当前位置:   article > 正文

STL 红黑树源码分析_stl 红黑树 源码分析

stl 红黑树 源码分析

最近我们项目上因为STL的使用出了很多问题,尤其是对map的使用。map的底层与set一样同为STL红黑树,所以抽空将STL红黑树的源代码再学习学习。

1. STL红黑树的节点

STL的红黑树也属于红黑树(红黑树是一种自平衡的二叉查找树),所以具备普通红黑树的5个特性:

  1. 每个节点或是红色的或是黑色的
  2. 根节点是黑色的
  3. 每个叶节点(NULL)是黑色的
  4. 如果一个节点是红色的,则它的两个孩子节点都是黑色的(从每个叶子到根的所有路径上不能有两个连续的红色节点)
  5. 对每个节点,从该节点到其所有后代叶节点的简单路径上,均包含相同数目的黑色节点

STL的红黑树和普通的红黑树相比较,多了以下两点特性:

  1. header不仅指向root,也指向红黑树的最左节点,以便用常数时间实现begin(),并且也指向红黑树的最右边节点,以便 set相关泛型算法(如set_union等等)可以有线性时间表现
  2. 当要删除的节点有两个子节点时,其后继节点连接到其位置,而不是被复制,因此,唯一使无效的迭代器是引用已删除节点的迭代器

可以看出,相比于普通的红黑树多了一个header节点,并且为红色。如下图所示,普通的红黑树是以100节点开始的,而STL的红黑树以header节点开始。迭代器的begin指向红黑树根节点,也就是header节点的父亲,而end指向header节点。

 注:此处的begin()和end()并不是指内置函数,而是指迭代器。begin()指向最左节点,图中标注的有错

STL红黑树的数据存储类型为链式存储,因此存储单元为节点。因此,我们先看一下节点的定义。

如下所示为红黑树节点基类_Rb_tree_node_base的源代码,可以看出定义了颜色标记_Rb_tree_color。基类中分别声明了_M_left、_M_right、_M_parent三个指针成员同时声明了一个颜色标记常量_M_color成员。

  1. // 颜色标记
  2. enum _Rb_tree_color { _S_red = false, _S_black = true };
  3. // 基类,用来定义一个节点的属性
  4. struct _Rb_tree_node_base
  5. {
  6. // typedef重命名
  7. typedef _Rb_tree_node_base* _Base_ptr;
  8. typedef const _Rb_tree_node_base* _Const_Base_ptr;
  9. // 节点的属性,颜色、指向父节点的指针、指向左右孩子节点的指针
  10. _Rb_tree_color _M_color; // 颜色
  11. _Base_ptr _M_parent; // 指向父亲
  12. _Base_ptr _M_left; // 指向左孩子
  13. _Base_ptr _M_right; // 指向右孩子
  14. // 求节点__x的最小节点
  15. static _Base_ptr
  16. _S_minimum(_Base_ptr __x) _GLIBCXX_NOEXCEPT
  17. {
  18. while (__x->_M_left != 0) __x = __x->_M_left;
  19. return __x;
  20. }
  21. // 求节点__x的最大节点
  22. static _Base_ptr
  23. _S_maximum(_Base_ptr __x) _GLIBCXX_NOEXCEPT
  24. {
  25. while (__x->_M_right != 0) __x = __x->_M_right;
  26. return __x;
  27. }
  28. };

同时,节点基类里面还定义了两个重要的函数,分别是获取红黑树中__x节点的最小节点的函数_S_minimum与最大节点的函数_S_maximum。

由于STL红黑树是有序的,所以需要一个比较函数对象,该对象类型定义如下

  1. template<typename _Key_compare>
  2. struct _Rb_tree_key_compare
  3. {
  4. // 成员变量就是我们提供给红黑树的仿函数对象
  5. _Key_compare _M_key_compare;
  6. }

当我们初始化一个空的红黑树对象的时候,也会初始化一个节点出来,该节点就是header节点,header节点的定义如下:

