Kinds of Trees:AVL,Splay,B+ and Red Black¶
约 3472 个字 428 行代码 55 张图片 预计阅读时间 23 分钟
AVL¶
AVL树的特点与性质¶
AVL树是一种自平衡二叉搜索树,其中所有节点的左右子树高度差不能超过一。这确保了树保持大致平衡,从而提供高效的操作。
特点:¶
- 自平衡:通过插入和删除期间的旋转自动保持平衡。
- 二叉搜索树:遵循二叉搜索树的性质,即左子节点小于父节点,右子节点大于父节点。
- 高度平衡:任何节点的左右子树高度差最多为一。
高度公式
公式:记高度为h的AVL树的最少节点数为\(n_h\),我们有\(n_h=n_{h-1}+n_{h-2}+1\),且\(n_0=0,n_1=1\)
有一个十分有意思的问题。给定节点数目的AVL树最大/最小高度是多少呢?
最小高度十分简单,按照完全二叉树的顺序填入即可。而最大高度有点复杂。wiki上是这样说的。
性质:¶
- 高度:具有
n
个节点的AVL树的高度为O(log n),确保高效的搜索、插入和删除操作。 - 旋转:使用单旋转和双旋转(左旋、右旋、左右旋、右左旋)来保持平衡。
- 时间复杂度:
- 搜索:O(log n)
- 插入:O(log n)
- 删除:O(log n)
- 平衡因子:每个节点都有一个平衡因子,计算为其左右子树高度差,可以是-1、0或1。
优点:¶
- 提供比不平衡二叉搜索树更快的查找、插入和删除操作。
- 确保基本操作的时间复杂度为O(log n)。
缺点:¶
- 由于需要旋转,实现起来稍微复杂一些。
- 与其他自平衡树(如红黑树)相比,可能需要更多的旋转,导致时间复杂度中的常数因子较高。
旋转的理解
按我个人来看,这四种旋转都是需要先找到"Trouble Maker",即从插入的节点出发,一直向上走第一个不平衡的节点。然后,对这个节点做操作,具体可以看下面的代码实现。另外,LR与RL其实是由LL与RR组成的。
常规的维护写法:
struct avltree
{
int data;
struct avltree *left;
struct avltree *right;
int height;
};
typedef struct avltree* node;
int height(node N) {
if (N == NULL)
return 0;
return N->height;
}
int max(int a, int b) {
return (a > b) ? a : b;
}
node createnode(int key) {
node n = (node)malloc(sizeof(struct avltree));
n->data = key;
n->left = NULL;
n->right = NULL;
n->height = 1;
return n;
}
node rr(node y) {
node x = y->left;
node T2 = x->right;
x->right = y;
y->left = T2;
y->height = max(height(y->left), height(y->right)) + 1;
x->height = max(height(x->left), height(x->right)) + 1;
return x;
}
node lr(node x) {
node y = x->right;
node T2 = y->left;
y->left = x;
x->right = T2;
x->height = max(height(x->left), height(x->right)) + 1;
y->height = max(height(y->left), height(y->right)) + 1;
return y;
}
int bf(node N) {
if (N == NULL)
return 0;
return height(N->left) - height(N->right);
}
node insert(node n, int key) {
if (n == NULL)
return createnode(key);
if (key < n->data)
n->left = insert(n->left, key);
else if (key > n->data)
n->right = insert(n->right, key);
else
return n;
n->height = 1 + max(height(n->left), height(n->right));
int bl = bf(n);
if (bl > 1 && key < n->left->data)
return rr(n);
if (bl < -1 && key > n->right->data)
return lr(n);
if (bl > 1 && key > n->left->data) {
n->left = lr(n->left);
return rr(n);
}
if (bl < -1 && key < n->right->data) {
n->right = rr(n->right);
return lr(n);
}
return n;
}
例题¶
Splay Tree(伸展树)¶
性质¶
Splay树是一种自调整二叉搜索树,通过在每次访问节点后将其旋转到根节点来保持较短的访问路径。以下是Splay树的主要性质:
- 自调整:每次访问节点后,通过旋转操作将该节点移动到根节点,从而使得频繁访问的节点更接近根节点。
- 二叉搜索树:遵循二叉搜索树的性质,即左子节点小于父节点,右子节点大于父节点。
- 旋转操作:主要使用三种旋转操作:Zig、Zig-Zig和Zig-Zag。
旋转操作:¶
- Zig:当访问节点是根节点的左子节点或右子节点时,进行一次单旋转。
- Zig-Zig:当访问节点是其父节点的左子节点,且其父节点是其祖父节点的左子节点时,进行两次单旋转。
