数据结构【红黑树】

数据结构【红黑树】

红黑树

1.红黑树

1.1红黑树的定义

红黑树是⼀棵二叉搜索树,它的每个结点增加一个存储位来表示结点的颜色,可以是红色或者黑色。
通过对任何一条从根到叶子的路径上各个结点的颜色进行约束,最长的不超过最短的2倍(近似平衡)。

在这里插入图片描述

1.2红黑树的规则

  1. 每个结点不是红色就是黑色
  2. 根结点是黑色的
  3. 如果一个结点是红色的,则它的两个孩子结点必须是黑色的,也就是说任意一条路径不会有连续的红色结点。
  4. 对于任意一个结点,从该结点到其所有NULL结点的简单路径上,均包含相同数量的黑色结点。
    最长路径(一黑一红) < = 2*最短路径(全黑)(四条规则约束)
    数路径要数到空结点。(NIL结点数路径)

1.3红黑树的效率:

最短路径logN,最长路径2*logN,时间复杂度就是O(logN)。

2.红黑树的实现

2.1红黑树的插入

(插入红色结点,按照二叉搜索树的规则,和四条红黑树的规则)

2.1.1 情况1:变色

-c为红,p为红,g为黑,u存在且为红,则将p和u变黑,g变红。在把g当做新的c,继续往上更新。
情况1只变色,不旋转。所以无论c是p的左还是右,p是g的左还是右,都是上面的变色处理方式。

2.1.2 情况2:单旋+变色

  • c为红,p为红,g为黑,u不存在或者u存在且为黑 ,u不存在,则c一定是新增结点,u存在且为黑,则c一定不是新增,c之前是黑色的,是在c的子树中插入,符合情况1,变色将c从黑色变成红色,更新上来的。

2.1.3 情况3:双旋+变色

  • c为红,p为红,g为黑,u不存在或者u存在且为黑,u不存在,则c一定是新增结点,u存在且为黑,则c⼀定不是新增,c之前是黑色的,是在c的子树中插入,符合情况1,变色将c从黑色变成红色,更新上来的。