  1. // Helper type to manage
  2. // default initialization of node count and header.
  3. struct _Rb_tree_header
  4. {
  5. _Rb_tree_node_base _M_header; // 不存储数据
  6. size_t _M_node_count; // 用来统计红黑树中节点的数量
  7. _Rb_tree_header()
  8. {
  9. _M_header._M_color = _S_red; // header节点一定是红色的
  10. _M_reset();
  11. }
  12. void _M_reset()
  13. {
  14. _M_header._M_parent = 0;
  15. _M_header._M_left = &_M_header;
  16. _M_header._M_right = &_M_header;
  17. _M_node_count = 0;
  18. }
  19. }

红黑树节点_Rb_tree_node继承自红黑树基类_Rb_tree_node_base。可以计算一下一个红黑树节点的大小为:4个指针+一个枚举+_Val

  1. template<typename _Val>
  2. struct _Rb_tree_node : public _Rb_tree_node_base
  3. {
  4. // 定义了一个节点类型的指针
  5. typedef _Rb_tree_node<_Value>* _Link_type;
  6. // 节点数据域,即节点中存储的值
  7. _Val _M_value_field;
  8. };

相关视频推荐

源码阅读:STL 红黑树、散列表的实现

5种红黑树的用途,从应用到内核场景的优缺点

学习地址:c/c++ linux服务器开发/后台架构师

需要C/C++ Linux服务器架构师学习资料加qun812855908获取(资料包括C/C++,Linux,golang技术,Nginx,ZeroMQ,MySQL,Redis,fastdfs,MongoDB,ZK,流媒体,CDN,P2P,K8S,Docker,TCP/IP,协程,DPDK,ffmpeg等),免费分享

2. STL红黑树

STL红黑树的源代码如下所示,是一个模板类,_Key是key的类型,_Val是value的类型,_KeyOfValue是<key, value>对的类型,_Campare是比较函数对象类型,_Alloc是空间配置器的类型,默认为标准的allocator分配器。

包含了一个_Rb_tree_impl类型的成员变量_M_impl,对红黑树进行初始化操作与内存管理操作。_Rb_tree_impl继承了header节点_Rb_tree_header。

STL红黑树包含两种迭代器分别为_Rb_tree_iterator<value_type>和std::reverse_iterator<iterator>,说明STL红黑树支持rbegin和rend操作。

