首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >揭秘红黑树的核心机制:如何通过近似平衡与四大规则,在动态操作中保障极致的操作效率

揭秘红黑树的核心机制:如何通过近似平衡与四大规则,在动态操作中保障极致的操作效率

作者头像
用户11831438
发布2025-12-30 14:13:03
发布2025-12-30 14:13:03
1390
举报

一、初识红黑树:概念熟悉

红黑树是一棵二叉搜索树,他的每个节点增加一个存储位来表示节点的颜色,这个颜色可以是红色或者黑色(所以称为红黑树)。通过对任何一条从根节点到叶子节点的路径上的各个节点的颜色进行约束,红黑树确保没有一条路径会比其他路径长出2倍,因而是接近平衡的。

二、红黑树的平衡之道:理解四大核心规则

2.1 红黑树的四条规则
  • 红黑树示例:

那这里有个问题:什么叫做路径?这棵树的路径的数量又该怎么算? ok,我们一起来看一下——

2.2 什么是路径

所谓路径就是:根节点——>空节点

也就是说我们从根节点出发到空节点所走过的路就是一条路径

通过上图我们可以看出,上面这棵树一共有9条路径(我们也可以这样计算:这棵树有多少的空节点,就有多少条路径)

在有些书上是这么写的: 《算法导论》书上补充一条:每个叶子节点(NIL)都是黑色的规则。这里所指的叶子节点不是传统意义上的叶子节点,而是我们所说的空节点,有些书上也把NIL叫做外部节点。NIL是为了方便准确的标识出所有路径,《算法导论》在后续讲解实现的章节中也忽略了NIL节点,所以我们知道这个概念即可。

ok通过上面红黑树的概念,我们知道:红黑树确保没有一条路径会比其他路径长出2倍,这是怎么做到的?

2.3 红黑树如何确保最长路径不超过最短路径的2倍?
  • 由规则4可知,从根节点到NULL节点的每条路径上都有相同数量的黑色节点,所以在极端场景下,最短路径就是全是黑色节点的路径,假设最短路径长度为bh(black height)
  • 由规则2和规则3可知,任意一条路径上不会有连续的红色节点,所以在极端场景下,最长的路径就是一黑一红间隔组成(黑色节点数量=红色节点数量),那么最长路径的长度为2*bh。

我们综合红黑树的4点规则,理论上的全黑最短路径和一黑一红的最长路径并不是在每棵红黑树中都存在。

假设任意一条从根节点到NULL节点路径的长度为h,则

bh<=h<=2*bh
bh<=h<=2*bh

所以:最长路径不超过最短路径的2倍

2.4 红黑树的效率

假设N是红黑树树中结点数量,h最短路径的长度,那么

2^h - 1 <= N < 2 ^ (2 * h) - 1
2^h - 1 <= N < 2 ^ (2 * h) - 1

,由此推出h≈logN,也就意味着红黑树增删查改最坏情况也就是走最长路径2*logN,那么时间复杂度还是

O(logN)
O(logN)

红黑树的表达相对于AVL树要抽象一些,AVL树的直观在于通过高度差控制平衡,而红黑树是通过四条规则的颜色约束来间接实现近似平衡,红黑树和AVL树的效率是同一档次的,但是在插入相同的节点时,红黑树的旋转次数是更少的,因为红黑树对平衡的控制没有那么严格

红黑树的旋转次数更少,因为红黑树对平衡的控制没有那么严格,效率还不比AVL树低,所以在实践中红黑树的使用比AVL树要多!!!

三、红黑树架构解析:实现核心操作

3.1 红黑树的结构

红黑树的结构和AVL树的结构没有什么太大的区别,最主要的区别就是:红黑树中没有平衡因子的概念,取而代之的而是颜色(红色和黑色)

ok,话不多说,直接上~

代码语言:javascript
复制
#include<iostream>
using namespace std;
enum colour
{
	BLACK,
	RED
};
template<class k, class v>
//节点结构
struct RBTreeNode
{
	pair<k, v> _kv;//存储的是一个key_value的数据
	RBTreeNode<k, v>* _left;//指向左孩子的指针
	RBTreeNode<k, v>* _right;//指向右孩子的指针
	RBTreeNode<k, v>* _parent;//指向父节点的指针
	colour _col;//记录颜色
	RBTreeNode(const pair<k, v>& kv)
		:_kv(kv)
		,_left(nullptr)
		,_right(nullptr)
		,_parent(nullptr)
		,_col(RED)//默认新插入节点是红色
	{}
};
template<class k,class v>
class RBTree
{
	typedef RBTreeNode<k, v> node;
private:
	node* _root = nullptr;//根节点
};

在看相关插入操作之前,我们先来聊一个问题:新插入的节点的颜色是红色还是黑色?

ok,这里就不卖关子了,新插入节点的颜色必须是红色的

为什么?