- Zig-Zag:当访问节点是其父节点的右子节点,且其父节点是其祖父节点的左子节点时,进行一次双旋转。
时间复杂度:¶
- 摊还时间复杂度:所有基本操作(插入、删除、查找)的摊还时间复杂度为O(log n),其中n是树中的节点数。
- 最坏情况时间复杂度:单次操作的最坏情况时间复杂度为O(n),但这种情况很少发生。
可能的误区
由于我在一开始学习zig-zig时犯过错误,所以在这里记录一下。zig-zig时先对x.grandparent作操作,再对x.parent做操作。在一开始我误以为先对x.parent作操作,再对x.grandparent作操作,延续了之前双旋转的思想,于是出问题了。
struct splaytree {
int data;
struct splaytree *left;
struct splaytree *right;
};
typedef struct splaytree* node;
node rightRotate(node x) {
node y = x->left;
x->left = y->right;
y->right = x;
return y;
}
node leftRotate(node x) {
node y = x->right;
x->right = y->left;
y->left = x;
return y;
}
node splay(node root, int key) {
if (root == NULL || root->data == key)
return root;
if (root->data > key) {
if (root->left == NULL) return root;
if (root->left->data > key) {
root->left->left = splay(root->left->left, key);
root = rightRotate(root);
} else if (root->left->data < key) {
root->left->right = splay(root->left->right, key);
if (root->left->right != NULL)
root->left = leftRotate(root->left);
}
return (root->left == NULL) ? root : rightRotate(root);
} else {
if (root->right == NULL) return root;
if (root->right->data > key) {
root->right->left = splay(root->right->left, key);
if (root->right->left != NULL)
root->right = rightRotate(root->right);
} else if (root->right->data < key) {
root->right->right = splay(root->right->right, key);
root = leftRotate(root);
}
return (root->right == NULL) ? root : leftRotate(root);
}
}
node insert(node root, int key) {
if (root == NULL) return createnode(key);
root = splay(root, key);
if (root->data == key) return root;
node newnode = createnode(key);
if (root->data > key) {
newnode->right = root;
newnode->left = root->left;
root->left = NULL;
} else {
newnode->left = root;
newnode->right = root->right;
root->right = NULL;
}
return newnode;
}
例题¶
红黑树¶
红黑树的性质¶
- 节点颜色:每个节点不是红色就是黑色。
- 根节点:根节点必须是黑色。
- 叶节点:所有叶节点(NIL节点,NIL代指NULL)都是黑色。
- 红色节点:红色节点的子节点必须是黑色(即红色节点不能连续)。
- 黑色高度:从任一节点到其每个叶节点的所有路径都包含相同数量的黑色节点。
- 自平衡:通过插入和删除期间的旋转和重新着色操作保持平衡。
- 时间复杂度:
- 搜索:O(log n)
- 插入:O(log n)
- 删除:O(log n)
红黑树的叶子
红黑树的叶子只指NIL节点,而非常规意义上的叶子。且从红黑树的性质中可以得出,一个有N个内部节点(非NIL节点)的红黑树,其高度不超过\(2\log_2(N+1)\),由以下两条推出(bh指黑高,即从根节点到NIL的一条路径上黑色结点的个数):
- \(N \geq 2^{bh} - 1\)
- \(2bh(Tree)-1 \geq h(Tree)\)
红黑树的插入与删除都有点恶心,我将以这两个B站视频为主记录做法:
但其实插入与删除的规则都可以从保持红黑树的性质这一目的出发推测,下面在给出结论的同时附上一些个人粗浅的分析过程。
插入¶
Tip
新节点插入按照二叉查找树的规则来,且默认为红色节点。且有一个隐形前提:若发生问题,插入节点的父亲一定是红色的,插入节点的爷爷一定是黑色的,因为红黑树中不可能出现连续的红色节点,而插入出线问题必然是违反了这个原则。
直接说结论:
-
插入的节点为根节点->直接变黑
-
插入节点的叔叔为红色->叔叔,父亲和爷爷都变色(黑变红,红变黑),并且将爷爷视为新的插入节点进行进一步操作。
-
插入节点的叔叔为黑色-根据爷爷,父亲和插入节点的位置关系进行相应的LL,RR,LR,RL旋转操作,并将最后一步旋转时作操作的两个节点变色
俺的图图呢???