下面我们对rb-tree的源代码逐步进行解析。

  1. template<typename _Key, typename _Val, typename _KeyOfValue,
  2. typename _Compare, typename _Alloc = allocator<_Val> >
  3. class _Rb_tree
  4. {
  5. public:
  6. typedef _Key key_type;
  7. typedef _Val value_type;
  8. typedef value_type* pointer;
  9. typedef const value_type* const_pointer;
  10. typedef value_type& reference;
  11. typedef const value_type& const_reference;
  12. typedef size_t size_type;
  13. typedef ptrdiff_t difference_type;
  14. typedef _Alloc allocator_type;
  15. // 将节点类型_Rb_tree_node<_Val>与空间配置器_Alloc绑定
  16. // 空间配置器具体为配置节点空间的_Node_allocator
  17. typedef typename __gnu_cxx::__alloc_traits<_Alloc>::template
  18. rebind<_Rb_tree_node<_Val> >::other _Node_allocator;
  19. // 空间配置器萃取机为具体配置器_Node_allocator的萃取机
  20. typedef __gnu_cxx::__alloc_traits<_Node_allocator> _Alloc_traits;
  21. protected:
  22. typedef _Rb_tree_node_base* _Base_ptr; // 节点基类指针
  23. typedef _Rb_tree_node<_Val>* _Link_type; // 节点指针
  24. protected:
  25. // 包含一个_Rb_tree_impl对象,因此一个红黑树对象至少包含
  26. // 一个header节点对象
  27. // 一个具体配置器_Node_allocator的对象
  28. _Rb_tree_impl<_Compare> _M_impl;
  29. // _Rb_tree_impl的定义如下,包含一个header节点
  30. template<typename _Key_compare,
  31. bool _Is_pod_comparator = __is_pod(_Key_compare)>
  32. struct _Rb_tree_impl : public _Node_allocator
  33. , public _Rb_tree_key_compare<_Key_compare>
  34. , public _Rb_tree_header
  35. {
  36. typedef _Rb_tree_key_compare<_Key_compare> _Base_key_compare;
  37. // 构造函数如下
  38. _Rb_tree_impl() : _Node_allocator()
  39. {}
  40. _Rb_tree_impl(const _Rb_tree_impl& __x)
  41. : _Node_allocator(_Alloc_traits::_S_select_on_copy(__x))
  42. , _Base_key_compare(__x._M_key_compare)
  43. {}
  44. };
  45. public:
  46. typedef _Rb_tree_iterator<value_type> iterator;
  47. typedef std::reverse_iterator<iterator> reverse_iterator;
  48. // 重要的函数
  49. // _M_get_Node_allocator用来获取红黑树节点对象的空间配置器对象
  50. _Node_allocator& _M_get_Node_allocator()
  51. { return this->_M_impl; }
  52. // 为节点对象分配空间,返回值为内存地址,每次分配一个空间
  53. _Link_type _M_get_node()
  54. { return _Alloc_traits::allocate(_M_get_Node_allocator(), 1); }
  55. // 空间释放函数,将节点指针传进去
  56. void _M_put_node(_Link_type __p)
  57. { _Alloc_traits::deallocate(_M_get_Node_allocator(), __p, 1); }
  58. // 构造节点的底层函数
  59. template<typename... _Args>
  60. void _M_construct_node(_Link_type __node, _Args&&... __args)
  61. {
  62. ::new(__node) _Rb_tree_node<_Val>;
  63. _Alloc_traits::construct(_M_get_Node_allocator(),
  64. __node->_M_valptr(),
  65. std::forward<_Args>(__args)...);
  66. }
  67. // 构造节点对象,调用_M_construct_node
  68. template<typename... _Args>
  69. _Link_type _M_create_node(_Args&&... __args)
  70. {
  71. _Link_type __tmp = _M_get_node();
  72. _M_construct_node(__tmp, std::forward<_Args>(__args)...);
  73. return __tmp;
  74. }
  75. // 节点对象的析构函数
  76. void _M_destroy_node(_Link_type __p)
  77. {
  78. // 释放内容
  79. _Alloc_traits::destroy(_M_get_Node_allocator(), __p->_M_valptr());
  80. // 释放内存
  81. __p->~_Rb_tree_node<_Val>();
  82. }
  83. // 红黑树的构造函数
  84. _Rb_tree() = default;
  85. _Rb_tree(const _Compare& __comp
  86. , const allocator_type& __a = allocator_type())
  87. : _M_impl(__comp, _Node_allocator(__a)) { }
  88. // 红黑树的析构函数
  89. ~_Rb_tree()
  90. { _M_erase(_M_begin()); }
  91. };

还有如下操作函数:

  1. // 图中100 节点
  2. _Base_ptr&
  3. _M_root() _GLIBCXX_NOEXCEPT
  4. { return this->_M_impl._M_header._M_parent; }
  5. // 图中most left标记
  6. _Base_ptr&
  7. _M_leftmost() _GLIBCXX_NOEXCEPT
  8. { return this->_M_impl._M_header._M_left; }
  9. // 图中most right标记
  10. _Base_ptr&
  11. _M_rightmost() _GLIBCXX_NOEXCEPT
  12. { return this->_M_impl._M_header._M_right; }
  13. // 图中begin()标记
  14. _Link_type
  15. _M_begin() _GLIBCXX_NOEXCEPT
  16. { return static_cast<_Link_type>(this->_M_impl._M_header._M_parent); }
  17. // 图中end()标记
  18. _Link_type
  19. _M_end() _GLIBCXX_NOEXCEPT
  20. { return reinterpret_cast<_Link_type>(&this->_M_impl._M_header);