如果我们新插入的节点是黑色的,那可就不一样了——

所以新插入节点的颜色必须是红色的

3.2 红黑树插入深度解析:从插入点到平衡修复的完整代码实现

ok,我们来看一下红黑树插入的大致过程:

  • 插入一个值按二叉搜索树规则插入,插入后我们只需要观察是否符合红黑树的4条规则。
  • 如果是空树插入(也就是插入的节点为根节点),新增节点插入后要变成黑色(根节点必须是黑色);如果是非空树插入,新增节点必须是红色(因为非空树插入,如果新增节点是黑色就破坏了规则4,规则4很难维护)
  • 非空树插入后,新增节点必须是红色节点,如果新增节点的父亲节点是黑色,则没有违反任何规则,插入结束
  • 非空树插入后,新增节点必须是红色节点,如果新增节点的父亲节点是红色,则违反规则3(出现连续红色节点)

非空树插入后,新增节点必须是红色节点,如果新增节点的父亲节点是红色,则违反规则3(出现连续红色节点),通过对颜色以及红黑树规则的分析,我们可以确定:

  • c(新插入节点)是红色
  • p(新插入节点的父亲节点)是红色
  • g(新插入节点的父亲节点的父亲节点)(或者是新插入节点的祖父节点)是黑色

这三个节点的颜色在非空树插入后,新增节点必须是红色节点,新增节点的父亲节点是红色的情况下是确定的!!!

说明:下图中假设我们把新增结点标识为c(cur),c的父亲标识为p(parent),p的父亲标识为g(grandfather),p的兄弟标识为u(uncle)。

ok,那我们该怎么解决这个连续红色节点的问题呢?

ok,当我们解决连续红色节点的问题后,紧接着又有一个问题:p变成黑色,p节点所在的路径上多了一个黑色节点(其余路径上的黑色节点数量相同),这该怎么解决?

这样就可以解决p节点所在的路径上多了一个黑色节点的问题。

但是,这样改之后,g节点的右边(也就是p节点所在的路径)的路径上的节点和其他路径上的黑色节点数量相同,但是,g节点的左边(也就是p的兄弟节点所在的路径)的路径上少了一个黑色节点,这样就又违反了规则4——每条路径上的黑色节点数量不相同~

3.2.1 问题引入:当新增节点引发"双红"冲突

这可咋办?

ok,这时候就该uncle节点登场了~

通过上面的分析,我们知道非空树插入后,新增节点必须是红色节点,如果新增节点的父亲节点是红色,则c(红色)、p(红色)、g(黑色)这三个节点的颜色已经确定并且都是存在的。

并且在我们的一番操作之下,连续的红色节点的问题被解决了;连续的红色节点的问题被解决后,p节点所在的路径上多了一个黑色节点的问题也被解决了。ok,在这些问题都被解决之后新的问题是——g节点的左边(也就是p的兄弟节点所在的路径)的路径上少了一个黑色节点

那我们就可以来看看uncle节点(关键看uncle节点)uncle节点是不是有这些情况:

  1. 存在且为红
  2. 不存在
  3. 存在且为黑
情况一:uncle节点存在且为红

那我们该怎么解决上面出现过的问题?

我们可以将p和u节点的颜色都变成黑色,然后将g节点的颜色变成红色——

这样是不是就可以解决连续红色节点的问题和每条路径上的黑色节点不相等的问题

那在之后会不会出现下面的情况——

就是我g节点的父亲节点也是红色节点,那这不又出现连续红色节点的问题了

那这时候又该怎么解决呢——

这时候我们就可以让g节点成为新的c节点,然后重复上面p和u节点的颜色都变成黑色,然后将g节点的颜色变成红色

也就是这样——

但是但是,这里有一个新的问题:根节点变成了红色!!!

这时候,我们就直接改变根节点的颜色为黑色即可~

总结一下:

  • c为红色,p为红色,g为黑色,u存在且为红,则将p和u变成黑色,g变成红色;再把g当做新的c,继续向上更新。

分析:

  • 因为p和u都是红色,g是黑色,把p和u变成黑色,左右两边子树路径各增加一个黑色节点,g再变成红色,相当于保持g所在子树的黑色节点的数量不变,同时解决了c和p节点连续红色节点的问题
  • 需要继续往上更新的原因是:g是红色的,如果g的父亲还是红色的,那么就需要继续处理
  • 如果g的父亲是黑色的,则处理结束
  • 如果g就是整棵树的根节点(并且是红色的),再把g变成黑色的

