首页手记红黑树入门：简单教程详解

红黑树入门：简单教程详解

标签：

算法与数据结构

概述

红黑树是一种自平衡二叉查找树，通过节点的颜色属性来保持树的平衡性，广泛应用于高效的数据结构中，如Java语言中的TreeMap和TreeSet。红黑树的发明旨在实现高效的数据结构，并确保在最坏情况下的时间复杂度为O(log n)。本文将详细介绍红黑树的入门知识，包括其基本概念、性质、特点和应用场景。

红黑树的基本概念

什么是红黑树

红黑树是一种特殊类型的二叉查找树，每个节点都有一个颜色属性，可以是红色或黑色。红黑树的发明初衷是为了实现高效的数据结构，如Java语言中的TreeMap和TreeSet。红黑树的节点颜色属性以及特定的性质确保了树的最大高度不会超过2*log(n+1)，从而保证了时间复杂度为O(log n)。

红黑树的性质和特点

红黑树的性质如下：

每个节点要么是黑色，要么是红色。
根节点是黑色。
每个叶子节点（NIL节点，即空节点）是黑色。
如果一个节点是红色的，那么它的两个子节点都是黑色的。
从任一节点到其每个叶子节点的所有简单路径上，黑色节点的数量相同。

这些性质保证了红黑树的平衡性，确保了树的最大高度不会超过2*log(n+1)，从而保证了查找、插入、删除等操作的时间复杂度为O(log n)。

红黑树的应用场景

红黑树广泛应用于需要高效查找、插入和删除操作的数据结构中，如数据库索引、文件系统、编程语言的数据结构库等。例如，TreeMap和TreeSet在Java中就是基于红黑树实现的。

红黑树的构建

红黑树构建的关键在于节点的定义和树的初始化。节点定义需要包括节点的颜色、指向左右子节点的指针，以及指向父节点的指针。树的构建过程包括初始化根节点和插入新节点时的调整。

红黑树节点的定义

红黑树的节点定义如下：

class Node:
    def __init__(self, key, color='red'):
        self.key = key
        self.color = color
        self.parent = None
        self.left = None
        self.right = None

构建红黑树的步骤

初始化根节点：根节点的颜色必须是黑色。
插入新节点：每次插入新节点后，需要调整节点的颜色和结构，以保持红黑树的性质。

示例代码解析

以下是一个简单的红黑树构建示例，展示了如何插入节点时保持红黑树的性质：

class RBTree:
    def __init__(self):
        self.NIL = Node(None, 'black')
        self.root = self.NIL

    def insert(self, key):
        new_node = Node(key, 'red')
        new_node.left = self.NIL
        new_node.right = self.NIL

        parent = None
        current = self.root
        while current != self.NIL:
            parent = current
            if new_node.key < current.key:
                current = current.left
            else:
                current = current.right

        new_node.parent = parent
        if parent is None:
            self.root = new_node
        elif new_node.key < parent.key:
            parent.left = new_node
        else:
            parent.right = new_node

        self._insert_fixup(new_node)

    def _insert_fixup(self, node):
        while node.parent.color == 'red':
            if node.parent == node.parent.parent.left:
                uncle = node.parent.parent.right
                if uncle.color == 'red':
                    node.parent.color = 'black'
                    uncle.color = 'black'
                    node.parent.parent.color = 'red'
                    node = node.parent.parent
                else:
                    if node == node.parent.right:
                        node = node.parent
                        self._left_rotate(node)
                    node.parent.color = 'black'
                    node.parent.parent.color = 'red'
                    self._right_rotate(node.parent.parent)
            else:
                uncle = node.parent.parent.left
                if uncle.color == 'red':
                    node.parent.color = 'black'
                    uncle.color = 'black'
                    node.parent.parent.color = 'red'
                    node = node.parent.parent
                else:
                    if node == node.parent.left:
                        node = node.parent
                        self._right_rotate(node)
                    node.parent.color = 'black'
                    node.parent.parent.color = 'red'
                    self._left_rotate(node.parent.parent)
        self.root.color = 'black'

    def _left_rotate(self, node):
        right = node.right
        node.right = right.left
        if right.left != self.NIL:
            right.left.parent = node
        right.parent = node.parent
        if node.parent == self.NIL:
            self.root = right
        elif node == node.parent.left:
            node.parent.left = right
        else:
            node.parent.right = right
        right.left = node
        node.parent = right

    def _right_rotate(self, node):
        left = node.left
        node.left = left.right
        if left.right != self.NIL:
            left.right.parent = node
        left.parent = node.parent
        if node.parent == self.NIL:
            self.root = left
        elif node == node.parent.right:
            node.parent.right = left
        else:
            node.parent.left = left
        left.right = node
        node.parent = left

