17. map和set的模拟实现(也就是用红黑树封装map和set)

最新推荐文章于 2024-05-08 22:04:44 发布
最新推荐文章于 2024-05-08 22:04:44 发布
阅读量277 收藏 3
点赞数 1
分类专栏： c++ 文章标签： 算法 数据结构 c++ 深度优先 开发语言
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/Q2691463021/article/details/138172501
版权

1.map和set底层调用的红黑树的实现

有不清楚的地方，参考AVL树的模拟实现和红黑树的模拟实现

红黑树迭代器的实现

// 红黑树迭代器的类模板
template<class T, class Ref, class Ptr>
struct __RBTreeIterator
{
    // 将红黑树节点的类类型定义为Node
	typedef RBTreeNode<T> Node;
    // 将红黑树迭代器的类类型定义为Self
	typedef __RBTreeIterator<T, Ref, Ptr> Self;

    // 创建一个红黑树节点的指针
	Node* _node;

    // 红黑树迭代器的构造函数
	__RBTreeIterator(Node* node)
		:_node(node)
	{}

	// 普通迭代器的时候，他是拷贝构造
	// const迭代器的时候，他是构造函数，
    // 支持用普通迭代器构造const迭代器
	__RBTreeIterator(const iterator& s)
		:_node(s._node)
	{}

    // 对红黑树节点的解引用
	T& operator*()
	{
		return _node->_data;
	}

    // 在外部调用时，编译器会进行这样的处理:
    // it->元素 就相当于 it.operator->()->元素
	T* operator->()
	{
		return &_node->_data;
	}

    // 重载前置++
	Self& operator++()
	{
        // 红黑树遍历的顺序是中序遍历的顺序：左子树   根   右子树
        // 假设我们调用s.begin()迭代器，这个迭代器指向这颗红黑树左子树的最小节点
        // 接下来，我们要访问这个最小节点的右子树
		if (_node->_right)
		{
            // 如果这个节点的右子树不为空，那么我们就先访问右子树的最小节点，也就是右子树，最左路径的最小节点（根据红黑树访问节点的顺序）
			Node* min = _node->_right;
			while (min->_left)
			{
				min = min->_left;
			}

            // 此时_node为最小节点
			_node = min;
		}
		else
		{
            // 如果右子树为空，我们需要去找_node节点的祖先节点
            // 将cur初始化为_node
			Node* cur = _node;
            // 父节点就是cur的父节点
			Node* parent = cur->_parent;
            
            // parent为空，说明我们已经遍历完了整个红黑树
            // 当cur 不等于 parent->_right，说明我们已经找到了我们想要遍历的祖先节点
            // 1.最小节点在红黑树的左路节点中，此时可以确定最小节点的右子树为空，
            // 2.那么++之后，最小节点的父节点就是迭代器++后指向的节点
			while (parent && cur == parent->_right)
			{
                // 迭代
				cur = cur->_parent;
				parent = parent->_parent;
			}

            // 此时parent就是我们要找的祖先节点
			_node = parent;
		}

        // 返回这个迭代器
		return *this;
	}
    
    
    // 重载前置--
    Self& operator--()
	{
        // --和++的逻辑是相反的
        // ++是按照中序遍历的顺序: 左子树  根  右子树
        // --则是将中序遍历的顺序反过来: 右子树  根  左子树
        // 假设此时我们迭代器指向的是这颗红黑树的右子树的最右路径的最后一个节点
        // 那么接下来我们要访问的就是这个节点的左子树的最大节点
        //（所含元素最大的节点，也就是最右路径的最后一个节点）
		if (_node->_left)
		{
            // 当左子树不为空时
            // 将最大节点地址初始化为左子树的根节点
			Node* max = _node->_left;
            
            // 当max->_right为空时，说明max是最右路径的最后一个节点（也就是key值最大的节点）
			while (max->_right)
			{
				max = max->_right;
			}

            // _node此时是val值最大的节点
			_node = max;
		}
		else
		{
            // 当左子树为空时
            // 此时，我们需要去找祖先(_node节点的祖先)
			Node* cur = _node;
			Node* parent = cur->_parent;
            