在这种情况下(uncle节点存在且为红),我们只变色,没有其他操作。所以无论c是p的左还是右,p是g的左还是右,都是上面的变色操作

  • 操作:只变色,不旋转
  • 步骤
    1. 将p(父)和u(uncle)变成黑色
    2. 将g(祖父)变成红色
    3. 把g当做新的c,继续向上更新,直到p(父节点)为黑色或者p(父节点)为空(到了根节点)
  • 特点:可能一直向上传播到根节点

跟AVL树类似,上面图中我们展示了⼀种具体情况,但是实际中需要这样处理的有很多种情况,所以我们可以进行将以上类似的处理进行了抽象表达:

  • d/e/f代表每条路径拥有hb个黑色结点的子树,a/b代表每条路径拥有hb-1个黑色结点的根为红的子树,hb>=0。

下图中,分别展示了hb == 0/hb == 1/hb == 2的具体情况组合分析,当hb等于2时,这⾥组合情况上百亿种,这些样例是帮助我们理解,不论情况多少种,多么复杂,处理方式是⼀样的,变色再继续往上处理即可,所以我们只需要看抽象图即可

注意⚠️:通过上图,我们可以发现c节点可能是新增节点也可能是由g节点转变成c节点的!!!

情况二:uncle节点不存在(c必为新增节点)

在这种情况下,c只能是新增节点,若c不是新增节点,c只能由g(下面的子树中的)变过来的

那就违反规则4,10的右子树和左子树上的黑色节点数量不相等,所以c只能是新增节点!!!

在没有进行情况一的分析前,我们发现当uncle节点不存在,无论我们怎么变色,都没办法保证每条路径上的黑色节点相同(最优的情况就是uncle节点所在的路径少一个黑色节点)

那我们该怎么做呢?

ok,既然我们通过只变色,无法达到效果,并且uncle节点不存在,那我们是不是可以试着进行旋转+变色的操作——

完美,旋转+变色成功完成红黑树的规则!!!

情况三:uncle存在且为黑

在uncle存在且为黑的情况下,c节点一定不是新增节点,c之前是黑色的,是在c的子树中插入,符合情况一,变色将c从黑色变成红色,更新上来的

ok,通过对上面情况二和情况三的场景的分析,我们发现在这两种情况下,我们的操作都是一样的:单旋+变色

总结一下: c为红色,p为红色,g为黑色,u有两种情况:u不存在或者u存在且为黑

  • u不存在,则c一定是新增节点
  • u存在且为黑,则c一定不是新增节点,c之前是黑色的(也就是g的颜色),是在c的子树中插入,然后符合情况一,变色将c从黑色变成红色,更新上来的

分析:

p必须变黑,才能解决连续红色的问题,u不存在或者u存在且为黑色,这里单纯的变色无法解决问题,需要旋转+变色

如果p是g的左孩子,c是p的左孩子,那么以g为旋转点进行右单旋,再把p节点变黑,g节点变红即可。p变成这棵树新的根,这样子树黑色节点的数量不变,没有连续的红色节点,且不需要往上更新,因为p的父亲节点的颜色是黑色还是红色或者为空都不违反规则

如果p是g的右孩子,c是p的右孩子,那么以g节点为旋转点进行左单旋,再把p变黑,g变红即可。p变成这棵树新的根,这样子树黑色节点的数量不变,没有连续的红色节点,且不需要网上更新,因为p的父亲节点是黑色还是红色或者为空都不违反规则。

所以:在实现代码的过程中,我们将情况二和情况三放在一起进行操作,因为处理方式是一样的(单旋+变色)

ok,我们还是给出相应的抽象图进行展示

情况二与情况三的合并处理:单旋+变色
  • 适用条件
    • 情况二:uncle不存在
    • 情况三:uncle存在且为黑
  • c节点身份
    • uncle不存在:c一定是新增节点
    • uncle存在且为黑:c一定不是新增节点(是由g变过来的)
  • 操作:单旋+变色
  • 两种子情况
    1. LL型:p是g的左,c是p的左 → 以g右单旋,p变黑,g变红
    2. RR型:p是g的右,c是p的右 → 以g左单旋,p变黑,g变红

ok,说完了单旋+变色的情况,那有没有双旋+变色的情况呢?当然是有的

情况四:双旋+变色

既然是旋转+变色,那就说明还是在c为红色,p为红色,g为黑色,u有两种情况:u不存在或者u存在且为黑的情况下,只是我c节点的位置发生一丢丢的变化而已。

在上面单旋+变色的操作中,这个c节点的位置(无论c是新增节点或者c不是新增节点,是由g转成c的)都是和p节点所在的位置是一致的:

  • p节点在g节点的左边,那么c节点也在p节点的左边;
  • p节点在g节点的右边,那么c节点也在p节点的右边

通过前面对AVL树中旋转的理解,双旋使用的场景是:不是一边高(就比如说:我是左边高,你是右边高),那在红黑树中双旋+变色就和c节点的位置有关了:

