【动态图文详解,史上最易懂的红黑树讲解】手写红黑树(Red Black Tree)_webgl

红黑树:一棵自平衡(AVL)+二叉查找树(BST)

什么是红黑树

红黑树,Red-Black Tree 「RBT」是一个自平衡(不是绝对的平衡)的二叉查找树(BST)。

红黑树是在1972年由​​Rudolf Bayer​​发明的,当时被称为平衡二叉B树(symmetric binary B-trees)。后来,在1978年被 Leo J. Guibas 和 Robert Sedgewick 修改为如今的“红黑树”。 

红黑树是一种特化的AVL树(​​平衡二叉树​​),都是在进行插入和删除操作时通过特定操作保持二叉查找树的平衡,从而获得较高的查找性能。 


【动态图文详解,史上最易懂的红黑树讲解】手写红黑树(Red Black Tree)_二叉树_02


它虽然是复杂的,但它的最坏情况运行时间也是非常良好的,并且在实践中是高效的: 它可以在O(log n)时间内做查找,插入和删除,这里的n 是树中元素的数目。

红黑树的性质(规则)

红黑树是一种含有红黑结点并能自平衡的二叉查找树。它必须满足下面性质:

性质1:每个节点要么是黑色,要么是红色。

性质2:根节点是黑色。

性质3:每个叶子节点(NIL)是黑色。

性质4:每个红色结点的两个子结点一定都是黑色。

性质5:任意一结点到每个叶子结点的路径都包含数量相同的黑结点。(保证这棵树尽量是平衡的。)


性质1:每个节点要么是黑色,要么是红色。

【动态图文详解,史上最易懂的红黑树讲解】手写红黑树(Red Black Tree)_算法_03



性质2:根节点是黑色。


【动态图文详解,史上最易懂的红黑树讲解】手写红黑树(Red Black Tree)_webgl_04


性质3:每个叶子节点(NIL)是黑色。

性质4:每个红色结点的两个子结点一定都是黑色。(不能有两个连续的红色节点)


【动态图文详解,史上最易懂的红黑树讲解】手写红黑树(Red Black Tree)_webgl_05

2000的子节点不是黑色,不满足性质4,需要进行“自平衡”操作。



【动态图文详解,史上最易懂的红黑树讲解】手写红黑树(Red Black Tree)_算法_06

根节点是红色,根据性质1,需要进行“变色”操作。


【动态图文详解,史上最易懂的红黑树讲解】手写红黑树(Red Black Tree)_哈希表_07


性质5:任意一结点到每个叶子结点的路径都包含数量相同的黑结点。

从性质5又可以推出:性质5.1:如果一个结点存在黑子结点,那么该结点肯定有两个子结点。

Q&A

Q1.红黑树可不​​可以​​​​全为​​​​黑结点?​

A:不可以。

反证法:假设有一颗红黑满二叉树结点都为黑色结点时,此时添加一个黑色结点,不满足(5)特性,但是就算经过旋转,也无法满足(5)特性,大家都是黑色,变不了红黑树。


红黑树的自平衡操作

前面讲到红黑树能自平衡,它靠的是什么?

三种操作:左旋、右旋和变色。

红黑树结点的叫法

红黑树结点的叫法如图所示。

【动态图文详解,史上最易懂的红黑树讲解】手写红黑树(Red Black Tree)_二叉树_08


我们把正在处理(遍历)的结点叫做当前结点,如图中的D,它的父亲叫做父结点,它的父亲的另外一个子结点叫做兄弟结点,父亲的父亲叫做祖父结点。

红黑树的自平衡的处理可以总结为:

自己能搞定的自消化;

自己不能搞定的叫兄弟帮忙;

兄弟都帮忙不了的,通过父母,找远方亲戚。

红黑树实现的源代码(Kotlin)

红黑树(RBT)的数据结构

public class RBNode<T> 

{

    bool color;//颜色

    T element;//键值

    public RBNode<T> left;//左节点

    public RBNode<T> right;//右节点

    public RBNode<T> parent;//父节点

}

插入

【动态图文详解,史上最易懂的红黑树讲解】手写红黑树(Red Black Tree)_webgl_09

Before 【动态图文详解,史上最易懂的红黑树讲解】手写红黑树(Red Black Tree)_算法_10

Insert 6000

删除

【动态图文详解,史上最易懂的红黑树讲解】手写红黑树(Red Black Tree)_二叉树_11

【动态图文详解,史上最易懂的红黑树讲解】手写红黑树(Red Black Tree)_webgl_09


查询

RB变色

3000 和 4000颜色互换。


【动态图文详解,史上最易懂的红黑树讲解】手写红黑树(Red Black Tree)_webgl_13

不满足性质4:每个红色结点的两个子结点一定都是黑色。需要进行RB变色。


【动态图文详解,史上最易懂的红黑树讲解】手写红黑树(Red Black Tree)_二叉树_14


旋转

当破坏了平衡时,在调整的时候需要用到左旋和右旋:

【动态图文详解,史上最易懂的红黑树讲解】手写红黑树(Red Black Tree)_webgl_15

【动态图文详解,史上最易懂的红黑树讲解】手写红黑树(Red Black Tree)_算法_16

4000节点不满足性质4:每个红色结点的两个子结点一定都是黑色。(5000和4000都是红色)

Single Rotate Left :

【动态图文详解,史上最易懂的红黑树讲解】手写红黑树(Red Black Tree)_二叉树_17

以4000节点为中心左旋。


RB 变色:

【动态图文详解,史上最易懂的红黑树讲解】手写红黑树(Red Black Tree)_哈希表_18

3000 ←→ 4000 RB color 交换

性能

(1) 查找代价:

由于红黑树的性质(最长路径长度不超过最短路径长度的2倍),可以说明红黑树虽然不像AVL一样是严格平衡的,但平衡性能还是要比BST要好。其查找代价基本维持在O(logN)左右,但在最差情况下(最长路径是最短路径的2倍少1),比AVL要略逊色一点。

(2) 插入代价:

RBT插入结点时,需要旋转操作和变色操作。但由于只需要保证RBT基本平衡就可以了。因此插入结点最多只需要2次旋转,这一点和AVL的插入操作一样。虽然变色操作需要O(logN),但是变色操作十分简单,代价很小。

(3) 删除代价:

RBT的删除操作代价要比AVL要好的多,删除一个结点最多只需要3次旋转操作。


从根到叶子节点的最大路径不能大于最短路径的两倍长,大致上是平衡的,插入、删除和查找某个值的最坏情况时间都要求与树的高度成比例。

如果查找、插入、删除频率差不多,那么选择红黑树。


参考资料

RBT 操作动画:https://www.cs.usfca.edu/~galles/visualization/RedBlack.html

​https://www.cs.usfca.edu/~galles/visualization/Algorithms.html​

​https://www.jianshu.com/p/e136ec79235c​



【动态图文详解,史上最易懂的红黑树讲解】手写红黑树(Red Black Tree)_webgl_19


专注分享 Java、 Kotlin、Spring/Spring Boot、MySQL、redis、neo4j、NoSQL、Android、JavaScript、React、Node、函数式编程、编程思想、"高可用,高性能,高实时"大型分布式系统架构设计主题。