# 示例代码
tree = RBTree()
tree.insert(10)
tree.insert(20)
tree.insert(30)
print(tree.root.key, tree.root.color)  # 输出: 10 black
print(tree.root.left.key, tree.root.left.color)  # 输出: 20 black
print(tree.root.right.key, tree.root.right.color)  # 输出: 30 black

红黑树的插入操作

红黑树的插入操作需要插入新节点并调整树的结构以保持红黑树的性质。插入操作分为两个阶段：插入节点和调整树的结构。

插入节点的基本步骤

插入节点：插入新节点时，需要保证新节点的颜色是红色。
调整树的结构：插入节点后，需要调整节点的颜色和结构，以保持红黑树的性质。

插入后维护红黑性质的方法

插入后维护红黑性质的方法包括：

调整节点的颜色：将新插入的节点颜色改为红色。
旋转：根据情况执行左旋或右旋操作。
调整父节点的颜色：根据情况调整父节点的颜色。

插入操作的完整示例

以下是一个完整的红黑树插入操作示例：

class RBTree:
    def __init__(self):
        self.NIL = Node(None, 'black')
        self.root = self.NIL

    def insert(self, key):
        new_node = Node(key, 'red')
        new_node.left = self.NIL
        new_node.right = self.NIL

        parent = None
        current = self.root
        while current != self.NIL:
            parent = current
            if new_node.key < current.key:
                current = current.left
            else:
                current = current.right

        new_node.parent = parent
        if parent is None:
            self.root = new_node
        elif new_node.key < parent.key:
            parent.left = new_node
        else:
            parent.right = new_node

        self._insert_fixup(new_node)

    def _insert_fixup(self, node):
        while node.parent.color == 'red':
            if node.parent == node.parent.parent.left:
                uncle = node.parent.parent.right
                if uncle.color == 'red':
                    node.parent.color = 'black'
                    uncle.color = 'black'
                    node.parent.parent.color = 'red'
                    node = node.parent.parent
                else:
                    if node == node.parent.right:
                        node = node.parent
                        self._left_rotate(node)
                    node.parent.color = 'black'
                    node.parent.parent.color = 'red'
                    self._right_rotate(node.parent.parent)
            else:
                uncle = node.parent.parent.left
                if uncle.color == 'red':
                    node.parent.color = 'black'
                    uncle.color = 'black'
                    node.parent.parent.color = 'red'
                    node = node.parent.parent
                else:
                    if node == node.parent.left:
                        node = node.parent
                        self._right_rotate(node)
                    node.parent.color = 'black'
                    node.parent.parent.color = 'red'
                    self._left_rotate(node.parent.parent)
        self.root.color = 'black'

    def _left_rotate(self, node):
        right = node.right
        node.right = right.left
        if right.left != self.NIL:
            right.left.parent = node
        right.parent = node.parent
        if node.parent == self.NIL:
            self.root = right
        elif node == node.parent.left:
            node.parent.left = right
        else:
            node.parent.right = right
        right.left = node
        node.parent = right

    def _right_rotate(self, node):
        left = node.left
        node.left = left.right
        if left.right != self.NIL:
            left.right.parent = node
        left.parent = node.parent
        if node.parent == self.NIL:
            self.root = left
        elif node == node.parent.right:
            node.parent.right = left
        else:
            node.parent.left = left
        left.right = node
        node.parent = left

# 示例代码
tree = RBTree()
tree.insert(10)
tree.insert(20)
tree.insert(30)
print(tree.root.key, tree.root.color)  # 输出: 10 black
print(tree.root.left.key, tree.root.left.color)  # 输出: 20 black
print(tree.root.right.key, tree.root.right.color)  # 输出: 30 black

