同步操作将从 icanci/Java-Review 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
**数据结构的基石,我认为只有2个:数组和链表。所有的数据结构都可以通过二者演变出来 **
├─ 红黑树的性质
├─ 红黑树有几种变化策略?(为满足红黑树性质)
│ ├─ 改变颜色
│ ├─ 左旋
│ ├─ 右旋
├─ 红黑树的查找
├─ 红黑树的插入
│ ├─ 情景1:红黑树为空树
│ ├─ 情景2:插入节点的Key已经存在
│ ├─ 情景3:插入节点的父节点为黑色
│ ├─ 情景4:插入节点的父节点为红色
│ │ ├─ 情景4.1:叔叔节点存在,并且为红色(父 - 叔 双红)
│ │ ├─ 情景4.2:叔叔节点不存在,或者为黑色,父节点为爷爷节点的左子树
│ │ │ ├─ 情景4.2.1:插入节点为其父节点的左子节点(LL情况)
│ │ │ ├─ 情景4.2.2:插入节点为其父节点的右子节点(LR情况)
│ │ ├─ 情景4.3:叔叔节点不存在,或者为黑色,父节点为爷爷节点的右子树
│ │ │ ├─ 情景4.3.1:插入节点为其父节点的右子节点(RR情况)
│ │ │ ├─ 情景4.3.2:插入节点为其父节点的左子节点(RL情况)
├─ 红黑树的插入案例分析
红黑树并不是一个完美平衡二叉树,从图上可以看到,根节点P的左子树显然比右子树高
但是左子树和右子树的黑节点的层数是相等的,也即任意一个节点到每个叶子节点的路径都包含数量相同的黑节点(性质5)
所以我们叫红黑树的这种平衡为黑色完美平衡
以上就是红黑树的性质,只有这棵树满足以上性质,这棵树就是趋近平衡状态的
前面讲到的红黑树可以自平衡,它靠的是什么?三种操作:左旋、右旋和变色
左旋展示:
右旋展示:
插入操作:
注意:插入节点,必须为红色,理由很简单,红色在父节点(如果存在)为黑色节点的时候,红黑树的黑色平衡没有被破坏,不需要做自平衡操作;如果父节点为红色节点,这个时候就要重新平衡。但是如果插入的节点是黑色,那么插入位置的子树节点总是多1,必须做自平衡。
在开始每个情景的讲解前,先约定一下名称 父亲节点 - 叔叔节点 - 爷爷节点
最简单的一种场景,直接把插入节点作为根节点就行
注意:根据红黑树性质2:根节点是黑色,还需要把插入结点设为黑色
处理:更新当前节点的值,为插入节点的值
由于插入的节点是黑色的,当插入的节点为黑色的时候,并不会影响红黑树的平衡,直接插入即可,无需做自平衡
再次回想一下红黑树的性质2:根节点是黑色。如果插入节点的父节点是红节点,那么该父节点不可能为根节点,所以插入节点总是存在祖父节点,这一点狠关键,因为后续的旋转操作肯定需要祖父节点的参与。
2.4.4.1 叔叔节点存在并且为红节点
依据红黑树的性质4可知:红色节点不能相连 = > 祖父节点肯定为黑节点
因为不可能同时存在两个相连的红节点。那么此时该插入了子树的红黑层数的情况是:黑红红。显然最简单的处理方式是:红黑红
处理:
可以看到,我们把PP节点设为红色了,如果PP的父节点是黑色,那么无需在做任何处理
但是如果PP的父节点是红色,就违反红黑树性质了,所以需要将PP设置为当前节点,继续做插入操作自平衡处理,直到平衡为止。
2.4.4.2 叔叔节点不存在或者为黑节点,并且插入节点的父亲节点是祖父节点的左子节点
注意:单纯从插入来看,叔叔节点非红即空(NIL节点),否则的话破坏了红黑树性质5,此路径会比其他路径多一个黑色节点
2.4.4.2.1新插入节点,为其父节点的左子节点(LL红色情况)
处理:
2.4.4.2.2 新插入节点,为其父节点的右子节点(LR红色情况)
处理:
2.4.4.3 叔叔节点不存在,或者为黑色,父节点为爷爷节点的右子树
其实就是 2.4.4.2 的反方向
2.4.4.3.1 插入节点为其父节点的右子节点(RR情况)
处理:
2.4.4.3.2 插入节点为其父节点的左子节点(RL情况)
处理:
演示的网站:
数据结构演示网站1:https://www.cs.usfca.edu/~galles/visualization/Algorithms.html
数据结构演示网站2:https://visualgo.net/zh
数据结构演示网站3:https://algorithm-visualizer.org/
网站1截图:
网站2截图:
网站3截图:
// RBTree.java
package cn.icanci.tree;
/**
* @Author: icanci
* @ProjectName: list-set-map