            // parent为空，说明我们已经遍历完了整颗红黑树
            // 当cur 不等于 parent->_left时，说明cur是右路径上的节点，不是parent左子树上面的节点
            // 根据遍历的顺序右子树  根  左子树（遍历完右子树的节点后，要遍历根节点，这个根节点就是我们需要找的祖先节点）
			while (parent && cur == parent->_left)
			{
				cur = cur->_parent;
				parent = parent->_parent;
			}

            // 此时parent就是我们需要找的祖先节点
			_node = parent;
		}

		return *this;
	}

    // 重载不等于
	bool operator!=(const Self& s) const
	{
        //  不相等为真，相等则为假
		return _node != s._node;
	}
    
    // 重载等于
    // 右侧加上const来修饰this，则const迭代器也可以调用这个重载
    bool operator==(const Self& s) const
	{
		return _node == s._node;
	}

};
  • 前置++

image-20230327121517013

红黑树insert的实现

// 为了支持operator[]的重载，insert的返回值设为pair<iterator, bool>
/*
pair<iterator,bool>  insert (const value_type& val)
insert函数的返回值：Return value
The single element versions (1) return a pair, with its member pair::first set to an iterator pointing to either the newly inserted element or to the element with an equivalent key in the map. The pair::second element in the pair is set to true if a new element was inserted or false if an equivalent key already existed.
	单元素版本(1)返回一个pair，
	其成员pair::first为指向新插入元素或着为指向与key相等的元素的迭代器。
	如果插入了新元素，pair中的第二个元素将被设置为true，如果已经存在key则为false。
*/

    template<class K, class V>
    class map
    {
        // 仿函数
        // 我们通过仿函数MapKeyOfT拿到map的key值
        struct MapKeyOfT
        {
            const K& operator()(const pair<const K, V>& kv)
            {
                return kv.first;
            }
        };
    }

	template<class K>
	class set
	{
        // 仿函数
        // 我们通过仿函数SetKeyOfT拿到set的key值
		struct SetKeyOfT
		{
			const K& operator()(const K& key)
			{
				return key;
			}
		};
    }


	pair<iterator, bool> Insert(const T& data)
	{
        // 如果根节点为空，那么新插入的这个节点就是根节点
		if (_root == nullptr)
		{
            // 新创建的节点就是根节点，并且根节点的颜色是黑色
			_root = new Node(data);
			_root->_col = BLACK;
            
            //  此时，是插入新的节点，因此pair::second为ture
            //  pair::first为_root节点的迭代器
			return make_pair(iterator(_root), true);
		}

        // 当我们插入新的节点时，
        // 1.map->RBTree<K, pair<const K, V>, MapKeyOfT> _t;
        // 如果是map，我们通过仿函数MapKeyOfT拿到map的key值
		// 2.set->RBTree<K, K, SetKeyOfT> _t;
        // 如果是set，我们通过仿函数SetKeyOfT拿到set的key值
        // 3.通过比较key的大小，来确定新插入节点的位置
        // 4.创建一个仿函数对象，类型为KeyOfT，对象名为kot
        
		KeyOfT kot;
		Node* parent = nullptr;
		Node* cur = _root;
		while (cur)
		{
            // kot(cur->_data)，返回的是map或者set的key值（取决于创建map或者set对象时，传入的仿函数）
			if (kot(cur->_data) < kot(data))
			{
				parent = cur;
				cur = cur->_right;
			}
			else if (kot(cur->_data) > kot(data))
			{
				parent = cur;
				cur = cur->_left;
			}
			else
			{
                // 此时，要插入节点的key，与红黑树已有节点cur的key相同，因此返回cur节点的迭代器
                // pair::second为false
				return make_pair(iterator(cur), false);
			}
		}

        // 构造的新节点
		cur = new Node(data);
        // 由于最终要返回新插入节点构造的迭代器，因此我们需要提前将cur给到newnode
        // 这样，就算后续在调整红黑树时，cur被改变，我们依旧可以通过newnode找到新插入的这个节点
        Node* newnode = cur;
        
		cur->_col = RED;
		if (kot(parent->_data) < kot(data))
		{
			parent->_right = cur;
			cur->_parent = parent;
		}
		else
		{
			parent->_left = cur;
			cur->_parent = parent;
		}

