《编程之法-面试和算法心得》
本章导读
文章目录
1. 红黑树
1.1 二叉查找树
二叉查找树(Binary Search Tree),也称有序二叉树(ordered binary tree),排序二叉树(sorted binary tree),是指一棵空树或者具有下列性质的二叉树:
- 若任意结点的左子树不空,则左子树上所有结点的值均小于它的根结点的值;
- 若任意结点的右子树不空,则右子树上所有结点的值均大于它的根结点的值;
- 任意结点的左、右子树也分别为二叉查找树。
- 没有键值相等的结点(no duplicate nodes)。
一般操作的执行时间为O(logn).
但二叉树若退化成了一棵具有n个结点的线性链后,则此些操作最坏情况运行时间为O(n)
1.2 红黑树
红黑树的查找、插入、删除的时间复杂度最坏为O(log n)
红黑树的5条性质:
1)每个结点要么是红的,要么是黑的。
2)根结点是黑的。
3)每个叶结点(叶结点即指树尾端NIL指针或NULL结点)是黑的。
4)如果一个结点是红的,那么它的俩个儿子都是黑的。 (不存在连续2个红色节点)
5)对于任一结点而言,其到叶结点树尾端NIL指针的每一条路径都包含相同数目的黑结点。
上文中我们所说的 “叶结点” 或"NULL结点",它不包含数据而只充当树在此结束的指示
1.3 树的旋转知识
树的旋转,分为左旋和右旋
- 左旋
左旋以pivot到y之间的链为“支轴”进行,它使y成为该孩子树新的根,而y的左孩子b则成为pivot的右孩子。
左旋代码(以x代替上述的pivot):
LEFT-ROTATE(T, x)
y ← right[x] ▹ Set y.
right[x] ← left[y] ▹ Turn y's left subtree into x's right subtree.
p[left[y]] ← x
p[y] ← p[x] ▹ Link x's parent to y.
if p[x] = nil[T]
then root[T] ← y
else if x = left[p[x]]
then left[p[x]] ← y
else right[p[x]] ← y
left[y] ← x ▹ Put x on y's left.
p[x] ← y
- (将y的左子树放到x的右子树,将y的左子树的父节点设为x)
- ( 将x的父节点作为y的父节点,
- 如果x无父节点,则y为root
- 如果x是父节点的左子树,则将父节点的左子树设为y
- 如果x是父节点的右子树,则将父节点的右子树设为y)
- (then, 将x设为y的左子树,将y作为x的右子树 )
综上,每次变换,包含2个步骤,1. 修改子节点,2.修改父节点。
上述步骤共有3次交换,1是y的左子树;2.是y修改为x父节点的儿子;3是x修改为y的左子树。
- 右旋
右旋与左旋差不多,再此不做详细介绍。
1.4 红黑树的插入
二叉查找树的插入
如果要在二叉查找树中插入一个结点,首先要查找到结点插入的位置,然后进行插入,假设插入的结点为z的话,插入的伪代码如下:
思想:如果插入结点z小于当前遍历到的结点,则到当前结点的左子树中继续查找,如果z大于当前结点,则到当前结点的右子树中继续查找
TREE-INSERT(T, z)
1 y ← NIL
2 x ← root[T]
3 while x ≠ NIL
4 do y ← x
5 if key[z] < key[x]
6 then x ← left[x]
7 else x ← right[x]
8 p[z] ← y
9 if y = NIL
10 then root[T] ← z ⊹ Tree T was empty
11 else if key[z] < key[y]
12 then left[y] ← z
13 else right[y] ← z
红黑树的插入和插入修复
假设插入的结点为z,红黑树的插入伪代码具体如下所示:
思想:将z按二叉查找树进行插入,将z节点着色为红色,最后调用RB-INSERT-FIXUP对节点进行重新着色并旋转。
RB-INSERT(T, z)
TREE-INSERT(T, z)
left[z] ← nil[T]
right[z] ← nil[T]
color[z] ← RED
RB-INSERT-FIXUP(T, z)
现在分情况进行讨论:
- 如果插入的是根节点,违反性质2,将节点涂为黑色即可
- 如果当前节点的父节点是黑色,没有违反,什么也不做
- 如果当前节点的父节点是红色
- 插入修复情况1:祖父节点的另一个子节点(叔叔节点)是红色
- 插入修复情况2:叔叔节点是黑色,当前节点是父节点的右子
- 插入修复情况3:叔叔节点是黑色,当前节点是父节点的左子
插入修复情况1:当前结点的父结点是红色且祖父结点的另一个子结点(叔叔结点)是红色
