首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

(一):构建

这一篇文章就来看看如何构建 对于平衡二叉的构建,可以参考小程序中的文章(C++版)。...平衡二叉 属于平衡二叉,但是并非严格意义上的平衡二叉,因为平衡二叉要求节点的左右子树高度差不超过1, 而放弃了这种高度平衡,利用对结点上色的操作来保证相对平衡,这其中原因大概是维护一个绝对平衡的二叉代价太大...但如果插入频率小或者只有一次构建,那么平衡二叉的查询性能还是比高。...此时构建平衡分为4种情况: 情况一:为空,此时插入结点充当根结点,上色为 情况二:插入结点已经存在,此时替换插入结点值即可 情况三:插入结点的位置,其父结点是黑色,此时平衡未打破,插入完成...到这里就构建完成了 相对于构建新增,的删除情况更为复杂,由于时间关系(这周只有一天休息加上绘图太费劲),留到下一次分享。 构建代码 构建源码

1.7K42

在JDK8之前其实就已经有的应用,比如TreeMap的底层就是用了的数据结构。本文主要是为了讲解JDK8中HashMap底层数据结构的铺垫。...一、二叉查找BST 的本质就是一颗二叉查找,二叉查找的特点如下: (1)左节点的值都小于或等于其父类(父类或根节点)的值。...二、RBTree 其实是基于二叉查找的一颗平衡二叉查找,具有以下特点: (1)结点是红色或黑色的,在hashMap实现中用boolean的true和false表示红色或黑色。...再经过变色后,形成最终的: ? 三、总结 个人觉得是一个挺不错的思想,在BST的基础上还引入了颜色的特点,通过变色和旋转来保持的特点,保证的平衡。...的前身其实是234,有兴趣的小伙伴可以了解下234,234的操作完全是等价的。之所以在java中使用的数据结构是因为如果直接使用234实现会非常繁琐。

72720
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    的介绍 (Red-Black Tree,简称R-B Tree),它一种特殊的二叉查找。...是特殊的二叉查找,意味着它满足二叉查找的特征:任意一个节点所包含的键值,大于等于左孩子的键值,小于等于右孩子的键值。 除了具备该特性之外,还包括许多额外的信息。...的每个节点上都有存储位表示节点的颜色,颜色是(Red)或(Black)。 的特性: (1) 每个节点或者是黑色,或者是红色。 (2) 根节点是黑色。 (3) 每个叶子节点是黑色。...因而,是相对是接近平衡的二叉。...示意图如下: AVL的介绍 https://www.cnblogs.com/skywang12345/p/3577479.html AVL是高度平衡的而二叉

    73800

    什么是 依然是一棵二分搜索,《算法导论》中的定义如下: 每个节点或者是红色的,或者是黑色的 根节点是黑色的 每一个叶子节点(最后的空节点)是黑色的 如果一个节点是红色的,那么他的孩子节点都是黑色的...从任意一个节点到叶子节点,经过的黑色节点是一样的   在学习之前,我们有必要先学习一下什么是2-3,学习2-3不仅对于理解有帮助,对于理解B类,也是有巨大帮助的。...如下图所示: 与2-3的等价性   我们在这里定义所有的红色节点都是向左倾斜的,红色节点代表与父亲节点相融合,由于我们可以通过2-3画出一个棵:   由此可知,是保持“...和AVL:由于的最大高度是2logn,所以在查找时,相比于AVL会慢一些,而的添加和删除元素比AVL更快一些,如果只是用于查询,AVL的性能要更高一些。   ...向中添加一个新元素,类比于2-3中添加一个新元素,就是或者添加进2-节点,形成3-节点;或者添加进3-节点,暂时形成一个4-节点,这样我们可以让我们的,永远添加节点。

    13610

    这样就能让整棵的高度相对来说低一些,相应的插入、删除、查找等操作的效率高一些。 # 什么是 的英文是 “Red-Black Tree”,简称 R-B Tree。...中包含最多黑色节点的路径不会超过 log2n,所以加入红色节点之后,最长路径不会超过 2log2n,也就是说,的高度近似 2log2n。...所以,的高度只比高度平衡的 AVL 的高度(log2n)仅仅大了一倍,在性能上,下降得并不多。这样推导出来的结果不够精确,实际上的性能更好。...# 平衡调整 # 插入操作的平衡调整 规定,插入的节点必须是红色的。而且,二叉查找中新插入的节点都是放在叶子节点上。...# 参考资料 数据结构与算法之美 数据结构 二叉

    39610

    概念 ,是一种二叉搜索,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,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。...的性质 每个结点不是红色就是黑色 根节点是黑色的 如果一个节点是红色的,则它的两个孩子结点是黑色的,中没有连续的节点 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...每个叶子结点都是黑色的(此处的叶子结点指的是空结点) 为什么满足上面的性质,就能保证:其最长路径中节点个数不会超过最短路径中节点个数的两倍?...插入 的叔叔是关键 u存在且为,变色继续向上处理 u不存在或存在且为,旋转(单旋+双旋)+变色 情况一:cur为,parent为,grandfather为(固定),uncle存在且为