        // 此时，新的节点已经插入到了相对应的位置
        // 为了保证插入新节点之后仍旧满足红黑树的性质，
        // 我们需要进行相应的变色和旋转
		while (parent && parent->_col == RED)
		{
			Node* grandfater = parent->_parent;
			if (parent == grandfater->_left)
			{
				Node* uncle = grandfater->_right;
				// 情况一  uncle存在且为红
				if (uncle && uncle->_col == RED)
				{
					parent->_col = uncle->_col = BLACK;
					grandfater->_col = RED;

					cur = grandfater;
					parent = cur->_parent;
				}
				else
				{
					if (cur == parent->_left)
					{
						// 情况二
						RotateR(grandfater);
						parent->_col = BLACK;
						grandfater->_col = RED;
					}
					else
					{
						// 情况三
						RotateL(parent);
						RotateR(grandfater);
						cur->_col = BLACK;
						grandfater->_col = RED;
					}

					break;
				}
			}
			else // (parent == grandfater->_right)
			{
				Node* uncle = grandfater->_left;
				if (uncle && uncle->_col == RED)
				{
					parent->_col = uncle->_col = BLACK;
					grandfater->_col = RED;

					cur = grandfater;
					parent = cur->_parent;
				}
				else
				{
					//   g                
					//      p
                    //         c
					if (cur == parent->_right)
					{
						RotateL(grandfater);
						parent->_col = BLACK;
						grandfater->_col = RED;
					}
					else
					{
						//   g                
						//      p
						//   c
						RotateR(parent);
						RotateL(grandfater);
						cur->_col = BLACK;
						grandfater->_col = RED;
					}

					break;
				}
			}
		}

		_root->_col = BLACK;

        // 插入节点的迭代器就是iterator(newnode)，插入成功所以pair::second为true
		return make_pair(iterator(newnode), true);
	}

红黑树完整的模拟实现

// RBTree.h
#pragma once

// 枚举机构
enum Colour
{
	RED,
	BLACK,
};


// 红黑树节点的类模板
template<class T>
struct RBTreeNode
{
	T _data;
	RBTreeNode<T>* _left;
	RBTreeNode<T>* _right;
	RBTreeNode<T>* _parent;
	Colour _col;

	RBTreeNode(const T& data)
		:_data(data)
		, _left(nullptr)
		, _right(nullptr)
		, _parent(nullptr)
		, _col(RED)
	{}
};


// 红黑树迭代器的类模板
template<class T, class Ref, class Ptr>
struct __RBTreeIterator
{
	typedef RBTreeNode<T> Node;
	typedef __RBTreeIterator<T, Ref, Ptr> Self;

	Node* _node;

	__RBTreeIterator(Node* node)
		:_node(node)
	{}

	// 普通迭代器的时候，他是拷贝构造
	// const迭代器的时候，他是构造，支持用普通迭代器构造const迭代器
    // iterator始终是普通迭代器，而Self则会根据实例化生成不同的模板
	__RBTreeIterator(const iterator& s)
		:_node(s._node)
	{}

	Ref operator*()
	{
		return _node->_data;
	}

	Ptr operator->()
	{
		return &_node->_data;
	}

	Self& operator++()
	{
		if (_node->_right)
		{
			Node* min = _node->_right;
			while (min->_left)
			{
				min = min->_left;
			}

			_node = min;
		}
		else
		{
			Node* cur = _node;
			Node* parent = cur->_parent;
			while (parent && cur == parent->_right)
			{
				cur = cur->_parent;
				parent = parent->_parent;
			}

			_node = parent;
		}

		return *this;
	}
    
    Self& operator--()
	{
		if (_node->_left)
		{
			Node* max = _node->_left;
			while (max->_right)
			{
				max = max->_right;
			}

			_node = max;
		}
		else
		{
			Node* cur = _node;
			Node* parent = cur->_parent;
			while (parent && cur == parent->_left)
			{
				cur = cur->_parent;
				parent = parent->_parent;
			}

			_node = parent;
		}

		return *this;
	}

	bool operator!=(const Self& s) const
	{
		return _node != s._node;
	}
    
    bool operator==(const Self& s) const
	{
		return _node == s._node;
	}

};


