【C++进阶】AVL树

最新推荐文章于 2024-09-19 13:36:34 发布
最新推荐文章于 2024-09-19 13:36:34 发布
阅读量1.1k 收藏 22
点赞数 26
分类专栏： 【c++从初阶到进阶】C++熟悉之路 文章标签： c++ 开发语言 算法 数据结构
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2301_78611726/article/details/139009541
版权

0.前言

前面我们已经学习过二叉搜索树了，但如果我们是用二叉搜索树来封装map和set等关联式容器是有缺陷的，很可能会退化为单分支的情况，那样效率就极低了，那么有没有方法来弥补二叉搜索树的缺陷呢？

那么AVL树就出现了，通过AVL树的右单旋、左单旋、左右单旋，右左单旋等操作来防止二叉搜索树退化为单分支的情况出现。

因此，两位俄罗斯的数学家G.M.Adelson-Velskii和E.M.Landis在1962年发明了一种解决上述问题的方法：当向二叉搜索树中插入新结点后，如果能保证每个结点的左右子树高度之差的绝对值不超过1(需要对树中的结点进行调整)，即可降低树的高度，从而减少平均搜索长度。
AVL树也是以这两位大佬名字的首字母来命名的。

1.AVL树的概念

一棵AVL树或者是空树，或者是具有以下性质的二叉搜索树是AVL树：

  • 它的左右子树都是AVL树
  • 左右子树高度之差(简称平衡因子)的绝对值不超过1(-1/0/1)
     

我们这里使用的平衡因子是右子树高度 - 左子树高度。 

 

2.AVL树节点的定义

代码如下：

template<class K, class V>
struct AVLTreeNode
{
	AVLTreeNode<K, V>* _left;	//该节点的左孩子
	AVLTreeNode<K, V>* _right;	//该节点的右孩子
	AVLTreeNode<K, V>* _parent;	//该节点的双亲

	pair<K, V>  _kv;	//该节点的key和value

	int _bf; //balance factor 平衡因子
	AVLTreeNode(const pair<K, V>& kv)	//该节点初始化
		:_left(nullptr)  
		, _right(nullptr)
		, _parent(nullptr)
		, _kv(kv)  
		, _bf(0)
	{}
};

3.AVL树的插入

AVL树就是在二叉搜索树的基础上引入了平衡因子，因此AVL树也可以看成是二叉搜索树。那么
AVL树的插入过程可以分为两步：

  1. 按照二叉搜索树的方式插入新节点
  2. 调整节点的平衡因子
     

插入思路：

 1.按照搜索树规则插入

2.更新插入节点的祖先节点的平衡因子

        a.插入父亲的右边，父亲的平衡因子--

        b.插入父亲的左边，父亲的平衡因子++

        c.父亲平衡因子 == 0， 父亲所在子树高度不变，不再继续往上更新。插入结束

        d.父亲平衡因子 == 1 or -1， 父亲所在子树高度变了，继续往上更新。

        e.父亲平衡因子 == 2 or -2， 父亲所在子树已经不平衡了，需要旋转处理。

更新中不可能出现其他值，插入之前树是AVL树，平衡因子要么是1 -1 0， ++ --

最多就是c/d/e三种情况。

 代码如下：

	bool Insert(const pair<K, V>& kv)
	{
		if (_root == nullptr)
		{
			_root = new Node(kv);
			return true;
		}
		Node* parent = nullptr;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_kv.first < kv.first)
			{
				parent = cur;
				cur = cur->_right;
			}
			else if (cur->_kv.first > kv.first)
			{
				parent = cur;
				cur = cur->_left;
			}
			else
			{
				return false;
			}
		}

		cur = new Node(kv);
		if (parent->_kv.first < kv.first)
		{
			parent->_right = cur;
		}
		else
		{
			parent->_left = cur;
		}
		cur->_parent = parent;

