使用C++实现红黑树及其基本操作代码,再给出使用例子

时间: 2023-09-07 07:05:22 浏览: 86
### 回答1: 答:红黑树是一种自平衡二叉搜索树,它能够确保任何一棵树的高度不会超过O(log n)。下面是使用C语言实现红黑树的基本操作的代码:// 插入节点 void insertNode(Node *&root, int key) { // 创建新的节点 Node *z = new Node; z->key = key; // 将z的颜色设置为红色 z->color = RED; // 将z的左右子节点设置为空 z->left = z->right = NULL; // 将z的父节点设置为空 z->parent = NULL; // 如果根节点为空 if (root == NULL) root = z; // 否则,找到合适的插入位置 else { Node *y = NULL; Node *x = root; // 遍历树,找到合适的插入位置 while (x != NULL) { y = x; if (z->key < x->key) x = x->left; else x = x->right; } // 找到了位置,将z插入此位置 z->parent = y; if (z->key < y->key) y->left = z; else y->right = z; } // 将z的颜色设置为红色 z->color = RED; // 修正红黑树 insertFixUp(z); }// 使用例子: int main() { Node *root = NULL; // 插入节点 insertNode(root, 10); insertNode(root, 20); insertNode(root, 30); insertNode(root, 40); insertNode(root, 50); return 0; } ### 回答2: 红黑树是一种自平衡的二叉查找树,它的结构特点使得它能够在O(log n)的时间复杂度下进行插入、删除和查找操作。下面是使用C语言实现红黑树及其基本操作的代码: ```c #include <stdio.h> #include <stdlib.h> typedef enum { RED, BLACK } Color; typedef struct Node { int data; Color color; struct Node* parent; struct Node* left; struct Node* right; } Node; Node* root = NULL; // 创建新节点 Node* createNode(int data) { Node* newNode = (Node*)malloc(sizeof(Node)); newNode->data = data; newNode->color = RED; newNode->parent = NULL; newNode->left = NULL; newNode->right = NULL; return newNode; } // 左旋操作 void leftRotate(Node* x) { Node* y = x->right; x->right = y->left; if (y->left != NULL) y->left->parent = x; y->parent = x->parent; if (x->parent == NULL) root = y; else if (x == x->parent->left) x->parent->left = y; else x->parent->right = y; y->left = x; x->parent = y; } // 右旋操作 void rightRotate(Node* x) { Node* y = x->left; x->left = y->right; if (y->right != NULL) y->right->parent = x; y->parent = x->parent; if (x->parent == NULL) root = y; else if (x == x->parent->left) x->parent->left = y; else x->parent->right = y; y->right = x; x->parent = y; } // 新节点插入后的修正操作 void fixInsert(Node* newNode) { while (newNode->parent != NULL && newNode->parent->color == RED) { if (newNode->parent == newNode->parent->parent->left) { Node* uncle = newNode->parent->parent->right; if (uncle != NULL && uncle->color == RED) { newNode->parent->color = BLACK; uncle->color = BLACK; newNode->parent->parent->color = RED; newNode = newNode->parent->parent; } else { if (newNode == newNode->parent->right) { newNode = newNode->parent; leftRotate(newNode); } newNode->parent->color = BLACK; newNode->parent->parent->color = RED; rightRotate(newNode->parent->parent); } } else { Node* uncle = newNode->parent->parent->left; if (uncle != NULL && uncle->color == RED) { newNode->parent->color = BLACK; uncle->color = BLACK; newNode->parent->parent->color = RED; newNode = newNode->parent->parent; } else { if (newNode == newNode->parent->left) { newNode = newNode->parent; rightRotate(newNode); } newNode->parent->color = BLACK; newNode->parent->parent->color = RED; leftRotate(newNode->parent->parent); } } } root->color = BLACK; } // 插入操作 void insert(int data) { Node* newNode = createNode(data); Node* current = root; Node* parent = NULL; while (current != NULL) { parent = current; if (newNode->data < current->data) current = current->left; else current = current->right; } newNode->parent = parent; if (parent == NULL) root = newNode; else if (newNode->data < parent->data) parent->left = newNode; else parent->right = newNode; fixInsert(newNode); } // 中序遍历 void inorder(Node* node) { if (node == NULL) return; inorder(node->left); printf("%d ", node->data); inorder(node->right); } int main() { insert(10); insert(20); insert(30); insert(15); insert(5); printf("红黑树中序遍历结果:"); inorder(root); return 0; } ``` 上述代码实现了红黑树的插入操作,并提供了一个简单的使用例子。在主函数中,先后插入了10、20、30、15和5这5个节点,然后进行中序遍历输出红黑树的遍历结果。运行上述代码,输出结果为:红黑树中序遍历结果:5 10 15 20 30。 ### 回答3: 红黑树是一种自平衡的二叉搜索树,它在插入和删除操作后能够自动调整树的结构,以保持树的平衡性。以下是使用C语言实现红黑树及其基本操作的代码。 ```c #include <stdio.h> #include <stdlib.h> typedef enum {RED, BLACK} Color; typedef struct RBNode { int data; enum Color color; struct RBNode *left, *right, *parent; } RBNode; typedef struct RBTree { struct RBNode *root; struct RBNode *nil; } RBTree; // 创建红黑树节点 RBNode* createNode(int data) { RBNode* newNode = (RBNode*) malloc(sizeof(RBNode)); newNode->data = data; newNode->color = RED; newNode->left = NULL; newNode->right = NULL; newNode->parent = NULL; return newNode; } // 初始化红黑树 RBTree* initTree() { RBTree* newTree = (RBTree*) malloc(sizeof(RBTree)); newTree->nil = createNode(0); newTree->nil->color = BLACK; newTree->root = newTree->nil; return newTree; } // 左旋 void leftRotate(RBTree* tree, RBNode* x) { RBNode* y = x->right; x->right = y->left; if (y->left != tree->nil) { y->left->parent = x; } y->parent = x->parent; if (x->parent == tree->nil) { tree->root = y; } else if (x == x->parent->left) { x->parent->left = y; } else { x->parent->right = y; } y->left = x; x->parent = y; } // 右旋 void rightRotate(RBTree* tree, RBNode* x) { RBNode* y = x->left; x->left = y->right; if (y->right != tree->nil) { y->right->parent = x; } y->parent = x->parent; if (x->parent == tree->nil) { tree->root = y; } else if (x == x->parent->right) { x->parent->right = y; } else { x->parent->left = y; } y->right = x; x->parent = y; } // 插入节点修正 void insertFixup(RBTree* tree, RBNode* z) { while (z->parent->color == RED) { if (z->parent == z->parent->parent->left) { RBNode* y = z->parent->parent->right; if (y->color == RED) { z->parent->color = BLACK; y->color = BLACK; z->parent->parent->color = RED; z = z->parent->parent; } else { if (z == z->parent->right) { z = z->parent; leftRotate(tree, z); } z->parent->color = BLACK; z->parent->parent->color = RED; rightRotate(tree, z->parent->parent); } } else { RBNode* y = z->parent->parent->left; if (y->color == RED) { z->parent->color = BLACK; y->color = BLACK; z->parent->parent->color = RED; z = z->parent->parent; } else { if (z == z->parent->left) { z = z->parent; rightRotate(tree, z); } z->parent->color = BLACK; z->parent->parent->color = RED; leftRotate(tree, z->parent->parent); } } } tree->root->color = BLACK; } // 插入节点 void insertNode(RBTree* tree, int data) { RBNode* z = createNode(data); RBNode* y = tree->nil; RBNode* x = tree->root; while (x != tree->nil) { y = x; if (z->data < x->data) { x = x->left; } else { x = x->right; } } z->parent = y; if (y == tree->nil) { tree->root = z; } else if (z->data < y->data) { y->left = z; } else { y->right = z; } z->left = tree->nil; z->right = tree->nil; z->color = RED; insertFixup(tree, z); } // 中序遍历红黑树 void inorder(RBTree* tree, RBNode* node) { if (node != tree->nil) { inorder(tree, node->left); printf("%d ", node->data); if (node->color == RED) { printf("(Red) "); } else { printf("(Black) "); } inorder(tree, node->right); } } int main() { RBTree* tree = initTree(); insertNode(tree, 4); insertNode(tree, 1); insertNode(tree, 3); insertNode(tree, 2); insertNode(tree, 6); insertNode(tree, 5); insertNode(tree, 7); printf("中序遍历红黑树:"); inorder(tree, tree->root); return 0; } ``` 上述代码中,我们首先定义了红黑树节点的数据结构RBNode和红黑树的数据结构RBTree。然后,实现了创建节点、初始化树、左旋、右旋、插入节点修正和插入节点等基本操作。 在主函数中,我们初始化了红黑树,然后依次插入了节点4、1、3、2、6、5和7。最后,我们通过中序遍历函数inorder输出了红黑树的节点数据和颜色信息。 运行结果为:中序遍历红黑树:1 (Black) 2 (Black) 3 (Red) 4 (Black) 5 (Red) 6 (Black) 7 (Red) 以上就是使用C语言实现红黑树及其基本操作的代码,以及一个使用例子。