红黑树的删除操作

红黑树的删除操作需要删除节点并调整树的结构以保持红黑树的性质。删除操作分为几个阶段：标记节点为删除、查找替换节点、删除替换节点、调整树的结构。

删除节点的基本步骤

标记节点为删除：标记要删除的节点。
查找替换节点：找到删除节点的替换节点，通常是删除节点的子节点。
删除替换节点：删除替换节点。
调整树的结构：调整树的结构以保持红黑树的性质。

删除后维护红黑性质的方法

删除后维护红黑性质的方法包括：

调整节点的颜色：根据情况调整节点的颜色。
旋转：根据情况执行左旋或右旋操作。
调整父节点的颜色：根据情况调整父节点的颜色。

删除操作的完整示例

以下是一个完整的红黑树删除操作示例：

class RBTree:
    def __init__(self):
        self.NIL = Node(None, 'black')
        self.root = self.NIL

    def delete(self, key):
        node = self._find_node(key)
        if node is None:
            return

        node.color = 'black'  # Mark node as deleted
        if node.left == self.NIL or node.right == self.NIL:
            if node.left == self.NIL:
                substitute = node.right
            else:
                substitute = node.left
            if substitute != self.NIL:
                substitute.parent = node.parent
            if node.parent == self.NIL:
                self.root = substitute
            elif node == node.parent.left:
                node.parent.left = substitute
            else:
                node.parent.right = substitute
            if node.color == 'black':
                self._delete_fixup(substitute)
        else:
            substitute = self._find_minimum(node.right)
            substitute.color = node.color
            substitute.key = node.key
            substitute.left = node.left
            substitute.right = node.right
            if substitute != node.right:
                substitute_right = substitute.right
                substitute_right.parent = substitute.parent
                substitute.parent.left = substitute_right
                substitute.right = node.right
                substitute.right.parent = substitute
            substitute.left.parent = substitute

            self._delete_fixup(substitute)
            if node.parent == self.NIL:
                self.root = substitute
            elif node == node.parent.left:
                node.parent.left = substitute
            else:
                node.parent.right = substitute
            node.left.parent = self.NIL
            node.right.parent = self.NIL
            node.left = self.NIL
            node.right = self.NIL

    def _find_node(self, key):
        node = self.root
        while node != self.NIL and node.key != key:
            if key < node.key:
                node = node.left
            else:
                node = node.right
        return node

    def _find_minimum(self, node):
        while node.left != self.NIL:
            node = node.left
        return node

    def _delete_fixup(self, node):
        while node != self.root and node.color == 'black':
            if node == node.parent.left:
                sibling = node.parent.right
                if sibling.color == 'red':
                    sibling.color = 'black'
                    node.parent.color = 'red'
                    self._left_rotate(node.parent)
                    sibling = node.parent.right
                if sibling.left.color == 'black' and sibling.right.color == 'black':
                    sibling.color = 'red'
                    node = node.parent
                else:
                    if sibling.right.color == 'black':
                        sibling.left.color = 'black'
                        sibling.color = 'red'
                        self._right_rotate(sibling)
                        sibling = node.parent.right
                    sibling.color = node.parent.color
                    node.parent.color = 'black'
                    sibling.right.color = 'black'
                    self._left_rotate(node.parent)
                    node = self.root
            else:
                sibling = node.parent.left
                if sibling.color == 'red':
                    sibling.color = 'black'
                    node.parent.color = 'red'
                    self._right_rotate(node.parent)
                    sibling = node.parent.left
                if sibling.right.color == 'black' and sibling.left.color == 'black':
                    sibling.color = 'red'
                    node = node.parent
                else:
                    if sibling.left.color == 'black':
                        sibling.right.color = 'black'
                        sibling.color = 'red'
                        self._left_rotate(sibling)
                        sibling = node.parent.left
                    sibling.color = node.parent.color
                    node.parent.color = 'black'
                    sibling.left.color = 'black'
                    self._right_rotate(node.parent)
                    node = self.root
        node.color = 'black'

    def _left_rotate(self, node):
        right = node.right
        node.right = right.left
        if right.left != self.NIL:
            right.left.parent = node
        right.parent = node.parent
        if node.parent == self.NIL:
            self.root = right
        elif node == node.parent.left:
            node.parent.left = right
        else:
            node.parent.right = right
        right.left = node
        node.parent = right

    def _right_rotate(self, node):
        left = node.left
        node.left = left.right
        if left.right != self.NIL:
            left.right.parent = node
        left.parent = node.parent
        if node.parent == self.NIL:
            self.root = left
        elif node == node.parent.right:
            node.parent.right = left
        else:
            node.parent.left = left
        left.right = node
        node.parent = left

