C++ 中红黑树是一种自平衡二叉搜索树,其底层实现通过一套严格的规则保证树的平衡,从而确保插入、删除、查找等操作的时间复杂度稳定在 O(log n)。以下是其核心实现机制的解析:
一、红黑树的核心特性(平衡的基础)
红黑树的节点分为红色或黑色,且必须满足以下 5 条规则:
节点颜色:每个节点要么是红色,要么是黑色。根节点:根节点必须是黑色。叶子节点(NIL 节点):所有叶子节点(空节点,通常用 标记)都是黑色。红色节点的子节点:若一个节点是红色,则它的两个子节点必须是黑色(即不存在连续的红色节点)。路径黑色平衡:从任意节点到其所有叶子节点的路径中,黑色节点的数量必须相同(称为“黑高”)。
NIL
二、节点结构设计
红黑树的节点通常包含以下成员:
template <typename T>
struct Node {
T data; // 存储的数据
Node* left; // 左子节点
Node* right; // 右子节点
Node* parent; // 父节点(用于旋转和平衡)
bool is_red; // 颜色标记(true 为红,false 为黑)
// 构造函数
Node(const T& val) : data(val), left(nullptr), right(nullptr), parent(nullptr), is_red(true) {}
};
parent 指针:关键设计,用于在插入/删除后追溯祖先节点,进行平衡调整。默认颜色:新插入节点默认为红色(减少对“黑高”的影响,降低调整复杂度)。
三、核心操作:旋转(平衡的关键手段)
当插入或删除节点破坏红黑树特性时,通过旋转调整树的结构,配合颜色修改恢复平衡。旋转分为两种:
1. 左旋(Left Rotation)
以节点 为支点,将其右子树
x 旋转为新的父节点,
y 成为
x 的左子节点,
y 的左子树转为
y 的右子树。
x
// 左旋示意图:x 为支点,y 是 x 的右子节点
// x y
// /
// y → x
// /
// T2 T2
void left_rotate(Node* x) {
Node* y = x->right; // y 是 x 的右子节点
x->right = y->left; // x 的右子树指向 y 的左子树(T2)
if (y->left != nullptr) {
y->left->parent = x; // T2 的父节点更新为 x
}
y->parent = x->parent; // y 继承 x 的父节点
if (x->parent == nullptr) {
root = y; // 若 x 是根节点,y 成为新根
} else if (x == x->parent->left) {
x->parent->left = y; // x 是左子节点时,y 替代其位置
} else {
x->parent->right = y; // x 是右子节点时,y 替代其位置
}
y->left = x; // x 成为 y 的左子节点
x->parent = y; // x 的父节点更新为 y
}
2. 右旋(Right Rotation)
与左旋对称,以节点 为支点,将其左子树
y 旋转为新的父节点。
x
// 右旋示意图:y 为支点,x 是 y 的左子节点
// y x
// /
// x → y
// /
// T2 T2
void right_rotate(Node* y) {
Node* x = y->left; // x 是 y 的左子节点
y->left = x->right; // y 的左子树指向 x 的右子树(T2)
if (x->right != nullptr) {
x->right->parent = y; // T2 的父节点更新为 y
}
x->parent = y->parent; // x 继承 y 的父节点
if (y->parent == nullptr) {
root = x; // 若 y 是根节点,x 成为新根
} else if (y == y->parent->left) {
y->parent->left = x; // y 是左子节点时,x 替代其位置
} else {
y->parent->right = x; // y 是右子节点时,x 替代其位置
}
x->right = y; // y 成为 x 的右子节点
y->parent = x; // y 的父节点更新为 x
}
四、插入操作与平衡调整
插入流程:
按二叉搜索树规则插入新节点(默认为红色)。检查是否破坏红黑树特性(主要是“连续红色节点”问题),通过颜色修改和旋转恢复平衡。
插入后的调整场景(核心)
设新节点为 ,其父节点为
z,祖父节点为
p(必存在,否则无需调整),叔叔节点为
g(
u 的兄弟):
p
场景 1: 是红色
u
解决:将 和
p 改为黑色,
u 改为红色,然后以
g 为新节点继续向上检查。场景 2:
g 是黑色(或 NIL),且
u 是
z 的右子节点,
p 是
p 的左子节点(“右右”或“左右”形态)
g
解决:先对 左旋(转为场景 3),再对
p 右旋,最后修改
g 和
p 的颜色。场景 3:
g 是黑色(或 NIL),且
u 是
z 的左子节点,
p 是
p 的左子节点(“左左”形态)
g
解决:对 右旋,交换
g 和
p 的颜色。
g
最终确保根节点为黑色。
五、删除操作与平衡调整
删除流程更复杂,核心是:
按二叉搜索树规则删除节点(找到前驱/后继节点替代,简化为删除叶子或单孩子节点)。若删除的是黑色节点,会破坏“黑高”平衡,需通过双重黑色(double black) 标记和调整恢复:
若兄弟节点是红色,先旋转转为兄弟节点为黑色的场景。若兄弟节点是黑色,且其孩子节点满足条件,通过旋转+颜色修改消除“双重黑色”。若无法通过兄弟节点调整,将“双重黑色”向上传递,直到根节点(最后将根节点的双重黑色转为单黑色)。
六、红黑树的优势
平衡性:通过上述规则,确保树的高度始终为 O(log n),避免二叉搜索树退化为链表(O(n) 复杂度)。效率:旋转和颜色调整的操作次数少(插入最多 2 次旋转,删除最多 3 次旋转),实际性能优于 AVL 树(AVL 树要求严格平衡,旋转更频繁)。
C++ 标准库中的 、
std::map 等关联容器通常以红黑树为底层实现,利用其高效的平衡特性保证增删查改的稳定性能。
std::set


