树相关算法:AVL 树、红黑树、B/B+ 树

AVL 树

核心

  • 必须保证每个节点左子树和右子树高度差值 <= 1

  • 只有四种旋转(即四种情况)

    • 右子树高 :
      H(node.right.left) - H(node.right-right) = 1 --> RL 旋转
      H(node.right.right) - H(node.right-left) = 1 --> L 旋转
    • 左子树高:
      H(node.left.right) - H(node.left-left) = 1 --> LR 旋转
      H(node.left.left) - H(node.left-right) = 1 --> R 旋转
  • 算法步骤

    • 1、从被添加节点,然后一直往上走,直到走到 root
    • 2、每次上升到一个节点 node,就比较一下当前节点左子树和右子树的高度,如果满足 |node.left - node.right| > 1 时,就按照上面四种情况判断,到底应该是哪种旋转。
  • 应用场景

    • 对插入删除不频繁,只是对查找要求较高,那么AVL还是较优于红黑树。

四种旋转

左子树高
示例:插入 7

示例:插入 9

右子树高
示例:插入 28

示例:插入 18

红黑树

核心

  • 两条核心性质

    • 两个红色节点不可以连续
    • 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。(叶子节点均指nil叶子)
  • 最后一条性质确保:没有一条路径会比其他路径长出2倍。因而,红黑树是相对接近平衡的二叉树

    • 因为每次新插入的一个节点都是红色节点(起始时根节点为黑色),所以只要保证每个父子节点不同时为红色,那么就可以保证每条路径都是红黑节点交替,从而满足任何一个节点到叶节点经过的黑色节点数相同,也保证高度差一定在 2 倍以内。
  • 算法核心

    • 每次插入一个节点,把父节点变黑,再把祖父变红,然后把父节点旋转成祖父即可(即此时祖父还是黑色,但不存在冲突了)
    • 要解决的问题一:叔叔节点是红色时,无法把祖父变红,不然就红色连续了。
      处理策略:把叔叔一起变黑,再让祖父变为当前节点,然后按照上面的核心思想调整祖父,解决祖父变红的冲突。
    • 要解决的第二个问题:红黑树只有 L 旋转与 R 旋转,所以我上面说的把父节点变黑,然后转为祖父的前提必须是,子节点和父节点在同一个方向。
      处理策略:先以父节点进行一次旋转,把插入节点转到同向

应用示例

  • Linux 进程调度的完全公平调度程序,用红黑树管理进程控制块,进程的虚拟内存区域都存储在一颗红黑树上,每个虚拟地址区域都对应红黑树的一个节点,左指针指向相邻的地址虚拟存储区域,右指针指向相邻的高地址虚拟地址空间;
  • IO多路复用的epoll的的的实现采用红黑树组织管理的的的sockfd,以支持快速的增删改查;
  • Java的的的中TreeMap中的中的实现;

算法实现

两种旋转

右旋
在这里插入图片描述
左旋
在这里插入图片描述

插入的三种情况

case 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。

  • 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
    在这里插入图片描述

case 2: 当前结点的父结点是红色,叔叔(假设叔叔是祖父的右子)结点是黑色,当前结点是其父结点的右子。

  • 对策:当前结点的父结点做为新的当前结点,以新当前结点为支点左旋
    在这里插入图片描述

case 3: 当前结点的父结点是红色,叔叔(假设叔叔是祖父的右子)结点是黑色,当前结点是其父结点的左子。

  • 对策: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
  • 最终目的都是转换为这种情况
    在这里插入图片描述

代码

int rb_insert_fixup(rb_tree_t *root, rb_node_t *node)
{
	rb_node_t *parent;
	rb_node_t *grand_parent;

	//If parent exist, and the color of parent is RED
	while((parent = node->parent) && parent->color == COLOR_RED)
	{
		grand_parent = parent->parent;