2.2红黑树的插入代码实现

//test.cpp#include<iostream>#include<vector>usingnamespace std;#include"RBTree.h"//void TestRBTree1()//{// RBTree<int, int> t;// // 常规的测试用例// //int a[] = { 16, 3, 7, 11, 9, 26, 18, 14, 15 };// // 特殊的带有双旋场景的测试用例// int a[] = { 4, 2, 6, 1, 3, 5, 15, 7, 16, 14,3,5,66,33,543,54,2,435,321,32,43,4324,534 };// for (auto e : a)// {// t.Insert({ e, e });// }//// t.InOrder();// cout << t.IsBalanceTree() << endl;//}////// 插入一堆随机值,测试平衡,顺便测试一下高度和性能等//void TestRBTree2()//{// const int N = 10000000;// vector<int> v;// v.reserve(N);// srand(time(0));//// for (size_t i = 0; i < N; i++)// {// v.push_back(rand() + i);// }//// size_t begin2 = clock();// RBTree<int, int> t;// for (auto e : v)// {// t.Insert(make_pair(e, e));// }// size_t end2 = clock();//// cout << "Insert:" << end2 - begin2 << endl;// cout << t.IsBalanceTree() << endl;//// cout << "Height:" << t.Height() << endl;// cout << "Size:" << t.Size() << endl;//// size_t begin1 = clock();// // 确定在的值// /*for (auto e : v)// {// t.Find(e);// }*///// // 随机值// for (size_t i = 0; i < N; i++)// {// t.Find((rand() + i));// }//// size_t end1 = clock();//// cout << "Find:" << end1 - begin1 << endl;//}#include"mymap.h"#include"myset.h"intmain(){//TestRBTree2(); bit::test_set(); bit::test_map();return0;}
//RBTree.henumColour{ RED, BLACK };// red blacktemplate<classT>structRBTreeNode{ T _data; RBTreeNode<T>* _left; RBTreeNode<T>* _right; RBTreeNode<T>* _parent; Colour _col;RBTreeNode(const T& data):_data(data),_left(nullptr),_right(nullptr),_parent(nullptr),_col(RED){}};template<classK,classT,classKeyOfT>classRBTree{typedef RBTreeNode<T> Node;public:boolInsert(const T& data){if(_root ==nullptr){ _root =newNode(data); _root->_col = BLACK;returntrue;} KeyOfT kot; Node* parent =nullptr; Node* cur = _root;while(cur){if(kot(cur->_data)<kot(data)){ parent = cur; cur = cur->_right;}elseif(kot(cur->_data)>kot(data)){ parent = cur; cur = cur->_left;}else{returnfalse;}}// 新插入红色节点 cur =newNode(data); cur->_col = RED;if(kot(parent->_data)<kot(data)){ parent->_right = cur;}else{ parent->_left = cur;} cur->_parent = parent;while(parent && parent->_col == RED){ Node* grandfather = parent->_parent;if(parent == grandfather->_left){ Node* uncle = grandfather->_right;// 1、u存在且为红if(uncle && uncle->_col == RED){// 变色 parent->_col = uncle->_col = BLACK; grandfather->_col = RED;//继续往上处理 cur = grandfather; parent = cur->_parent;}else// 2、u不存在或者u存在且为黑{if(cur == parent->_left){// g// p u//cRotateR(grandfather); parent->_col = BLACK; grandfather->_col = RED;}else{// g// p u// cRotateL(parent);RotateR(grandfather); cur->_col = BLACK; grandfather->_col = RED;}break;}}else// (parent == grandfather->_right){ Node* uncle = grandfather->_left;// 1、u存在且为红if(uncle && uncle->_col == RED){// 变色 parent->_col = uncle->_col = BLACK; grandfather->_col = RED;//继续往上处理 cur = grandfather; parent = cur->_parent;}else// 2、u不存在或者u存在且为黑{if(cur == parent->_right){// g// u p // cRotateL(grandfather); parent->_col = BLACK; grandfather->_col = RED;}else{// g// u p// cRotateR(parent);RotateL(grandfather); cur->_col = BLACK; grandfather->_col = RED;}break;}}} _root->_col = BLACK;returntrue;}voidInOrder(){_InOrder(_root); cout << endl;}intHeight(){return_Height(_root);}intSize(){return_Size(_root);} Node*Find(const K& key){ KeyOfT kot; Node* cur = _root;while(cur){if(kot(cur->_data)< key){ cur = cur->_right;}elseif(kot(cur->_data)> key){ cur = cur->_left;}else{return cur;}}returnnullptr;}private:int_Size(Node* root){return root ==nullptr?0:_Size(root->_left)+_Size(root->_right)+1;}int_Height(Node* root){if(root ==nullptr)return0;int leftHeight =_Height(root->_left);int rightHeight =_Height(root->_right);return leftHeight > rightHeight ? leftHeight +1: rightHeight +1;}void_InOrder(Node* root){if(root ==nullptr){return;}_InOrder(root->_left); cout << root->_kv.first <<" ";_InOrder(root->_right);}voidRotateR(Node* parent){ Node* subL = parent->_left; Node* subLR = subL->_right; parent->_left = subLR;if(subLR) subLR->_parent = parent; Node* ppnode = parent->_parent; subL->_right = parent; parent->_parent = subL;if(parent == _root){ _root = subL; subL->_parent =nullptr;}else{if(ppnode->_left == parent){ ppnode->_left = subL;}else{ ppnode->_right = subL;} subL->_parent = ppnode;}}voidRotateL(Node* parent){ Node* subR = parent->_right; Node* subRL = subR->_left; parent->_right = subRL;if(subRL) subRL->_parent = parent; Node* ppnode = parent->_parent; subR->_left = parent; parent->_parent = subR;if(parent == _root){ _root = subR; subR->_parent =nullptr;}else{if(ppnode->_left == parent){ ppnode->_left = subR;}else{ ppnode->_right = subR;} subR->_parent = ppnode;}}private: Node* _root =nullptr;};

2.3红黑树的查找

按二叉搜索树逻辑实现即可,搜索效率为 O(logN)

2.4红黑树的检查

牢记四条规则。

Read more

[linux仓库]多线程同步:基于POSIX信号量实现生产者-消费者模型[线程·柒]

[linux仓库]多线程同步:基于POSIX信号量实现生产者-消费者模型[线程·柒]

