红黑树是一种基于二叉查找树的数据结构，它具有如下性质：
(1) 二叉查找树的性质它都有
(2) 每个节点都有一个颜色属性，每个节点或是红的或是黑的
(3) 根节点必须是黑的
(4)
每个叶子节点(nil节点)为黑
(5)
如果一个节点为红的，那么它的两个孩子都是黑的
(6) 每个节点到它子孙叶子节点的路径上的黑色节点个数是相同的
相比二叉查找树，红黑树在添加或删除元素的同时还需要调整树的深度，所以需要用到对树结构的一些旋转操作，下面的实例代码给的非常详尽了，可以看看LeftRotate()和RightRotate()函数式如何实现旋转的。如果有人发现了BUG请在留言中发表~
这个代码是在之前的"Golang以OO的方式实现二叉查找树"里的代码加工实现的：
package main
import (
"fmt"
)
type TreeNode struct {
data float64
color string //比二叉查找树要多出一个颜色属性
lchild *TreeNode
rchild *TreeNode
parent *TreeNode
}
type RBTree struct {
root *TreeNode
cur *TreeNode
create *TreeNode
}
func (rbt *RBTree) Add(data float64) {
rbt.create = new(TreeNode)
rbt.create.data = data
rbt.create.color = "red"
if !rbt.IsEmpty() {
rbt.cur = rbt.root
for {
if data < rbt.cur.data {
//如果要插入的值比当前节点的值小，则当前节点指向当前节点的左孩子，如果
//左孩子为空，就在这个左孩子上插入新值
if rbt.cur.lchild == nil {
rbt.cur.lchild = rbt.create
rbt.create.parent = rbt.cur
break
} else {
rbt.cur = rbt.cur.lchild
}
} else if data > rbt.cur.data {
//如果要插入的值比当前节点的值大，则当前节点指向当前节点的右孩子，如果
//右孩子为空，就在这个右孩子上插入新值
if rbt.cur.rchild == nil {
rbt.cur.rchild = rbt.create
rbt.create.parent = rbt.cur
break
} else {
rbt.cur = rbt.cur.rchild
}
} else {
//如果要插入的值在树中已经存在，则退出
return
}
}
} else {
rbt.root = rbt.create
rbt.root.color = "black"
rbt.root.parent = nil
return
}
//插入节点后对红黑性质进行修复
rbt.insertBalanceFixup(rbt.create)
}
func (rbt *RBTree) Delete(data float64) {
var (
deleteNode func(node *TreeNode)
node *TreeNode = rbt.Search(data)
)
deleteNode = func(node *TreeNode) {
if node.lchild == nil && node.rchild == nil {
//如果要删除的节点没有孩子，直接删掉它就可以(毫无挂念~.~!)
if node.parent.lchild == node {
node.parent.lchild = nil
} else {
node.parent.rchild = nil
}
} else if node.lchild != nil && node.rchild == nil {
//如果要删除的节点只有左孩子或右孩子，让这个节点的父节点指向它的指针指向它的
//孩子即可
node.lchild.parent = node.parent
if node.parent.lchild == node {
node.parent.lchild = node.lchild
} else {
node.parent.rchild = node.lchild
}
} else if node.lchild == nil && node.rchild != nil {
node.rchild.parent = node.parent
if node.parent.lchild == node {
node.parent.lchild = node.rchild
} else {
node.parent.rchild = node.rchild
}
} else {
//如果要删除的节点既有左孩子又有右孩子，就把这个节点的直接后继的值赋给这个节
//点，然后删除直接后继节点即可
successor := rbt.GetSuccessor(node.data)
node.data = successor.data
deleteNode(successor)
}
}
deleteNode(node)
}
//这个函数用于在红黑树执行插入操作后，修复红黑性质
func (rbt *RBTree) insertBalanceFixup(insertnode *TreeNode) {
var uncle *TreeNode
for insertnode.color == "red" && insertnode.parent.color == "red" {
//获取新插入的节点的叔叔节点(与父节点同根的另一个节点)
if insertnode.parent == insertnode.parent.parent.lchild {
uncle = insertnode.parent.parent.rchild
} else {
uncle = insertnode.parent.parent.lchild
}
if uncle != nil && uncle.color == "red" {
//如果叔叔节点是红色，就按照如下图所示变化(●->黑, ○->红)：
// | |
// 1● 1○ <-new node ptr come here
// / \ --------\ / // 2○ ○3 --------/ 2● ●3
