红黑树（red-blacktree）算法,附AVL树的比较.pdfVIP

红黑树(red-black tree)算法，附AVL 树的比较 linux内核中的用户态地址空间管理使用了红黑树(red-black tree)这种数据结构，我想一定有许多人在这 种数据结构上感到困惑，我也曾经为此查阅了许多资料以便了解红黑树的原理。最近我在一个外国网站上 看到一篇讲解红黑树的文章，觉得相当不错，不敢独享，于是翻译成中文供所有内核版的弟兄们参考。由 于本人水平有限，难免有出错之处，欢迎大家指正。 原文网址：/kbeen/teaching/algorithms/resources/red-black-tree.html 加两个链结地址: 红黑树的实地使用 /forum/showthreaded.php?Cat=Board=programNumber=556 347page=0view=collapsedsb=5o=31fpart=vc= Splay树的介绍 /forum/showflat.php?Cat=Board=linuxKNumber=609842pa ge=view=sb=o=vc=1 红黑树的定义 正如在CLRS中定义的那样（译者： CLRS指的是一本著名的算法书Introduction to Algorithms，中文 名应该叫算法导论，CLRS是该书作者Cormen, Leiserson, Rivest and Stein的首字母缩写），一棵红 黑树是指一棵满足下述性质的二叉搜索树（BST, binary search tree）： 1. 每个结点或者为黑色或者为红色。 2. 根结点为黑色。 3. 每个叶结点(实际上就是NULL指针)都是黑色的。 4. 如果一个结点是红色的，那么它的两个子节点都是黑色的（也就是说，不能有两个相邻的红色结点）。 5. 对于每个结点，从该结点到其所有子孙叶结点的路径中所包含的黑色结点数量必须相同。 数据项只能存储在内部结点中（internal node）。我们所指的叶结点在其父结点中可能仅仅用一个NULL 指针表示，但是将它也看作一个实际的结点有助于描述红黑树的插入与删除算法，叶结点一律为黑色。 定理：一棵拥有n个内部结点的红黑树的树高h=2log(n+1) (译者：我认为原文中的有关上述定理的证明是错误的，下面的证明方法是参考CLRS中的证明写出的。） 证明：首先定义一颗红黑树的黑高度Bh为：从这颗红黑树的根结点（但不包括这个根结点）到叶结点的路 径上包含的黑色结点（注意，包括叶结点）数量。另外规定叶结点的黑高度为0。 下面我们首先证明一颗有n个内部结点的红黑树满足n=2^Bh-1。这可以用数学归纳法证明，施归纳于 树高h。当h=0 时，这相当于是一个叶结点，黑高度Bh为0，而内部结点数量n为0，此时0=2^0-1 成立。假设树高h=t时，n=2^Bh-1 成立，我们记一颗树高为t+1 的红黑树的根结点的左子树的内部 结点数量为nl，右子树的内部结点数量为nr，记这两颗子树的黑高度为Bh （注意这两颗子树的黑高度必然 一样），显然这两颗子树的树高=t，于是有nl=2^Bh-1 以及nr=2^Bh-1，将这两个不等式相加 有nl+nr=2^(Bh+1)-2，将该不等式左右加1，得到n=2^(Bh+1)-1，很显然Bh+1=Bh，于是 前面的不等式可以变为n=2^Bh-1，这样就证明了一颗有n个内部结点的红黑树满足n=2^Bh-1。 下面我们完成剩余部分的证明，记红黑树树高为h。我们先证明Bh=h/2。在任何一条从根结点到叶结点 的路径上（不包括根结点，但包括叶结点），假设其结点数量为m，注意其包含的黑色结点数量即为Bh。 当m为偶数时，根据性质5 可以看出每一对儿相邻的结点至多有一个红色结点，所以有Bh=m/2；而当 m为奇数时，这条路径上除去叶结点后有偶数个结点，于是这些结点中的黑色结点数B满足B=(m-1)/2， 将该不等式前后加 1 得出Bh=(m+1)/2，可以进一步得出Bhm/2，综合m为偶数的情况可以得出 Bh=m/2，而m在最大的情况下等于树高h，因此可以证明Bh=h/2。将Bh=h/2 代入n=2^Bh-1， 最终得到h=2log(n+1)。证明完毕。 本文余下的内容将阐释如何在不破坏红黑树性质的前提下进行结点的插入与删除，以及为什么插入与删除 的处理次数与树高是成比例的，或者说是O(log n)。 Okasaki插入方法 首先用与二叉搜索树一样的方法将一个结点插入到红黑树中，并且颜色为红色。(这个新结点的子结点将是 叶结点，根据定义，这些叶结点是黑色的。)此时，我们将或者破坏了性质2 （根结点为黑色）或者破坏了 性质4 （不能有两个相邻的红色结点）。 如果