		//更新平衡因子
		while (parent)
		{
			if (cur == parent->_left)
			{
				parent->_bf--;
			}
			else
			{
				parent->_bf++;
			}
			if (parent->_bf == 0)
			{
				//更新结束
				break;
			}
			else if (parent->_bf == -1 || parent->_bf == 1)
			{
				//继续往上更新
				cur = parent;
				parent = parent->_parent;
			}
			else if (parent->_bf == -2 || parent->_bf == 2)
			{
				//当前子树出现了问题，需要旋转平衡一下
				if (parent->_bf == -2 && cur->_bf == -1)
				{
					//右单旋
					RotateR(parent);
				}
				else if (parent->_bf == 2 && cur->_bf == 1)
				{
					//左单旋
					RotateL(parent);
				}
				else if (parent->_bf == -2 && cur->_bf == 1)
				{
					//左右双旋
					RotateLR(parent);
				}
				else if (parent->_bf == 2 && cur->_bf == -1)
				{
					//右左双旋
					//RotateRL(parent);
				}
				break;
			}
			else
			{
				//理论上不会出现这种情况，但仍要判断，大佬都不能保证自己的代码没有bug
				assert(false);
			}

		}
		return true;
	}

4.AVL树的旋转

4.1 右单旋

插入新节点要插入较高左子树的左侧（左左）-》右单旋

图形解析：

 实现代码如下：

	void RotateR(Node* parent)
	{
		Node* subL = parent->_left;
		Node* subLR = subL->_right;
		parent->_left = subLR;
		if (subLR)	//subLR有可能为空，不为空时才能调整subLR的父节点
			subLR->_parent = parent;
		subL->_right = parent;
		//parent不一定就是根节点，也可能是子树，所以要设置一个ppNode来标记parent的父节点
		Node* ppNode = parent->_parent;
		parent->_parent = subL;

		if (parent == _root)
		{
			_root = subL;
			_root->_parent = nullptr;
		}
		else
		{
			if (ppNode->_left == parent)
			{
				ppNode->_left = subL;
			}
			else
			{
				ppNode->_right = subL;
			}
			subL->_parent = ppNode;
		}
		subL->_bf = parent->_bf = 0;
	}

4.2 左单旋

插入新节点要插入较高右子树的右侧（右右）-》左单旋

图形解析：

 代码如下：

	void RotateL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subR->_left;
		parent->_right = subRL;
		if (subRL)	//subRL有可能为空，不为空时才能调整subRL的父节点
			subRL->_parent = parent;
		subR->_left = parent;
		//parent不一定就是根节点，也可能是子树，所以要设置一个ppNode来标记parent的父节点
		Node* ppNode = parent->_parent;
		parent->_parent = subR;

		if (parent == _root)
		{
			_root = subR;
			_root->_parent = nullptr;
		}
		else
		{
			if (ppNode->_left == parent)
			{
				ppNode->_left = subR;
			}
			else
			{
				ppNode->_right = subR;
			}
			subR->_parent = ppNode;
		}
		subR->_bf = parent->_bf = 0;
	}

4.3 左右双旋

插入新节点要插入较高左子树的右侧（左右）-》左右双旋

图形解析：

对于插入的位置根据h的高度和插入的位置时的平衡因子出现的最终的结果可分为三种情况：

1.h == 0

        60自己就是新增节点。bf == 0

此时的平衡因子为，30 60 90节点都为0。

2.h > 0

        a.新增节点插入的是60的左子树中 bf == -1

此时的平衡因子为，30节点为0,90为0,60为1

        b.新增节点插入的是60的右子树中bf == 1

此时的平衡因子为，30节点为-1,90为0,60为0

代码如下：

 

	void RotateLR(Node* parent)
	{
		Node* subL = parent->_left;
		Node* subLR = subL->_right;

		int bf = subLR->_bf;