3. STL红黑树迭代器

STL红黑树也自定义了一个迭代器_Rb_tree_iterator。

  1. template<typename _Tp>
  2. struct _Rb_tree_iterator
  3. {
  4. typedef _Tp value_type;
  5. typedef _Tp& reference;
  6. typedef _Tp* pointer;
  7. typedef bidirectional_iterator_tag iterator_category;
  8. typedef ptrdiff_t difference_type;
  9. typedef _Rb_tree_iterator<_Tp> _Self;
  10. typedef _Rb_tree_node_base::_Base_ptr _Base_ptr;
  11. typedef _Rb_tree_node<_Tp>* _Link_type;
  12. // 迭代器是一个指向红黑树节点的指针
  13. _Base_ptr _M_node;
  14. };

重载了*操作符和->操作符来获取节点中存储的数据

  1. reference
  2. operator*() const _GLIBCXX_NOEXCEPT
  3. { return *static_cast<_Link_type>(_M_node)->_M_valptr(); }
  4. pointer
  5. operator->() const _GLIBCXX_NOEXCEPT
  6. { return static_cast<_Link_type> (_M_node)->_M_valptr(); }

迭代器类重载的++操作符,自增(自底而上)的时候调用。本质是调用函数_Rb_tree_increment

  1. _Self&
  2. operator++() _GLIBCXX_NOEXCEPT
  3. {
  4. _M_node = _Rb_tree_increment(_M_node);
  5. return *this;
  6. }

而_Rb_tree_increment函数的底层是local_Rb_tree_increment,源代码如下,可以看出采用的是前序遍历。

  1. static _Rb_tree_node_base *
  2. local_Rb_tree_increment( _Rb_tree_node_base* __x ) throw ()
  3. {
  4. /* 存在右子树,那么下一个节点为右子树的最小节点 */
  5. if ( __x->_M_right != 0 )
  6. {
  7. __x = __x->_M_right;
  8. while ( __x->_M_left != 0 )
  9. __x = __x->_M_left;
  10. }else {
  11. /* 不存在右子树,那么分为两种情况:自底往上搜索,当前节点为父节点的左孩子的时候,父节点就是后继节点;*/
  12. /* 第二种情况:_x为header节点了,那么_x就是最后的后继节点. 简言之_x为最小节点且往上回溯,一直为父节点的右孩子,直到_x变为父节点,_y为其右孩子 */
  13. _Rb_tree_node_base *__y = __x->_M_parent;
  14. while ( __x == __y->_M_right )
  15. {
  16. __x = __y;
  17. __y = __y->_M_parent;
  18. }
  19. if ( __x->_M_right != __y )
  20. __x = __y;
  21. }
  22. return (__x);
  23. }

同理,也重载了--操作符,调用_Rb_tree_decrement函数

  1. _Self&
  2. operator--() _GLIBCXX_NOEXCEPT
  3. {
  4. _M_node = _Rb_tree_decrement(_M_node);
  5. return *this;
  6. }

同理,local_Rb_tree_decrement的源代码如下

  1. static _Rb_tree_node_base *
  2. local_Rb_tree_decrement( _Rb_tree_node_base * __x )
  3. throw ()
  4. {
  5. /* header节点 */
  6. if ( __x->_M_color ==
  7. _S_red
  8. && __x
  9. ->_M_parent->_M_parent == __x )
  10. __x = __x->_M_right;
  11. /* 左节点不为空,返回左子树中最大的节点 */
  12. else if ( __x->_M_left != 0 )
  13. {
  14. _Rb_tree_node_base *__y = __x->_M_left;
  15. while ( __y->_M_right != 0 )
  16. __y = __y->_M_right;
  17. __x = __y;
  18. }else {
  19. /* 自底向上找到当前节点为其父节点的右孩子,那么父节点就是前驱节点 */
  20. _Rb_tree_node_base *__y = __x->_M_parent;
  21. while ( __x == __y->_M_left )
  22. {
  23. __x = __y;
  24. __y = __y->_M_parent;
  25. }
  26. __x = __y;
  27. }
  28. return
  29. (__x);
  30. }