此时父结点的父结点一定存在,否则插入前就已不是红黑树。
与此同时,又分为父结点是祖父结点的左子还是右子,对于对称性,我们只要解开一个方向就可以了。
在此,我们只考虑父结点为祖父左子的情况。
同时,还可以分为当前结点是其父结点的左子还是右子,但是处理方式是一样的。我们将此归为同一类。
对策:将当前结点的父结点和叔叔结点涂黑,祖父结点涂红,把当前结点指向祖父结点,从新的当前结点重新开始算法。(case1)
变化前(当前节点为4)
变化后,
插入修复情况2:当前节点的父节点为红色,叔叔节点是黑色,当前节点是其父节点的右子
对策:当前节点的父节点作为新的当前节点,以新的当前节点为支点左旋。
变化前(当前节点为7)
变化后:
插入修复情况3:当前结点的父结点是红色,叔叔结点是黑色,当前结点是其父结点的左子
解法:父结点变为黑色,祖父结点变为红色,在祖父结点为支点右旋
最后,把根结点涂为黑色,整棵红黑树便重新恢复了平衡。
如下图所示(当前节点为2):
变化后:
综上,代码如下
RB-INSERT-FIXUP(T,z)
1 while color[p[z]] = RED
2 do if p[z] = left[p[p[z]]]
3 then y ← right[p[p[z]]]
4 if color[y] = RED
5 then color[p[z]] ← BLACK ▹ Case 1
6 color[y] ← BLACK ▹ Case 1
7 color[p[p[z]]] ← RED ▹ Case 1
8 z ← p[p[z]] ▹ Case 1
9 else if z = right[p[z]]
10 then z ← p[z] ▹ Case 2
11 LEFT-ROTATE(T, z) ▹ Case 2
12 color[p[z]] ← BLACK ▹ Case 3
13 color[p[p[z]]] ← RED ▹ Case 3
14 RIGHT-ROTATE(T, p[p[z]]) ▹ Case 3
15 else (same as then clause
with "right" and "left" exchanged)
16 color[root[T]] ← BLACK
1.5 红黑树的删除
二叉查找树的删除
待删除的结点按照儿子的个数可以分为三种:
- 没有儿子,即为叶节点。直接把父节点对应的儿子指针设为NULL,删除儿子节点即可。
- 只有一个儿子。父节点指向儿子的独生子,删除儿子节点。
- 有两个儿子。选择左儿子中最大元素或者右儿子最小元素放到待删除节点的位置,然后调整子树。
二叉搜索树代码如下:
TREE-DELETE(T, z)
1 if left[z] = NIL or right[z] = NIL
2 then y ← z
3 else y ← TREE-SUCCESSOR(z)
4 if left[y] ≠ NIL
5 then x ← left[y]
6 else x ← right[y]
7 if x ≠ NIL
8 then p[x] ← p[y]
9 if p[y] = NIL
10 then root[T] ← x
11 else if y = left[p[y]]
12 then left[p[y]] ← x
13 else right[p[y]] ← x
14 if y ≠ z
15 then key[z] ← key[y]
16 copy y's satellite data into z
17 return y
红黑树的删除和删除修复
RB-DELETE(T, z) 单纯删除结点的总操作:
1 if left[z] = nil[T] or right[z] = nil[T]
2 then y ← z
3 else y ← TREE-SUCCESSOR(z)
4 if left[y] ≠ nil[T]
5 then x ← left[y]
6 else x ← right[y]
7 p[x] ← p[y]
8 if p[y] = nil[T]
9 then root[T] ← x
10 else if y = left[p[y]]
11 then left[p[y]] ← x
12 else right[p[y]] ← x
13 if y ≠ z
14 then key[z] ← key[y]
15 copy y's satellite data into z
16 if color[y] = BLACK
17 then RB-DELETE-FIXUP(T, x)
18 return y
RB-DELETE-FIXUP(T, x) 恢复与保持红黑性质的工作:
1 while x ≠ root[T] and color[x] = BLACK
2 do if x = left[p[x]]
3 then w ← right[p[x]]