// / /
//4○ <-new node ptr 4○
//
//这种情况可以一直循环，知道new node ptr指到root时退出(root颜色依然为黑)
uncle.color, insertnode.parent.color = "black", "black"
insertnode = insertnode.parent.parent
if insertnode == rbt.root || insertnode == nil {
return
}
insertnode.color = "red"
} else {
//如果叔叔节点为空或叔叔节点为黑色，就按照如下图所示变化：
// | |
// 1● <-right rotate 2●
// / \ --------\ / // 2○ ●3 --------/ 4○ ○1
// / //4○ <-new node ptr ●3
//
//当然，这只是叔叔节点为黑时的一种情况，如果上图的节点4为2节点的右孩子，则
//可以先在2节点处向左旋转，这样就转换成了上图这种情况了。另外两种情况自己想
//想就明白了
if insertnode.parent == insertnode.parent.parent.lchild {
if insertnode == insertnode.rchild {
insertnode = insertnode.parent
rbt.LeftRotate(insertnode)
}
insertnode = insertnode.parent
insertnode.color = "black"
insertnode = insertnode.parent
insertnode.color = "red"
rbt.RightRotate(insertnode)
} else {
if insertnode == insertnode.lchild {
insertnode = insertnode.parent
rbt.RightRotate(insertnode)
}
insertnode = insertnode.parent
insertnode.color = "black"
insertnode = insertnode.parent
insertnode.color = "red"
rbt.LeftRotate(insertnode)
}
return
}
}
}
//这个函数用于在红黑树执行删除操作后，修复红黑性质
func (rbt *RBTree) deleteBalanceFixup() {
//稍后不上
}
func (rbt RBTree) GetRoot() *TreeNode {
if rbt.root != nil {
return rbt.root
}
return nil
}
func (rbt RBTree) IsEmpty() bool {
if rbt.root == nil {
return true
}
return false
}
func (rbt RBTree) InOrderTravel() {
var inOrderTravel func(node *TreeNode)
inOrderTravel = func(node *TreeNode) {
if node != nil {
inOrderTravel(node.lchild)
fmt.Printf("%g ", node.data)
inOrderTravel(node.rchild)
}
}
inOrderTravel(rbt.root)
}
func (rbt RBTree) Search(data float64) *TreeNode {
//和Add操作类似，只要按照比当前节点小就往左孩子上拐，比当前节点大就往右孩子上拐的思路
//一路找下去，知道找到要查找的值返回即可
rbt.cur = rbt.root
for {
if data < rbt.cur.data {
rbt.cur = rbt.cur.lchild
} else if data > rbt.cur.data {
rbt.cur = rbt.cur.rchild
} else {
return rbt.cur
}
if rbt.cur == nil {
return nil
}
}
}
func (rbt RBTree) GetDeepth() int {
var getDeepth func(node *TreeNode) int
getDeepth = func(node *TreeNode) int {
if node == nil {
return 0
}
if node.lchild == nil && node.rchild == nil {
return 1
}
var (
ldeepth int = getDeepth(node.lchild)
rdeepth int = getDeepth(node.rchild)
)
if ldeepth > rdeepth {
return ldeepth + 1
} else {
return rdeepth + 1
}
}
return getDeepth(rbt.root)
}
func (rbt RBTree) GetMin() float64 {
//根据二叉查找树的性质，树中最左边的节点就是值最小的节点
if rbt.root == nil {
return -1
}
rbt.cur = rbt.root
for {
if rbt.cur.lchild != nil {
rbt.cur = rbt.cur.lchild
} else {
return rbt.cur.data
}
}
}
func (rbt RBTree) GetMax() float64 {
//根据二叉查找树的性质，树中最右边的节点就是值最大的节点
if rbt.root == nil {
return -1
}
rbt.cur = rbt.root
for {
if rbt.cur.rchild != nil {
rbt.cur = rbt.cur.rchild
} else {
return rbt.cur.data
}
}
}
func (rbt RBTree) GetPredecessor(data float64) *TreeNode {