  • p节点在g节点的左边,那么c节点就在p节点的右边;
  • p节点在g节点的右边,那么c节点就在p节点的左边

在这两种情况下,单旋+变色无法完成相应的任务,我们需要进行双旋+变色的操作

总结一下:

u有两种情况:u不存在或者u存在且为黑

  • u不存在,则c一定是新增节点
  • u存在且为黑,则c一定不是新增节点,c之前是黑色的(也就是g的颜色),是在c的子树中插入,然后符合情况一,变色将c从黑色变成红色,更新上来的

分析: p必须变成黑色,才能解决连续红色节点的问题,u不存在或者存在且为黑色,这里单纯的变色无法解决问题,需要旋转+变色

如果p是g的左,c是p的右,那么先以p为旋转点进行左单旋,再以g为旋转点进行右单旋,再把c节点变成黑色,g节点变成红色即可。c节点变成这棵树新的根节点,这样子树黑色节点的数量不变,没有连续的红色节点了,且不需要继续往上更新,因为c的父亲是黑色还是红色或者空都不违反规则。

如果p是g的右,c是p的左,那么先以p为旋转点进行右单旋,再以g为旋转点进行左单旋,再把c变成黑色,g变成红色即可。c变成这棵树新的根节点,这样子树黑色节点的数量不变,没有连续的红色节点,且不需要继续往上更新,因为c的父亲是黑色还是红色或者空都不违反规则。

双旋+变色
  • 适用条件:同情况二&三,但c的位置不同
  • 两种子情况
    1. LR型:p是g的左,c是p的右 → 先以p左单旋,再以g右单旋,c变黑,g变红
    2. RL型:p是g的右,c是p的左 → 先以p右单旋,再以g左单旋,c变黑,g变红

ok,我们将上面的思路转换成相应的代码:

代码语言:javascript
复制
bool insert(const pair<k, v>& kv)
{
	if (_root == nullptr)
	{
		_root = new node(kv);
		_root->_col = BLACK;//根节点为黑色
		return true;
	}
	node* cur = _root;
	node* parent = nullptr;
	while (cur)
	{
		if (cur->_kv.first > kv.first)
		{
			parent = cur;
			cur = cur->_left;
		}
		else if (cur->_kv.first < kv.first)
		{
			parent = cur;
			cur = cur->_right;
		}
		else
		{
			return false;
		}
	}
	cur = new node(kv);
	cur->_col = RED;
	if (parent->_kv.first > kv.first)
	{
		parent->_left = cur;
	}
	else
	{
		parent->_right = cur;
	}
	cur->_parent = parent;
	//调整颜色
	//如果新插入节点的父节点的颜色是黑色,则插入结束
	//如果新插入节点的父节点的颜色是红色,我们需要调整颜色
	//此时c(红色),p(红色),g(黑色)的颜色已经确定,关键看uncle
	while (parent&&parent->_col == RED)//parent为空也要跳出循环
	{
		node* grandfather = parent->_parent;
		//(1)
		//          g(黑色)
		//  p(红色)          u
		//c(红色)
		if (grandfather->_left == parent)
		{
			node* uncle = grandfather->_right;
			//           g(黑色)
			//  p(红色)       u(存在且为红)
			//c(红色)
			//只需变色
			if (uncle && uncle->_col == RED)
			{
				//p和u节点变成黑色,解决连续红色节点问题
				parent->_col = uncle->_col = BLACK;
				//g节点变成红色,解决g的左右子树多了一个黑色节点的问题,使每条路径上的黑色节点数                                                 量相等
				grandfather->_col = RED;

				//继续往上更新颜色
				//为什么需要继续往上更新颜色?因为经过上面的更新之后,g的父节点有可能是红色的
				//这样就导致了连续红色节点的问题,需要继续往上更新颜色,直到父节点的颜色是黑色的
				cur = grandfather;
				parent = cur->_parent;
			}
			else
			{
				//uncle节点不存在或者存在且为黑
				//情况1:单旋+变色
				//           g(黑色)
				//  p(红色)       u(不存在或者存在且为黑)
				//c(红色)
				if (parent->_left == cur)
				{
					//右单旋+变色
					//以g为旋转点进行右单旋
					RotateR(grandfather);
					parent->_col = BLACK;
					grandfather->_col = RED;
				}
				//情况2:双旋+变色
				//           g(黑色)
				//  p(红色)       u(不存在或者存在且为黑)
				//        c(红色)
				else
				{
					//左右双旋+变色
					//以p为旋转点先进行左单旋,然后再以g为旋转点进行右单旋
					RotateL(parent);
					RotateR(grandfather);
					//变色
					grandfather->_col = RED;
					cur->_col = BLACK;
				}
			}
		}
		//(2)
		//        g(黑色)
		//  u             p(红色)
		//                    c(红色)
		else
		{
			node* uncle = grandfather->_left;
			if (uncle&& uncle->_col == RED)
			{
				//           g(黑色)
				// u(存在且为红)      p(红色)
				//                           c(红色)
				//只需变色
				//p和u节点变成黑色,解决连续红色节点问题
				parent->_col = uncle->_col = BLACK;
				//g节点变成红色,解决g的左右子树多了一个黑色节点的问题,使每条路径上的黑色节点数量相等
				grandfather->_col = RED;

