【数据结构】红黑树插入的实例演示

前篇记录了红黑树的基础知识,以及左旋右旋的操作。其实左旋右旋还包括LLRR LR RL四种旋转,下面我们就来看一棵红黑树的插入具体实现操作。


注,本文的部分图文引自July博客的红黑树从头至尾插入和删除节点的全程演示图,该博客是很有分量的一个博客,各位想学习算法,大数据处理方面的内容,可戳链接直接进入。


先再来回顾一下红黑树的5个性质:

性质1.节点是红色或黑色。

性质2. 根节点是黑色。

性质3 每个叶节点(NIL节点,空节点)是黑色的。

性质4 每个红色节点的两个子节点都是黑色。(从每个叶子到根的所有路径上不能有两个连续的红色节点)

性质5.从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点。



为了实现一个红黑树的插入操作,我们需要完成2个步骤:

1.先对一个节点进行插入操作(对照下面的RB-INSERT(T,z))

2.该结点插入后即被染成红色,这可能破坏了红黑树的5个性质,所以,我们要实现插入新节点后的一系列重染色操作(对照下面的RB-INSERT-FIXUP(T,z))

贴出2份伪代码,并对上面的伪代码进行分析。

RB-INSERT(T,z)
1  y ← nil[T]                 // y 始终指向 x 的父结点。
2  x ← root[T]              // x 指向当前树的根结点,
3  while x ≠ nil[T]
4      do y ← x
5         if key[z] < key[x]         
6            then x ← left[x]
7            else x ← right[x]         // 为了找到合适的插入点,x 探路跟踪路径,直到x成为NIL 为止。
8  p[z] ← y         // y置为插入结点z 的父结点。
9  if y = nil[T]
10     then root[T] ← z
11     else if key[z] < key[y]
12             then left[y] ← z
13             else right[y] ← z     //此 8-13行,置z 相关的指针。
14  left[z] ← nil[T]
15  right[z] ← nil[T]            //设为空,
16  color[z] ← RED             //将新插入的结点z作为红色
17  RB-INSERT-FIXUP(T,z)   //因为将z着为红色,可能会违反某一红黑性质,

此伪代码是插入操作,跟二叉树的插入操作差不多,关键在于第16行,先把插入结点染成红色,第17行执行的RB-INSERT-FIXUP(T,z)实现对插入z结点后的重染色调整。
RB-INSERT-FIXUP(T,z)
 1 while z.p.color = RED			
 2	do if z.p == z.p.p.left
 3		then y ← z.p.p.red		//把y指向z的叔叔结点
 4		if y.color == RED
 5			then z.p.color ← BLACK                    
 6				y.color ← BLACK                      
 7				z.p.p.color ← RED                   
 8				z ← z.p.p                            
 9		else if z == z.p.right
10			then z ← z.p                  //要注意此时z已经指向了z的父结点     
11			LEFT-ROTATE(T,z)              
12		z.p.color ← BLACK               
13		z.p.p.color ← RED               
14			RIGHT-ROTATE(T,z.p.p)            
15		else (same as then clause			
			with "right" and "left" exchanged)
16	T.root.color ← BLACK



对上面的代码,我们一步一步来。通常情况下,我们插入一个新的结点,有2种很简单的情况。

情况1.原本的红黑树为空的,插入的结点为第一个结点(即根节点),那么直接执行第16行,将z染为黑色(性质2)即可

对照上面的伪代码第一行,其直接判断插入结点z的父结点是否是红色,


情况2.那如果父节点是黑色呢?没错,根本无需重染色,直接插入z结点即可


接下来分析几种较复杂的情况。很明显,第2、3行就是为了把y赋值给z结点的叔叔结点。那么我们看第4行,

判断y(叔叔结点)是否为红色,这一步很重要。


情况3.如果叔叔结点是红色(对照第4-8行),直接把z的父亲跟叔叔都染为黑色,对z的祖父染为红色.必须注意第8行,z此时已经指向了z的祖父那么我们需要对z的祖父进行再一次的重染色判断



如果叔叔结点是黑色呢?那么我们需要先确定 z以及 z的父节点是左儿子还是右儿子。

情况4.2者同时都是左儿子(右儿子),那么我们看第12-14行。先把z的父节点染为黑色,再把z的祖父结点染为红色,再沿着祖父结点右(左)旋


情况5.zz的父节点一个是左儿子,一个是右儿子,那我们看9-11行,该判断条件满足,所以。先把z指向其父节点,然后沿着此时的z左(右)旋,那么此时z以及z的父节点,已经满足条件4了。直接执行条件4的操作。


下面我们来看一下一棵二叉树从无到有是怎样一个过程。

加入我们顺序插入结点{12,1,9,2,11,7,19,4,15,18,5,14,13,10,16,6,3,8,17}

插入12:(情况1)




插入1:(情况2)

1的父节点(12)是黑色,无需进行染色操作


插入9:(情况5)

