,即

jdk源码分析红黑树——插入篇

红黑树是自平衡的排序树,自平衡的优点是减少遍历的节点,所以效率会高.如果是非平衡的二叉树,当顺序或逆序插入的时候,查找动作很可能会遍历n个节点 红黑树的规则很容易理解,但是维护这个规则难. 一.规则 1.每个节点要么是红色.要么是黑色 2.根节点一定是黑色 3.红色节点不可以连续出现(父节点.子节点不可同时为红) 4.从任意节点出发,到树底的所有路线,途径的黑节点数量必须相同 在修改红黑树的时候,切记要维护这个规则.一般默认插入红色节点(除非是root节点),插入后再进行旋转和颜色变换 二.旋转

初探红黑树-插入操作原理

事实总是因为人的欲望产生的, 想要才会有,而当大多数人想的一样的时候 就只会变成后人所得到生活 往复 引: 红黑树,应运而生 啊(叹气),反正我是这么认为的 比原来的它略显成熟,但又涉世不深,却又显其独到的风采 述: 需求,是红黑树的生来原因,哪方面呢,姑且我认为是效率 规则引来查询二叉树,简简单单,不复杂,说一就是一,说再见就再也不会见 但人的关系总是很复杂,规则也是相对的.当然也渲染到了查询二叉树身上 红黑树也只是复杂的其中一种而已,满足人们的欲求不满,可以这么说么? 路口一 基本理解树 基

红黑树插入和删除的情况分析

红黑树是特殊二叉查找树的一种,一颗红黑树有以下5种性质: 1.根节点为黑色. 2.每个节点不是黑色就是红色. 3.每个红色节点的两个儿子一定是黑色. 4.所有的叶子节点都是黑色.(注:这里的叶子节点并不是真正意义上的叶子节点,而是一种只有颜色属性但不存放数据的节点,而且其没有儿子节点) 5.一个红黑树的中任取一个节点,从它所在位置到其他任何叶子节点的简单路径上所经过的黑色节点数相同. 这2个性质决定了从根节点到叶子节点的最长路径不可能大于最短路径的2倍.所以红黑树是一个大致平衡的二叉树.但跟AV

算法导论 之 红黑树 - 插入[C语言]

作者:邹祁峰 邮箱:[email protected] 博客:http://blog.csdn.net/qifengzou 日期:2013.12.24 21:00 转载请注明来自"祁峰"的CSDN博客 1 引言 在之前的博文中,本人对平衡二叉树的处理做了较详尽的分析,有兴趣的朋友可以参阅博文<算法导论 之 平衡二叉树 - 创建 插入 搜索 销毁>和<算法导论 之 平衡二叉树 - 删除>.平衡二叉树AVL是严格的平衡树,在增删结点时,其旋转操作的次数较多:而红黑树

红黑树插入与删除完整代码(dart语言实现)

之前分析了红黑树的删除,这里附上红黑树的完整版代码,包括查找.插入.删除等.删除后修复实现了两种算法,均比之前的更为简洁.一种是我自己的实现,代码非常简洁,行数更少:一种是Linux.Java等源码版本的实现,实现的略为复杂,但效率更高.两种算法经过测试,在百万级的数据上效率不分伯仲:1000万的数据中,我自己的实现比Linux内核版本的运行时间多2秒左右. 红黑树的插入相对简单,本文中的代码实现与Linux源码版本也略有差异,效率差别不大. 其他方法,如查找.遍历等,比较简单,不多做解释.遍历