		RotateL(parent->_left);
		RotateR(parent);

		if (bf == 0)
		{
			subL->_bf = 0;
			subLR->_bf = 0;
			parent->_bf = 0;
		}
		else if (bf == -1)
		{
			subL->_bf = 0;
			subLR->_bf = 0;
			parent->_bf = 1;
		}
		else if (bf == 1)
		{
			subL->_bf = -1;
			subLR->_bf = 0;
			parent->_bf = 0;
		}
		else
		{
			//理论上不会出现的情况
			assert(false);
		}
	}

4.4 右左双旋

插入新节点要插入较高右子树的左侧（右左）-》右左双旋

与左右双旋类似

代码如下：

	void RotateRL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subR->_left;

		int bf = subRL->_bf;

		RotateR(parent->_right);
		RotateL(parent);

		if (bf == 0)
		{
			parent->_bf = 0;
			subRL->_bf = 0;
			subR->_bf = 0;
		}
		else if (bf == -1)
		{
			parent->_bf = 0;
			subRL->_bf = 0;
			subR->_bf = 1;
		}
		else if (bf == 1)
		{
			parent->_bf = -1;
			subRL->_bf = 0;
			subR->_bf = 0;
		}
		else
		{
			//理论上不会出现的情况
			assert(false);
		}
	}


总结：
假如以pParent为根的子树不平衡，即pParent的平衡因子为2或者-2，分以下情况考虑
1. pParent的平衡因子为2，说明pParent的右子树高，设pParent的右子树的根为pSubR
当pSubR的平衡因子为1时，执行左单旋
当pSubR的平衡因子为-1时，执行右左双旋
2. pParent的平衡因子为-2，说明pParent的左子树高，设pParent的左子树的根为pSubL
当pSubL的平衡因子为-1是，执行右单旋
当pSubL的平衡因子为1时，执行左右双旋
旋转完成后，原pParent为根的子树个高度降低，已经平衡，不需要再向上更新。
 

5.AVL树的验证

5.1 验证其是否为二叉搜索树

给一个序列进行一次中序遍历，看是否有序，有序即为二叉搜索树。

void TestAVLTree1()
{
	int a[] = { 8, 3, 1, 10, 6, 4, 7, 14, 13 };
	AVLTree<int, int> t1;
	for (auto e : a)
	{
		t1.Insert({ e,e });
	}

	t1.InOrder();
}

5.2 验证其是否为平衡树

	bool _IsBalance(Node* root)
	{
		if (root == nullptr)
		{
			return true;
		}

		int leftHeight = _Height(root->_left);
		int rightHeight = _Height(root->_right);

		//不平衡
		if (abs(leftHeight - rightHeight) >= 2)
		{
			cout << root->_kv.first << endl;
			return false;
		}

		//顺便检查一下平衡因子是否正确
		if (rightHeight - leftHeight != root->_bf)
		{
			cout << root->_kv.first << endl;
			return false;
		}

		return _IsBalance(root->_left)
			&& _IsBalance(root->right);
	}

6.AVL树的删除（了解）

因为AVL树也是二叉搜索树，可按照二叉搜索树的方式将节点删除，然后再更新平衡因子，只不错与删除不同的时，删除节点后的平衡因子更新，最差情况下一直要调整到根节点的位置。

7.AVL树的性能

AVL树是一棵绝对平衡的二叉搜索树，其要求每个节点的左右子树高度差的绝对值都不超过1，这样可以保证查询时高效的时间复杂度，即logN。但是如果要对AVL树做一些结构修改的操作，性能非常低下，比如：插入时要维护其绝对平衡，旋转的次数比较多，更差的是在删除时，有可能一直要让旋转持续到根的位置。因此：如果需要一种查询高效且有序的数据结构，而且数据的个数为静态的(即不会改变)，可以考虑AVL树，但一个结构经常修改，就不太适合。