    47320

    ,因此就出现了很多自平衡的二叉查找,这些自平衡二叉查找的查询效率都会稳定在O(logN),就是一种自平衡的二叉查找。...下面我们会红的特征、插入以及删除来分析是如何进行自平衡的。...特征 想要了解如何自平衡,就必须了解的特征,因为自平衡操作都是围绕这些特征来的,一旦一个因为插入和删除节点打破了自身的特征,那么他就需要进行自平衡(变色、旋转)来使得二叉重新满足的特征...通过上述特征,决定了的一个重要特性:从根到叶子的最长的可能路径不多于最短路径的两倍长。 下图是一张示意图: ?...,需要我们细细揣摩,并且反复的研究,在了解的基本概念以后,我们后续会分析一下HashMap中的实现以及着手自己实现一个

    94020

    前言 的应用还是比较广泛的。比如Java8的HashMap的底层就用到了,还有TreeMap和TreeSet也用到了。 下面主要以下几个方面学习一下。...1)二叉查找BST 2)RBTree的规则、增删查 3)的Java实现。...其中两款具有代表性的平衡分别为AVL。AVL由于实现比较复杂,而且插入和删除性能差,在实际环境下的应用不如。...下图中这棵,就是一颗典型的: ? 什么情况下会破坏的规则,什么情况下不会破坏规则呢?我们举两个简单的栗子: 添加节点 1.向原插入值为14的新节点: ?...由于父节点15是黑色节点,因此这种情况并不会破坏的规则,无需做任何调整。 2.向原插入值为21的新节点: ?

    85731

    历史上AVL流行的另一变种是(red black tree)。...对于的操作在最坏情形下花费O(log N)时间,而且我们将看到,(对于插入操作的)一种慎重的非递归实现可以相对容易地完成(与AVL相比)。...这种情形只有X和P是的,G是的,因为否则就会在插入前有两个相连的红色节点,违反了的法则。采用伸展的术语,X、P和G可以形成一个一字形链或之字形链(两个方向中的任一个方向)。...2、自顶向下树上滤的实现需要用一个栈或用一些父指针保存路径。我们看到,如果我们使用一个自顶向下的过程,实际上是对红应用从顶向下保证S不会是的过程,则伸展会更有效。这个过程在概念上是容易的。...注意,对于带有一个儿子的节点的情形,我们不想使用这种方法进行,因为这可能在的中部连接两个红色节点,为条件的实现增加苦难。

    75110

    虽然本质上是一棵二叉查找,但它在二叉查找的基础上增加了着色和相关的性质使得相对平衡,从而保证了的查找、插入、删除的时间复杂度最坏为O(log n)。...但它是如何保证一棵n个结点的的高度始终保持在logn的呢?这就引出了的5个性质: 每个结点要么是的要么是的。 根结点是的。...正是的这5条性质,使一棵n个结点的始终保持了logn的高度(的高度至多为2log(n+1)证明略),从而也就解释了上面所说的“的查找、插入、删除的时间复杂度最坏为O(log n)...对于的旋转,能保持不变的只有原的搜索性质,而原性质则不能保持,在的数据插入和删除后可利用旋转和颜色重涂来恢复性质。...三、的插入 将一个节点插入到中,需要执行哪些步骤呢?首先,将当作一颗二叉查找,将节点插入;然后,将节点着色为红色;最后,通过旋转和重新着色等方法来修正该,使之重新成为一颗

    75840

    二、的添加操作流程 ---- 【第一步】:将当作一颗二叉查找,将节点插入。本身就是一颗二叉查找,将节点插入后,该仍然是一颗二叉查找。也就意味着,的键值仍然是有序的。...接下来,就要努力的让这棵满足其它性质即可;满足了的话,它就又是一颗了。 【第三步】:通过一系列的旋转或着色等操作,使之重新成为一颗。...四、代码演示 ---- 的应用比较广泛,主要是用它来存储有序的数据,它的时间复杂度是O(lgn),效率非常之高。...【第二步】:通过"旋转和重新着色"等一系列来修正该,使之重新成为一棵。因为"第一步"中删除节点之后,可能会违背的特性。所以需要通过"旋转和重新着色"来修正该,使之重新成为一棵。...里面的插入和删除的操作比较难理解,这时要注意记住一点:操作之前是平衡的,颜色是符合定义的。

    69330

    那么问题来了,如何在删除和插入数据的时候保证以上性质呢,的策略就是改变颜色和旋转,改变颜色很好理解,那么旋转是什么呢?...(1)把父结点变为黑色 (2)把祖父结点变为红色 (爷爷) (3)以祖父结点旋转(爷爷) 插入数据示例 假设有如下的,符合的特征 ?...现在插入数据6,颜色假设为红色,这样就不符合的特征,所以就要对其进行变换 ?...变为黑色,祖父结点15变为红色,那么再对祖父结点15进行右旋操作,同样当前结点变为祖父结点15,至此现在的已经符合特征,变换完成 可以看出变换完的树结构依然稳定,所以就解决了插入和删除的问题...的应用 JDK HashMap JDK TreeMap JDK TreeSet Windows文件搜索