也重载了==与!=操作符,用来判断节点指针是否相等。

  1. bool
  2. operator==(const _Self& __x) const _GLIBCXX_NOEXCEPT
  3. { return _M_node == __x._M_node; }
  4. bool
  5. operator!=(const _Self& __x) const _GLIBCXX_NOEXCEPT
  6. { return _M_node != __x._M_node; }

黑节点的统计函数:

  1. unsigned int
  2. _Rb_tree_black_count(const _Rb_tree_node_base *__node,
  3. const _Rb_tree_node_base *__root) throw() {
  4. if (__node == 0)
  5. return 0;
  6. unsigned int __sum = 0;
  7. do {
  8. if (__node->_M_color == _S_black)
  9. ++__sum;
  10. if (__node == __root)
  11. break;
  12. __node = __node->_M_parent;
  13. } while (1);
  14. return __sum;
  15. }

4.STL红黑树的自平衡

我们在一开始就说明了STL红黑树也要满足普通红黑树的规则,这些规则才保证了红黑树的自平衡。红黑树从根到叶子的最长路径不会超过最短路径的2倍。

当插入节点或者删除节点的时候,红黑树的规则可能会被打破,这时候就需要做出一些调整,调整的方法有变色旋转两种。旋转又包含左旋转和右旋转两种形式。

变色

为了重新符合红黑树的规则,尝试把红色节点变为黑色,或者把黑色节点变为红色。

如下所示为变色的场景:

 

 

 STL的源代码如下所示:

  1. _Rb_tree_node_base *const __y = __xpp->_M_right; // 得到叔叔节点
  2. if (__y && __y->_M_color == _S_red) // case1: 叔叔节点存在,且为红色
  3. {
  4. /**
  5. * 解决办法是:颜色翻转,父亲与叔叔的颜色都变为黑色,祖父节点变为红色,然后当前节点设为祖父,依次网上来判断是否破坏了红黑树性质
  6. */
  7. __x->_M_parent->_M_color = _S_black; // 将其父节点改为黑色
  8. __y->_M_color = _S_black; // 将其叔叔节点改为黑色
  9. __xpp->_M_color = _S_red; // 将其祖父节点改为红色
  10. __x = __xpp; // 修改_x,往上回溯
  11. } else { // 无叔叔或者叔叔为黑色
  12. if (__x == __x->_M_parent->_M_right) { // 当前节点为父亲节点的右孩子
  13. __x = __x->_M_parent;
  14. local_Rb_tree_rotate_left(__x, __root); // 以父节点进行左旋转
  15. }
  16. // 旋转之后,节点x变成其父节点的左孩子
  17. __x->_M_parent->_M_color = _S_black; // 将其父亲节点改为黑色
  18. __xpp->_M_color = _S_red; // 将其祖父节点改为红色
  19. local_Rb_tree_rotate_right(__xpp, __root); // 以祖父节点右旋转
  20. }

 

 

代码如下:

  1. _Rb_tree_node_base *const __y = __xpp->_M_left; // 保存叔叔节点
  2. if (__y && __y->_M_color == _S_red) { // 叔叔节点存在且为红色
  3. __x->_M_parent->_M_color = _S_black; // 父亲节点改为黑色
  4. __y->_M_color = _S_black; // 祖父节点改为红色
  5. __xpp->_M_color = _S_red;
  6. __x = __xpp;
  7. } else { // 若无叔叔节点或者其叔叔节点为黑色
  8. if (__x == __x->_M_parent->_M_left) { // 当前节点为父亲节点的左孩子
  9. __x = __x->_M_parent;
  10. local_Rb_tree_rotate_right(__x, __root); // 以父节点右旋转
  11. }
  12. __x->_M_parent->_M_color = _S_black; // 父节点置为黑色
  13. __xpp->_M_color = _S_red; // 祖父节点置为红色
  14. local_Rb_tree_rotate_left(__xpp, __root); // 左旋转
  15. }