 8.AVL树的整体模拟代码实现

#pragma once
#include<iostream>
using namespace std;
#include<assert.h>

template<class K, class V>
struct AVLTreeNode
{
	AVLTreeNode<K, V>* _left;	//该节点的左孩子
	AVLTreeNode<K, V>* _right;	//该节点的右孩子
	AVLTreeNode<K, V>* _parent;	//该节点的双亲

	pair<K, V>  _kv;	//该节点的key和value

	int _bf; //balance factor 平衡因子
	AVLTreeNode(const pair<K, V>& kv)	//该节点初始化
		:_left(nullptr)  
		, _right(nullptr)
		, _parent(nullptr)
		, _kv(kv)  
		, _bf(0)
	{}
};

template<class K, class V>
class AVLTree
{
	typedef AVLTreeNode<K, V> Node;
public:
	bool Insert(const pair<K, V>& kv)
	{
		if (_root == nullptr)
		{
			_root = new Node(kv);
			return true;
		}
		Node* parent = nullptr;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_kv.first < kv.first)
			{
				parent = cur;
				cur = cur->_right;
			}
			else if (cur->_kv.first > kv.first)
			{
				parent = cur;
				cur = cur->_left;
			}
			else
			{
				return false;
			}
		}

		cur = new Node(kv);
		if (parent->_kv.first < kv.first)
		{
			parent->_right = cur;
		}
		else
		{
			parent->_left = cur;
		}
		cur->_parent = parent;

		//更新平衡因子
		while (parent)
		{
			if (cur == parent->_left)
			{
				parent->_bf--;
			}
			else
			{
				parent->_bf++;
			}
			if (parent->_bf == 0)
			{
				//更新结束
				break;
			}
			else if (parent->_bf == -1 || parent->_bf == 1)
			{
				//继续往上更新
				cur = parent;
				parent = parent->_parent;
			}
			else if (parent->_bf == -2 || parent->_bf == 2)
			{
				//当前子树出现了问题，需要旋转平衡一下
				if (parent->_bf == -2 && cur->_bf == -1)
				{
					//右单旋
					RotateR(parent);
				}
				else if (parent->_bf == 2 && cur->_bf == 1)
				{
					//左单旋
					RotateL(parent);
				}
				else if (parent->_bf == -2 && cur->_bf == 1)
				{
					//左右双旋
					RotateLR(parent);
				}
				else if (parent->_bf == 2 && cur->_bf == -1)
				{
					//右左双旋
					RotateRL(parent);
				}
				break;
			}
			else
			{
				//理论上不会出现这种情况，但仍要判断，大佬都不能保证自己的代码没有bug
				assert(false);
			}

		}
		return true;
	}
	void RotateR(Node* parent)
	{
		Node* subL = parent->_left;
		Node* subLR = subL->_right;
		parent->_left = subLR;
		if (subLR)	//subLR有可能为空，不为空时才能调整subLR的父节点
			subLR->_parent = parent;
		subL->_right = parent;
		//parent不一定就是根节点，也可能是子树，所以要设置一个ppNode来标记parent的父节点
		Node* ppNode = parent->_parent;
		parent->_parent = subL;

		if (parent == _root)
		{
			_root = subL;
			_root->_parent = nullptr;
		}
		else
		{
			if (ppNode->_left == parent)
			{
				ppNode->_left = subL;
			}
			else
			{
				ppNode->_right = subL;
			}
			subL->_parent = ppNode;
		}
		subL->_bf = parent->_bf = 0;
	}
	void RotateL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subR->_left;
		parent->_right = subRL;
		if (subRL)	//subRL有可能为空，不为空时才能调整subRL的父节点
			subRL->_parent = parent;
		subR->_left = parent;
		//parent不一定就是根节点，也可能是子树，所以要设置一个ppNode来标记parent的父节点
		Node* ppNode = parent->_parent;
		parent->_parent = subR;

		if (parent == _root)
		{
			_root = subR;
			_root->_parent = nullptr;
		}
		else
		{
			if (ppNode->_left == parent)
			{
				ppNode->_left = subR;
			}
			else
			{
				ppNode->_right = subR;
			}
			subR->_parent = ppNode;
		}
		subR->_bf = parent->_bf = 0;
	}
	void RotateLR(Node* parent)
	{
		Node* subL = parent->_left;
		Node* subLR = subL->_right;

		int bf = subLR->_bf;