		//parent node is grand_parent node's left child(grand_parent should not be NULL, because parent->color==COLOR_RED)
		if(grand_parent->left == parent)
		{
			rb_node_t *uncle = grand_parent->right;

			//Case 1: uncle is RED
			if(uncle && uncle->color == COLOR_RED)
			{
				parent->color = COLOR_BLACK;
				uncle->color = COLOR_BLACK;
				grand_parent->color = COLOR_RED;
				
				node = grand_parent;
				continue;
			}

			//Case 2: uncle is BLACK, and node is parent's right child
			if(parent->right == node)
			{
				rb_rotate_left(root, parent);
				
				// reset parent and node pointer
				rb_node_t *tmp;
				tmp = parent;
				parent = node;
				node = tmp;
				
				//Here successful convert Case 2 to Case3
			}

			//Case 3: uncle is BLACK, and node is parent's left child
			parent->color = COLOR_BLACK;
			grand_parent->color = COLOR_RED;
			rb_rotate_right(root, grand_parent);

		}
		else{
			rb_node_t *uncle = grand_parent->left;
			
			//Case 1: uncle is RED
			if(uncle && uncle->color == COLOR_RED)
			{
				parent->color = COLOR_BLACK;
				uncle->color = COLOR_BLACK;
				grand_parent->color = COLOR_RED;
				
				node = grand_parent;
				continue;
			}

			//Case 2: uncle is BLACK, and node is parent's left child
			if(parent->left == node)
			{
			rb_rotate_right(root,parent);
			
				//reset parent and node pointer
				rb_node_t *tmp;
				tmp = parent;
				parent = node;
				node = tmp;
				
				//Here success convert Case 2 to Case 3
			}

			//Case 3: uncle is BLACK, and node is parent's right child
			parent->color = COLOR_BLACK;
			grand_parent->color = COLOR_RED;
			rb_rotate_left(root, grand_parent);
		}
	}

	(*root)->color = COLOR_BLACK;
	return 0x0;
}


int insert_rbtree(rb_tree_t *root, rb_node_t *node)
{
	rb_node_t *p = *root;
	rb_node_t *q = NULL;

	//find the position we need to insert
	while(p)
	{
		q = p;
		if(p->key == node->key)
			return 1;
		else if(p->key > node->key)
			p = p->left;
		else
			p = p->right;
	}

	node->parent = q;

	if(q != NULL)
	{
	    if(node->key < q->key)
			q->left = node;
		else
			q->right = node;
	}
	else{
		*root = node;
	}

	node->color = COLOR_RED;

	return rb_insert_fixup(root, node);
}

B/B+ 树

B 树相对于上面说的树,核心区别就是多叉

B+ 树的相对于 B 树的核心区别有两点

  • 只有叶子节点保存值
  • 叶子节点间有双向指针

存储引擎使用 B+ 树的原因

  • 只有叶子节点保存值
    • 相对于 B 树来说,主文件指针只存放在叶子节点,所以这样的话 如果一个索引块可以全部放满的话,那么 B+ 树的节点可以能放的索引项比 B 树多,因为不放行指针或数据值;
    • 而且也不会出现查找不同值时,耗费的时间不同。
  • 叶子节点间有双向指针
    • B 树没有删除合并,B+ 树通过删除合并来保证每个节点指针的利用率在 50%~100%,逻辑其实很容易相通,就是下层节点个数决定上层节点的个数,所以只要保证了叶子节点的空间利用率,也就保证了整棵树其他节点的空间利用率,删除节点合并就是 B+ 树独创的,每个节点间的双向指针实现的,会根据被删除元素页子节点的剩余元素个数,与相邻页子节点的现存元素个数,来决定是合并还是窃取元素,然后再逐层向上调整指针;
    • 也正是这个双向指针还可以方便的范围检索。

(具体插入和删除示例可以参考我数据库的文章: 数据库索引之 B+ 树

已标记关键词 清除标记
相关推荐
©️2020 CSDN 皮肤主题: 撸撸猫 设计师:C马雯娟 返回首页