【算法】红黑树删除数据(最后一步,平衡红黑树)(五)
删除节点确实比添加节点更为复杂
而且最可怕的是,在我学习添加节点的时候,很多文章我觉得写的有些些乱,然鹅,我在删除节点的时候,情况更多,我看得更乱了,所以我还是秉持着,一遍学习概念和方法,一遍看看java源码中是如何来处理这些操作的!所以本文也会以java的TreeMap源码为主,来解释下如何处理红黑树删除后的平衡!
1、首先有两种情况是不需要平衡的,比如删除的是红色节点,删除的是根节点,所以这两种情况我们就可以排除掉了
2、删除的节点是黑色的,那就会导致删除的那条分支少一个黑色节点!
因此我们就进入了平衡
情况1-1:删除的节点是黑色,他的兄弟节点是红色(因为兄弟节点是红色,所以P点不可能是红色)
情况1-1-1:被删除的子节点没有孩子
SL和SR肯定是有黑色节点的,否则删除前就不平衡了。
删除前,左边是两个黑色节点,右边也是两个,删除后平衡后,左边还是两个,右边也两个(其实做的操作就是把兄弟的孩子借过来了)
情况1-1-2:被删除的子节点有孩子(只可能是有一个孩子,并且是右孩子)
首先说下,为什么说只可能有一个孩子,因为要删除的点P,在是否寻找找继承人的时候,需要做判断,如果点P有两个孩子,那就找继承人,继承人是点P右子树中最小的,也就是说,如果继承人有子节点,那只可能是有右孩子,因为如果是有左孩子的话,那左孩子才会是继承人(才会是右子树中最小的那个)!
你会发现,删除前左边3个黑色节点(因此右边应该也是3个,我没有具体画出来),平衡后,似乎还是没有满足红黑树的规则,别急,这种情况就得进入到下一层迭代
我们来先看看情况1-1的代码
//TreeMap类的2301行开始
private void deleteEntry(Entry<K,V> p) {
modCount++;
size--;
// If strictly internal, copy successor's element to p and then make p
// point to successor.
if (p.left != null && p.right != null) {
Entry<K,V> s = successor(p);
p.key = s.key;
p.value = s.value;
p = s;
} // p has 2 children
// Start fixup at replacement node, if it exists.
Entry<K,V> replacement = (p.left != null ? p.left : p.right);
if (replacement != null) {
// Link replacement to parent
replacement.parent = p.parent;
if (p.parent == null)
root = replacement;
else if (p == p.parent.left)
p.parent.left = replacement;
else
p.parent.right = replacement;
// Null out links so they are OK to use by fixAfterDeletion.
p.left = p.right = p.parent = null;
// Fix replacement
if (p.color == BLACK)
//这里调用了第一次fixAfterDeletion,就是情况1-1-2,有孩子的情况
fixAfterDeletion(replacement);
} else if (p.parent == null) { // return if we are the only node.
root = null;
} else { // No children. Use self as phantom replacement and unlink.
if (p.color == BLACK)
//这里调用了第二次fixAfterDeletion,就是情况1-1-1,没有孩子的情况
fixAfterDeletion(p);
if (p.parent != null) {
if (p == p.parent.left)
p.parent.left = null;
else if (p == p.parent.right)
p.parent.right = null;
p.parent = null;
}
}
}
/** From CLR */
private void fixAfterDeletion(Entry<K,V> x) {
while (x != root && colorOf(x) == BLACK) {
//这里判断传入的节点是左孩子还是右孩子,
//是因为在左在右他的处理方式刚好是镜面对称
//所以得分开处理
if (x == leftOf(parentOf(x))) {
//拿到兄弟节点
Entry<K,V> sib = rightOf(parentOf(x));
//情况1-1!!兄弟节点如果是红色
if (colorOf(sib) == RED) {
//兄弟节点变黑
setColor(sib, BLACK);
//父亲变红
setColor(parentOf(x), RED);
//根据父亲节点左旋
rotateLeft(parentOf(x));
//重新给定兄弟节点
sib = rightOf(parentOf(x));
}
//这后面还有一大段代码,我们先不急着看!
}
}
setColor(x, BLACK);
}
总结下:所以经过情况1-1下面的两种情况,处理方式都是一样的,都会把SL当成新的叔叔,只是没有孩子的情况就不需要继续处理了(因为平衡了),有孩子的情况还得继续往下处理
情况1-2:删除的节点的兄弟节点是黑色(因为D和S都是黑色,所以无法确定P点的颜色,但是P的颜色不影响整体)
如果兄弟节点是黑色,那就得看兄弟节点的孩子的情况了
情况1-2-1:兄弟节点有两个黑色的孩子(这里其实也分D有没有孩子,但是其实处理是一样的,所以就不画出来了)
我们知道左边删了一个节点,少了一个黑色,那只要右边拿过来一个,或者右边直接少一个黑色节点就可以了,因此这里的做法是右边少一个黑色节点(直接把兄弟变成红色),然后进入下一次迭代
注:进入下一次迭代,删除的节点就变成P点(x = parentOf(x);),如果P是红色,就违背了红黑树的规则,因此源码中有最后一行(setColor(x, BLACK);),如果P是黑色,那就继续迭代判断
代码如下:
情况1-2-2:否则(并不是两个孩子都为黑色),如果右孩子是黑色