				//继续往上更新颜色
				//为什么需要继续往上更新颜色?因为经过上面的更新之后,g的父节点有可能是红色的
				//这样就导致了连续红色节点的问题,需要继续往上更新颜色,直到父节点的颜色是黑色的
				cur = grandfather;
				parent = cur->_parent;
			}
			else
			{
				//           g(黑色)
				// u(不存在或者存在且为黑)      p(红色)
				//                                     c(红色)
				//c是p的右
				if (parent->_right == cur)
				{
					//左单旋+变色
					RotateL(grandfather);
					grandfather->_col = RED;
					parent->_col = BLACK;
				}
				else
				{
					//           g(黑色)
					// u(不存在或者存在且为黑)      p(红色)
					//                           c(红色)
					//c是p的左
					//右左双旋+变色
					RotateR(parent);
					RotateL(grandfather);
					cur->_col = BLACK;
					grandfather->_col = RED;
				}
			}
		}
	}
	//无论根是黑色还是红色,我们都直接让根变成黑色
	//uncle存在且为红的情况中,根节点可能变成红色,可以进行判断(但是有点麻烦)
	_root->_col = BLACK;
	return true;
}
//右单旋
void RotateR(node* parent)
{
	node* subL = parent->_left;
	node* subLR = subL->_right;
	subL->_right = parent;
	parent->_left = subLR;
	//subLR可能为空
	if (subLR)
		subLR->_parent = parent;
	node* parentParent = parent->_parent;
	parent->_parent = subL;
	//若parent是根节点
	if (parent == _root)
	{
		_root = subL;
		subL->_parent = nullptr;
	}
	else
	{
		//parent不是根节点
		if (parentParent->_left == parent)
		{
			parentParent->_left = subL;
		}
		else
		{
			parentParent->_right = subL;
		}
		subL->_parent = parentParent;
	}
}
//左单旋
void RotateL(node* parent)
{
	node* subR = parent->_right;
	node* subRL = subR->_left;
	subR->_left = parent;
	node* parentParent = parent->_parent;
	parent->_right = subRL;
	parent->_parent = subR;
	if (subRL)
		subRL->_parent = parent;
	//让subR成为新的整棵树的根节点/子树的根节点
	if (parent == _root)
	{
		_root = subR;
		subR->_parent = nullptr;
	}
	else
	{
		if (parentParent->_left == parent)
		{
			parentParent->_left = subR;
		}
		else {
			parentParent->_right = subR;
		}
		subR->_parent = parentParent;
	}
}
3.3 路径追踪:红黑树中的查找过程

按二叉搜索树逻辑实现即可,搜索效率为 O(logN) 查找这一块还是比较简单的,我们就直接看代码即可——

3.4 获取元素数量:Size() 的实现

求这棵树的节点个数,我们采用:左子树节点个数+右子树节点个数+1

3.5 中序遍历
3.6 红黑树的高度
3.7 验证红黑树

这里获取最长路径和最短路径,然后检查最长路径不超过最短路径的2倍是不可行的,因为就算满足这个条件,红黑树也可能颜色不满足规则,当前暂时没出问题,后续继续插入还是会出问题的。所以我们还是去检查这4点规则,满足这4点规则,一定能保证最长路径不超过最短路径的2倍

