摘要:如果用数组存储二叉树,假设父节点下标为,则其左孩子的下标是,右孩子的下标是。算法基本思路创建一个水平数组,水平数组的长度为满二叉树中的节点总数,将二叉树的所有节点,按满二叉树的样子,投影到水平数组上,每个节点在水平数组中都对就一个位置。
一、结点
package com.company.RedBlackTree; /** * Created by jiayi on 2016/10/29. */ enum colors{ red,black; }; public class RedBlackTreeNode implements Cloneable { colors color; int key; RedBlackTreeNode left; RedBlackTreeNode right; RedBlackTreeNode p; int depth; public RedBlackTreeNode clone() throws CloneNotSupportedException{ //浅拷贝 RedBlackTreeNode cloned = (RedBlackTreeNode) super.clone(); return cloned; } RedBlackTreeNode(){ color = colors.black; key = 0; left = null; right = null; p = null; depth = 0; } RedBlackTreeNode(int key){ color = colors.black; this.key = key; left = null; right = null; p = null; depth = 0; } public boolean equals(RedBlackTreeNode x){ if(x.key == key && x.color == color && x.left == left && x.right == right){ return true; }else { return false; } } }
二、红黑树的插入(RBInsert)、删除(RBDelete)、连接(RBJoin)
package com.company.RedBlackTree; import java.util.LinkedList; import java.util.Queue; import java.util.Map; import java.util.HashMap; /** * Created by jiayi on 2016/10/29. */ public class RedBlackTree implements Cloneable{ public RedBlackTreeNode nil; public RedBlackTreeNode root; public int N;
public RedBlackTree(){ nil = new RedBlackTreeNode(); root = nil; } public RedBlackTree(RedBlackTreeNode root){ this.root = root; nil = new RedBlackTreeNode(); } public void test(int[] a){ for( int i = 0 ; i < a.length ; i++ ){ RedBlackTreeNode temp = new RedBlackTreeNode(a[i]); RBInsert(temp); bfsTree(); //Print(); } /*bfsTree(); RedBlackTreeNode temp = RBSearch(root,a[5]); RBDelete(temp); bfsTree();*/ //Print(); } // 计算某节点在整棵树的第几层(ROOT为第1层) public int getLevelOfFullTree(RedBlackTreeNode node) { int depth = 0;
RedBlackTreeNode t = node; while (t != nil) { depth++; t = t.p; } return depth; } // 树形本层节点打印 private void printTreeLevel(String[] nodes) { System.out.print(" |"); for (int j = 0; j < nodes.length; j++) { if (nodes[j] == null||nodes[j].length() == 0) { // 打印两位数字的占位符 System.out.printf("---"); } else { // 打印节点 System.out.printf("%3s", nodes[j]); // 重置数组 nodes[j] = ""; } } System.out.print("|");
}
public void bfsTree() { System.out.print(" ------------------ 树形打印开始 ------------------"); if (this.root.equals( nil)) { System.out.print(" 树为pw"); return; } // 二叉树的高度 int maxLevel = getDepth(root); // 满二叉树时的总结点数 int fullTotal = (int) Math.pow(2, maxLevel) - 1; // 水平数组 //int[] nodes = new int[fullTotal]; String[] nodes = new String[fullTotal]; // 上一个节点的层次 int prevLevel = 1; // 每层的起始下标 int start = 0; // 每一层的元素的间距 int stepSize = 0; // 广度优先遍历 Queuequeue = new LinkedList<>(); queue.offer(root); RedBlackTreeNode node = nil; // 如果用数组存储二叉树,indexMap中存储各节点对应数组的下标 Map indexMap = new HashMap (); while (!queue.isEmpty()) { // 删除队列头结点 node = queue.poll(); // 某节点在整棵树的第几层(ROOT为第1层) int levelOfFullTree = getLevelOfFullTree(node); // 如果当前深度比前一个节点的尝试大,则开始的新一层的节点访问 if (levelOfFullTree > prevLevel) { // 打印层次的节点 printTreeLevel(nodes); } // 计算新的层次的开始下标与步长 start = (int) Math.pow(2, maxLevel - levelOfFullTree) - 1; stepSize = (int) Math.pow(2, maxLevel - levelOfFullTree + 1); // System.out.print(" " + "start:" + start + ",stepSize:" + stepSize); // 记录节点的下标 int idx = -1; if (node == root) { indexMap.put(node.key, 1); idx = 1; } else{ if (node == node.p.left) { idx = 2 * indexMap.get(node.p.key) - 1; } else if (node == node.p.right) { idx = 2 * indexMap.get(node.p.key); } indexMap.put(node.key, idx); } // 计算映射到水平数组的位置 int y = start + (idx - 1) * stepSize; String c; if(node.color == colors.black){ c = "b"; }else { c = "r"; } nodes[y] = String.valueOf(node.key) + c ; // System.out.print(" " + "node.value:" + node.value + ",y:" + y); // 将节点的左孩子加入队列 if (!node.left.equals( nil)) { queue.offer(node.left); } // 将节点的右孩子加入队列 if (!node.right.equals( nil)) { queue.offer(node.right); } // 保留层次数,为下次循环使用 prevLevel = levelOfFullTree; } // 打印最底层的节点,因为while的推出,最底层次的节点没有打印,在这里多带带打印 this.printTreeLevel(nodes); System.out.print(" ------------------ 树形打印结束 ------------------"); } // 计算以某节点为根的树的深度(从1开始) public int getDepth(RedBlackTreeNode node) { if (node.equals( nil)) { return 0; } return 1 + Math.max(this.getDepth(node.left), this.getDepth(node.right)); } /** * 二叉树的广度优先遍历,按照树形打印此树 * * * 算法用到的参数: * 1:二叉树的最大深度。 * 2:每个节点在二叉树中的层次Level,从1开始。 * 3:每个节点在该层中的序号indexOfLevel,从1开始。 * 注: * (1)Level和indexOfLevel可以在广度优先遍历时用计数器实现。 * (2)Level和indexOfLevel也可以在向树中插入新节点时,初始化到节点中。 * 如果用数组存储二叉树,假设父节点下标为i,则其左孩子的下标是2*i-1,右孩子的下标是2*i+1。 * * 算法基本思路: * (1):创建一个水平数组,水平数组的长度为 "满二叉树" 中的节点总数,将二叉树的所有节点,按满二叉树的样子,投影到水平数组上,每个节点在水平数组中都对就一个位置。 * (2):我们总结一下,对于每一个层级,映射到水平数组后,第一个节点的开始下标=s,本层任意相邻节点的步长(间距)=d,如果下所示 * 层级 起始下标 步长 * 1 2^3-1=7 2^4=16 * 2 2^2-1=3 2^3=8 * 3 2^1-1=1 2^2=4 * 4 2^0-1=0 2^1=2 * (3):有了以上数据,我们可以计算出,任意一层,任意一节点在水平数组中的下标, * 下标=起始下标+(该节点所在层次-1)*步长 * (4):OK,每一次每个节点的位置确定了,树形图自然也确定了。 * * 另: * 如果想要让输出特别规矩,我们必须: * 1:先确定每个节点的值(即输出的内容)最多占多少个字符宽度,假设为flength。 * 在输出树的过程中,不论遇到空值还是有值,都格式化输出,长度不足flength的,用空格补齐。 * 2:可以适当的将水平数组扩大一倍,这样每层中的各节点之间的距离拉长了,最终看到的结果是整个树水平放大了。 * */ private RedBlackTreeNode RBSearch(RedBlackTreeNode x, int k){ while (x != nil){ if(x.key > k){ return RBSearch(x.left,k); }else if(x.key < k){ return RBSearch(x.right,k); } else return x; } return nil; } private void LeftRotate(RedBlackTreeNode x){ // 假设x.right != Nil RedBlackTreeNode y = x.right; //将y设为新的子树根节点 x.right = y.left; if(y.left != nil){ y.left.p = x; } if(x.p.right == x){ x.p.right = y; y.p = x.p; }else if(x.p.left == x){ x.p.left = y; y.p = x.p; }else{ y.p = nil; root = y; } //x成为y的左孩子 y.left = x; x.p = y; //y的左孩子成为x的右孩子 } private void RightRotate(RedBlackTreeNode y){ //使x成为新的根节点 RedBlackTreeNode x = y.left; y.left = x.right; if(x.right != nil){ y.left.p = y; } if(y.p.left == y){ y.p.left = x; x.p = y.p; }else if(y.p.right == y){ y.p.right = x; x.p = y.p; }else{ root = x; x.p = nil; } // y成为x的右孩子 y.p = x; x.right = y; //x的右孩子变成y的左孩子 //y.left = x.right; } private void RBInsert(RedBlackTreeNode z){ RedBlackTreeNode y = nil; RedBlackTreeNode x = root; while (x != nil){ y = x; if(z.key < x.key){ x = x.left; }else{ x = x.right; } } z.p = y; if(y == nil){ root = z; }else if(z.key < y.key){ y.left = z; }else{ y.right = z; } z.right = nil; z.left = nil; z.color = colors.red; RBInsertFixup(z); ++N; } private void RBInsertFixup(RedBlackTreeNode z){ while (z.p.color == colors.red){ //由于z的父节点为红,z也为红,故需要调整 //首先想把z的父节点set为红--> z.p的分支不满足性质5 --> 将z.p.p set为黑,且将z.uncle set为红 if(z.p == z.p.p.left){//若z.p是z.p.p的左孩子 RedBlackTreeNode y = z.p.p.right;//z的叔节点 if(y.color == colors.red){//case 1 : 如果z的叔节点是红色(与z的父节点颜色一样) z.p.color = colors.black; y.color = colors.black; z.p.p.color = colors.red; z = z.p.p; ++z.depth; }else if(z == z.p.right){ // case 2 : 如果z的叔节点是黑色,且z是右孩子 z = z.p; LeftRotate(z);//左旋,使得红色节点z上移 } z.p.color = colors.black;//case 3 if(z.p != nil) { z.p.p.color = colors.red; RightRotate(z.p.p); } }else{//若z.p是z.p.p的右孩子 RedBlackTreeNode y = z.p.p.left; if(y.color == colors.red){//case 1 : 如果z的叔节点是红色(与z的父节点颜色一样) z.p.color = colors.black; y.color = colors.black; z.p.p.color = colors.red; z = z.p.p; }else { if (z == z.p.left) { // case 2 : 如果z的叔节点是黑色,且z是左孩子 z = z.p; RightRotate(z);//左旋,使得红色节点z上移 } z.p.color = colors.black;//case 3 if(z.p != nil) { z.p.p.color = colors.red; LeftRotate(z.p.p); } } } } root.color = colors.black; root.p = nil; } private void RBDelete(RedBlackTreeNode z){ RedBlackTreeNode y = z; colors yOriginalColor = y.color; RedBlackTreeNode x = nil; if(z.left == nil){ //只有右边节点 x = z.right; RBTranlant(z,z.right); }else if(z.right == nil){//只有左边节点 x = z.left; RBTranlant(z,z.left); }else{//左右都有节点 y = TreeMinimum(z.right);//z的后继 yOriginalColor = y.color; x = y.right; if(y.p == z){//z.right 就是z的后继 x.p = y ;//为啥? }else{ //后继是y //先用y.right代替y RBTranlant(y,y.right); //再用y代替z y.right = z.right; y.right.p = y; } RBTranlant(z,y); y.left = z.left; y.left.p = y; y.color = z.color; } if(yOriginalColor == colors.black){ //当z有一个儿子时,y就是z,x就是z的儿子 //已知y原为黑色,即z原来为黑色。但是 //z.child(也就是x)替换z后,可能会改变z位置(也就是现在的x)的黑高,故需要调整x // 若x是红色,那么有可能和原来z.p构成双红,以及会破坏x处黑高 --> 把x设置为黑色即可 // 若x是黑色,会减小黑高,需要调整 //当z有两个儿子时,y是z的后继,x是y.right //z被y替换,已知y是黑色,则会改变z位置(现在y)的黑高。 //调整: //a.若x是红色,那么有可能和原来y.p构成双红,以及会破坏x处黑高 --> 把x设置为黑色即可 //b.若x是黑色,由于y的上移,本分支黑高被破坏,需要调整 // 2.若z原来是红色,则y被重置为红色。