// 红黑树的类模板实现（传入不同的类型的参数和仿函数，用红黑树的类模板构造map或者set）
// map->RBTree<K, pair<const K, V>, MapKeyOfT> _t;
// set->RBTree<K, K, SetKeyOfT> _t;
template<class K, class T, class KeyOfT>
class RBTree
{
	typedef RBTreeNode<T> Node;
public:
    // 普通迭代器
	typedef __RBTreeIterator<T, T& ,T*> iterator;
    
    // const迭代器
	typedef __RBTreeIterator<T, const T&, const T*> const_iterator;

    // 普通迭代器
	iterator begin()
	{
		Node* left = _root;
        
        // left不为空，是为了保证left->_left不是野指针
        // 当left->_left为空时，说明left是这颗红黑树左子树的最小节点
		while (left && left->_left)
		{
			left = left->_left;
		}

        // 左路节点的val值最小的节点为起始节点
		return iterator(left);
	}

	iterator end()
	{
        // end()指向空节点
		return iterator(nullptr);
	}
    
    // const迭代器
    const_iterator begin() const
	{
		Node* left = _root;
		while (left && left->_left)
		{
			left = left->_left;
		}

		return const_iterator(left);
	}

	const_iterator end() const
	{
		return const_iterator(nullptr);
	}


    // 插入函数
	pair<iterator, bool> Insert(const T& data)
	{
		if (_root == nullptr)
		{
			_root = new Node(data);
			_root->_col = BLACK;
			return make_pair(iterator(_root), true);
		}

		KeyOfT kot;
		Node* parent = nullptr;
		Node* cur = _root;
		while (cur)
		{
			if (kot(cur->_data) < kot(data))
			{
				parent = cur;
				cur = cur->_right;
			}
			else if (kot(cur->_data) > kot(data))
			{
				parent = cur;
				cur = cur->_left;
			}
			else
			{
                // 此时，要插入节点的key，与红黑树已有节点cur的key相同，因此返回cur节点的迭代器
                // pair::second为false
				return make_pair(iterator(cur), false);
			}
		}

		cur = new Node(data);
        
        // 由于最终要返回新插入节点构造的迭代器，因此我们需要提前将cur给到newnode
        // 这样，就算后续在调整红黑树时，cur被改变，我们依旧可以通过newnode找到新插入的这个节点
        Node* newnode = cur;
		cur->_col = RED;
		if (kot(parent->_data) < kot(data))
		{
			parent->_right = cur;
			cur->_parent = parent;
		}
		else
		{
			parent->_left = cur;
			cur->_parent = parent;
		}

        // 此时，新的节点已经插入到了相对应的位置
        // 为了保证插入新节点之后仍旧满足红黑树的性质，
        // 我们需要进行相应的变色和旋转
		while (parent && parent->_col == RED)
		{
			Node* grandfater = parent->_parent;
			if (parent == grandfater->_left)
			{
				Node* uncle = grandfater->_right;
				// 情况一  uncle存在且为红
				if (uncle && uncle->_col == RED)
				{
					parent->_col = uncle->_col = BLACK;
					grandfater->_col = RED;

					cur = grandfater;
					parent = cur->_parent;
				}
				else
				{
					if (cur == parent->_left)
					{
						// 情况二
						RotateR(grandfater);
						parent->_col = BLACK;
						grandfater->_col = RED;
					}
					else
					{
						// 情况三
						RotateL(parent);
						RotateR(grandfater);
						cur->_col = BLACK;
						grandfater->_col = RED;
					}

					break;
				}
			}
			else // (parent == grandfater->_right)
			{
				Node* uncle = grandfater->_left;
				if (uncle && uncle->_col == RED)
				{
					parent->_col = uncle->_col = BLACK;
					grandfater->_col = RED;

					cur = grandfater;
					parent = cur->_parent;
				}
				else
				{
					//   g                
					//      p
                    //         c
					if (cur == parent->_right)
					{
						RotateL(grandfater);
						parent->_col = BLACK;
						grandfater->_col = RED;
					}
					else
					{
						//   g                
						//      p
						//   c
						RotateR(parent);
						RotateL(grandfater);
						cur->_col = BLACK;
						grandfater->_col = RED;
					}

					break;
				}
			}
		}

		_root->_col = BLACK;

		return make_pair(iterator(newnode), true);
	}

    
    // 左单旋
	void RotateL(Node* parent)
	{
		Node* subR = parent->_right;
		Node* subRL = subR->_left;

		parent->_right = subRL;
		if (subRL)
			subRL->_parent = parent;