  1. 规则1枚举颜色类型,天然实现保证了颜色不是黑色就是红色
  2. 规则2直接检查根即可
  3. 规则3前序遍历检查,遇见红色节点查孩子不太方便,因为孩子有两个,且不一定存在。可以反过来检查父亲的颜色(一个节点为红色,查父亲,父亲一定是存在的)
  4. 规则4前序遍历,遍历过程中用形参记录根到当前节点的blackNum(黑色节点个数),前序遍历遇到黑色节点就++blackNum,走到空节点就计算出一条路径的黑色节点个数。再提前计算任意一条路径的黑色节点数量作为参考值,依次进行比较
  • 代码实现:
代码语言:javascript
复制
public:
	bool IsBalanceTree()
	{
		if (_root == nullptr)
		{
			return true;
		}
		if (_root && _root->_col == RED)
		{
			return false;
		}
		node* cur = _root;
		int leftBlackNum = 0;
		while (cur)
		{
			if (cur->_col == BLACK)
			{
				leftBlackNum++;
			}
			cur = cur->_left;
		}
		//前序遍历计算根节点到我当前节点的黑色节点个数
		int root_cur_BlackNum = 0;
		return _CheckColour(_root, root_cur_BlackNum, leftBlackNum);
	}
private:
	bool _CheckColour(node* root,int root_cur_BlackNum,int leftBlackNum)
	{
		if (root == nullptr)
		{
			//走到空,说明这条路径已经走完了
			//可以判断黑色节点数量是否相等
			if (root_cur_BlackNum != leftBlackNum)
			{
				cout << "每条路径上黑色节点数量不相等";
				return false;
			}
			return true;
		}
		if (root->_col == BLACK)
		{
			//前序遍历计算根节点到我当前节点的黑色节点个数(每条路径都要计算)
			root_cur_BlackNum++;
		}
		//判断是否出现连续红色节点
		if (root->_col == RED&&root->_parent&&root->_parent->_col==RED)
		{
			cout << "出现连续红色节点";
			return false;
		}
		return _CheckColour(root->_left, root_cur_BlackNum, leftBlackNum)
			&& _CheckColour(root->_right, root_cur_BlackNum, leftBlackNum);
	}
3.8 红黑树的删除

红黑树的删除本章不做讲解,有兴趣的uu可参考:《算法导论》或者《STL源码剖析》中讲解。

四、完整代码

  • RBTree.h
代码语言:javascript
复制
#pragma once
#include<iostream>
#include<vector>
using namespace std;
enum colour
{
	BLACK,
	RED
};
template<class k, class v>
//节点结构
struct RBTreeNode
{
	pair<k, v> _kv;//存储数据
	RBTreeNode<k, v>* _left;//指向左孩子的指针
	RBTreeNode<k, v>* _right;//指向右孩子的指针
	RBTreeNode<k, v>* _parent;//指向父节点的指针
	colour _col;//记录颜色
	RBTreeNode(const pair<k, v>& kv)
		:_kv(kv)
		,_left(nullptr)
		,_right(nullptr)
		,_parent(nullptr)
		,_col(RED)//默认新插入节点是红色
	{}
};
template<class k, class v>
class RBTree
{
	typedef RBTreeNode<k, v> node;
public:
	bool insert(const pair<k, v>& kv)
	{
		if (_root == nullptr)
		{
			_root = new node(kv);
			_root->_col = BLACK;//根节点为黑色
			return true;
		}
		node* cur = _root;
		node* parent = nullptr;
		while (cur)
		{
			if (cur->_kv.first > kv.first)
			{
				parent = cur;
				cur = cur->_left;
			}
			else if (cur->_kv.first < kv.first)
			{
				parent = cur;
				cur = cur->_right;
			}
			else
			{
				return false;
			}
		}
		cur = new node(kv);
		cur->_col = RED;
		if (parent->_kv.first > kv.first)
		{
			parent->_left = cur;
		}
		else
		{
			parent->_right = cur;
		}
		cur->_parent = parent;
		//调整颜色
		//如果新插入节点的父节点的颜色是黑色,则插入结束
		//如果新插入节点的父节点的颜色是红色,我们需要调整颜色
		//此时c(红色),p(红色),g(黑色)的颜色已经确定,关键看uncle
		while (parent&&parent->_col == RED)//parent为空也要跳出循环
		{
			node* grandfather = parent->_parent;
			//(1)
			//          g(黑色)
			//  p(红色)          u
			//c(红色)
			if (grandfather->_left == parent)
			{
				node* uncle = grandfather->_right;
				//           g(黑色)
				//  p(红色)       u(存在且为红)
				//c(红色)
				//只需变色
				if (uncle && uncle->_col == RED)
				{
					//p和u节点变成黑色,解决连续红色节点问题
					parent->_col = uncle->_col = BLACK;
					//g节点变成红色,解决g的左右子树多了一个黑色节点的问题,使每条路径上的黑色节点数量相等
					grandfather->_col = RED;