左旋转

逆时针旋转红黑树的两个节点,使得父节点被自己的右孩子取代,而自己成为自己的左孩子。

  1. /**
  2. * 当前节点的左旋转过程
  3. * 将该节点的右节点设置为它的父节点,该节点将变成刚才右节点的左孩子
  4. * 该节点的右节点的左孩子变成该节点的右孩子
  5. * @param _x
  6. */
  7. // _x _y
  8. // / \ 左旋转 / \
  9. // T1 _y ---------> _x T3
  10. // / \ / \
  11. // T2 T3 T1 T2
  12. void leftRotate(Node *_x) {
  13. // step1 处理_x的右孩子
  14. // 右节点变为_x节点的父亲节点,先保存一下右节点
  15. Node *_y = _x->right;
  16. // T2变为node的右节点
  17. _x->right = _y->left;
  18. if (NULL != _y->left)
  19. _y->left->parent = _x;
  20. // step2 处理_y与父亲节点关系
  21. _y->parent = _x->parent; // 原来_x的父亲变为_y的父亲
  22. // 说明原来_x为root节点,此时需要将_y设为新root节点
  23. // 或者判断NULL == _y->parent
  24. if (_x == root)
  25. root = _y;
  26. else if (_x == _x->parent->left) // 原_x的父节点的左孩子连接新节点_y
  27. _x->parent->left = _y;
  28. else // 原_x的父节点的右孩子连接新节点_y
  29. _x->parent->right = _y;
  30. // step3 处理_x与_y关系
  31. _y->left = _x; // _y的左孩子为_x
  32. _x->parent = _y; // _x的父亲是_y
  33. }

右旋转

顺时针旋转红黑树的两个节点,使得父节点被自己的左孩子取代,而自己成为自己的右孩子。

  1. // _x _y
  2. // / \ 右旋转 / \
  3. // _y T2 -------------> T0 _x
  4. // / \ / \
  5. // T0 T1 T1 T2
  6. void rightRotate(Node *_x) {
  7. // step1 处理_x的左孩子
  8. // 左节点变为_x节点的父亲节点,先保存一下左节点
  9. Node *_y = _x->left;
  10. // T1变为_x的左孩子
  11. _x->left = _y->right;
  12. if (NULL != _y->right)
  13. _y->right->parent = _x;
  14. // step2 处理_y与父节点之间的关系
  15. // 或者判断_x->parent==NULL
  16. if (_x == root)
  17. root = _y;
  18. else if (_x == _x->parent->right)
  19. _x->parent->right = _y;
  20. else
  21. _x->parent->left = _y;
  22. // step3 处理_x与_y关系
  23. _y->right = _x; // _y的右孩子为_x
  24. _x->parent = _y; // _x的父亲是_y
  25. }

STL红黑树会在插入和删除节点的时候进行自平衡操作,底层调用的是
_Rb_tree_insert_and_rebalance函数,该函数的源码分析如下:

