首页 > 代码库 > 数据结构之红黑树(二)——插入操作
数据结构之红黑树(二)——插入操作
插入或删除操作,都有可能改变红黑树的平衡性。利用颜色变化与旋转这两大法宝就可应对全部情况。将不平衡的红黑树变为平衡的红黑树。
在进行颜色变化或旋转的时候,往往要涉及祖孙三代节点:X表示操作的基准节点,P代表X的父节点,G代表X的父节点的父节点。
我们先来大体预览一下插入的过程:
1、沿着树查找插入点。假设查找过程中发现某个黑色节点的两个子节点都是红色,则运行一次颜色变换(父节点变为红色。而两个红色子节点变为黑色)。
2、第1步中,不会改变子树的黑色高度,可是可能会出现颜色冲突(红-红颜色冲突)。运行一次或两次旋转就可以解决。
设红色子节点为X,红色父节点为P。旋转次数由X是G的内側子孙还是外側子孙决定。
3、找到插入点之后,设X为新插入的节点。假设P是黑色的,则不须要做不论什么改变。插入完毕。
4、假设P是红色的,则发生了红-红颜色冲突,须要做两次颜色变化。假设X为G的外側子孙。再进行一次旋转;假设X为G的内側子孙,再进行两次旋转。
终于都可使树变为平衡的红黑树。
如今看不懂没关系,为何要这么做,我们接下来慢慢分析。
第1步与第2步看似与插入新节点没关系,事实上为了给新节点的插入扫清道路。到后面插入新节点时就会体现出来。
先来看第1步的具体过程:
上图中。查找到P点。发现它的两个子节点都是红色,则进行颜色变换(假设P是根,则保持黑色不变)。这样的变换并不会改变从根节点经P到叶节点或者空节点的路径上的黑色节点总数。即不会改变其黑色高度。将P、X1、X2看做三角形的三个顶点,颜色变换之前,经过此三角形时会添加一个黑色节点,颜色变换之后,P变成了红色。X1、X2变成了黑色,不论是经过X1还是经过X2,还是会添加一个黑色节点。
假设P的父节点是黑色,则不会出现不论什么问题,可是,假设P的父节点也是红色。就会发生红-红颜色冲突。须要通过旋转来修正。发生颜色冲突时有两种情况须要差别对待。
注意,这时候我们选定红-红颜色冲突父子节点中的子节点作为基准节点,即X。假设X在P的一側与P在G的一側同样,X即为G的外側子孙,反之。则为内側子孙。
情况1:X为外側子孙节点。
上图中,表示的是颜色变换之后的情况,12跟25节点发生了颜色冲突,12为50的外側子孙。
在这样的情况须要採取三步操作:
1、改变G的颜色。
2、改变P的颜色
3、以G为中心进行向X上升的方向旋转(本例中是右旋)。
奇迹发生了。树突然之间平衡了,并且是符合红黑规则的。
须要注意的是,在本例中,因为25是50的左子节点。进行的是右旋操作,增加它是右子节点,则须要进行左旋操作。
不管是左旋还是右旋。都是向着X上升的方向旋转。
情况2:X为内側子孙节点。
修正这样的情况比較复杂一点,假设我们採取跟内側子孙一样的做法。X不会上移而是发生横向移动,使树变得更加不平衡。
因此须要一种不同的方法来解决。
我们先要用一次旋转让X成为外側子孙,然后再用一次旋转使树平衡。
这样的情况须要进行四步操作:
1、改变G的颜色;
2、改变X的颜色。
3、以P为中心向X上升的方向旋转;
4、以G为中心向X上升的方向旋转。
至此,前期工作已经完毕。以下进行新节点的插入。
在插入环节,我们以新节点为基准点,即X。
在前面已经说过,我们总是默认新节点为红色。
那么,找到插入点的时候。会有两种情况,一种是X的父节点为P为黑色。直接插入就可以(由于插入一个红色新节点既不会影响树的黑色高度,也不会发生颜色冲突);还有一种情况是X的父节点P也为红色。插入后会发生红-红颜色冲突。须要通过颜色变换与旋转来修正。
发生颜色冲突的时候,依据X是内側子孙还是外側子孙分别对待,处理方法与上面提到的方法类似。
外側子孙:
内側子孙:
以下我们来讨论一下,是否还有其它情况。
假如X有一个兄弟节点S,即P的还有一个子节点,会使不论什么须要的旋转更加复杂。
假设P为黑色,不管X有没有兄弟节点,都不须要旋转;假设P为红色,则插入之前。P不可能有一个单独的黑色子节点,由于这样会使S和空子节点的黑色高度不一样。综上,插入新节点之后,不会出现X存在兄弟节点并且须要旋转修正的情况。
假如P有一个兄弟节点。即X的叔节点U,也会使不论什么须要的旋转更加复杂。假设P为黑色,X插入后不要要做不论什么旋转;假设P为红色,则U必须为红色,否则,G到P的黑色高度与G到U的黑色高度就不同了。可是。有两个红色子节点的父节点在插入之前我们已经处理掉了,所以这样的情况也不会存在。综上,插入新节点之后。不会出现P存在兄弟节点且须要旋转修正的情况。
到如今。就明确为什么要在寻找插入点的过程中,把有两个红色子节点的父节点的颜色变换掉,一方面是为了使树更加平衡,还有一方面是大大简化了插入后的旋转操作。
数据结构之红黑树(二)——插入操作