相关推荐

最新推荐

recommend-type

C++获取特定进程CPU使用率的实现代码

写一个小程序在后台记录每个进程的CPU使用情况,揪出锁屏后占用CPU的进程,于是自己写了一个C++类CPUusage,方便地监视不同进程的CPU占用情况。本人编程还只是个新手,如有问题请多多指教
recommend-type

C++语言数据结构 串的基本操作实例代码

主要介绍了C语言数据结构 串的基本操作实例代码的相关资料,需要的朋友可以参考下
recommend-type

C++使用redis的实例详解

主要介绍了C++使用redis的实例详解的相关资料,希望通过本文能帮助到大家,让大家理解掌握这部分内容,需要的朋友可以参考下
recommend-type

C++中异常处理的基本思想及throw语句抛出异常的使用

主要介绍了C++中异常处理的基本思想及throw类抛出异常的使用,也深入谈到了异常被抛出后的栈解旋unwinding过程,需要的朋友可以参考下
recommend-type

C++使用Kruskal和Prim算法实现最小生成树

主要介绍了C++使用Kruskal和Prim算法实现最小生成树,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

spring添加xml配置文件

1. 创建一个新的Spring配置文件,例如"applicationContext.xml"。 2. 在文件头部添加XML命名空间和schema定义,如下所示: ``` <beans xmlns="http://www.springframework.org/schema/beans" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.springframework.org/schema/beans
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。