先把9放在1的右儿子结点上,并染成红色。发现其父结点(1)是红色,其叔结点(NIL结点)是黑色,且其父结点(1)是(结点12的)左儿子结点,而9是1的右结点。

故先把原本指向9的z指针指向1,对着1左旋。然后此时转为情况4。对9染成黑色,对12染成红色。以12为中心右旋可得下图。


插入2:(情况3+情况1)

先把2放到1的右儿子结点上,发现其父节点(1),其叔结点(12)均为红色,直接将1,12都染为黑色,并将其祖父结点(9)染成红色,

z指针改成指向其祖父结点9进行重染色判断。又因为9是根节点,属于情况1,把9染成黑色。即可



插入0:(情况2)如下

插入11:(情况2)如下


插入7:(情况3+情况2)


插入19:(情况2)如下:

插入4:(情况5)

先把4放到7的左儿子结点上,发现其父节点(7)是红色,其叔结点(NIL结点)是黑色。

且4是7的左儿子结点,7是2的右儿子结点。故先把z指针赋给7对着7右旋,4取代了7的位置,7变成了4的右儿子。

此时z指针指向7,对着7的父节点(4)染黑色,对着7的祖父节点(2)染红色,最后沿着7的祖父结点(2)左旋可得下图。


插入15:(情况2)如下:

插入18:(情况5)如下:

插入5:(情况3+情况3+情况1)

插入5到7的左儿子结点,发现2、7都是红色,把2、7染成黑色,把4染成红色,z指针指向4(情况3)

发现4的父节点1、叔结点12都是红色,把1、12染成黑色,把9染成红色。z指针指向9.(情况3)

9是根节点,染成黑色(情况1)

如下:

插入14:(情况3+情况2)

插入13:(情况4)

插入10:(情况2)


插入16:(情况3+情况5)最难理解的情况,卖个关子看大家是否能理解

插入6:(情况5)


插入3:(情况2)

插入8:(情况3+情况4)

插入17:(情况4)

注:本文所有语言组织出自Cout_Sev CSDN博客的红黑树插入的实例演示

图转自July博客的红黑树从头至尾插入和删除节点演示。转载注明出处

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。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。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