					//继续往上更新颜色
					//为什么需要继续往上更新颜色?因为经过上面的更新之后,g的父节点有可能是红色的
					//这样就导致了连续红色节点的问题,需要继续往上更新颜色,直到父节点的颜色是黑色的
					cur = grandfather;
					parent = cur->_parent;
				}
				else
				{
					//uncle节点不存在或者存在且为黑
					//情况1:单旋+变色
					//           g(黑色)
					//  p(红色)       u(不存在或者存在且为黑)
					//c(红色)
					if (parent->_left == cur)
					{
						//右单旋+变色
						//以g为旋转点进行右单旋
						RotateR(grandfather);
						parent->_col = BLACK;
						grandfather->_col = RED;
					}
					//情况2:双旋+变色
					//           g(黑色)
					//  p(红色)       u(不存在或者存在且为黑)
					//        c(红色)
					else
					{
						//左右双旋+变色
						//以p为旋转点先进行左单旋,然后再以g为旋转点进行右单旋
						RotateL(parent);
						RotateR(grandfather);
						//变色
						grandfather->_col = RED;
						cur->_col = BLACK;
					}
				}
			}
			//(2)
			//        g(黑色)
			//  u             p(红色)
			//                    c(红色)
			else
			{
				node* uncle = grandfather->_left;
				if (uncle&& uncle->_col == RED)
				{
					//           g(黑色)
					// u(存在且为红)      p(红色)
					//                           c(红色)
					//只需变色
					//p和u节点变成黑色,解决连续红色节点问题
					parent->_col = uncle->_col = BLACK;
					//g节点变成红色,解决g的左右子树多了一个黑色节点的问题,使每条路径上的黑色节点数量相等
					grandfather->_col = RED;

					//继续往上更新颜色
					//为什么需要继续往上更新颜色?因为经过上面的更新之后,g的父节点有可能是红色的
					//这样就导致了连续红色节点的问题,需要继续往上更新颜色,直到父节点的颜色是黑色的
					cur = grandfather;
					parent = cur->_parent;
				}
				else
				{
					//           g(黑色)
					// u(不存在或者存在且为黑)      p(红色)
					//                                     c(红色)
					//c是p的右
					if (parent->_right == cur)
					{
						//左单旋+变色
						RotateL(grandfather);
						grandfather->_col = RED;
						parent->_col = BLACK;
					}
					else
					{
						//           g(黑色)
						// u(不存在或者存在且为黑)      p(红色)
						//                           c(红色)
						//c是p的左
						//右左双旋+变色
						RotateR(parent);
						RotateL(grandfather);
						cur->_col = BLACK;
						grandfather->_col = RED;
					}
				}
			}
		}
		//无论根是黑色还是红色,我们都直接让根变成黑色
		//uncle存在且为红的情况中,根节点可能变成红色,可以进行判断(但是有点麻烦)
		_root->_col = BLACK;
		return true;
	}
	//右单旋
	void RotateR(node* parent)
	{
		node* subL = parent->_left;
		node* subLR = subL->_right;
		subL->_right = parent;
		parent->_left = subLR;
		//subLR可能为空
		if (subLR)
			subLR->_parent = parent;
		node* parentParent = parent->_parent;
		parent->_parent = subL;
		//若parent是根节点
		if (parent == _root)
		{
			_root = subL;
			subL->_parent = nullptr;
		}
		else
		{
			//parent不是根节点
			if (parentParent->_left == parent)
			{
				parentParent->_left = subL;
			}
			else
			{
				parentParent->_right = subL;
			}
			subL->_parent = parentParent;
		}
	}
	//左单旋
	void RotateL(node* parent)
	{
		node* subR = parent->_right;
		node* subRL = subR->_left;
		subR->_left = parent;
		node* parentParent = parent->_parent;
		parent->_right = subRL;
		parent->_parent = subR;
		if (subRL)
			subRL->_parent = parent;
		//让subR成为新的整棵树的根节点/子树的根节点
		if (parent == _root)
		{
			_root = subR;
			subR->_parent = nullptr;
		}
		else
		{
			if (parentParent->_left == parent)
			{
				parentParent->_left = subR;
			}
			else {
				parentParent->_right = subR;
			}
			subR->_parent = parentParent;
		}
	}
	bool Find(const k& key)
	{
		node* cur = _root;
		while (cur)
		{
			if (cur->_kv.first > key)
			{
				cur = cur->_left;
			}
			else if (cur->_kv.first < key)
			{
				cur = cur->_right;
			}
			else
			{
				return true;
			}
		}
		return false;
	}
	int Size()
	{
		return _Size(_root);
	}
	void Inorder()
	{
		_Inorder(_root);
	}
public:
	int TreeHigh()
	{
		return _TreeHigh(_root);
	}
	bool IsBalanceTree()
	{
		if (_root == nullptr)
		{
			return true;
		}
		if (_root && _root->_col == RED)
		{
			return false;
		}
		node* cur = _root;
		int leftBlackNum = 0;
		while (cur)
		{
			if (cur->_col == BLACK)
			{
				leftBlackNum++;
			}
			cur = cur->_left;
		}
		//前序遍历计算根节点到我当前节点的黑色节点个数
		int root_cur_BlackNum = 0;
		return _CheckColour(_root, root_cur_BlackNum, leftBlackNum);
	}
private:
	int _TreeHigh(node* root)
	{
		if (root == nullptr)
		{
			return 0;
		}
		int lefthigh = _TreeHigh(root->_left);
		int righthigh = _TreeHigh(root->_right);
		return 1 + (lefthigh > righthigh ? lefthigh : righthigh);
	}
	void _Inorder(node* root)
	{
		if (root == nullptr)
		{
			return;
		}
		_Inorder(root->_left);
		cout << root->_kv.first << " ";
		_Inorder(root->_right);
	}
	int _Size(node* root)
	{
		if (root == nullptr)
		{
			return 0;
		}
		return _Size(root->_left) + _Size(root->_right) + 1;
	}
	bool _CheckColour(node* root,int root_cur_BlackNum,int leftBlackNum)
	{
		if (root == nullptr)
		{
			//走到空,说明这条路径已经走完了
			//可以判断黑色节点数量是否相等
			if (root_cur_BlackNum != leftBlackNum)
			{
				cout << "每条路径上黑色节点数量不相等";
				return false;
			}
			return true;
		}
		if (root->_col == BLACK)
		{
			//前序遍历计算根节点到我当前节点的黑色节点个数(每条路径都要计算)
			root_cur_BlackNum++;
		}
		//判断是否出现连续红色节点
		if (root->_col == RED&&root->_parent&&root->_parent->_col==RED)
		{
			cout << "出现连续红色节点";
			return false;
		}
		return _CheckColour(root->_left, root_cur_BlackNum, leftBlackNum)
			&& _CheckColour(root->_right, root_cur_BlackNum, leftBlackNum);
	}
	node* _root = nullptr;
};
  • test.cpp
代码语言:javascript
复制
#define _CRT_SECURE_NO_WARNINGS
#include"RBTree.h"
void TestRBTree1()
{
	RBTree<int, int> t;
	// 常规的测试例 
	//int a[] = { 16, 3, 7, 11, 9, 26, 18, 14, 15 };
	// 特殊的带有双旋场景的测试用例 
	int a[] = { 4, 2, 6, 1, 3, 5, 15, 7, 16, 14 };