# 示例代码
tree = RBTree()
tree.insert(10)
tree.insert(20)
tree.insert(30)
print(tree.root.key, tree.root.color)  # 输出: 10 black
print(tree.root.left.key, tree.root.left.color)  # 输出: 20 black
print(tree.root.right.key, tree.root.right.color)  # 输出: 30 black

tree.delete(20)
print(tree.root.key, tree.root.color)  # 输出: 10 black
print(tree.root.right.key, tree.root.right.color)  # 输出: 30 black

红黑树的常见问题及解决方案

在实现和使用红黑树时，可能会遇到一些常见问题，如插入和删除操作后的树结构不满足红黑性质，或者插入和删除操作的时间复杂度无法保证等。解决这些问题的方法包括仔细检查红黑性质的维护代码，以及调试时进行详细的日志记录。

常见问题解析

插入操作后树结构不满足红黑性质：插入新节点后，可能需要多次旋转和颜色调整，确保树的结构满足红黑性质。
删除操作后树结构不满足红黑性质：删除节点后，可能需要多次旋转和颜色调整，确保树的结构满足红黑性质。
插入和删除操作的时间复杂度无法保证：插入和删除操作的时间复杂度应该始终保持为O(log n)，以确保效率。

常见问题的解决方案

插入操作后的红黑性质维护：插入新节点后，需要根据情况执行旋转和颜色调整操作，确保树的结构满足红黑性质。
删除操作后的红黑性质维护：删除节点后，需要根据情况执行旋转和颜色调整操作，确保树的结构满足红黑性质。
插入和删除操作的时间复杂度：插入和删除操作的时间复杂度应该始终保持为O(log n)，以确保效率。可以通过详细的日志记录来调试和优化代码。

调试技巧和注意事项

详细的日志记录：在关键操作环节记录日志，帮助调试和分析。
代码审查：仔细审查代码，确保每个操作都符合红黑树的性质。
单元测试：编写单元测试来验证插入、删除等操作的正确性。

红黑树的实际应用案例

红黑树在实际编程中有着广泛的应用，特别是在需要高效查找、插入和删除操作的数据结构中。例如，红黑树可以用于实现高效的键值对存储结构，如Java中的TreeMap和TreeSet。

红黑树在编程中的实际应用

红黑树在编程中的实际应用包括：

实现高效的键值对存储结构：如Java中的TreeMap和TreeSet。
实现高效的数据索引：在数据库系统中，红黑树可以用于实现高效的数据索引。
实现高效的文件系统：在文件系统中，红黑树可以用于实现高效的文件索引。

实际案例分析

以下是一个简单的实际案例分析，展示了如何使用红黑树实现高效的键值对存储结构：

class RBTree:
    def __init__(self):
        self.NIL = Node(None, 'black')
        self.root = self.NIL

    def insert(self, key, value):
        new_node = Node(key, value, 'red')
        new_node.left = self.NIL
        new_node.right = self.NIL

        parent = None
        current = self.root
        while current != self.NIL:
            parent = current
            if new_node.key < current.key:
                current = current.left
            else:
                current = current.right

        new_node.parent = parent
        if parent is None:
            self.root = new_node
        elif new_node.key < parent.key:
            parent.left = new_node
        else:
            parent.right = new_node

        self._insert_fixup(new_node)