【啊哈!算法】算法3:最常用的排序——快速排序       上一节的冒泡排序可以说是我们学习第一个真正的排序算法,并且解决了桶排序浪费空间的问题,但在算法的执行效率上却牺牲了很多,它的时间复杂度达到了O(N2)。假如我们的计算机每秒钟可以运行10亿次,那么对1亿个数进行排序,桶排序则只需要0.1秒,而冒泡排序则需要1千万秒,达到115天之久,是不是很吓人。那有没有既不浪费空间又可以快一点的排序算法
匿名组 这里可能用到几个不同的分组构造。通过括号内围绕的正则表达式就可以组成第一个构造。正如稍后要介绍的一样,既然也可以命名组,大家就有考虑把这个构造作为匿名组。作为一个实例,请看看下列字符串: “08/14/57 46 02/25/59 45 06/05/85 18 03/12/88 16 09/09/90 13“ 这个字符串就是由生日和年龄组成的。如果需要匹配年两而不要生日,就可以把正则
选择排序:从数组的起始位置处开始,把第一个元素与数组中其他元素进行比较。然后,将最小的元素方式在第0个位置上,接着再从第1个位置开始再次进行排序操作。这种操作一直到除最后一个元素外的每一个元素都作为新循环的起始点操作过后才终止。 public void SelectionSort() { int min, temp;
public struct Pqitem { public int priority; public string name; } class CQueue { private ArrayList pqueue; public CQueue() { pqueue
在编写正则表达式的时候,经常会向要向正则表达式添加数量型数据,诸如”精确匹配两次”或者”匹配一次或多次”。利用数量词就可以把这些数据添加到正则表达式里面了。 数量词(+):这个数量词说明正则表达式应该匹配一个或多个紧紧接其前的字符。 string[] words = new string[] { "bad", "boy", "baad", "baaad" ,"bear", "b
来自:http://blog.csdn.net/morewindows/article/details/6678165/归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。首先考虑下如何将将二个有序数列合并。这个非常简单,只要从比较二个数列的第一个数,谁小就先取谁,取了后就在对应数列中删除这个数。然后再进行比较,如果有数列
插入排序算法有两层循环。外层循环会啄个遍历数组元素,而内存循环则会把外层循环所选择的元素与该元素在数组内的下一个元素进行比较。如果外层循环选择的元素小于内存循环选择的元素,那么瘦元素都想右移动以便为内存循环元素留出位置。 public void InsertionSort() { int inner, temp;
public int binSearch(int value) { int upperBround, lowerBound, mid; upperBround = arr.Length - 1; lowerBound = 0; while (lowerBound <= upper
虽然从表内第一个节点到最后一个节点的遍历操作是非常简单的,但是反向遍历链表却不是一件容易的事情。如果为Node类添加一个字段来存储指向前一个节点的连接,那么久会使得这个反向操作过程变得容易许多。当向链表插入节点的时候,为了吧数据复制给新的字段会需要执行更多的操作,但是当腰吧节点从表移除的时候就能看到他的改进效果了。 首先需要修改Node类来为累增加一个额外的链接。为了区别两个连接,这个把指
八、树(Tree)树,顾名思义,长得像一棵树,不过通常我们画成一棵倒过来的树,根在上,叶在下。不说那么多了,图一看就懂:当然了,引入了树之后,就不得不引入树的一些概念,这些概念我照样尽量用图,谁会记那么多文字?树这种结构还可以表示成下面这种方式,可见树用来描述包含关系是很不错的,但这种包含关系不得出现交叉重叠区域,否则就不能用树描述了,看图:面试的时候我们经常被考到的是一种叫“二叉树”的结构,二叉
Queue的实现: 就像Stack类的实现所做的一样,Queue类的实现用ArrayList简直是毋庸置疑的。对于这些数据结构类型而言,由于他们都是动态内置的结构,所以ArrayList是极好的实现选择。当需要往队列中插入数据项时,ArrayList会在表中把每一个保留的数据项向前移动一个元素。 class CQueue { private ArrayLis
来自:http://yingyingol.iteye.com/blog/13348911 快速排序介绍:快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下,排序 n 个项目要Ο(n log n)次比较。在最坏状况下则需要Ο(n2)次比较,但这种状况并不常见。事实上,快速排序通常明显比其他Ο(n log n) 算法更快,因为它的内部循环(inner loop)可以在大部分的架构上很有效率地
Stack的实现必须采用一种基本结构来保存数据。因为再新数据项进栈的时候不需要担心调整表的大小,所以选择用arrayList.using System;using System.Collections.Generic;using System.Linq;using System.Text;using System.Threading.Tasks;using System.Collecti
数组类测试环境与排序算法using System;using System.Collections.Generic;using System.Linq;using System.Text;using System.Threading.Tasks;namespace Data_structure_and_algorithm{ class CArray { pr
一、构造二叉树 二叉树查找树由节点组成,所以需要有个Node类,这个类类似于链表实现中用到的Node类。首先一起来看看Node类的代码。 public class Node { public int Data; public Node Left; public Node Right; public v
二叉树是一种特殊的树。二叉树的特点是每个结点最多有两个儿子,左边的叫做左儿子,右边的叫做右儿子,或者说每个结点最多有两棵子树。更加严格的递归定义是:二叉树要么为空,要么由根结点、左子树和右子树组成,而左子树和右子树分别是一棵二叉树。 下面这棵树就是一棵二叉树。         二叉树的使用范围最广,一棵多叉树也可以转化为二叉树,因此我们将着重讲解二叉树。二叉树中还有连两种特殊的二叉树叫做满二叉树和
上一节中我们学习了队列,它是一种先进先出的数据结构。还有一种是后进先出的数据结构它叫做栈。栈限定只能在一端进行插入和删除操作。比如说有一个小桶,小桶的直径只能放一个小球,我们现在向小桶内依次放入2号、1号、3号小球。假如你现在需要拿出2号小球,那就必须先将3号小球拿出,再拿出1号小球,最后才能将2号小球拿出来。在刚才取小球的过程中,我们最先放进去的小球最后才能拿出来,而最后放进去的小球却可以最先拿
msdn中的描述如下:(?= 子表达式)(零宽度正预测先行断言。) 仅当子表达式在此位置的右侧匹配时才继续匹配。例如,w+(?=d) 与后跟数字的单词匹配,而不与该数字匹配。此构造不会回溯。(?(零宽度正回顾后发断言。) 仅当子表达式在此位置的左侧匹配时才继续匹配。例如,(?此构造不会回溯。msdn描述的比较清楚,如:w+(?=ing) 可以匹配以ing结尾的单词(匹配结果不包括ing),(
1.引入线索二叉树 二叉树的遍历实质上是对一个非线性结构实现线性化的过程,使每一个节点(除第一个和最后一个外)在这些线性序列中有且仅有一个直接前驱和直接后继。但在二叉链表存储结构中,只能找到一个节点的左、右孩子信息,而不能直接得到节点在任一遍历序列中的前驱和后继信息。这些信息只有在遍历的动态过程中才能得到,因此,引入线索二叉树来保存这些从动态过程中得到的信息。 2.建立线索二叉树 为了保
排序与我们日常生活中息息相关,比如,我们要从电话簿中找到某个联系人首先会按照姓氏排序、买火车票会按照出发时间或者时长排序、买东西会按照销量或者好评度排序、查找文件会按照修改时间排序等等。在计算机程序设计中,排序和查找也是最基本的算法,很多其他的算法都是以排序算法为基础,在一般的数据处理或分析中,通常第一步就是进行排序,比如说二分查找,首先要对数据进行排序。在Donald Knuth 的计算机程序设