		Node* ppNode = parent->_parent;
		subR->_left = parent;
		parent->_parent = subR;


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

			subR->_parent = ppNode;
		}
	}

    // 右单旋
	void RotateR(Node* parent)
	{
		Node* subL = parent->_left;
		Node* subLR = subL->_right;

		parent->_left = subLR;
		if (subLR)
		{
			subLR->_parent = parent;
		}

		Node* ppNode = parent->_parent;
		subL->_right = parent;
		parent->_parent = subL;

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

			subL->_parent = ppNode;
		}
	}

    
    // 中序遍历
	void Inorder()
	{
		_Inorder(_root);
	}

	void _Inorder(Node* root)
	{
		if (root == nullptr)
			return;

		_Inorder(root->_left);
		cout << root->_kv.first << ":" << root->_kv.second << endl;
		_Inorder(root->_right);
	}

	bool Check(Node* root, int blackNum, const int ref)
	{
		if (root == nullptr)
		{
			//cout << blackNum << endl;
			if (blackNum != ref)
			{
				cout << "违反规则：本条路径的黑色节点的数量跟最左路径不相等" << endl;
				return false;
			}

			return true;
		}

		if (root->_col == RED && root->_parent->_col == RED)
		{
			cout << "违反规则：出现连续红色节点" << endl;
			return false;
		}

		if (root->_col == BLACK)
		{
			++blackNum;
		}

		return Check(root->_left, blackNum, ref)
			&& Check(root->_right, blackNum, ref);
	}

    // 判断是否是红黑树
	bool IsBalance()
	{
		if (_root == nullptr)
		{
			return true;
		}

		if (_root->_col != BLACK)
		{
			return false;
		}

		int ref = 0;
		Node* left = _root;
		while (left)
		{
			if (left->_col == BLACK)
			{
				++ref;
			}

			left = left->_left;
		}

		return Check(_root, 0, ref);
	}

private:
	Node* _root = nullptr;
};

2.map的实现

#include "RBTree.h"

namespace qwy
{
	template<class K, class V>
	class map
	{
        // 仿函数
        // 我们通过仿函数MapKeyOfT拿到模板T的key
		struct MapKeyOfT
		{
			const K& operator()(const pair<const K, V>& kv)
			{
				return kv.first;
			}
		};
        
	public:
        // typename的用法：让编译器明白RBTree<K, K, SetKeyOfT>::iterator是一个类型，而不是静态成员变量，或者静态成员函数
        // 此时模板类型RBTree<K, K, SetKeyOfT>::iterator还没有实例化，因此编译器无法确定其到底是模板类型，还是静态成员变量，或者静态成员函数
        // 因此，使用typename这个关键词，这样就算没有实例化模板，编译器也知道
        // RBTree<K, K, SetKeyOfT>::iterator是一个类型
        
        // 普通迭代器
		typedef typename RBTree<K, pair<const K, V>, MapKeyOfT>::iterator iterator;
        
        // const迭代器
		typedef typename RBTree<K, pair<const K, V>, MapKeyOfT>::const_iterator const_iterator;

		iterator begin()
		{
			return _t.begin();
		}

		iterator end()
		{
			return _t.end();
		}
        
        const_iterator begin() const
		{
			return _t.begin();
		}

		const_iterator end() const
		{
			return _t.end();
		}

		pair<iterator, bool> insert(const pair<const K, V>& kv)
		{
			return _t.Insert(kv);
		}

		V& operator[](const K& key)
		{
			pair<iterator, bool> ret = insert(make_pair(key, V()));
			return ret.first->second;
		}
        
	private:
        // 第一个参数传key，是因为实现find()时，我们需要传key
        // iterator find(const key& key)
		RBTree<K, pair<const K, V>, MapKeyOfT> _t;
	};

	void test_map()
	{
		int a[] = { 4, 2, 6, 1, 3, 5, 15, 7, 16, 14 };
		map<int, int> m;
		for (auto e : a)
		{
			m.insert(make_pair(e, e));
		}

        map<string, int> countMap;
		string arr[] = { "苹果", "西瓜", "香蕉", "草莓", "苹果", "西瓜", "苹果", "苹果", "西瓜", "苹果", "香蕉", "苹果", "香蕉" };
		for (auto& e : arr)
		{
			countMap[e]++;
		}

		for (auto& kv : countMap)
		{
			cout << kv.first << ":" << kv.second << endl;
		}
	}
}