  1. void
  2. _Rb_tree_insert_and_rebalance(const bool __insert_left,
  3. _Rb_tree_node_base *__x,
  4. _Rb_tree_node_base *__p,
  5. _Rb_tree_node_base &__header) throw() {
  6. _Rb_tree_node_base * &__root = __header._M_parent;
  7. // Initialize fields in new node to insert.
  8. __x->_M_parent = __p;
  9. __x->_M_left = 0;
  10. __x->_M_right = 0;
  11. __x->_M_color = _S_red;
  12. // 处理__header部分
  13. // Insert.
  14. // Make new node child of parent and maintain root, leftmost and
  15. // rightmost nodes.
  16. // N.B. First node is always inserted left.
  17. if (__insert_left) {
  18. __p->_M_left = __x; // also makes leftmost = __x when __p == &__header
  19. if (__p == &__header) {
  20. __header._M_parent = __x;
  21. __header._M_right = __x;
  22. } else if (__p == __header._M_left)
  23. __header._M_left = __x; // maintain leftmost pointing to min node
  24. } else {
  25. __p->_M_right = __x;
  26. if (__p == __header._M_right)
  27. __header._M_right = __x; // maintain rightmost pointing to max node
  28. }
  29. // Rebalance.
  30. while (__x != __root
  31. && __x->_M_parent->_M_color == _S_red) // 若新插入节点不是为RB-Tree的根节点,且其父节点color属性也是红色,即违反了性质4.
  32. {
  33. _Rb_tree_node_base *const __xpp = __x->_M_parent->_M_parent; // 祖父节点
  34. if (__x->_M_parent == __xpp->_M_left) // 父亲是祖父节点的左孩子
  35. {
  36. _Rb_tree_node_base *const __y = __xpp->_M_right; // 得到叔叔节点
  37. if (__y && __y->_M_color == _S_red) // case1: 叔叔节点存在,且为红色
  38. {
  39. /**
  40. * 解决办法是:颜色翻转,父亲与叔叔的颜色都变为黑色,祖父节点变为红色,然后当前节点设为祖父,依次网上来判断是否破坏了红黑树性质
  41. */
  42. __x->_M_parent->_M_color = _S_black; // 将其父节点改为黑色
  43. __y->_M_color = _S_black; // 将其叔叔节点改为黑色
  44. __xpp->_M_color = _S_red; // 将其祖父节点改为红色
  45. __x = __xpp; // 修改_x,往上回溯
  46. } else { // 无叔叔或者叔叔为黑色
  47. if (__x == __x->_M_parent->_M_right) { // 当前节点为父亲节点的右孩子
  48. __x = __x->_M_parent;
  49. local_Rb_tree_rotate_left(__x, __root); // 以父节点进行左旋转
  50. }
  51. // 旋转之后,节点x变成其父节点的左孩子
  52. __x->_M_parent->_M_color = _S_black; // 将其父亲节点改为黑色
  53. __xpp->_M_color = _S_red; // 将其祖父节点改为红色
  54. local_Rb_tree_rotate_right(__xpp, __root); // 以祖父节点右旋转
  55. }
  56. } else { // 父亲是祖父节点的右孩子
  57. _Rb_tree_node_base *const __y = __xpp->_M_left; // 保存叔叔节点
  58. if (__y && __y->_M_color == _S_red) { // 叔叔节点存在且为红色
  59. __x->_M_parent->_M_color = _S_black; // 父亲节点改为黑色
  60. __y->_M_color = _S_black; // 祖父节点改为红色
  61. __xpp->_M_color = _S_red;
  62. __x = __xpp;
  63. } else { // 若无叔叔节点或者其叔叔节点为黑色
  64. if (__x == __x->_M_parent->_M_left) { // 当前节点为父亲节点的左孩子
  65. __x = __x->_M_parent;
  66. local_Rb_tree_rotate_right(__x, __root); // 以父节点右旋转
  67. }
  68. __x->_M_parent->_M_color = _S_black; // 父节点置为黑色
  69. __xpp->_M_color = _S_red; // 祖父节点置为红色
  70. local_Rb_tree_rotate_left(__xpp, __root); // 左旋转
  71. }
  72. }
  73. }
  74. //若新插入节点为根节点,则违反性质2
  75. //只需将其重新赋值为黑色即可
  76. __root->_M_color = _S_black;
  77. }

map和set其实都是对rb-tree的包装,操作函数最终都是调用rb-tree提供的操作。map和set的增删改查,其实就是rb-tree的增删改查,所以掌握rb-tree的底层原理即可。这篇文章的内容已经足够多了,下一篇我会仔细分析一下rb-tree的增删改查,如果不理解这其中的细节,会导致我们在使用map和set时踩到很多陷阱。

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/代码探险家/article/detail/738748
推荐阅读
相关标签
  

闽ICP备14008679号