		RotateL(parent->_left);
		RotateR(parent);

		if (bf == 0)
		{
			subL->_bf = 0;
			subLR->_bf = 0;
			parent->_bf = 0;
		}
		else if (bf == -1)
		{
			subL->_bf = 0;
			subLR->_bf = 0;
			parent->_bf = 1;
		}
		else if (bf == 1)
		{
			subL->_bf = -1;
			subLR->_bf = 0;
			parent->_bf = 0;
		}
		else
		{
			//理论上不会出现的情况
			assert(false);
		}
	}
	void RotateRL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subR->_left;

		int bf = subRL->_bf;

		RotateR(parent->_right);
		RotateL(parent);

		if (bf == 0)
		{
			parent->_bf = 0;
			subRL->_bf = 0;
			subR->_bf = 0;
		}
		else if (bf == -1)
		{
			parent->_bf = 0;
			subRL->_bf = 0;
			subR->_bf = 1;
		}
		else if (bf == 1)
		{
			parent->_bf = -1;
			subRL->_bf = 0;
			subR->_bf = 0;
		}
		else
		{
			//理论上不会出现的情况
			assert(false);
		}
	}
	Node* Find(const K& key)
	{
		Node* cur = _root;
		while (cur)
		{
			if (cur->_kv.first < key)
			{
				cur = cur->_right;
			}
			else if (cur->_kv.first > key)
			{
				cur = cur->_left;
			}
			else
			{
				return cur;
			}
		}

		return nullptr;
	}


	void InOrder()
	{
		_InOrder(_root);
		cout << endl;
	}
	bool IsBalance()
	{
		return _IsBalance(_root);
	}
	int Height()
	{
		return _Height(_root);
	}

	int Size()
	{
		return _Size(_root);
	}
private:
	int _Size(Node* root)
	{
		return root == nullptr ? 0 : _Size(root->_left) + _Size(root->_right) + 1;
	}
	int _Height(Node* root)
	{
		if (root == nullptr)
		{
			return 0;
		}
		return max(_Height(root->_left), _Height(root->_right)) + 1;
	}
	bool _IsBalance(Node* root)
	{
		if (root == nullptr)
		{
			return true;
		}

		int leftHeight = _Height(root->_left);
		int rightHeight = _Height(root->_right);

		//不平衡
		if (abs(leftHeight - rightHeight) >= 2)
		{
			cout << root->_kv.first << endl;
			return false;
		}

		//顺便检查一下平衡因子是否正确
		if (rightHeight - leftHeight != root->_bf)
		{
			cout << root->_kv.first << endl;
			return false;
		}

		return _IsBalance(root->_left)
			&& _IsBalance(root->_right);
	}
	void _InOrder(Node* root)
	{
		if (root == nullptr)
		{
			return;
		}

		_InOrder(root->_left);
		cout << root->_kv.first << ":" << root->_kv.second << endl;
		_InOrder(root->_right);
	}
	Node* _root = nullptr;
};

void TestAVLTree1()
{
	int a[] = { 8, 3, 1, 10, 6, 4, 7, 14, 13 };
	AVLTree<int, int> t1;
	for (auto e : a)
	{
		t1.Insert({ e,e });
	}

	t1.InOrder();
}
void TestAVLTree2()
{
	int a[] = { 8, 3, 1, 10, 6, 4, 7, 14, 13 };
	AVLTree<int, int> t1;
	for (auto e : a)
	{
		t1.Insert({ e,e });
	}
	t1.InOrder();
	cout << t1.IsBalance() << endl;
}