* @PackageName: cn.icanci.tree
* @Date: Created in 2020/7/28 14:48
* @ClassAction: RBTree
*
* 3.1 创建RBTree,定义颜色
* 3.2 创建RBNode
* 3.3 辅助方法定义:parentOf(node)、isRed(node)、isBlack(node)、setRed(node)、setBlack(node)、inOrderPrint()
* 3.4 左旋方法定义:leftRotate(node)
* 3.5 右旋方法定义:rightRotate(node)
* 3.6 公开插入接口方法定义:insert(K key,V value)
* 3.7 内部插入接口方法定义:insert(RBNode node)
* 3.8 修正插入导致红黑树失衡的方法定义:insertFlxUp(RBNode node)
* 3.9 测试红黑树的正确性
*/
/**
* 创建 创建RBTree,定义颜色
*
* @param <K> Key
* @param <V> Value
*/
public class RBTree<K extends Comparable<K>, V> {
/**
* RED 红色节点
*/
private static final boolean RED = true;
/**
* BLACK 黑色节点
*/
private static final boolean BLACK = false;
/**
* 树根的引用
*/
private RBNode root;
public RBNode getRoot() {
return root;
}
public void setRoot(RBNode root) {
this.root = root;
}
/**
* 获取当前节点的父节点
*
* @param node 当前节点
* @return 返回当前节点的父节点,没有就返回null
*/
private RBNode parentOf(RBNode node) {
if (node != null) {
return node.parent;
}
return null;
}
/**
* 节点是否为红色
*
* @param node 当前节点
* @return 返回当前节点的颜色,节点为null就返回false
*/
private boolean isRed(RBNode node) {
if (node != null) {
return node.color == RED;
}
return false;
}
/**
* 节点是否为黑色
*
* @param node 当前节点
* @return 返回当前节点的颜色,节点为null就返回false
*/
private boolean isBlack(RBNode node) {
if (node != null) {
return node.color == BLACK;
}
return false;
}
/**
* 设置节点为红色
*
* @param node 当前的节点
*/
private void setRed(RBNode node) {
if (node != null) {
node.color = RED;
}
}
/**
* 设置节点为黑色
*
* @param node 当前的节点
*/
private void setBlack(RBNode node) {
if (node != null) {
node.color = BLACK;
}
}
/**
* 红黑树的中序打印
*/
public void inOrderPrint() {
inOrderPrint(this.root);
}
/**
* 红黑树的中序打印
*
* @param node 根节点
*/
private void inOrderPrint(RBNode node) {
if (node != null) {
inOrderPrint(node.left);
System.out.println("Key:" + node.key + " Value:" + node.value);
inOrderPrint(node.right);
}
}
/**
* 左旋方法
* 左旋示意图:左旋x节点
* p p
* | |
* x y
* / \ ----> / \
* lx y x ry
* / \ / \
* ly ry lx ly
*/
/**
* 左旋做了几件事?
