数据结构之红黑树-动图演示(上)

红黑树是比较常见的数据结构之一,在Linux内核中的完全公平调度器、高精度计时器、多种语言的函数库(如,Java的TreeMap)等都有使用。

在学习红黑树之前,先来熟悉一下二叉查找树。

二叉查找树(Binary Search Tree)

二叉查找树,它有一个根节点,且每个节点下最多有只能有两个子节点,左子节点的值小于其父节点,右子节点的值大于其父节点。

二叉查找树

插入节点

从根节点向下查找,当新插入节点大于比较的节点时,新节点插入到比较节点的右侧,当小于比较的节点时,插入到比较节点的左侧,一直向下比较大小,找到要插入元素的位置并插入元素。

如图: 依次插入节点[100,50,200,80,300,10]

插入节点

伪代码(来源Java TreeMap,有省略和修改):

void put(K key, V value) { if (root == null) { root = new Node<>(key, value, null); return; } Node<K,V> t = root; int cmp; // 比较结果 Node<K,V> parent; Comparable<? super K> k = (Comparable<? super K>) key; do { parent = t; cmp = k.compareTo(t.key); if (cmp < 0) t = t.left; else if (cmp > 0) t = t.right; else return; // 节点存在直接返回 } while (t != null); Node<K,V> e = new Node<>(key, value, parent); if (cmp < 0){ parent.left = e; }else{ parent.right = e; } } 查找节点

从根节点开始向下查找,当查找节点大于比较的节点时,向右查找,当小于当前比较节点时,就向左查找。一直向下查找,直到找到对应的节点或到终点查找结束。

如图: 查找节点[80]

查找节点

伪代码(来源Java TreeMap,有省略和修改):

Node<K,V> getNode(Object key) { Comparable<? super K> k = (Comparable<? super K>) key; Node<K,V> p = root; while (p != null) { int cmp = k.compareTo(p.key); if (cmp < 0) p = p.left; else if (cmp > 0) p = p.right; else return p; } return null; } 删除节点

删除节点首先要查找要删除的节点,找到后执行删除操作。

删除节点的节点有如下几种情况:

删除的节点有两个子节点

删除的节点有一个子节点

删除的节点没有子节点

Case 1:

该种情况下,涉及到节点的“位置变换”,用右子树中的最小节点替换当前节点。从右子树一直 left 到 NULL。最后会被转换为 Case 2 或 Case 3 的情况。

所以对于删除有两个孩子的节点,删除的是其右子树的最小节点,最小节点的内容会替换要删除节点的内容。

如图:删除节点[50]

删除节点-Case 1

Case 2:

有一个子节点的情况下,将其父节点指向其子节点,然后删除该节点。

如图:删除节点[200]

删除节点-Case 2

Case 3:

在没有子节点的情况,其父节点指向空,然后删除该节点。

如图:删除节点[70]

删除节点-Case 3

伪代码(来源Java TreeMap,有省略和修改):

Node remove(Object key) { // 查找节点(参考上面查找代码) Node<K,V> p = getNode(key); // 节点变换。 p 有两个子节点,将其转换为删除后继节点 if (p.left != null && p.right != null) { Entry<K,V> s = t.right; while (s.left != null){ s = s.left; } p.key = s.key; p.value = s.value; p = s; } Entry<K,V> replacement = (p.left != null ? p.left : p.right); // p 有一个子节点 if (replacement != null) { replacement.parent = p.parent; if (p.parent == null){ root = replacement; } else if (p == p.parent.left){ p.parent.left = replacement; } else{ p.parent.right = replacement; } p.left = p.right = p.parent = null; } else if (p.parent == null) { // 根节点 root = null; } else { // p 没有子节点 if (p == p.parent.left){ p.parent.left = null; } else if (p == p.parent.right){ p.parent.right = null; } p.parent = null; } return p; } 树的优势

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/zzjjsf.html