花影随风_
关注
专栏目录
C++进阶——AVL树
weixin_51885188的博客
03-08 1307
文章目录C++进阶——AVL树AVL树的概念AVL树的实现AVL树节点的定义AVL树的四个默认成员函数构造函数拷贝构造析构函数赋值运算符重载AVL树的插入插入的步骤平衡因子的调节旋转处理（父节点的平衡因子违法平衡树的性质）代码实现[]运算符的重载AVL树的查找AVL树的打印验证是否为AVL树AVL树代码实现 C++进阶——AVL树 AVL树的概念 在前面的文章中我们学习了二叉搜索树，但是二叉搜索树虽然可以缩短查找的效率，但是 如果数据有序或者接近有序的情况下二叉搜索树会退化成单支树，查找元素相当于在顺序表中
C++进阶 —— AVL树
fen_0108的博客
08-14 1407
AVL树的节点内容包括：1、左右节点的地址；2、平衡因子；3、自身存储的数据；4、父节点的地址。int _bf;// 平衡因子:_kv(kv), _bf(0){}private:public://强制让编译器生成构造函数~AVLTree()private:return;
C++进阶之AVL树
Infernal_Puppet的博客
06-21 727
在看这篇博客之前需要了解二叉搜索树的相关内容，可以看这篇博客二叉搜索树，AVL树可以看成为了解决二叉搜索树的问题，它保证了左右子树高度差不超过1。本次的内容的重点就是对AVL树的旋转。
C++进阶：AVL树
qq_71806743的博客
04-27 770
4. 根据抽象模型的实际场景数分析。
C++进阶数据结构_AVL树
代码铺子
06-05 468
AVL是一颗绝对平衡的二叉搜索树，要求每个节点的左右子树的高度差的绝对值不超过1，这样可以保证查询时候的时间复杂度为logN。
【C++进阶】：AVL树(平衡因子)
m0_73790767的博客
09-09 541
主要关于平衡树的旋转
C++进阶之AVL树+模拟实现
JYXCZYH的博客
06-02 666
int _bf;, _kv(kv),_bf(0){}这里采用了我们的KV模型进行定义。
C++进阶——AVL树的构建
weixin_43635473的博客
05-15 624
AVLTreeNode(const pair < k , v > & kv) //节点构造函数 : _left(nullptr) , _right(nullptr) , _parent(nullptr) , _kv(kv) , _be(0) {int _be;
【C++进阶】AVL树详解
Stark_Skywalker的博客
07-29 305
int _bf;//balance factor 平衡因子, _bf(0), _kv(kv){}
C++进阶：STL之树形结构的关联式容器3（底层结构相关：AVL树）
碧瑶的博客呀
10-22 327
AVL树 虽然二叉搜索树可以提高查找的效率，但是如果数据有序或者接近有序，就有可能退化成单支树，查找元素相当于在顺序表中搜索元素，效率低下；因此，有两位数学家提出了解决上述问题的方法，就是当向二叉搜索树中插入某个结点后，保证每个结点的左右子树之差的绝对值不大于1，这需要对树中的结点进行调整。 一棵AVL树是空树，或者满足： 左右子树都是AVL树并且左右子树高度之差（平衡因子）的绝对值不超过1 1...
【二叉树进阶】AVLTree - 平衡二叉搜索树
codewinter的博客
06-20 2708
二叉搜索树的插入和删除操作都必须先查找，查找效率代表了二叉搜索树中各个操作的效率。但是二叉搜索树有其自身的缺陷，假如往树中插入的元素有序或者接近有序，二叉搜索树就会退化成单支树，时间复杂度为O(N)，因此 map、set 等关联式容器的底层结构是对二叉树进行了平衡处理，即采用平衡二叉搜索树来实现。最优情况下，有 n 个结点的二叉搜索树为完全二叉树，查找效率为：O(log2N)最差情况下，有 n 个结点的二叉搜索树退化为单支树，查找效率为：O(N)平衡二叉搜索树（Self-balancing binary s
1.3.C语言基础进阶——AVL树的原理及实现
u012675188的博客
07-08 254
