浅谈BST(二叉查找树)

BST的性质

树上每个节点上有个值,这个值叫关键码

每个节点的关键码大于其任意左侧子节点的关键码,小于其任意右节点的关键码。

显然一个BST的中序遍历就是关键码单调递增的节点序列

BST的建立

为了避免越界其实好像没卵用,减少边界情况的判定,一般在BST中额外插入一个关键码为INF和-INF的节点

const int N=1000000;
struct BST
{
	int l,r;//l,r分别是左右孩子的编号
	int val;//关键码
}a[N];
int tot,root,INF=1<<30;
int New(int val)
{
	a[++tot].val=val;
	return tot;
}
void build()
{
	New(-INF),New(INF);
	root=1,a[1].r=2;
}

BST的检索

在BST中检索是否存在关键码为val的节点

设p为根节点

1.若p的关键码等于(val),直接返回

2.若p的关键码大于(val)

​ (1)若(p)的左子节点为空,则不存在

​ (2)若(p)的左子节点不为空,则在p的左子树中递归检索

2.若p的关键码小于(val)

​ (1)若(p)的右子节点为空,则不存在

​ (2)若(p)的右子节点不为空,则在(p)的右子树中递归检索

int get(int p,int val)
{
	if(p==0) return 0;
	if(val==a[p].val) return p;
	return val<a[p].val ? get(a[p].l,val) : get(a[p].r,val);
}

BST的插入

在BST中插入关键码为val的节点

与BST的检索的检索过程类似,这里就不在赘述

void insert(int &p,int val)
{
	if(p==0)
	{
		p=New(val);
		return ;
	}
	if(val==a[p].val) return;
	val<a[p].val ? insert(a[p].l,val) : insert(a[p].r,val); 
}

细心的读者应该发现了p是引用的,why?

因为这里父节点的l或r值会被更新

BST求前驱/后继

这里首先赘述一下什么是前驱和后继

后继:BST中关键码大于val的最小的

前驱:BST中关键码小于val的最大的

这里以求后继为例

初始化ans为正无穷关键码的那个节点的编号。然后在BST中检索val,检索过程中不断更新ans

检索完成后有三种可能的结果

1.没有找到(val),那么现在ans即为所求

2.找到了(val),但是关键码为val的节点p没有右子树,那ans即为所求

3.找到了(val),而且关键码为val的节点p有右子树,那么就要从p的右孩子一直向左找

因为教育局把sm.ms图床给封了所以图片上传不了,抱歉

int getnext(int val)
{
	int ans=2,p=root;
	while(p)
	{
		if(val==a[p].val)
		{
			if(a[p].r>0)
			{
				p=a[p].r;
				while(a[p].l>0) 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;
}

上面的代码是用的非递归,以后有时间可能会补上递归的

前驱同理,这里不再赘述。

BST的节点删除

从BST中删除关键码为val的节点

首先检索出关键码为val的节点p来

有以下几种情况

1.如果p的子节点个数小于(2),则直接删除掉(p),并令(p)的子节点替代(p)的位置,与(p)的父节点相连

2.(p)既有左子树又有右子树,那么就找出(val)的后继来,显然后继没有左子树,所以直接删除后继,然后让后继的右子树代替游记,然后让后继代替(p)

没法传图,抱歉*2

void remove(int &p,int val)
{
	if(p==0) return ;
	if(val==a[p].val)
	{
		if(a[p].l==0) p=a[p].r;
		else if(a[p].r==0) p=a[p].l;
		else 
		{
			int next=a[p].r;
			while(a[next].l>0) next=a[p].l;
			remove(a[p].r,a[next].val);
			a[next].l=a[p].l,a[next].r=a[p].r;
			p=next;
		}
		return ;
	}
	if(val<a[p].val) remove(a[p].l,val);
	else remove(a[p].r,val);
}

细心的读者可能发现了,上述代码只能处理没有重复的关键值的情况,其实处理重复的关键值也很简单,这需要记录一个(cnt)即可

struct BST
{
	int l,r;//l,r分别是左右孩子的编号
	int val;//关键码
    int cnt;//计数器
}a[N];

其他操作不再赘述

复杂度

显然BST一次操作复杂度为(O(log N))

但是BST容易被有序数列卡成(O(N))的,这时树就变成一条链了

这是就可以用平衡树解决.....以后或许会更一篇平衡树的博客(前提是我要学会

参考《算法竞赛进阶指南》,代码未经测试不保证正确性,如有错误还望指正(狗头保命

平衡树

浅谈fhq treap

原文地址:https://www.cnblogs.com/pyyyyyy/p/12067890.html