x替换y后,现在x位置处的性质被破坏 RBDeleteFixup(x); } } private void RBDeleteFixup(RedBlackTreeNode x){ while (x != root && x.color == colors.black){ // bfsTree(); RedBlackTreeNode w = nil; if(x == x.p.left){ //x是一个左孩子 w = x.p.right;//x的兄弟节点 if(w.color == colors.red) { //case 1 colors tempXP = x.p.color; x.p.color = w.color; w.color = tempXP; LeftRotate(x.p); w = x.p.right; }else{ if(w.right.color == colors.black){ if(w.left.color == colors.black){//case 2 w.color = colors.red; x = x.p; --x.depth; }else { // case 3 colors temp = w.color; w.color = w.left.color; w.left.color = temp; RightRotate(w); w = x.p.right; } }else{// case 4 w.color = x.p.color; x.p.color = colors.black; --x.p.depth; ++w.depth; w.right.color = colors.black; LeftRotate(x.p); x =root; } } }else{ w = x.p.left;//x的兄弟节点 if(w.color == colors.red) { //case 1 colors tempXP = x.p.color; x.p.color = w.color; w.color = tempXP; RightRotate(x.p); w = x.p.left; }else{ if(w.left.color == colors.black){ if(w.right.color == colors.black){//case 2 w.color = colors.red; x = x.p; }else { // case 3 colors temp = w.color; w.color = w.right.color; w.right.color = temp; LeftRotate(w); w = x.p.left; } }else{// case 4 w.color = x.p.color; x.p.color = colors.black; w.left.color = colors.black; RightRotate(x.p); x =root; } } } } x.color = colors.black; } private void RBTranlant(RedBlackTreeNode u,RedBlackTreeNode v){//用v替换u if(u == u.p.right){//u是u.p的右孩子 u.p.right = v; v.p = u.p; }else if( u == u.p.left ){//u是u.p的左孩子孩子 u.p.left = v; v.p = u.p ; }else {//u是根节点 v.p = nil; root = v; } } public RedBlackTree RBJoin(RedBlackTree T1, RedBlackTree T2, int x) throws CloneNotSupportedException { RedBlackTreeNode x_root = new RedBlackTreeNode(x); x_root.right = T1.root; T1.root.p = x_root; x_root.left = T2.root; T2.root.p = x_root;
int x_N = Math.max(T1.N,T2.N); RedBlackTree newTree = new RedBlackTree(x_root); newTree.N = x_N; T1.nil = newTree.nil; T2.nil = newTree.nil; x_root.p = newTree.nil; return newTree; } private RedBlackTreeNode TreeMinimum(RedBlackTreeNode x){//得到最小值 while (x.left != nil){ x = x.left; } return x; } private RedBlackTreeNode TreeMaximum(RedBlackTreeNode x){//得到最大值 while (x.right != nil){ x = x.right; } return x; }
}
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/65274.html
摘要:很多文章或书籍在介绍红黑树的时候直接上来就是红黑树的个基本性质插入删除操作等。这也不奇怪,算法的作者就是红黑树的作者之一。所以,理解树对掌握红黑树是至关重要的。 本文主要包括以下内容: 什么是2-3树 2-3树的插入操作 红黑树与2-3树的等价关系 《算法4》和《算法导论》上关于红黑树的差异 红黑树的5条基本性质的分析 红黑树与2-3-4树的等价关系 红黑树的插入、删除操作 JDK ...
摘要:在二叉查找树上执行基本操作的时间与树的高度成正比。不同的二叉查找树可以表示同一组值。红黑树树二叉查找树,红黑树,树红黑树 虽是读书笔记,但是如转载请注明出处 http://segmentfault.com/blog/exploring/ .. 拒绝伸手复制党 关于二叉树的基本知识,可以参见:Java 实现基本数据结构 2(树) 以下是算法导论第十二章的学习笔记 二叉查找树 BS...
摘要:源码剖析由于红黑树的操作我这里不说了,所以这里基本上也就没什么源码可以讲了,因为这里面重要的算法都是,这里的是指,他们是算法导论的作者,也就是说里面算法都是参照算法导论的伪代码。因为红黑树是平衡的二叉搜索树,所以其包含操作的时间复杂度都为。 本文章首发于个人博客,鉴于sf博客样式具有赏心悦目的美感,遂发表于此,供大家学习、批评。本文还在不断更新中,最新版可移至个人博客。? 继上篇文章...
摘要:需要执行的操作依次是首先,将红黑树当作一颗二叉查找树,将该节点从二叉查找树中删除然后,通过旋转和重新着色等一系列来修正该树,使之重新成为一棵红黑树。 虽是读书笔记,但是如转载请注明出处 http://segmentfault.com/blog/exploring/ .. 拒绝伸手复制党 关于二叉树的基本知识,可以参见:Java 实现基本数据结构 2(树) 以下是算法导论第13章的学...
阅读 1965·2023-04-25 16:19
阅读 3090·2021-11-24 09:39
阅读 828·2021-11-16 11:44
阅读 1687·2019-08-29 12:52
阅读 1138·2019-08-26 13:33
阅读 1073·2019-08-26 10:26
阅读 2199·2019-08-23 16:42
阅读 2566·2019-08-23 14:37