4 if color[w] = RED
5 then color[w] ← BLACK ▹ Case 1
6 color[p[x]] ← RED ▹ Case 1
7 LEFT-ROTATE(T, p[x]) ▹ Case 1
8 w ← right[p[x]] ▹ Case 1
9 if color[left[w]] = BLACK and color[right[w]] = BLACK
10 then color[w] ← RED ▹ Case 2
11 x ← p[x] ▹ Case 2
12 else if color[right[w]] = BLACK
13 then color[left[w]] ← BLACK ▹ Case 3
14 color[w] ← RED ▹ Case 3
15 RIGHT-ROTATE(T, w) ▹ Case 3
16 w ← right[p[x]] ▹ Case 3
17 color[w] ← color[p[x]] ▹ Case 4
18 color[p[x]] ← BLACK ▹ Case 4
19 color[right[w]] ← BLACK ▹ Case 4
20 LEFT-ROTATE(T, p[x]) ▹ Case 4
21 x ← root[T] ▹ Case 4
22 else (same as then clause with "right" and "left" exchanged)
23 color[x] ← BLACK
“在删除结点后,原红黑树的性质可能被改变,如果删除的是红色结点,那么原红黑树的性质依旧保持,此时不用做修正操作,如果删除的结点是黑色结点,原红黑树的性质可能会被改变,我们要对其做修正操作。那么哪些树的性质会发生变化呢,如果删除结点不是树唯一结点,那么删除结点的那一个支的到各叶结点的黑色结点数会发生变化,此时性质5被破坏。如果被删结点的唯一非空子结点是红色,而被删结点的父结点也是红色,那么性质4被破坏。如果被删结点是根结点,而它的唯一非空子结点是红色,则删除后新根结点将变成红色,违背性质2。”
“上面的修复情况看起来有些复杂,下面我们用一个分析技巧:我们从被删结点后来顶替它的那个结点开始调整,并认为它有额外的一重黑色。这里额外一重黑色是什么意思呢,我们不是把红黑树的结点加上除红与黑的另一种颜色,这里只是一种假设,我们认为我们当前指向它,因此空有额外一种黑色,可以认为它的黑色是从它的父结点被删除后继承给它的,它现在可以容纳两种颜色,如果它原来是红色,那么现在是红+黑,如果原来是黑色,那么它现在的颜色是黑+黑。有了这重额外的黑色,原红黑树性质5就能保持不变。现在只要恢复其它性质就可以了,做法还是尽量向根移动和穷举所有可能性。"–saturnman。
如果是以下情况,恢复比较简单:
- 当前节点是红+黑色
解法:直接把当前节点染成黑色,结束时红黑树性质全部恢复。 - 当前节点是黑+黑且是根节点
解法:什么都不做
如果是以下情况呢? - 删除修复情况1:当前节点是黑+黑且兄弟节点为红色(此时父节点和兄弟节点的子节点分为黑)
- 删除修复情况2:当前节点是黑+黑且兄弟是黑色且兄弟的两个子节点全为黑色
- 删除修复情况3:当前节点是黑+黑,兄弟节点是黑色,兄弟左子为红,右子为黑
- 删除修复情况4:当前节点是黑+黑,兄弟节点是黑色,兄弟右子为红,左子任意。
删除修复情况1:当前结点是黑+黑且兄弟结点为红色(此时父结点和兄弟结点的子结点分为黑)。(case 1)
解法:把父结点染成红色,把兄弟结点染成黑色,之后重新进入算法(我们只讨论当前结点是其父结点左孩子时的情况)。此变换后原红黑树性质5不变,而把问题转化为兄弟结点为黑色的情况(注:变化前,原本就未违反性质5,只是为了把问题转化为兄弟结点为黑色的情况)。
变化前:
变化后:
删除修复情况2:当前结点是黑加黑且兄弟是黑色且兄弟结点的两个子结点全为黑色。
解法:把当前结点和兄弟结点中抽取一重黑色追加到父结点上,把父结点当成新的当前结点,重新进入算法。(此变换后性质5不变)
变化前:
变化后:
删除修复情况3:当前结点颜色是黑+黑,兄弟结点是黑色,兄弟的左子是红色,右子是黑色。
解法:把兄弟结点染红,兄弟左子结点染黑,之后再在兄弟结点为支点解右旋,之后重新进入算法。此是把当前的情况转化为情况4,而性质5得以保持
变化前:
变化后:
删除修复情况4:当前结点颜色是黑-黑色,它的兄弟结点是黑色,但是兄弟结点的右子是红色,兄弟结点左子的颜色任意。
解法:把兄弟结点染成当前结点父结点的颜色,把当前结点父结点染成黑色,兄弟结点右子染成黑色,之后以当前结点的父结点为支点进行左旋,此时算法结束,红黑树所有性质调整正确
变化前:
变化后:
建议阅读:http://www.cs.princeton.edu/~rs/talks/LLRB/RedBlack.pdf