    def _insert_fixup(self, node):
        while node.parent.color == 'red':
            if node.parent == node.parent.parent.left:
                uncle = node.parent.parent.right
                if uncle.color == 'red':
                    node.parent.color = 'black'
                    uncle.color = 'black'
                    node.parent.parent.color = 'red'
                    node = node.parent.parent
                else:
                    if node == node.parent.right:
                        node = node.parent
                        self._left_rotate(node)
                    node.parent.color = 'black'
                    node.parent.parent.color = 'red'
                    self._right_rotate(node.parent.parent)
            else:
                uncle = node.parent.parent.left
                if uncle.color == 'red':
                    node.parent.color = 'black'
                    uncle.color = 'black'
                    node.parent.parent.color = 'red'
                    node = node.parent.parent
                else:
                    if node == node.parent.left:
                        node = node.parent
                        self._right_rotate(node)
                    node.parent.color = 'black'
                    node.parent.parent.color = 'red'
                    self._left_rotate(node.parent.parent)
        self.root.color = 'black'

    def _left_rotate(self, node):
        right = node.right
        node.right = right.left
        if right.left != self.NIL:
            right.left.parent = node
        right.parent = node.parent
        if node.parent == self.NIL:
            self.root = right
        elif node == node.parent.left:
            node.parent.left = right
        else:
            node.parent.right = right
        right.left = node
        node.parent = right

    def _right_rotate(self, node):
        left = node.left
        node.left = left.right
        if left.right != self.NIL:
            left.right.parent = node
        left.parent = node.parent
        if node.parent == self.NIL:
            self.root = left
        elif node == node.parent.right:
            node.parent.right = left
        else:
            node.parent.left = left
        left.right = node
        node.parent = left

# 示例代码
tree = RBTree()
tree.insert(10, 'value10')
tree.insert(20, 'value20')
tree.insert(30, 'value30')
print(tree.root.key, tree.root.value)  # 输出: 10 value10
print(tree.root.left.key, tree.root.left.value)  # 输出: 20 value20
print(tree.root.right.key, tree.root.right.value)  # 输出: 30 value30

# 实际应用示例
class RBTreeMap:
    def __init__(self):
        self.root = None
        self.NIL = Node(None, None, 'black')

    def insert(self, key, value):
        tree.insert(key, value)

    def delete(self, key):
        tree.delete(key)

    def get(self, key):
        node = tree._find_node(key)
        return node.value if node else None

# 使用RBTreeMap
rbtree_map = RBTreeMap()
rbtree_map.insert(10, 'value10')
rbtree_map.insert(20, 'value20')
rbtree_map.insert(30, 'value30')
print(rbtree_map.get(10))  # 输出: value10
rbtree_map.delete(20)
print(rbtree_map.get(20))  # 输出: None

实战练习与实践建议

为了更好地掌握红黑树的实现和应用，可以进行以下实战练习：

实现红黑树的完整功能：实现红黑树的插入、删除操作，并确保满足红黑性质。
实现红黑树的其他操作：如查找、更新等操作。
实现红黑树的应用：如实现高效的键值对存储结构、数据索引等。

通过这些实战练习，可以更好地理解和掌握红黑树的实现和应用。

点击查看更多内容

为 TA 点赞

若觉得本文不错，就分享一下吧！

评论

评论

共同学习，写下你的评论

评论加载中...

展开查看更多评论

作者其他优质文章

正在加载中

手掌心

手记
篇

粉丝

18

获赞与收藏

76

关注作者，订阅最新文章

阅读免费教程

后端通用面试教程

41个小节 30589 343

网络编程入门教程

20个小节 12562 237

Pandas 入门教程

25个小节 18499 337

推荐

评论

收藏

共同学习，写下你的评论



感谢您的支持，我会继续努力的～

扫码打赏，你说多少就多少

赞赏金额会直接到老师账户

支付方式

打开微信扫一扫，即可进行扫码打赏哦

今天注册有机会得

100积分直接送

付费专栏免费学

大额优惠券免费领

立即参与放弃机会

点击
抽奖

慕课手记新用户专享福利

恭喜你，你的运气太好了，居然抽中了 100个积分！

恭喜你，抽中了价值元的专栏！

太棒了，直接落到你账户里！

积分商城里的罗技鼠标、机械键盘、
Kindle 阅读器、小米平衡车
Apple iPad （10.2英寸）、大额优惠券
在等着你去兑换了噢

作者：

免费赠送

兑换码：1111222211 复制

优惠券可用于购买实战课、体系课
无门槛使用

先去看看，有什么好东西马上兑换我爱学习，选课去


热搜

最近搜索清空