* 1.并将x的右子节点指向y的左子节点(ly) 将y的左子节点的父节点更新为x
* 2.当x的父节点不为空的时候,更新y的父节点为x的父节点,并将x的父节点指定子树(当前x的子树位置)指定为y
* 3.将x的父节点更新为y,将y的左子节点指向x
*/
private void leftRotate(RBNode x) {
// 先拿到当前节点的右子节点
RBNode y = x.right;
// 将x的右子节点指向y的左子节点(ly)
x.right = y.left;
if (y.left != null) {
// 将y的左子节点的父节点更新为x
y.left.parent = x;
}
// 当x的父节点不为空的时候,更新y的父节点为x的父节点
// 并将x的父节点指定子树(当前x的子树位置)指定为y
if (x.parent != null) {
y.parent = x.parent;
if (x == x.parent.left) {
x.parent.left = y;
} else {
x.parent.right = y;
}
} else {
// 说明x为根节点
this.root = y;
this.root.parent = null;
}
// 将x的父节点更新为y,将y的左子节点指向x
x.parent = y;
y.left = x;
}
/**
* 右旋方法
* 右旋示意图:右旋y节点
*
* p p
* | |
* y x
* / \ ----> / \
* x ry lx y
* / \ / \
*lx ly ly ry
*/
/**
* 1.将y的左子节点指向x的有子节点,并且更新x的有子节点的父节点为y
* 2.当y的父节点不为空的时候,更新x的父节点为y的父节点,更新y的父节点的指定子节点(y当前的位置)为x
* 3.更新y的父节点为x。更新x的右子节点为y
*/
private void rightRotate(RBNode y) {
RBNode x = y.left;
// 将y的左子节点指向x的有子节点,并且更新x的有子节点的父节点为y
y.left = x.right;
if (x.right != null) {
x.right.parent = y;
}
if (y.parent != null) {
x.parent = y.parent;
if (y == y.parent.left) {
y.parent.left = x;
} else {
y.parent.right = x;
}
} else {
this.root = x;
this.root.parent = null;
}
// 更新y的父节点为x。更新x的右子节点为y
y.parent = x;
x.right = y;
}
/**
* 公开的插入方法
*
* @param key
* @param value
*/
public void insert(K key, V value) {
RBNode node = new RBNode();
node.setKey(key);
node.setValue(value);
// 新节点一定是红色
node.setColor(RED);
this.insert(node);
}
/**
* 私有的插入方法
*
* @param node 需要插入的节点
*/
private void insert(RBNode node) {
//第一步:查找当前的node的父节点
RBNode parent = null;
RBNode x = this.root;
while (x != null) {
parent = x;
// cmp > 0 说明node.key 大于 x.key 需要到x的右子树去寻找
// cmp == 0 说明node.key 等于 x.key 说明需要替换操作
// cmp < 0 说明node.key 小于 x.key 说明需要到x的左子树去寻找
int cmp = node.key.compareTo(x.key);
if (cmp > 0) {
x = x.right;
} else if (cmp < 0) {
x = x.left;
} else {
x.value = node.value;
return;
}
}
node.parent = parent;
if (parent != null) {
// 判断node与parent的key谁大
int cmp = node.key.compareTo(parent.key);
// 当前node的key比parent的key大,那么就要把node放入parent的右子节点
if (cmp > 0) {
parent.right = node;
} else {
// 当前node的key比parent的key小,那么就要把node放入parent的左子节点
parent.left = node;
}
} else {
this.root = node;
}
// 需要调用修复红黑树平衡的方法
this.insertFlxUp(node);
}
/**
* 插入后修复红黑树平衡的方法
* |---情景1:红黑树为空树,将根节点染色为黑色
* |---情景2:插入节点的key已经存在,不需要处理
* |---情景3:插入节点的父节点为黑色,因为你所插入的路径,黑色节点,没有变化,红黑树依旧平衡,不需要处理
* 情景4 需要咱们去处理
* |---情景4:插入节点的父节点为红色
* |---情景4.1:叔叔节点存在,并且为红色(父-叔 双红),将父亲节点和叔叔节点染色为黑色
* 并且再以爷爷节点为当前节点,进行下一轮处理
* |---情景4.2:叔叔节点不存在,或者为黑色,父节点为爷爷节点的左子树
* |---情景4.2.1:插入节点为其父节点的左子节点(LL情况)
* 将父亲染色为黑色,将爷爷染色为红色,
* 然后以爷爷点右旋,就完成了
* |---情景4.2.2:插入节点为其父节点的右子节点(LR情况)
* 以父亲节点进行一次左旋,得到LL(4.2.1) 的场景
* 然后指定父亲节点为当前节点,进行下一个处理
* |---情景4.3:叔叔节点不存在,或者为黑色,父节点为爷爷节点的右子树
* |---情景4.3.1:插入节点为其父节点的右子节点(RR情况)
* 父亲染色为黑色,将爷爷染色为红色
* 然后以爷爷节点左旋,就完成了
* |---情景4.3.2:插入节点为其父节点的左子节点(RL情况)
* 以父亲节点进行一次右旋,得到RR双红(4.3.1)的场景
* 然后指定父亲节点进行下一论处理
*/
/**
* 修复红黑树的方法
*
