数据结构第八节:红黑树(初阶)

【本节要点】

  • 红黑树概念
  • 红黑树性质
  • 红黑树结点定义
  • 红黑树结构
  • 红黑树插入操作的分析

一、红黑树的概念与性质

1.1 红黑树的概念

红黑树 ,是一种 二叉搜索树 ,但 在每个结点上增加一个存储位表示结点的颜色,可以是 Red和 Black 。 通过对 任何一条从根到叶子的路径上各个结点着色方式的限制,红黑树确保没有一条路 径会比其他路径长出俩倍 ,因而是 接近平衡 的。
红黑树构造:[10(黑)] /        \[5(红)]     [20(黑)]/     \       /     \[3(黑)] [8(黑)] [15(红)] [25(红)]/  \    /  \     /  \    /  \NIL NIL  NIL NIL  NIL NIL NIL NIL

1.2 红黑树的性质 

  • 1. 每个结点不是红色就是黑色
  • 2. 根节点是黑色的 
  • 3. 如果一个节点是红色的,则它的两个孩子结点是黑色的 
  • 4. 对于每个结点,从该结点到其所有后代叶结点的简单路径上,均包含相同数目的黑色结点 
  • 5. 每个叶子结点都是黑色(此处的叶子结点指的是空结点)

 以上五点性质可以保证:其最长路径中节点个数不会超过最短路径节点个数的两倍。

 二、红黑树结点定义

// 结点的颜色
enum Colour
{RED,BLACK,
};// 红黑树结点的定义
template<class K, class V>
struct RBTreeNode
{pair<K, V> _kv;            // 结点的键值对RBTreeNode<K, V>* _left;   // 结点的左孩子RBTreeNode<K, V>* _right;  // 结点的右孩子RBTreeNode<K, V>* _parent; // 结点的双亲(红黑树需要旋转,为了实现简单所以给出该结点)Colour _col;               // 结点的颜色// 结点的构造函数RBTreeNode(const pair<K, V>& kv):_kv(kv), _left(nullptr), _right(nullptr), _parent(nullptr), _col(RED){}
};

注意:红黑树定义结点时,默认结点颜色为红色,这一设计选择直接增加红黑树的平衡维护效率和整体性能,大大减少时间复杂度。

三、红黑树的结构

// 以本数组为例
num[3, 5, 8, 10, 15, 20, 25]
红黑树构造:[10(黑)] /        \[5(红)]     [20(黑)]/     \       /     \[3(黑)] [8(黑)] [15(红)] [25(红)]/  \    /  \     /  \    /  \NIL NIL  NIL NIL  NIL NIL NIL NIL

图示说明

  1. 根结点标记:根结点 10 为黑色,符合性质2(根结点必黑)

  2. 红色结点规则:红色结点 51525 的子结点均为黑色,满足性质3(红色结点不连续)

  3. 黑高一致性验证:从根结点到任意 NIL 的路径黑色结点数均为 2

  4. NIL结点处理:所有叶子结点显式标记为 NIL(黑色),符合性质5

  5. 最长/最短路径对比

    路径类型示例路径结点数比例
    最短路径10→20→NIL21:1
    最长路径10→5→3→NIL31.5:1
    理论极限红黑交替路径(未出现)≤4≤2:1

 四、红黑树的插入操作

                              [开始插入新结点Z]│▼┌─────────执行标准BST插入─────────┐│                                │▼                                ▼[Z设为红色]                   [保持BST性质]│▼┌─────父结点P是否为红色?─────┐│                            │▼ (是)                       ▼ (否)[存在双红冲突需处理]               [插入完成]│▼┌────叔结点U的颜色?────┐│                      │▼ (红色)               ▼ (黑色/NIL)
[Case1: 颜色翻转]     [判断冲突结构类型]│                      │▼                      ├─────────────────────────┐
[将P、U设为黑色]           ▼                         ▼│               [Z-P-G呈三角型]            [Z-P-G呈直线型]▼                      │                         │
[将G设为红色]        [Case2: 旋转父结点]      [Case3: 旋转祖父结点]│                      │                         │▼                      ▼                         ▼
[以G为新Z向上回溯]   [转为直线型冲突]         [交换颜色并旋转]│▼[调整完成]│▼[最终确保根结点为黑]

4.1 基本BST插入阶段

  • 插入位置遵循二叉搜索树规则

  • 新结点初始颜色必须为红色(最小化规则破坏)

4.2 冲突检测阶段

  • 要素1:父结点状态判断
  • 要素2:叔结点颜色判定
  • 要素3:冲突结构类型识别

4.3  典型场景演练

场景1:叔结点为红(Case1)

         G(黑)                 G(红)/   \     颜色翻转     /   \P(红) U(红)  →       P(黑) U(黑)/                   /Z(红)              Z(红)