    95220

    插入 的插入操作包括二叉搜索的插入操作(左小右大)和平衡插入操作,平衡操作主要是为了让重新满足属性。...插入操作 1、类似于二叉搜索,按照左小右大原则,插入新元素 2、将新元素着成红色(根据的性质,着成红色,破坏的性质较少,可以更快调整平衡) 插入平衡操作 3、平衡新可能不满足的性质...,此时破坏了性质4,将父结点、叔结点的颜色着为黑色、祖父结点着为红色,就能使其祖父之下的子树满足,将其祖父结点作为新结点,继续判断祖父以上的是否满足; ?...下面分析一下平衡删除的场景: 3.1、平衡结点是的根结点 根据性质2,直接着为黑色,满足性质; 3.2、平衡结点是红色(-),2.2情况之后 直接将其着为黑色,满足性质; 3.3、...HashMap的删除平衡算法 ?

    90730

    图解

    1.简介 (Red Black Tree)是一种含有结点并能自平衡二叉查找,典型的用途是实现 map。 它必须满足下面规则: 规则1:每个结点要么是黑色,要么是红色。...这些规则强制约束,使得具有如下关键特性: (1)从根到叶子的最长路径不大于最短路径的两倍,所以大致上是平衡的。...下面是一个示例: ? 2.的自平衡 再了解的基本性质后,是如何实现自平衡的呢?总是通过旋转和变色达到自平衡。...5.小结 本文主要介绍了的相关原理,包括的性质、查找、插入和删除,以及变色和旋转来达到的自平衡。针对红的5大规则,对红的插入和删除操作,使用了大量的图形来加以说明。...的使用非常广泛,如 C++ map 和 Java TreeMap、TreeSet 都是基于实现的,而 JDK8 中 HashMap 当链表长度大于 8 时也会转化为

    63320

    详解

    (从每个叶子到根的路径不会出现两个连续的红色) 4、对于每个节点,从该节点到其叶子节点构成的所有路径上节点个数相同。 5、所有的叶子节点都是null节点,并且是黑色。...排序二叉:排序二叉是有序的,特殊结构的二叉,可以对所有节点进行检索,但是缺点是当插入的数据正好都是有序的时候,他会退化成链表。这时候时间复杂度就会增加。...平衡二叉(AVL)是什么呢,最重要的特性就是最坏的情况下能保证O(logN)的时间复杂度查找,不具备的话可能退化成单链表,时间复杂度会到O(N)。 1、每个节点最多只有两个子节点。...(二叉) 2、有序:每个节点的值比他左边所有节点都大。(必须是排序的) 3、每个节点左边的高度与右边高度不会超过1。...为什么会出现呢,为了防止在极端情况下,二叉退化成链表导致检索效率大大降低的问题。他肯定是排序二叉,然后在其基础上,加上了red和black,通过变色和左旋右旋来保持他的特征。

    73530

    算法

    前情提要 是AVL里最流行的变种,有些资料甚至说自从出来以后,AVL就被放到博物馆里了。是否真的有那么优秀,我们一看究竟。遵循以下5点规则,需要我们理解并熟记。...规则: 1.树节点要么是的,要么是的 2.的根节点是的 3.的叶节点链接的空节点都是的,即nullNode为 4.红色节点的左右孩子必须是的 5.从某节点到null节点所有路径都包含相同数目的节点...正是因为作为二叉查找满足这些性质,才使得的节点是相对平衡的。...即可以保证的深度是对数的,可以保证对的查找、插入删除等操作满足对数级的时间复杂度。 下边我们将讨论最主要的两个算法,插入和删除。...而对于问题2,我们可以把当前节点涂黑就可以让满足的性质。

    1.2K120

    图解

    的基本结构 ---- (Red-black tree) 是一种自平衡二叉查找,是在计算机科学中用到的一种数据结构,常用于关联数组、字典等。...---- 在介绍树前先了解其等价形式 2-3 ,对后面理解的定义很有帮助。...2-3 -> ---- 对于 2-3 的两种结点,有不同的转换规则: 2- 结点: 直接转换成节点 3- 节点: 拆开两个关键字,左关键字标(表示红色节点与其父节点在 2 -...---- 的创建 ----   前面提到,创建 2-3 的代码编写较为复杂,因此我们肯定不会先创建一棵 2- 3 再将其转换成。...因为我们可以很方便地创建一棵二叉不过是性质比普通二叉多了些,因此在创建时只需在创建二叉的方法的基础上多加几种操作来保证的性质不被破坏就行了。

    91910
    领券