红黑树是一种自平衡二叉查找树,它相对于二叉查找树性能会更加高效(查找、删除、添加等操作需要O(log n),其中n为树中元素的个数),但实现较为复杂(需要保持自身的平衡).
它的性质与二叉查找树不同,它的节点多了一个颜色属性,每个节点非黑即红,这也是它名字的由来.
红黑树的节点定义如以下代码:
private static final boolean RED = true;
private static final boolean BLACK = false;
private Node root;
private class Node {
private int size = 0;
private boolean color = RED; //颜色
private Node parent, left, right;
private int orderStatus = 0;
private K key;
private V value;
public Node(K key, V value) {
this.key = key;
this.value = value;
this.size = 1;
}
}
红黑树需要保证以下性质:
1、每个节点的颜色非黑即红.
2、根节点的颜色为黑色.
3、所有叶子节点都为黑色(即NIL节点).
4、每个红色节点的两个子节点都必须为黑色(不能有两个连续的红节点).
5、从任一节点到其叶子的所有简单路径包含相同数量的黑色节点.
插入
红黑树的查找操作与二叉查找树一致(因为查找不会影响树的结构),而插入与删除操作需要在最后对树进行调整.
我们将新的节点的颜色设为红色(如果设为黑色会使根节点到叶子的一条路径上多了一个黑节点,违反了性质5,这个是很难调整的).
现在我们假设新节点为N,它的父节点为P(且P为G的左节点,如果为右节点则与其操作互为镜像),祖父节点为G,叔叔节点为U.插入一个节点会有以下种情况.
情况1
N位于根,它没有父节点与子节点,这时候只需要把它重新设置为黑色即可,无需其他调整.
情况2
P的颜色为黑色,这种情况下保持了性质4(N只有两个叶子节点,它们都为黑色)与性质5(N是一个红色节点,不会对其造成影响)的有效,所以无需调整.
情况3
如果P与U都为红色,我们可以将它们两个重新绘制为黑色,然后将G绘制为红色(保持性质5),最后再从G开始继续向上进行调整.
情况4
P为红色,U为黑色,且N为P的左子节点,这种情况下,我们需要在G处进行一次右旋转,结果满足了性质4与性质5,因为通过这三个节点中任何一个的所有路径以前都通过祖父节点G，现在它们都通过以前的父节点P.
关于旋转操作,可以查看这篇文章《Algorithms,4th Edition》读书笔记-红黑二叉查找树.
情况5
P为红色,U为黑色,且N为P的右子节点,我们需要先在P处进行一次左旋转,这样就又回到了情况4.
代码
private void fixAfterInsertion(Node x) {
while (x != null && x != root && colorOf(parentOf(x)) == RED) {
if (parentOf(x) == grandpaOf(x).left) {
x = parentIsLeftNode(x);
} else {
x = parentIsRightNode(x);
}
fixSize(x);
}
setColor(root, BLACK);
}
private Node parentIsLeftNode(Node x) {
Node xUncle = grandpaOf(x).right;
// 情况3
if (colorOf(xUncle) == RED) {
x = uncleColorIsRed(x, xUncle);
} else {
// 情况5
if (x == parentOf(x).right) {
x = parentOf(x);
rotateLeft(x);
}
// 情况4
rotateRight(grandpaOf(x));
}
return x;
}
private Node parentIsRightNode(Node x) {
Node xUncle = grandpaOf(x).left;
if (colorOf(xUncle) == RED) {
x = uncleColorIsRed(x, xUncle);
} else {
if (x == parentOf(x).left) {
x = parentOf(x);
rotateRight(x);
}
rotateLeft(grandpaOf(x));
}
return x;
}
private Node uncleColorIsRed(Node x, Node xUncle) {
setColor(parentOf(x), BLACK);
setColor(xUncle, BLACK);
setColor(grandpaOf(x), RED);
x = grandpaOf(x);
return x;
}
删除
我们只考虑删除节点只有一个子节点的情况,且只有后继节点与删除节点都为黑色(如果删除节点为红色,从根节点到叶子节点的每条路径上少了一个红色节点并不会违反红黑树的性质,而如果后继节点为红色,只需要将它重新绘制为黑色即可).
先将删除节点替换为后继节点,且后继节点定义为N,它的兄弟节点为S.
情况1
N为新的根节点,在这种情况下只需要把根节点保持为黑色即可.
情况2
S为红色,只需要在P进行一次左旋转,接下来则继续按以下情况进行处理(尽管路径上的黑色节点数量没有改变,但N有了一个黑色的兄弟节点与红色的父节点).
情况3
s和它的子节点都是黑色的,而P为红色.这种情况下只需要将S与P的颜色进行交换
情况4
S和它的子节点都是黑色的,这种情况下需要把S重新绘制为红色.这时不通过N的路径都将少一个黑色节点(通过N的路径因为删除节点是黑色的也都少了一个黑色节点),这让它们平衡了起来.
但现在通过P的路径比不通过P的路径都少了一个黑色节点,所以还需要在P上继续进行调整.
情况5
S为黑色,它的左子节点为红色,右子节点为黑色.这种情况下,我们在S上做右旋转,这样S的左儿子成为S的父亲和N的新兄弟。我们接着交换S和它的新父亲的颜色。所有路径仍有同样数目的黑色节点，但是现在N有了一个右儿子是红色的黑色兄弟，所以我们进入了情况6。N和P都不受这个变换的影响。
情况6
S是黑色，它的右子节点是红色,我们在N的父亲P上做左旋转.这样S成为N的父亲和S的右儿子的父亲。我们接着交换N的父亲和S的颜色，并使S的右儿子为黑色。子树在它的根上的仍是同样的颜色,但是,N现在增加了一个黑色祖先.所以,通过N的路径都增加了一个黑色节点.此时,如果一个路径不通过N,则有两种可能性:
>它通过N的新兄弟.那么它以前和现在都必定通过S和N的父亲,而它们只是交换了颜色.所以路径保持了同样数目的黑色节点.
>它通过N的新叔父,S的右儿子.那么它以前通过S、S的父亲和S的右儿子,但是现在只通过S,它被假定为它以前的父亲的颜色,和S的右儿子,它被从红色改变为黑色.合成效果是这个路径通过了同样数目的黑色节点.
在任何情况下,在这些路径上的黑色节点数目都没有改变.所以我们恢复了性质4.在示意图中的白色节点可以是红色或黑色,但是在变换前后都必须指定相同的颜色.
代码
private void fixAfterDeletion(Node x) {
while (x != null && x != root && colorOf(x) == BLACK) {
if (x == parentOf(x).left) {
x = successorIsLeftNode(x);
} else {
x = successorIsRightNode(x);
}
}
setColor(x, BLACK);
}
private Node successorIsLeftNode(Node x) {
Node brother = parentOf(x).right;
// 情况2
if (colorOf(brother) == RED) {
rotateLeft(parentOf(x));
brother = parentOf(x).right;
}
// 情况3,4
if (colorOf(brother.left) == BLACK && colorOf(brother.right) == BLACK) {
x = brotherChildrenColorIsBlack(x, brother);
} else {
// 情况5
if (colorOf(brother.right) == BLACK) {
rotateRight(brother);
brother = parentOf(x).right;
}
// 情况6
setColor(brother.right, BLACK);
rotateLeft(parentOf(x));
x = root;
}
return x;
}
private Node brotherChildrenColorIsBlack(Node x, Node brother) {
setColor(brother, RED);
x = parentOf(x);
return x;
}
更新时间：2017-06-30