getMax := func(node *TreeNode) *TreeNode {
if node == nil {
return nil
}
for {
if node.rchild != nil {
node = node.rchild
} else {
return node
}
}
}
node := rbt.Search(data)
if node != nil {
if node.lchild != nil {
//如果这个节点有左孩子，那么它的直接前驱就是它左子树的最右边的节点，因为比这
//个节点值小的节点都在左子树，而这些节点中值最大的就是这个最右边的节点
return getMax(node.lchild)
} else {
//如果这个节点没有左孩子，那么就沿着它的父节点找，知道某个父节点的父节点的右
//孩子就是这个父节点，那么这个父节点的父节点就是直接前驱
for {
if node == nil || node.parent == nil {
break
}
if node == node.parent.rchild {
return node.parent
}
node = node.parent
}
}
}
return nil
}
func (rbt RBTree) GetSuccessor(data float64) *TreeNode {
getMin := func(node *TreeNode) *TreeNode {
if node == nil {
return nil
}
for {
if node.lchild != nil {
node = node.lchild
} else {
return node
}
}
}
//参照寻找直接前驱的函数对比着看
node := rbt.Search(data)
if node != nil {
if node.rchild != nil {
return getMin(node.rchild)
} else {
for {
if node == nil || node.parent == nil {
break
}
if node == node.parent.lchild {
return node.parent
}
node = node.parent
}
}
}
return nil
}
func (rbt *RBTree) Clear() {
rbt.root = nil
rbt.cur = nil
rbt.create = nil
}
/**
* 旋转图解(以向左旋转为例)：
* | |
* ○ <-left rotate ●
* \ ----------\ / * ● ----------/ ○ ●r
* / \ * l● ●r l●
*
*
*
* | |
* ○ <-left rotate ●
* \ ----------\ / * ● ----------/ ○ ●
* \ * ● nil <-don‘t forget it should be nil
*/
func (rbt *RBTree) LeftRotate(node *TreeNode) {
if node.rchild == nil {
return
}
right_child := node.rchild
//将要旋转的节点的右孩子的左孩子赋给这个节点的右孩子，这里最好按如下3行代码的顺序写，
//否则该节点的右孩子的左孩子为nil时，很容易忘记把这个节点的右孩子也置为nil.
node.rchild = right_child.lchild
if node.rchild != nil {
node.rchild.parent = node
}
//让要旋转的节点的右孩子的父节点指针指向当前节点父节点。如果父节点是根节点要特别处理
right_child.parent = node.parent
if node.parent == nil {
rbt.root = right_child
} else {
if node.parent.lchild == node {
node.parent.lchild = right_child
} else {
node.parent.rchild = right_child
}
}
//上面的准备工作完毕了，就可以开始旋转了，让要旋转的节点的右孩子的左孩子指向该节点，
//别忘了把这个被旋转的节点的父节点指针指向新的父节点
right_child.lchild = node
node.parent = right_child
}
func (rbt *RBTree) RightRotate(node *TreeNode) {
//向右旋转的过程与LeftRotate()正好相反
if node.lchild == nil {
return
}
left_child := node.lchild
node.lchild = left_child.rchild
if node.lchild != nil {
node.lchild.parent = node
}
left_child.parent = node.parent
if node.parent == nil {
rbt.root = left_child
} else {
if node.parent.lchild == node {
node.parent.lchild = left_child
} else {
node.parent.rchild = left_child
}
}
left_child.rchild = node
node.parent = left_child
}
func main() {
var rbt RBTree
rbt.Add(10)
rbt.Add(8)
rbt.Add(7)
rbt.Add(6)
rbt.Add(5)
rbt.Add(4)
rbt.Add(3)
rbt.Add(2)
rbt.Add(1)
fmt.Println(rbt.GetDeepth())
}
运行结果如下：
如果是二叉查找树，那么树的深度就会为10，这样就和普通的线性结构没什么区别了，可见红黑树的确是一棵更好的二叉查找树。
如果转载请注明出处：http://blog.csdn.net/gophers/article/details/23608025
原文：http://blog.csdn.net/gophers/article/details/23608025