检测要点

  • 确认U存在且为红

  • 将冲突标记上移给G

  • 继续以G作为新Z向上检测

场景2:叔结点为黑-三角型(Case2)

     G(黑)            G(黑)/               /P(红)   →      Z(红)\           /Z(红)     P(红)

检测要点

  • 判断Z是P的右子结点

  • 识别为三角型冲突

  • 转换为直线型处理

场景3:叔结点为黑-直线型(Case3)

      G(黑)             P(黑)/               /   \P(红)   →      Z(红) G(红)/Z(红)

检测要点

  • 确认Z是P的左子结点

  • 直接触发祖父旋转

  • 完成颜色交换

 4.4 总结

冲突检测阶段通过三级条件筛选(父结点状态→叔结点颜色→冲突结构类型),将复杂的平衡问题分解为可控的局部操作。这种分层检测机制:

  1. 确保90%以上的插入操作只需1次检测即可完成
  2. 将最坏情况的时间复杂度严格控制在O(log n)
  3. 为后续的旋转/颜色调整提供精准的操作依据

该设计体现了红黑树"以检测换计算,以分类求高效"的核心优化思想,是其能在大规模数据场景下保持卓越性能的关键所在。


以上就是红黑树初阶知识的了解,接下来我会继续更新红黑树进阶红黑树的模拟实现、使用红黑树底层对map和set容器的模拟实现。制作不易,请大家多多点赞收藏啦!!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/31339.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

CI/CD—Jenkins配置一次完整的jar自动化发布流程

背景&#xff1a; 实现设想&#xff1a; 要创建自动化发布&#xff0c;需要准备一台测试服务器提前安装好java运行所需的环境&#xff0c;JDK版本最好和Windows开发机器上的版本一致&#xff0c;在Jenkins上配置将构建好的jar上传到测试服务器上&#xff0c;测试服务器自动启动…

我的两个医学数据分析技术思路

我的两个医学数据分析技术思路 从临床上获得的或者公共数据库数据这种属于观察性研究&#xff0c;是对临床诊疗过程中自然产生的数据进行分析而获得疾病发生发展的规律等研究成果。再细分&#xff0c;可以分为独立危险因素鉴定和预测模型构建两种。 独立危险因素鉴定是一直以…

时序数据库TimescaleDB基本操作示例

好的&#xff01;以下是使用 TimescaleDB 的 Java 示例&#xff08;基于 JDBC&#xff0c;因为 TimescaleDB 是 PostgreSQL 的扩展&#xff0c;官方未提供独立的 Java SDK&#xff09;&#xff1a; 1. 添加依赖&#xff08;Maven&#xff09; <dependency><groupId&g…

HTML-网页介绍

一、网页 1.什么是网页&#xff1a; 网站是指在因特网上根据一定的规则&#xff0c;使用 HTML 等制作的用于展示特定内容相关的网页集合。 网页是网站中的一“页”&#xff0c;通常是 HTML 格式的文件&#xff0c;它要通过浏览器来阅读。 网页是构成网站的基本元素&#xf…

Mybatis 的关联映射(一对一,一对多,多对多)

前言 在前面我们已经了解了&#xff0c;mybatis 的基本用法&#xff0c;动态SQL&#xff0c;学会使用mybatis 来操作数据库。但这些主要操作还是针对 单表实现的。在实际的开发中&#xff0c;对数据库的操作&#xff0c;常常涉及多张表。 因此本篇博客的目标&#xff1a;通过my…

vue3通过render函数实现一个菜单下拉框

背景说明 鼠标移动到产品服务上时&#xff0c;出现标红的下拉框。 使用纯css的方案实现最简单&#xff0c;但是没什么技术含量&#xff0c;弃之&#xff1b;使用第三方组件库&#xff0c;样式定制麻烦弃之。因此&#xff0c;我们使用vue3直接在页面创建一个dom作为下拉框吧。…

Docker介绍和安装

跨平台快速运行应用快速构建应用快速分享应用 docker是用来加速,构建,分享,运行的容器 在 Docker 的架构中&#xff0c;Client、Docker Host 和 Registry 是三个核心组成部分&#xff0c;它们各自承担不同的功能和作用。以下是对这三部分的详细描述&#xff1a; Docker的基本…

nnMamba:基于状态空间模型的3D生物医学图像分割、分类和地标检测

摘要 本文提出了一种基于状态空间模型&#xff08;SSMs&#xff09;的创新架构——nnMamba&#xff0c;用于解决3D生物医学图像分割、分类及地标检测任务中的长距离依赖建模难题。nnMamba结合了卷积神经网络&#xff08;CNN&#xff09;的局部特征提取能力与SSMs的全局上下文建…

