紅黑樹也首先是一顆二分搜索樹,然後還要滿足一下定義(算法導論中的定義):
- 每個節點或者是紅色的,或者是黑色的
- 根節點是黑色的
- 每一個葉子節點(最後的空節點)是黑色的
- 如果一個節點是紅色的,那麼他的孩子節點都是黑色的
- 從任意一個節點到葉子節點,經過的黑色節點是一樣的
利用紅黑樹與2-3樹的等價性,有利於理解紅黑樹的實現。
使用java實現簡單的左傾紅黑樹的增加功能(不滿足紅黑樹任何不平衡都會在三次旋轉內解決):
/**
* @author ymn
* @version 1.0
* @date 2020\6\3 0003 14:17
*/
public class RBTree<K extends Comparable<K>,V> {
private static final boolean RED = true;
private static final boolean BLACK = false;
private class Node{
public K key;
public V value;
public Node left,right;
public boolean color;
public Node(K key,V value){
this.key = key;
this.value = value;
left = null;
right = null;
color = RED;
}
}
private Node root;
private int size;
public int getSize(){
return size;
}
public boolean isEmpty(){
return size == 0;
}
public boolean isRed(Node node){
if (node == null)
return BLACK;
return node.color;
}
// node x
// / \ 左旋轉 / \
// T1 x ------> node T3
// / \ / \
// T2 T3 T1 T2
private Node leftRotate(Node node){
Node x = node.right;
node.right = x.left;
x.left = node;
x.color = node.color;
node.color = RED;
return x;
}
//顏色翻轉(對應2-3樹中分裂與向上兼容的過程)
private void flipColors(Node node){
node.color = RED;
node.left.color = BLACK;
node.right.color = BLACK;
}
// node x
// / \ 右旋轉 / \
// x T2 ------> y node
// / \ / \
// y T1 T1 T2
private Node rightRotate(Node node){
Node x = node.left;
node.left = x.right;
x.right = node;
x.color = node.color;
node.color = RED;
return x;
}
//向紅黑樹中添加新的元素(key,value)
public void add(K key,V value){
root = add(root,key,value);
//保持根節點爲黑色
root.color = BLACK;
}
//向以node爲根的紅黑樹樹中插入元素(key,value),遞歸算法
//返回插入新節點後紅黑樹樹的根
private Node add(Node node,K key,V value){
if(node == null){
size ++;
return new Node(key, value);//默認插入紅色節點
}
if (key.compareTo(node.key) < 0){
node.left = add(node.left,key, value);
}else if(key.compareTo(node.key) > 0){ //插入重複元素說明什麼也不做
node.right = add(node.right,key, value);
}else {
node.value = value;
}
//節點插入完後進行紅黑樹性質的維護
/*先判斷一下當前節點需不需要左旋轉,即當前節點的右孩子是紅節點而左孩子不是紅節點,因爲如果左孩子是紅節點的話,
我們需要做的是顏色翻轉,而不是左旋轉*/
if (isRed(node.right) && !isRed(node.left))
node = leftRotate(node);
//當前節點的左孩子與左孩子的左孩子都爲紅節點,進行一次右旋轉
if (isRed(node.left) && isRed(node.left.left))
node = rightRotate(node);
//最後判斷一下當前節點需不需要進行顏色翻轉
if (isRed(node.left) && isRed(node.right))
flipColors(node);
return node;
}
//返回以node爲根節點的紅黑樹中,key所在的節點
private Node getNode(Node node,K key){
if (node == null){
return null;
}
if (key.compareTo(node.key) == 0){
return node;
}else if (key.compareTo(node.key) < 0){
return getNode(node.left,key);
}else { //key.compareTo(node.key) > 0
return getNode(node.right,key);
}
}
public boolean contains(K key){
return getNode(root,key) != null;
}
public V get(K key){
Node node = getNode(root,key);
return node == null ? null : node.value;
}
public void set(K key, V value) {
Node node = getNode(root,key);
if (node == null){
throw new IllegalArgumentException(key + "dose't exist!");
}
node.value = value;
}
}
java中,TreeMap和TreeSet底層都是用紅黑樹實現的。
紅黑樹的性能總結:
對於完全隨機的數據,普通的二分搜索樹就很好用;
普通的二分搜索樹的缺點:極端情況下退化成鏈表(或高度不平衡樹);
當你的應用場景查詢操作很多的時候,AVL樹很好用 ;
紅黑樹犧牲了平衡性(2logn的高度)
紅黑樹的統計性能更優(平均來看,綜合增刪改查所有的操作更優)