1.3.C语言基础进阶——AVL树的原理及实现 今天的内容比昨天跟的要好，但是代码实践部分速度对于我来说太快了，这个部分没有跟上，课下补的 二叉排序树 数据结构 = 结构定义 + 结构操作，结构操作维护结构定义 又叫做二叉搜索树 性质： 左子树 < 根节点，右子树 > 根节点 基本操作 插入：每次插入会插入到叶子节点 删除 删除叶子节点：最简单，直接删除即可 删除出度为1的节点：删除节点后，将其父节点与其子结点相连 删除出度为2的节点 首先找到该节点的前驱节点，即其左子树中最右节点 将
C++进阶：STL之树形结构的关联式容器4（底层结构：红黑树）
碧瑶的博客呀
11-05 369
红黑树的概念、性质（重要）、定义、实现（重要）、插入（重要）； 红黑树的迭代器、改造红黑树、使用红黑树实现map和set（重要）
【C++】 —— string的使用
LH__1314的博客
09-16 1505
string类虽然不在STL的容器中，但string类十分重要，string类是对字符串的存储和相关操作。
【C++】【网络】【Linux系统编程】单例模式，加锁封装TCP/IP协议套接字
2301_79796701的博客
09-16 1934
给系统，表明这个套接字所期望的、还未处理的（即还在等待被接受的连接）连接请求的最大队列长度。换句话说，它告诉系统内核为这个套接字分配多大的空间来存储尚未处理的连接请求。有关套接字编程的细节和更多的系统调用课参考《UNIX环境高级编程》一书，可以在如下网站搜索电子版，该书在第16章详细的介绍了各种接口。我们可以根据自己的需求，用面向对象的思想封装出接口简洁的类。在类似添加一个该类类型的指针，该指针是静态的并且是私有成员。结构体填充，为了使不同的地址格式能和套接字绑定，需要把对应的结构体强转成通用地址结构。
标准C++（二）
m0_63127040的博客
09-18 923
在C语言中定义的全局变量、函数、结构、联合、枚举、枚举值、宏都在全局作用域下，所以当项目比较庞大时，非常容易造成命名冲突（以模块名作前缀、后缀），所以C++中选择把全局作用域进行拆分成子作用域进行管理，这些子作用域就是作名字空间。把抽象结果（利用面向对象的思维模式，思考、观察出的结果），使用用C++的语法封装出一种类似结构的自定义数据类型（复合数据类型）。使用设计好的类（结构）这种数据类型，定义出的类变量在面向对象编程语言中被称为对象（结构变量），创建类对象的行为也被称为实例化对象。int id;
C++_map_set详解
2302_77644537的博客
09-16 1065
set是按照一定次序存储元素的容器在set中，元素的value也标识它(value就是key，类型为T)，并且每个value必须是唯一的。set中的元素不能在容器中修改(元素总是const)，但是可以从容器中插入或删除它们。在内部，set中的元素总是按照其内部比较对象(类型比较)所指示的特定严格的排序准则（默认是小于）进行排序。set在底层是用二叉搜索树(红黑树)实现的。map是关联容器，它按照特定的次序(按照key来比较)存储由键值key和值value组合而成的元素。
TMS Scripter Crack TMS Scripter is a Delphi C++ Builder
最新发布
q2315702359的博客
09-19 1040
　　The integrated development environment or the IDE allows the users in process of creating script jobs during the runtime with the help of multiple cross-language scripts such as de Pascal and the Basics.　　It has support for the cross-utilization of the s
C++进阶：理解树状结构及其应用
- 介绍了诸如二叉树、平衡二叉树（如AVL树和红黑树）、堆（如最小堆和最大堆）等常见的树形数据结构及其特点和应用场景。 4. 程式設計： - 讲解处理器（CPU）和内存（Memory）的工作原理，以及它们在程序设计中的...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

花影随风_

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值