红黑树插入图解
删除¶
来到了最最最复杂的删除。
先来回顾二叉搜索树的删除:
-
若该节点为叶节点->直接删除
-
若该节点有一个儿子->删除后把儿子提上来。
-
若该节点有左儿子和右儿子->将该节点的值变为左子树里的最大值或右子树里最小值,再删除子树里的这个点。
发现
不难发现第三种情况最终可以转换为第一种或者第二种情况。因此在红黑树的删除中我们只讨论第一和第二种情况。此外,若插入节点只有一个儿子,则其必然是黑父亲,红儿子的结构,不然无法满足路径黑节点个数相同的特性。
可能反直觉的是,红黑树删除的第二中情况反而比第一种情况简单,展开讨论:
-
若该节点只有一个儿子->用儿子替代后将儿子变黑
-
若该节点的两个孩子都是NIL节点:
-
若该节点为红色节点->直接删除
-
若该节点为黑节点,先将其直接删除,但为了暂时保持红黑树的性质,我们暂时将这个节点定义为双黑节点,因此我们接下来的目的就是把它变回普通的单黑节点。
- 兄弟是黑色
- 兄弟至少有一个红色孩子:我们将兄弟,红孩子和父亲分别记为s,r,p
- p,s,r三者为RR或LL类型->s的颜色给r,p的颜色给s,p变黑,进行相应旋转,双黑变回单黑。
- p,s,r为RL或LR类型->p的颜色给r,p变黑,进行相应旋转,双黑变回单黑。
- 若兄弟两个儿子都为红色,归为LL或RR一类。
- 兄弟无红孩子,也即孩子都是NIL节点->兄弟变红,将双黑节点上移。若双黑节点遇到根节点或红色节点,直接变单黑结束,不然,重复判断。
- 兄弟至少有一个红色孩子:我们将兄弟,红孩子和父亲分别记为s,r,p
- 兄弟是红色->兄父变黑,父亲向双黑节点移动。此时双黑仍保持,继续作判断。
- 兄弟是黑色
-
太复杂了,上图!
红黑树删除图解(两个孩子都是NIL节点)
至此,我们讲完了红黑树的删除操作,怎么记?自求多福
例题¶
B+树¶
B+树的性质¶
B+树的主要性质:
- 所有叶子节点在同一层:B+树是一种平衡树,所有叶子节点都在同一层。
- 内部节点只存储键:内部节点(即非叶子节点)只存储键值,不存储实际数据。实际数据存储在叶子节点中。
- 叶子节点存储数据和指针:叶子节点存储实际数据,并且通过指针相互连接,形成一个链表,便于范围查询。
- 多路搜索树:B+树是多路搜索树,每个节点可以有多个子节点。具体的子节点数量取决于树的阶(通常用m表示)。有 n 棵子树的节点中含有 n-1 个关键字(即将区间分为 n 个子区间,每个子区间对应一棵子树)。第i个关键字是第i+1棵子树里key的最小值。
- 键值有序:所有节点中的键值按顺序排列(一般从小到大),便于范围查询和顺序访问。
- 根节点特殊情况:根节点至少有两个子节点,除非整棵树只有一个节点。
- 节点分裂和合并:在插入和删除操作中,节点可能会分裂或合并,以保持树的平衡性。
- 时间复杂度:B+树的搜索、插入和删除操作的时间复杂度均为O(log n),其中n是树中的键值数量。
B+树的阶
B+树的阶(m)决定了每个节点的最小和最大子节点数量:
-
根节点要么是叶子,要么有[2,m]个子节点
-
每个内部节点(除了根节点)最多有m个子节点,至少有⌈m/2⌉个子节点。同样需要删除和合并
-
每个叶子节点最多存储m个键值,至少存储⌈m/2⌉个键值。超过m个键值需要分裂,少于[m/2]个键值需要合并
图解¶
还是上图解,有图有真相。
删除同理,只需要考虑合并,也即分裂的相反操作即可。
代码¶
B+树的编程题在作业中涉及,但我写得十分臃肿无用,所以最后还是另给出网上的代码。
#include <iostream>
#include <cstdio>
#include <cstring>
#include <vector>
#include <queue>
#include <algorithm>
#include <cmath>
#define ORDER 3
using namespace std;
class Node
{
public:
int cnt_data = 0; // 该节点所保存的数据量
int cnt_child = 0; // 子节点数
int data[ORDER + 1]; // 该节点所保存的具体数据(非叶子节点为索引,叶子节点为数据)
Node *child[ORDER + 2]; // 子节点
Node *parent = NULL; // 父节点,节点分裂时使用,根节点为NULL
Node *next; // 作为叶子节点时的相邻节点,实际上并没有用到这个
Node ()
{}
/**
* 通过给定的数据进行初始化
* @param pra 父节点
* @param data_src 用来赋值data的数据源
* @param data_interval [first,second)左闭右开的区间,表示data_src具体传入的数据区间
* @param child_src 用来赋值child的数据源
* @param child_interval 同data_interval
*/
Node (Node *pra, int data_src[], pair<int, int> data_interval, Node *child_src[], pair<int, int> child_interval)
{
this->parent = pra;
this->cnt_data = data_interval.second - data_interval.first;
memcpy(this->data, data_src + data_interval.first, this->cnt_data * sizeof(data_src[0]));
this->cnt_child = child_interval.second - child_interval.first;
memcpy(this->child, child_src + child_interval.first, this->cnt_child * sizeof(child_src[0]));
// 将子节点的父节点指针指向该节点
for (int i = 0; i < cnt_child; ++i)
{
child[i]->parent = this;
}
}
void print ()
{
printf("[");
for (int i = 0; i < cnt_data; ++i)
{
if (i)
printf(",");
printf("%d", data[i]);
}
printf("]");
}
};
int n;
Node *Root = new Node();
// DEBUG
int split_time = 0;
/**
* 后续再插入新的子节点后,为某一个节点的子节点属性排序时用到
* 排序依据为节点第一个数据项的大小
