Java教程

平衡树——B树、左偏红黑树和红黑树

本文主要是介绍平衡树——B树、左偏红黑树和红黑树,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

最后我们来介绍B树和其衍生出的(左偏)红黑树。
大部分的图源自这个网站,你也可以在上面找到一些其他的数据结构。

1. B树

我们发现二叉树做不到绝对平衡。于是我们考虑多叉树。
B 树(也叫B-树)就是一种完全平衡的多叉树,也就是说,每个叶子结点的高度都是一样的。
首先我们先给出一张 B 树的图,并且介绍 B 树的一些基本性质。

  • 一个结点如果有 \(k\) 个索引,那么它就有 \(k+1\) 个孩子。索引和孩子的排列方式与 BST 类似。
  • 一个结点不能无限制地拥有索引。若我们称一棵树是 \(m\) 阶 B 树,那么对根结点有 \(1\leqslant k\leqslant m-1\),对其他结点有 \(\left\lceil\dfrac{m}{2}\right\rceil-1\leqslant k\leqslant m-1\)。比如上图是一棵 5 阶 B 树,那么除根节点外,每个节点至少有 2 个索引,至多有 4 个索引。但是根节点的索引可以更少,比如上图的根结点只有 1 个索引。
  • 3 阶 B 树也叫做 2-3 树,4 阶 B 树也叫做 2-3-4 树。可以以此类推,但是阶数再高就没人这么叫了。

那么我们接下来就介绍 B 树的相关操作。
只介绍一些前置操作和插入删除,剩下的还是同 BST。

1. split

当一个结点的索引数量过多时,我们需要对这个结点进行 split 操作。
当然这个操作很简单,我们只需要找出来索引的最接近中位数的数,把它提出来就行了。
图示:
image
如图是一棵 2-3 树,这个时候我们需要对红框框出的结点进行分裂。我们把 6 提出来:
image
然后我们发现父亲结点又超了。于是继续分裂。
image
完成。

2. rotate

当一个结点的索引数量过少,并且它的兄弟结点(狭义,仅指左兄弟和右兄弟)的索引数量足够多时,我们使用 rotate 操作。实际操作的时候,我们直接找索引数量多的兄弟结点进行 rotate。
文字描述不方便,直接上图:
image
这是一棵 5 阶 B 树。这个地方我们要删除 2,但是删除之后结点的索引个数就过少了。同时我们发现它的右兄弟有足足 3 个索引,即使去掉一个也是满足要求的。于是我们进行这样的操作:
image
image
就像左旋一样那我们就叫它左旋好了
另外一个方向的旋转同理。

3. merge

但是我们会发现,有的时候两个兄弟结点的索引数量都不够。这个时候我们就要进行 merge 操作。
简单地说,就是把左右结点连同索引结点合并成一个结点。因为左右结点的索引数量都足够少,很容易发现合并后的结点不需要再次分裂。事实上,有 \(\left(\left\lceil\dfrac{m}{2}\right\rceil-1\right)+\left(\left\lceil\dfrac{m}{2}\right\rceil-2\right)+1=\left(2\left\lceil\dfrac{m}{2}\right\rceil-1\right)-1\leqslant m-1\)。
还是上图:
image
这是一棵 5 阶 B 树。容易发现此时左结点索引数量过少,并且右结点的索引个数也不足以支持 rotate 操作。
于是我们进行 merge 操作,将左右结点和中间的索引进行合并,合并成一个结点。
image
注意图中的情况比较特殊。因为这个操作拿走了父亲结点的一个索引,所以可能会导致父亲结点的索引数量过少,此时我们还需要对父亲结点进行 rotate/merge,才能保证性质不被破坏。

讲完了前置操作,接下来就是平衡树的正统操作了。

4. insert

学会了 split 之后这个操作应该是显然的。找到对应结点进行插入,如果索引数量过多直接 split 即可。

5. delete

相对应地,delete 操作就复杂许多(连前置操作都是两个)。分类讨论:

  • 如果当前结点是叶子结点:直接删除,如果索引个数过少就 rotate/merge。
  • 如果当前结点是内部结点:
    • 考虑左子树的最大值所在结点,若结点的索引数量足够大那么直接把结点提上来当做新的索引。然后这就是一个删除叶子结点的操作。(右子树同理)
    • 如果两个儿子索引个数都过少,则需要先 merge 两个儿子。
    • 如果删完之后索引个数还是过少,那还是要 rotate/merge。

内部结点的删除并不是显然的。还是进行图解。
image
这是一棵 2-3 树。下面我们要删除 6。
我们发现 5 和 7 所在的结点索引数量都不够。那不妨取左边的 5 做一次交换。
image
然后接下来就是删除叶节点 5 的操作了。兄弟结点的索引数量过少,考虑 merge,这里就是把 3 和 4 合并。
image
删除操作完成。
在上图的基础上我们再删除 2。容易发现这个时候 3 所在的结点索引数量足够多,因此直接把 3 提上来就行。
image
删除完成。
我们再删除 5:
image
首先交换没有问题。
接下来合并。
image
我们发现又出现了一个索引数量过少的结点。
于是再次合并:
image
删除操作完成。B树就介绍到这里。

2. 左偏红黑树

B 树好是好,但是写多叉树就不能像二叉树那样好实现。结合两者优点的方法是,将 B 树的结构通过一种对应关系转移到二叉树上。

左偏红黑树是对 2-3 树的二叉树改造。

3. 红黑树

这篇关于平衡树——B树、左偏红黑树和红黑树的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!