红黑树和AVL树的思想是类似的,都是在插入过程中对二叉排序树进行调整,从而提升性能,它的增删改查均可以在**O(lg n)**内完成。
本文会从定义到实现一棵红黑树展开,还会简单介绍其与AVL树的异同。
红黑树是一棵二叉排序树。且满足以下特点:
下图就是一棵简单的红黑树示例:
示例中每个结点最后都是一个 NIL 结点,它是黑色的,不过我们画图时通常会省略它。所以下文以及后续文章中绘制时都会省略 NIL 结点,大家记得还有它就可以。
红黑树的插入与删除和AVL树类似,也是每插入一个结点,都检查是否破坏了树的结构,然后进行调整。红黑树每个结点插入时默认都为红色,这样做可以降低黑高,也可以减少调整的次数。
红黑树的概念理解起来较为复杂,我们以一个简单的示例,看看如何构造一棵红黑树。
现有数组 int[] a = {1, 10, 9, 2, 3, 8, 7, 4, 5, 6};
我们要将其变为一棵红黑树。
首先插入1,此时树是空的,1就是根结点,根结点是黑色的:
然后插入元素10,此时依然符合规则,结果如下:
当插入元素9时,这时是需要调整的第一种情况,结果如下:
红黑树规则4中强调不能有两个相邻的红色结点,所以此时我们需要对其进行调整。调整的原则有多个相关因素,这里的情况是,父结点 10 是其祖父结点 1 (父结点的父结点)的右孩子,当前结点 9 是其父结点 10 的左孩子,且没有叔叔结点(父结点的兄弟结点),此时需要进行两次旋转,第一次,以父结点 10 右旋:
然后将父结点**(此时是9) 染为黑色,祖父结点 1**染为红色,如下所示:
然后以祖父结点 1 左旋:
下一步,插入元素2,结果如下:
此时情况与上一步类似,区别在于父结点 1 是祖父结点 9 的左孩子,当前结点 2 是父结点的右孩子,且叔叔结点 10 是红色的。这时需要先将叔叔结点 10 染为黑色,再进行下一步操作,具体做法是将父结点 1 和叔叔结点 10 染为黑色,祖父结点 9 染为红色,如下所示:
由于结点 9 是根节点,必须为黑色,将它染为黑色即可:
下一步,插入元素3,如下所示:
这和我们之前插入元素10的情况一模一样,需要将父结点 2 染为黑色,祖父结点 1 染为红色,如下所示:
然后左旋:
下一步,插入元素8,结果如下:
此时和插入元素 2 有些类似,区别在于父结点 3 是右孩子,当前结点 8 也是右孩子,这时也需要先将叔叔结点 1 染为黑色,具体操作是先将 1 和 3 染为黑色,再将祖父结点 2 染为红色,如下所示:
此时树已经平衡了,不需要再进行其他操作了,现在插入元素7,如下所示:
这时和之前插入元素 9 时一模一样了,先将 7 和 8 右旋,如下所示:
然后将 7 染为黑色, 3 染为红色,再进行左旋,结果如下:
下一步要插入的元素是4,结果如下:
这里和插入元素2是类似的,先将 3 和 8 染为黑色, 7 染为红色,如下所示:
但此时 2 和 7 相邻且颜色均为红色,我们需要对它们继续进行调整。这时情况变为了父结点 2 为红色,叔叔结点 10 为黑色,且 2 为左孩子, 7 为右孩子,这时需要以 2 左旋。这时左旋与之前不同的地方在于结点 7 旋转完成后将有三个孩子,结果类似于下图:
这种情况处理起来也很简单,只需要把 7 原来的左孩子 3 ,变成 2 的右孩子即可,结果如下:
然后再把 2 的父结点 7 染为黑色,祖父结点 9 染为红色。结果如下所示:
此时又需要右旋了,我们要以 9 右旋,右旋完成后 7 又有三个孩子,这种情况和上述是对称的,我们把 7 原有的右孩子 8 ,变成 9 的左孩子即可,如下所示:
下一个要插入的元素是5,插入后如下所示:
有了上述一些操作,处理5变得十分简单,将 3 染为红色, 4 染为黑色,然后左旋,结果如下所示:
最后插入元素6,如下所示:
又是叔叔结点 3 为红色的情况,这种情况我们处理过多次了,首先将 3 和 5 染为黑色, 4 染为红色,结果如下:
此时问题向上传递到了元素4,我们看 2 、 4 、 7 、 9 的颜色和位置关系,这种情况我们也处理过,先将 2 和 9 染为黑色, 7 染为红色,结果如下:
最后7是根结点,染为黑色即可,最终结果如下所示:
可以看到,在插入元素时,叔叔结点是主要影响因素,待插入结点与父结点的关系决定了是否需要多次旋转。可以总结为以下几种情况:
如果父结点是黑色,插入即可,无需调整。