* @param p1
* @param p2
* @return
*/
bool cmp (Node *p1, Node *p2)
{
return p1->data[0] < p2->data[0];
}
/**
* 层序遍历并打印
*/
void print_tree ()
{
Node *BlankLine = NULL; // 换行标记,标记一层节点
queue<Node *> que;
que.push(Root);
que.push(BlankLine);
while (!que.empty())
{
Node *t = que.front();
que.pop();
if (t == BlankLine)
{
printf("\n");
if (!que.empty())
que.push(BlankLine);
continue;
}
t->print();
for (int i = 0; i < t->cnt_child; ++i)
{
que.push(t->child[i]);
}
}
}
/**
* 检查并分裂当前节点,当前节点分裂完成后递归检查父节点是否需要分裂。
* @param node 待分裂的节点
*/
void split (Node *node)
{
// 用node指针获取变量太长,用局部变量简化
int cntData = node->cnt_data;
int cntChild = node->cnt_child;
bool is_leaf = cntChild == 0;
Node **child = node->child;
int *data = node->data;
// 不需要分裂
if ((is_leaf && cntData <= ORDER) ||
(!is_leaf && cntData < ORDER))
{
return;
}
// 当前节点为根节点,则生成新的根节点
if (node->parent == NULL)
{
Root = node->parent = new Node();
}
Node *pra = node->parent;
int mid ;
// 分裂为左右两个节点
Node *l ;
Node *r ;
// 对于叶子节点和非叶子节点分别处理
if (is_leaf)
{
// mid = 2; // 等效
mid = ceil(1.0*ORDER/2);
l = new Node(pra, data, make_pair(0, mid), child, make_pair(0, 0));
r = new Node(pra, data, make_pair(mid, cntData), child, make_pair(0, 0));
} else
{
// mid = 1; // 等效
mid = ceil(1.0*(ORDER-1)/2);
l = new Node(pra, data, make_pair(0, mid), child, make_pair(0, mid+1));
r = new Node(pra, data, make_pair(mid+1, cntData), child, make_pair(mid+1, cntChild));
}
// 更新父节点的索引
pra->data[pra->cnt_data++] = data[mid];
// 替换父节点的子节点列表中保存的当前节点(当前节点已经分裂为2个子节点)
if (pra->cnt_child > 0)
for (int i = 0; i < pra->cnt_child; ++i)
{
if (pra->child[i] == node)
{
pra->child[i] = l;
break;
}
}
else
pra->child[pra->cnt_child++] = l;
pra->child[pra->cnt_child++] = r;
// 排序,上一步直接插入可能会导致乱序
sort(pra->data, pra->data + pra->cnt_data);
sort(pra->child, pra->child + pra->cnt_child, cmp);
// 释放当前节点的所占的空间
delete node;
// 递归检查父节点是否需要分裂
split(pra);
}
/**
* 插入数据
* @param node
* @param n
*/
void insert (Node *node, int n)
{
if (node == NULL)
{
node = new Node();
}
node->data[node->cnt_data++] = n;
sort(node->data, node->data + node->cnt_data);
split(node);
}
/**
* 查找n应在的Node对象,实际上n不一定存在B+树中
* 数据被m个索引分成了m+1段,即子树的数量比索引的数量多1,所以用upper_bound找到的第一个大于n的索引下标,放到其孩子列表中恰好为n所在的子树的下标
* @param root
* @param n
* @return 返回n应在的叶子节点的指针
*/
Node *find (Node *root, int n)
{
if (root == NULL)
return root;
// 叶子节点
if (root->cnt_child == 0)
return root;
int i = upper_bound(root->data, root->data + root->cnt_data, n) - root->data;
return find(root->child[i], n);
}
/**
* 判断n是否存在
* @param node 用find方法找到的n应在的叶子节点
* @param n
* @return
*/
bool exist (Node *node, int n)
{
if (node == NULL)
return false;
return binary_search(node->data, node->data + node->cnt_data, n);
}
int main ()
{
scanf("%d", &n);
for (int i = 0; i < n; ++i)
{
int num;
scanf("%d", &num);
Node *leaf = find(Root, num);
if (!exist(leaf, num))
insert(leaf, num);
else
{
printf("Key %d is duplicated\n", num);
}
}
print_tree();
return 0;
}