🌟 各位看官好,我是egoist2023! 🌍 Linux == Linux is not Unix ! 🚀 今天来学习Linux的System V信号量,基于该信号量实现生产者消费者模型的代码。 👍 如果觉得这篇文章有帮助,欢迎您一键三连,分享更多人哦! 目录 回顾System V信号量 认识信号量接口 环形队列 单单CP场景 代码实现 生产数据 消费数据 多多CP场景 总结 回顾System V信号量 还记得这张图不?这是当年在讲进程通信时候,通过讲述电影院的故事,画出的图.上一节我们又有了阻塞队列的知识储备. 阻塞队列当成整体使用,如果此时拆分成一个个小资源呢?让不同的线程访问同一块资源的不同部分,那么不就相当于允许多个线程并发访问同一块资源了吗 整体使用就是要有互斥能力; 局部使用,访问错了,分多资源应该要规避 *  放过多线程进入,本质就是访问信号量,而信号量本质是一把计数器!(信号量就是一个计数器,可以理解为锁+整数) --> 那么该如何表示信号量还剩多少资源,资源被申请多少了呢? PV操作

By Ne0inhk
在 Linux 系统上安装 MATLAB:从下载到启动的完整指南

在 Linux 系统上安装 MATLAB:从下载到启动的完整指南

文章目录 * 前言 * 第一步:准备工作 * 第二步:运行安装程序 * 第三步:应用破解文件(如需) * 第四步:创建桌面快捷方式和环境变量 * 第五步:验证安装 * 总结 前言 对于科研人员、工程师和学生来说,MATLAB 是一款不可或缺的强大工具,它在数值计算、算法开发、数据分析和模型仿真等领域有着广泛的应用。虽然 MATLAB 在 Windows 和 macOS 上更为常见,但许多用户(尤其是高性能计算和服务器环境)更喜欢或需要在 Linux 系统上运行它。Linux 提供了无与伦比的稳定性、强大的命令行工具和灵活的配置选项,与 MATLAB 的计算能力相结合,能极大提升工作效率。 然而,对于不熟悉 Linux 的用户来说,在其上安装 MATLAB 可能会遇到一些挑战,例如处理安装文件、破解(

By Ne0inhk
把服务器“装进口袋“!用 QQ 私聊打造全自动化运维助手

把服务器“装进口袋“!用 QQ 私聊打造全自动化运维助手

欢迎来到我的博客,代码的世界里,每一行都是一个故事 🎏:你只管努力,剩下的交给时间 🏠 :小破站 把服务器"装进口袋"!用 QQ 私聊打造全自动化运维助手 * 前言:那些凌晨盯着屏幕的日子 * 这套方案能做什么? * 第一步:新建一个专属的运维 Bot * 第二步:沙箱配置与权限设置 * 第三步:在 Lighthouse 面板配置 QQ 通道与技能 * 第四步:用 Markdown 文件给 Bot 定制运维人格 * 实战一:自然语言查服务器状态 * 查 CPU 使用率 * 查内存占用 * 查整机配置 * 实战二:文件操作与危险操作的双重保险 * 读取文件内容 * 删除操作:AI 强制要求二次确认 * 实战三:发现异常进程并一键处理 * 实战四:错误日志分析—

By Ne0inhk
Flutter 组件 mek_data_class_generator 的鸿蒙化适配实战 - 驾驭核心数据防腐大厂,实现 OpenHarmony 业务模型的不可变性与零污染自动化生成

Flutter 组件 mek_data_class_generator 的鸿蒙化适配实战 - 驾驭核心数据防腐大厂,实现 OpenHarmony 业务模型的不可变性与零污染自动化生成

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 组件 mek_data_class_generator 的鸿蒙化适配实战 - 驾驭核心数据防腐大厂,实现 OpenHarmony 业务模型的不可变性与零污染自动化生成 前言 在鸿蒙(OpenHarmony)生态全力出海的背景下,无论是车载系统、医疗平板还是重型工控终端,其核心业务逻辑的复杂度正呈指数级增长。作为架构师,我们在处理诸如 0308 批次的员工打卡模型、医院监控大宽表等数据实体流转时,最头疼的莫过于人手编写那些冗长的 copyWith、operator == 和 hashCode。 靠人手去维护这些“防手残”的基础逻辑,不仅极其枯燥,更容易引发致命的业务空隙。一旦你在给实体类加字段时忘了更新 hashCode 的对比规则,在分布式流转中就会产生难以察觉的对象识别错误。mek_data_class_generator 正是为了终结这种低级错误而生的“代码冷血机器”。它通过自动化生成线,

By Ne0inhk