	for (auto e : a)
	{
		/*if (e == 9)
		{
			int i = 0;
			cout << i << " ";
		}*/
		t.insert({ e,e });
		cout << e << "->" << t.IsBalanceTree() << endl;
	}
	t.Inorder();
	cout << endl;
	cout << t.Size() << endl;
	cout << t.IsBalanceTree() << endl;
}

// 插入一堆随机值,测试平衡,顺便测试一下高度和性能
void TestRBTree2()
{
	const int N = 1000000;
	vector<int> v;
	v.reserve(N);
	srand(time(0));
	for (size_t i = 0; i < N; i++)
	{
		v.push_back(rand() + i);
	}
	size_t begin2 = clock();
	RBTree<int, int> t;
	for (auto e : v)
	{
		t.insert(make_pair(e, e));
	}
	size_t end2 = clock();
	cout << "Insert:" << end2 - begin2 << endl;
	cout << t.IsBalanceTree() << endl;

	cout << "Height:" << t.TreeHigh() << endl;
	cout << "Size:" << t.Size() << endl;
	size_t begin1 = clock();
	// 确定在的值 
	/*for (auto e : v)
	{
	t.Find(e);
	}*/
	// 随机值 
	for (size_t i = 0; i < N; i++)
	{
		t.Find((rand() + i));
	}
	size_t end1 = clock();
	cout << "Find:" << end1 - begin1 << endl;
}

int main()
{
	//TestRBTree1();
	TestRBTree2();

	return 0;
}

运行结果:

结尾

都看到这里啦!那请大佬不要忘记给博主来个“一键三连”哦!

૮₍ ˶ ˊ ᴥ ˋ˶₎ა

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2025-11-22,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 一、初识红黑树:概念熟悉
  • 二、红黑树的平衡之道:理解四大核心规则
    • 2.1 红黑树的四条规则
    • 2.2 什么是路径
    • 2.3 红黑树如何确保最长路径不超过最短路径的2倍?
    • 2.4 红黑树的效率
  • 三、红黑树架构解析:实现核心操作
    • 3.1 红黑树的结构
    • 3.2 红黑树插入深度解析:从插入点到平衡修复的完整代码实现
      • 3.2.1 问题引入:当新增节点引发"双红"冲突
    • 3.3 路径追踪:红黑树中的查找过程
    • 3.4 获取元素数量:Size() 的实现
    • 3.5 中序遍历
    • 3.6 红黑树的高度
    • 3.7 验证红黑树
    • 3.8 红黑树的删除
  • 四、完整代码
  • 结尾
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档