* @param node
*/
private void insertFlxUp(RBNode node) {
this.root.setColor(BLACK);
RBNode parent = parentOf(node);
RBNode gParent = parentOf(parent);
// 情景4:插入节点的父节点为红色
if (parent != null && isRed(parent)) {
// 如果父节点是红色,那么一定存在爷爷节点,因为根节点不可能是红色
RBNode uncle = null;
// 父节点为爷爷节点的右左子树
if (parent == gParent.left) {
uncle = gParent.right;
// 情景4.1:叔叔节点存在,并且为红色(父-叔 双红)
if (uncle != null && isRed(uncle)) {
// 将父亲节点和叔叔节点染色为黑色
setBlack(parent);
setBlack(uncle);
setRed(gParent);
// 并且再以爷爷节点为当前节点,进行下一轮处理
insertFlxUp(gParent);
return;
}
// 情景4.2:叔叔节点不存在,或者为黑色,父节点为爷爷节点的左子树
if (uncle == null || isBlack(uncle)) {
// 情景4.2.1:插入节点为其父节点的左子节点(LL情况)
// 将父亲染色为黑色,将爷爷染色为红色,
// 然后以爷爷点右旋,就完成了
if (node == parent.left) {
setBlack(parent);
setBlack(gParent);
rightRotate(gParent);
return;
}
// 情景4.2.2:插入节点为其父节点的右子节点(LR情况)
// 以父亲节点进行一次左旋,得到LL(4.2.1) 的场景
// 然后指定父亲节点为当前节点,进行下一个处理
if (node == parent.right) {
leftRotate(parent);
insertFlxUp(parent);
return;
}
}
} else {
// 父节点为爷爷节点的右子树
uncle = gParent.left;
// 情景4.1:叔叔节点存在,并且为红色(父-叔 双红)
if (uncle != null && isRed(uncle)) {
// 将父亲节点和叔叔节点染色为黑色
setBlack(parent);
setBlack(uncle);
setRed(gParent);
// 并且再以爷爷节点为当前节点,进行下一轮处理
insertFlxUp(gParent);
return;
}
// 情景4.3:叔叔节点不存在,或者为黑色,父节点为爷爷节点的右子树
if (uncle == null || isBlack(uncle)) {
// 4.3.1:插入节点为其父节点的右子节点(RR情况)
// 父亲染色为黑色,将爷爷染色为红色
// 然后以爷爷节点左旋,就完成了
if (node == parent.right) {
setBlack(parent);
setRed(gParent);
leftRotate(gParent);
return;
}
// 情景4.3.2:插入节点为其父节点的左子节点(RL情况)
// 以父亲节点进行一次右旋,得到RR双红(4.3.1)的场景
// 然后指定父亲节点进行下一论处理
if (node == parent.left) {
rightRotate(parent);
insertFlxUp(parent);
return;
}
}
}
}
}
/**
* 创建 内部类 RBNode
*
* @param <K> Key
* @param <V> Value
*/
static class RBNode<K extends Comparable<K>, V> {
// parent 父节点
private RBNode parent;
// left 左节点
private RBNode left;
// right 右节点
private RBNode right;
// 节点的颜色
private boolean color;
// key
private K key;
// value
private V value;
public RBNode() {
}
public RBNode(RBNode parent, RBNode left, RBNode right, boolean color, K key, V value) {
this.parent = parent;
this.left = left;
this.right = right;
this.color = color;
this.key = key;
this.value = value;
}
public RBNode getParent() {
return parent;
}
public void setParent(RBNode parent) {
this.parent = parent;
}
public RBNode getLeft() {
return left;
}
public void setLeft(RBNode left) {
this.left = left;
}
public RBNode getRight() {
return right;
}
public void setRight(RBNode right) {
this.right = right;
}
public boolean isColor() {
return color;
}
public void setColor(boolean color) {
this.color = color;
}
public K getKey() {
return key;
}
public void setKey(K key) {
this.key = key;
}
public V getValue() {
return value;
}
public void setValue(V value) {
this.value = value;
}
}
}
// TreeOperation.java 用来打印方法
package cn.icanci.tree;
/**
* @Author: icanci
* @ProjectName: list-set-map
* @PackageName: cn.icanci.tree
* @Date: Created in 2020/7/28 17:13
