RB-tree
首先RB-tree是一颗二叉搜索树。
特点:
- 结点非红即黑。
- 根节点为黑。
- 如果结点为红,则子结点必为黑。
- 任一结点至NULL的任何路径,所含黑结点树必须相同。
由规则3可知:新增结点之父结点必为黑。
由规则4可知:新增结点必为红。
插入结点
- 状况1:状况1:S为黑且X为外侧插入,对此情况,我们先对P,G做一次单旋转,并更改P,G颜色,即可重新满足规则3。
- RB-tree的搜索平均效率和AVL-tree几乎相等。
- 状况2:S为黑且X为内侧插入。对此,需先对P,X做一次单旋转,并改变G,X颜色,再讲结果对G做单旋转。即可满足规则3。
- 状况3:S为红且X为外侧插入。对此,先对P和G做一次单旋转,并改变X颜色,此时GG为黑。但如果GG为红,见状况4。
- 状况4:S为红且X为外侧插入。对此,先对P,G做一次单旋转,并改变X颜色,此时若GG还为红,持续向上做,知道不再有父子连续为红为止。
为避免“父子结点皆为红色”的情况持续向RB-tree上层结构发展,可以施行一个由上而下的程序:假设新增加点为A,那么就沿着A的路径,*只要看到有某结点X的两个子结点皆为红色,就把X改为红色,并把两个子结点改为黑色。*
特别注意init()的实现技巧:
void init()
{
header=get_node();//产生一个结点空间,令header指向它;
color(header)=rb_tree_red;
root()=;
leftmost()=header;//header左子结点为自己
rightmost()=header;//header右子结点为自己
}
我们知道,树状结构的各种操作,最需注意的是边界情况的产生,也就是到根节点时要有特殊的处理。为了简化处理,为根节点再设计一个父节点,名为header,令初始状态如图所示: