最近数据结构刚好看到了伸展树,在想这个东西有什么应用,于是顺便学习一下。

二叉查找树(BST),对于树上的任意一个节点,节点的左子树上的关键字都小于这个节点的关键字,节点的右子树上的关键字都大于这个节点的关键字。

对二叉查找树进行中序遍历,可以得到一个有序的序列。

下面这些操作的期望复杂度是$O(log N)$,但是如果BST中的数据是有序的序列BST就会变成一条链,复杂度会退化成$O(N)$

为了避免越界减少边界情况的特殊判断,一般在BST中额外插入一个关键码为正无穷和一个关键码为负无穷的节点。

 struct BST {
int l, r;
int val;
}a[SIZE];
int tot, root, INF = << ; int NEW(int val)
{
a[++tot].val = val;
return tot;
} void build()
{
NEW(-INF), NEW(INF);
root = ;
a[].r = ;
}

检索时,如果当前节点p的关键字等于val,则已经找到。

如果p的关键字大于val,如果p的左子节点为空说明val不存在,否则在p的左子树中递归进行检索。

如果p的关键字小于val,如果p的右子节点为空说明val不存在,否则在p的右子树中递归进行检索。

 int Get(int p, int val)
{
if(p == )return ;
if(val == a[p].val)return p;
return val < a[p].val ? Get(a[p].l, val) : Get(a[p].r, val);
}

插入时,先执行检索操作,知道发现走向的p的子节点为空说明val不存在时,直接建立新节点。

 void Insert(int &p, int val)
{
if(p == ){
p = New(val);
return;
}
if(val == a[p].val) return;
if(val < a[p].val) Insert(a[p].l, val);
else Insert(a[p].r, val);
}

val的后继指的是在BST中关键码大于val的前提下,关键码最小的节点。

求后继的过程:初始化ans为具有正无穷关键码的那个节点的编号,然后在BST中检索val。检索过程中,每经过一个点,看看能不能更新ans

当检索完成后,可能没有找到val,此时ans就是答案。

也有可能找到了关键字是val的节点p,但是p没有右子树,那么ans也就是答案。

也有可能是p有右子树,那么说明val的后继不是在刚刚已经经过的那些节点中,所以还要从p的右子节点出发,一直往左走。

 nt GetNext(int val)
{
int ans = ;
int p = root;
while(p){
if(val == a[p].val){
if(a[p].r > ){
p = a[p].r;
while(a[p].l > ) p = a[p].l;
ans = p;
}
break;
}
if(a[p].val > val && a[p].val < a[ans].val)ans = p;
p = val < a[p].val ? a[p].l : a[p].r;
}
return ans;
}

删除节点时,也需要先检索val得到节点p。

如果p的孩子只有一个,那么可以直接删除,让p的子节点代替p。

如果p的孩子有两个,就需要在BST中找到val的后继节点nxt。

因为nxt没有左子树,所以可以直接让nxt的右子树代替nxt,然后让nxt代替p。

 void remove(int val)
{
int &p = root;
while(p){
if(val == a[p].val) break;
p = val < a[p].val ? a[p].l : a[p].r;
}
if(p == )return ;
if(a[p].l == ){
p = a[p].r;
}
else if(a[p].r == ){
p = a[p].l;
}
else{
int nxt = a[p].r;
while(a[nxt].l > )nxt = a[nxt].l;
remove(a[nxt].val);
a[nxt].l = a[p].l, a[nxt].r = a[p].r;
p = nxt;
}
}

AVL树,是带有平衡条件的二叉查找树。

每个节点的左子树和右子树的高度最多差1。这样就可以使整棵树的深度维持在$O(log N)$

要维持平衡的条件,主要改变的是插入时的操作。

当我们插入了一个节之后,某一条路径上的节点有可能平衡条件被破坏,这时候我们就需要进行旋转操作使他们重新达到平衡条件。

插入时,沿着节点到根更新平衡信息,找到第一个平衡被破坏了的节点(最深的一个)a。

a的两棵子树的高度差2,如果是对a的左儿子的左子树或a的右儿子的右子树进行插入,那么只用进行一次单旋转。

比如这样:

如果是对a的左儿子的右子树或是a的右儿子的左子树进行插入,需要进行一次双旋转。而实际上就是先将k1与k2进行一次旋转,再与k3旋转。

右旋就是把k1变成k2的父节点,k2作为k1的右子节点。zig(p)可以理解成把p的左子节点绕着p向右旋转。

 void zig(int &p)
{
int q = a[p].l;
a[p].l = a[q].r, a[q].r = p;
p = q;
}

左旋zag(p)可以理解成把p的右子节点绕着p向左旋转。

 void zag(int &p)
{
int q = a[p].r;
a[p].r = a[q].l, a[q].l = p;
p = q;
}

删除操作时,由于支持旋转,我们可以直接找到需要删除的节点,把他旋转成叶节点后直接删除。

伸展树(spaly tree),保证从空树开始任意连续M次对树的操作最多花费$O(M log N)$时间,但是并不排除任意一次操作花费$O(N)$时间的可能。

当一个节点被访问,就将他移动到根上。称为Splay操作。

Spaly操作:令X是在访问路径上的一个(非根)节点,如果X的父节点是树根,就只需要旋转X和树根。

否则分两种情况。

举个书上的习题作为例子。

在实际应用中,我们可以用伸展树维护一些区间的操作。

比如我们要提取区间[a,b],那么我们将a前面一个数对应的结点转到树根,将b 后面一个结点对应的结点转到树根的右边,那么根右边的左子树就对应了区间[a,b]。

与线段树相比,伸展树功能更强大,它能解决以下两个线段树不能解决的问题:

(1) 在a后面插入一些数。方法是:首先利用要插入的数构造一棵伸展树,接着,将a 转到根,并将a 后面一个数对应的结点转到根结点的右边,最后将这棵新的子树挂到根右子结点的左子结点上。

(2)  删除区间[a,b]内的数。首先提取[a,b]区间,直接删除即可。

关于伸展树的实现代码可以参考kuangbin博客中的转载

CH上有一道模板例题

http://contest-hunter.org:83/contest/0x40「数据结构进阶」例题/4601%20普通平衡树

要求实现一下六种操作:

1. 插入x数
2. 删除x数(若有多个相同的数,因只删除一个)
3. 查询x数的排名(若有多个相同的数,因输出最小的排名)
4. 查询排名为x的数
5. 求x的前驱(前驱定义为小于x,且最大的数)
6. 求x的后继(后继定义为大于x,且最小的数)