elasticsearch商业产品

Elasticsearch商业产品介绍 在当今数字化时代&#xff0c;数据如同石油一样珍贵。而要从海量的数据中提取有价值的信息&#xff0c;则需要强大的工具。这就是Elasticsearch商业产品的用武之地。Elasticsearch是一款开源的搜索引擎&#xff0c;它能够快速地存储、搜索和分析大规…

git安装,配置SSH公钥(查看版本、安装路径,更新版本)git常用指令

目录 一、git下载安装 1、下载git 2、安装Git‌&#xff1a; 二、配置SSH公钥 三、查看安装路径、查看版本、更新版本 四、git常用指令 1、仓库初始化与管理 2、配置 3、工作区与暂存区管理 4、提交 5、分支管理 6、远程仓库管理 7、版本控制 8、其他高级操作 一…

c++的基础排序算法

一、快速排序 1. 选择基准值&#xff08;Pivot&#xff09; 作用 &#xff1a;从数组中选择一个元素作为基准&#xff08;Pivot&#xff09;&#xff0c;用于划分数组。常见选择方式 &#xff1a; 固定选择最后一个元素&#xff08;如示例代码&#xff09;。随机选择&#xf…

kali linux 漏洞扫描

Kali Linux是一款专为渗透测试和网络安全领域而设计的操作系统&#xff0c;它集成了大量的安全测试工具&#xff0c;可以帮助安全专家和黑客发现网络中的漏洞并加以修补。在Kali Linux中&#xff0c;漏洞扫描是一个非常重要的功能&#xff0c;它可以帮助用户快速、准确地发现系…

CI/CD—Jenkins配置Maven+GitLab自动构建jar包

一、安装Maven插件通过Maven构建项目 1、在Jenkins上安装Maven Integration plugin插件 2、创建一个maven项目 2.1、填写构建的名称和描述等 2.2、填写连接git的url 报错&#xff1a;无法连接仓库&#xff1a;Error performing git command: git ls-remote -h http://192.168.…

SpringBoot使用Nacos进行application.yml配置管理

Nacos是阿里巴巴开源的一个微服务配置管理和服务发现的解决方案。它提供了动态服务发现、配置管理和 服务管理平台。Nacos的核心功能包括服务发现、配置管理和动态服务管理&#xff0c;使得微服务架构下的服务治理 变得简单高效。 Nacos的设计基于服务注册与发现、配置管理、动…

深度学习分类回归(衣帽数据集)

一、步骤 1 加载数据集fashion_minst 2 搭建class NeuralNetwork模型 3 设置损失函数&#xff0c;优化器 4 编写评估函数 5 编写训练函数 6 开始训练 7 绘制损失&#xff0c;准确率曲线 二、代码 导包&#xff0c;打印版本号&#xff1a; import matplotlib as mpl im…

学习资料电子版 免费下载的网盘网站(非常全!)

我分享一个私人收藏的电子书免费下载的网盘网站&#xff08;学习资料为主&#xff09;&#xff1a; link3.cc/sbook123 所有资料都保存在网盘了&#xff0c;直接转存即可&#xff0c;非常的便利&#xff01; 包括了少儿&#xff0c;小学&#xff0c;初中&#xff0c;中职&am…

解锁 AI 量化新境界:Qbot 携手 iTick

在量化投资的汹涌浪潮中&#xff0c;你是否渴望拥有一个强大且便捷的工具&#xff0c;助你乘风破浪&#xff0c;驶向财富的彼岸&#xff1f;如今&#xff0c;Qbot 与 iTick 强强联合&#xff0c;为广大投资者和开发者打造出一个前所未有的 AI 量化生态系统。 Qbot&#xff1a;量…

前端性能优化

在当今快节奏的互联网环境中&#xff0c;前端性能优化不仅能提升用户体验&#xff0c;还能直接影响网站的SEO排名和用户留存率。那么&#xff0c;如何做好前端性能优化呢&#xff1f; 前端性能优化成为提升用户体验和业务成果的关键。研究显示&#xff0c;优化网页加载速度和运…

谷歌AI最新发布的可微分逻辑元胞自动机(DiffLogic CA)

每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗&#xff1f;订阅我们的简报&#xff0c;深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同&#xff0c;从行业内部的深度分析和实用指南中受益。不要错过这个机会&#xff0c;成为AI领…

忘记dedecms后台超级管理员账号和密码的解决方案

解决方案&#xff1a; 方案一、数据库修改&#xff1a; 1、前提是您能登录到数据库后台&#xff0c;登录MySQL数据库管理工具&#xff08;如phpMyAdmin&#xff09; 2、打开数据库中的 dede_admin 表&#xff0c;找到管理员记录&#xff0c;将 pwd 字段的值改成 f297a57a5a7…