* @ClassAction: 打印红黑树
*/
public class TreeOperation {
/*
树的结构示例:
1
/ \
2 3
/ \ / \
4 5 6 7
*/
// 用于获得树的层数
public static int getTreeDepth(RBTree.RBNode root) {
return root == null ? 0 : (1 + Math.max(getTreeDepth(root.getLeft()), getTreeDepth(root.getRight())));
}
private static void writeArray(RBTree.RBNode currNode, int rowIndex, int columnIndex, String[][] res, int treeDepth) {
// 保证输入的树不为空
if (currNode == null) {
return;
}
// 先将当前节点保存到二维数组中
res[rowIndex][columnIndex] = String.valueOf(currNode.getKey() + "-" + (currNode.isColor() ? "R" : "B") + "");
// 计算当前位于树的第几层
int currLevel = ((rowIndex + 1) / 2);
// 若到了最后一层,则返回
if (currLevel == treeDepth) {
return;
}
// 计算当前行到下一行,每个元素之间的间隔(下一行的列索引与当前元素的列索引之间的间隔)
int gap = treeDepth - currLevel - 1;
// 对左儿子进行判断,若有左儿子,则记录相应的"/"与左儿子的值
if (currNode.getLeft() != null) {
res[rowIndex + 1][columnIndex - gap] = "/";
writeArray(currNode.getLeft(), rowIndex + 2, columnIndex - gap * 2, res, treeDepth);
}
// 对右儿子进行判断,若有右儿子,则记录相应的"\"与右儿子的值
if (currNode.getRight() != null) {
res[rowIndex + 1][columnIndex + gap] = "\\";
writeArray(currNode.getRight(), rowIndex + 2, columnIndex + gap * 2, res, treeDepth);
}
}
public static void show(RBTree.RBNode root) {
if (root == null) {
System.out.println("EMPTY!");
}
// 得到树的深度
int treeDepth = getTreeDepth(root);
// 最后一行的宽度为2的(n - 1)次方乘3,再加1
// 作为整个二维数组的宽度
int arrayHeight = treeDepth * 2 - 1;
int arrayWidth = (2 << (treeDepth - 2)) * 3 + 1;
// 用一个字符串数组来存储每个位置应显示的元素
String[][] res = new String[arrayHeight][arrayWidth];
// 对数组进行初始化,默认为一个空格
for (int i = 0; i < arrayHeight; i++) {
for (int j = 0; j < arrayWidth; j++) {
res[i][j] = " ";
}
}
// 从根节点开始,递归处理整个树
// res[0][(arrayWidth + 1)/ 2] = (char)(root.val + '0');
writeArray(root, 0, arrayWidth / 2, res, treeDepth);
// 此时,已经将所有需要显示的元素储存到了二维数组中,将其拼接并打印即可
for (String[] line : res) {
StringBuilder sb = new StringBuilder();
for (int i = 0; i < line.length; i++) {
sb.append(line[i]);
if (line[i].length() > 1 && i <= line.length - 1) {
i += line[i].length() > 4 ? 2 : line[i].length() - 1;
}
}
System.out.println(sb.toString());
}
}
}
// RBTree.java 测试类
package cn.icanci.tree;
import java.util.Scanner;
/**
* @Author: icanci
* @ProjectName: list-set-map
* @PackageName: cn.icanci.tree
* @Date: Created in 2020/7/28 16:32
* @ClassAction: 手写 RBTree 测试类
*/
public class RBTreeTest {
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
RBTree<String, Object> rbt = new RBTree();
while (true) {
System.out.print("请输入Key>");
String key = sc.next();
System.out.println();
rbt.insert(key, null);
TreeOperation.show(rbt.getRoot());
}
}
}
画图工具 Draw.io
使用网站:https://app.diagrams.net/ 可以直接使用网站去做
此画图工具开源地址: https://github.com/jgraph/drawio
Windows版本:同级目录下 软件包/draw.io-13.0.3-windows-no-installer.exe
本地的演示图片地址:同级目录下draw.io/树从链表的演变.png
参考资料
**下一篇:MySQL索引实现之B树和B+树 **
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。