因为给的数可能会重复,而删除时只能删除一个,所以用cnt来记录这个值出现了的次数。

还要求查询排名,所以给节点增加一个size属性,记录以该节点为根的子树中所有节点的cnt之和。

在插入、删除和旋转时从下往上更新size信息。

 //#include<bits/stdc++>
#include<stdio.h>
#include<iostream>
#include<algorithm>
#include<cstring>
#include<stdlib.h>
#include<queue>
#include<map>
#include<stack>
#include<set> #define LL long long
#define ull unsigned long long
#define inf 0x3f3f3f3f using namespace std; const int SIZE = 1e5 + ;
struct Treap{
int l, r;
int val, dat;
int cnt, size;
}a[SIZE];
int tot, root, n, INF = 0x7fffffff; int New(int val)
{
a[++tot].val = val;
a[tot].dat = rand();
a[tot].cnt = a[tot].size = ;
return tot;
} void Update(int p)
{
a[p].size = a[a[p].l].size + a[a[p].r].size + a[p].cnt;
} void build()
{
New(-INF), New(INF);
root = , a[].r = ;
Update(root);
} int GetRankByVal(int p, int val)
{
if(p == )return ;
if(val == a[p].val) return a[a[p].l].size + ;
if(val < a[p].val)return GetRankByVal(a[p].l, val);
return GetRankByVal(a[p].r, val) + a[a[p].l].size + a[p].cnt;
} int GetValByRank(int p, int rank)
{
if(p == )return INF;
if(a[a[p].l].size >= rank)return GetValByRank(a[p].l, rank);
if(a[a[p].l].size + a[p].cnt >= rank)return a[p].val;
return GetValByRank(a[p].r, rank - a[a[p].l].size - a[p].cnt);
} void zig(int &p)
{
int q = a[p].l;
a[p].l = a[q].r;
a[q].r = p;
p = q;
Update(a[p].r);
Update(p);
} void zag(int &p)
{
int q = a[p].r;
a[p].r = a[q].l;
a[q].l = p;
p = q;
Update(a[p].l);
Update(p);
} void Insert(int &p, int val)
{
if(p == ){
p = New(val);
return;
}
if(val == a[p].val){
a[p].cnt++;
Update(p);
return;
}
if(val < a[p].val){
Insert(a[p].l, val);
if(a[p].dat < a[a[p].l].dat)zig(p);//不满足堆性质,右旋
}
else{
Insert(a[p].r, val);
if(a[p].dat < a[a[p].r].dat)zag(p);//不满足堆性质,左旋
}
Update(p);
} int GetPre(int val)
{
int ans = ;
int p = root;
while(p){
if(val == a[p].val){
if(a[p].l > ){
p = a[p].l;
while(a[p].r > )p = a[p].r;
ans = p;
}
break;
}
if(a[p].val < val && a[p].val > a[ans].val) ans = p;
p = val < a[p].val?a[p].l : a[p].r;
}
return a[ans].val;
} int GetNext(int val)
{
int ans = ;
int p = root;
while(p){
if(val == a[p].val){
if(a[p].r > ){
p = a[p].r;
while(a[p].l > )p = a[p].l;
ans = p;
}
break;
}
if(a[p].val > val && a[p].val < a[ans].val )ans = p;
p = val < a[p].val ? a[p].l : a[p].r;
}
return a[ans].val;
} void Remove(int &p, int val)
{
if(p == )return;
if(val == a[p].val){
if(a[p].cnt > ){
a[p].cnt--;
Update(p);
return;
}
if(a[p].l || a[p].r){
if(a[p].r == || a[a[p].l].dat > a[a[p].r].dat){
zig(p);
Remove(a[p].r, val);
}
else {
zag(p);
Remove(a[p].l, val);
}
Update(p);
}
else p = ;
return;
}
val < a[p].val ? Remove(a[p].l, val) : Remove(a[p].r, val);
Update(p);
} int main()
{
build();
cin>>n;
while(n--){
int opt, x;
scanf("%d%d", &opt, &x);
switch(opt){
case :
Insert(root, x);
break;
case :
Remove(root, x);
break;
case :
printf("%d\n", GetRankByVal(root, x) - );
break;
case :
printf("%d\n", GetValByRank(root, x + ));
break;
case :
printf("%d\n", GetPre(x));
break;
case :
printf("%d\n", GetNext(x));
break;
}
}
return ;
}

二叉查找树,AVL树,伸展树【CH4601普通平衡树】的更多相关文章

  1. AVL树、splay树(伸展树)和红黑树比较

    AVL树.splay树(伸展树)和红黑树比较 一.AVL树: 优点:查找.插入和删除,最坏复杂度均为O(logN).实现操作简单 如过是随机插入或者删除,其理论上可以得到O(logN)的复杂度,但是实 ...

  2. 树-伸展树(Splay Tree)

    伸展树概念 伸展树(Splay Tree)是一种二叉排序树,它能在O(log n)内完成插入.查找和删除操作.它由Daniel Sleator和Robert Tarjan创造. (01) 伸展树属于二 ...