如果叔叔结点是红色,就把父结点和叔叔结点都转为黑色,祖父结点转为红色,将不平衡向上传递。
如果叔叔结点是黑色或者没有叔叔结点,就看父结点和待插入结点的关系。如果待插入结点和父结点的关系,与父结点与祖父结点的关系一致,比如待插入结点是父结点的左孩子,父结点也是祖父结点的左孩子,就无需多次旋转。否则就先通过相应的旋转将其关系变为一致。
要从一棵红黑树中删除一个元素,主要分为三种情况。
没有孩子指的是没有值不为 NIL 的孩子。这种情况下,如果删除的元素是红色的,可以直接删除,如果删除的元素是黑色的,就需要进行调整了。
例如我们从下图中删除元素1:
删除元素1后,2的左孩子为 NIL ,这条支路上的黑色结点数就比其他支路少了,所以需要进行调整。
这时,我们的关注点从叔叔结点转到兄弟结点,也就是结点 4 ,此时 4 是红色的,就把它染为黑色,把父结点 2 染为红色,如下所示:
然后以 2 左旋,结果如下:
此时兄弟结点为 3 ,且它没有红色的孩子,这时只需要把它染为红色,父结点 2 染为黑色即可。结果如下所示:
这应该是删除操作中最简单的一种情况了,根据红黑树的定义,我们可以推测,如果一个元素仅有一个孩子,那么这个元素一定是黑色的,而且其孩子是红色的。
假设我们有一个红色节点,它是树中的某一个节点,且仅有一个孩子,那么根据红色节点不能相邻的条件,它的孩子一定是黑色的,如下所示:
但这个子树的黑高却不再平衡了( 注意每个节点的叶节点都是一个NIL节点 ),因此红色节点不可能只有一个孩子。
而若是一个黑色节点仅有一个孩子,如果其孩子是黑色的,同样会打破黑高的平衡,所以其孩子只能是红色的,如下所示:
只有这一种情况符合红黑树的定义,这时要删除这个元素,只需要使用其孩子代替它,仅代替值而不代替颜色即可,上图的情况删除完后变为:
可以看到,树的黑高并没有发生变化,因此也不需要进行调整。
我们在讨论二叉排序树时说过,如果删除一个有两个孩子的元素,可以使用它的前驱或者后继结点代替它。因为它的前驱或者后继结点最多只会有一个孩子,所以这种情况可以转为情况1或情况2处理。
删除元素最复杂的是情况1,这主要由其兄弟结点以及兄弟结点的孩子颜色共同决定。这里简要做下总结。
我们以 N 代表当前待删除节点,以 P 代表父结点,以 S 代表兄弟结点,以 SL 代表兄弟结点的左孩子, SR 代表兄弟结点的右孩子,如下所示:
根据红黑树定义,这种情况下S要么有红色的子结点,要么只有NIL结点,以下对S有黑色结点的情况均表示NIL
主要有以下几种:
此时把 P 和 S 颜色变换,再左旋,如下:
这样变换后, N 支路上的黑色结点并没有增加,所以依然少一个,
无论 S 有几个孩子,或者没有孩子,只要不是红色都是这种情况,此时情况如下:
我们把 S 染为红色,这样一来, N 和 S 两个支路都少了一个黑色结点,所以可以把问题向父结点转移,通过递归解决。染色后如下:
这种情况最为简单,只需要把P和S颜色交换即可。这样N支路多了一个黑色元素,而S支路没有减少,所以达到了平衡。
如下所示
此时将 S 改为 P 的颜色, SR 和 P 改为黑色,然后左旋,结果如下:
可以发现,此时 N 支路多了一个黑色结点,而其余支路均没有收到影响,所以调整完毕。
此时变换 S 和 SL 的颜色,然后右旋,结果如下:
这时,所有分支的黑色结点数均没有改变,但情况5转为了情况4,再进行一次操作即可。
还有一些情况与上述是对称的,我们进行相应的转换即可。
#总结 红黑树的操作比较复杂,插入元素可能需要多次变色与旋转,删除也是。这些操作的目的都是为了保证红黑树的结构不被破坏。这些复杂的插入与删除操作希望大家可以亲手尝试一下,以加深理解。
红黑树是JDK中 TreeMap 、 TreeSet 的底层数据结构,在JDK1.8中 HashMap 也用到了红黑树,所以掌握它对我们后续的分析十分重要。
关于红黑树与AVL树的区别,以及为何选用红黑树,已经不属于我们的讨论范围,大家可以查阅相关资料进一步了解。
上一篇: Java集合源码分析之基础(五):平衡二叉树(AVL Tree)
下一篇: Java集合源码分析之Iterable概述
本文到此就结束了,如果您喜欢我的文章,可以关注我的微信公众号: 大大纸飞机
或者扫描下方二维码直接添加:
您也可以关注我的github: github.com/LtLei/artic…
编程之路,道阻且长。唯,路漫漫其修远兮,吾将上下而求索。