  3. 二叉树、红黑树、伸展树、B树、B+树

    好多树啊,程序猿砍树记,吼吼. 许多程序要解决的关键问题是:快速定位特定排序项的能力. 第一类:散列 第二类:字符串查找 第三类:树算法 树算法可以在辅助存储器中存储大量的数据. 二叉树.红黑树和伸展 ...

  4. 伸展树(Splay tree)的基本操作与应用

    伸展树的基本操作与应用 [伸展树的基本操作] 伸展树是二叉查找树的一种改进,与二叉查找树一样,伸展树也具有有序性.即伸展树中的每一个节点 x 都满足:该节点左子树中的每一个元素都小于 x,而其右子树中 ...

  5. [转] Splay Tree(伸展树)

    好久没写过了,比赛的时候就调了一个小时,差点悲剧,重新复习一下,觉得这个写的很不错.转自:here Splay Tree(伸展树) 二叉查找树(Binary Search Tree)能够支持多种动态集 ...

  6. [SinGuLaRiTy] SplayTree 伸展树

    [SinGuLaRiTy-1010]Copyrights (c) SinGuLaRiTy 2017. All Rights Reserved. Some Method Are Reprinted Fr ...

  7. 二叉树总结(五)伸展树、B-树和B+树

    一.伸展树 伸展树(Splay Tree)是一种二叉排序树,它能在O(log n)内完成插入.查找和删除操作. 因为,它是一颗二叉排序树,所以,它拥有二叉查找树的性质:除此之外,伸展树还具有的一个特点 ...

  8. Splay(区间翻转)&树套树(Splay+线段树,90分)

    study from: https://tiger0132.blog.luogu.org/slay-notes P3369 [模板]普通平衡树 #include <cstdio> #inc ...

  9. 数据结构图解(递归,二分,AVL,红黑树,伸展树,哈希表,字典树,B树,B+树)

    递归反转 二分查找 AVL树 AVL简单的理解,如图所示,底部节点为1,不断往上到根节点,数字不断累加. 观察每个节点数字,随意选个节点A,会发现A节点的左子树节点或右子树节点末尾,数到A节点距离之差 ...

随机推荐

  1. ionic1页面切换动画卡顿优化

    https://github.com/shprink/ionic-native-transitions https://www.npmjs.com/package/ionic-native-trans ...

  2. CSAPP Tiny web server源代码分析及搭建执行

    1. Web基础 webclient和server之间的交互使用的是一个基于文本的应用级协议HTTP(超文本传输协议). 一个webclient(即浏览器)打开一个到server的因特网连接,而且请求 ...

  3. 数组去重Demo引出的思考

    package com.pers.Stream; import java.util.*; import java.util.stream.Collectors; import java.util.st ...

  4. PHP 实现自动加载

    自动载入主要是省去了一个个类去 include 的繁琐,在 new 时动态的去检查并 include 相应的 class 文件. 先上代码: //index.php <?php class Cl ...

  5. [转]The Production Environment at Google (part 2)

    How the production environment at Google fits together for networking, monitoring and finishing with ...

  6. 16.翻译系列:EF 6 Code -First中使用存储过程【EF 6 Code-First系列】

    原文链接:https://www.entityframeworktutorial.net/entityframework6/code-first-insert-update-delete-stored ...

  7. Tomcat线程池的深入理解

    1.工作机制: Tomcat启动时如果没有请求过来,那么线程数(都是指线程池的)为0: 一旦有请求,Tomcat会初始化minSpareThreads设置的线程数: 2.线程池作用: Tomcat的线 ...

  8. Error: Could not find gradle wrapper within Android SDK. Might need to update your Android SDK - Android

    在Windows7上运行 “cordova build android” 报错,如下: C:\test\hello> cordova build android ANDROID_HOME=C:\ ...

  9. vue 版本升级配置修改

  10. BrainFuck 指令

    BrainFuck只有八条指令: 指令 含义 等价的C代码 > 指针加一 ++ptr; < 指针减一 --ptr; + 指针指向的字节的值加一 ++*ptr; - 指针指向的字节的值减一 ...