3.set的实现

#pragma once

#include "RBTree.h"

namespace qwy
{
	template<class K>
	class set
	{
        // 仿函数
        // 我们通过仿函数SetKeyOfT拿到模板T的key
		struct SetKeyOfT
		{
			const K& operator()(const K& key)
			{
				return key;
			}
		};
        
	public:
        // typename的用法：让编译器明白RBTree<K, K, SetKeyOfT>::iterator是一个类型，而不是静态成员变量，或者静态成员函数
        // 此时模板类型RBTree<K, K, SetKeyOfT>::iterator还没有实例化，因此编译器无法确定其到底是模板类型，还是静态成员变量，或者静态成员函数
        // 因此，使用typename这个关键词，这样就算没有实例化模板，编译器也知道
        // RBTree<K, K, SetKeyOfT>::iterator是一个类型
        
        // 普通迭代器
		typedef typename RBTree<K, K, SetKeyOfT>::const_iterator iterator;
        
        // const迭代器
		typedef typename RBTree<K, K, SetKeyOfT>::const_iterator const_iterator;

        // 为了保证set的模板RBTree<K, K, SetKeyOfT>中的参数K不被修改
        // 如迭代器 it
        // *it += 10;   // 普通迭代器iterator的底层也是const迭代器，因此*it无法被修改
        // 因此，我们只提供了一个const的begin, 普通迭代器和const迭代器都可以调用这个接口
		iterator begin() const
		{
			return _t.begin();
		}

		iterator end() const
		{
			return _t.end();
		}

        // pair::first 是一个const迭代器，iterator的底层是const迭代器
		pair<iterator, bool> insert(const K& key)
		{
            // 在set中定义的迭代器iterator和const_iterator的底层都是const迭代器：typename RBTree<K, K, SetKeyOfT>::iterator 
            // 在红黑树迭代器模板中定义的iterator是普通迭代器：typedef __RBTreeIterator<T, T&, T*> iterator
            // insert插入key之后，返回的新节点的迭代器是普通迭代器，因此必须指明iterator是属于红黑树模板中的普通迭代器
			pair<typename RBTree<K, K, SetKeyOfT>::iterator, bool> ret = _t.Insert(key);
            
            // 利用我们写的函数__RBTreeIterator(const iterator& s)
            // 用普通迭代器ret.first来构造const迭代器iterator
			return pair<iterator, bool>(ret.first, ret.second); // 返回了一个匿名对象
		}
        
	private:
		RBTree<K, K, SetKeyOfT> _t;
	};

	void test_set()
	{
		int a[] = { 4, 2, 6, 1, 3, 5, 15, 7, 16, 14 };
		set<int> s;
		for (auto e : a)
		{
			s.insert(e);
		}

		set<int>::iterator it = s.begin();
		while (it != s.end())
		{
            // *it += 10;   // 普通迭代器iterator的底层也是const迭代器，因此*it无法被修改
			cout << *it << " ";
			++it;
		}
		cout << endl;

		for (auto e : s)
		{
			cout << e << " ";
		}
		cout << endl;
	}
}
the_nov
关注
  • 1
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
map与set的底层大概框架-红黑树
04-04
学习map和set的友友们如果对红黑树的底层框架很模糊。 可以借鉴一下本文件中的红黑树。 虽然有些地方写的不够全不够好， 但是基本的迭代器功能都已经实现。其实红黑树的学习主要就是学习它的插入， 最重要的就是...
【C++】模拟实现map和set（用红黑树进行封装）
You don't have the guts to be what you wanna be.
08-13 158
基于对模拟实现出来的仅含插入功能的红黑树进行封装出具有部分功能的map和set。 包括迭代器等。
【C++】红黑树详解并封装实现map和set
love_guanghui的博客
03-18 2683
红黑树详解
红黑树同时封装实现 map 和 set——红黑树の华丽二重奏
qq_61500888的博客
09-08 2148
带你一命通关 map ，set 底层原理 咋舌细品红黑树魅力，二十分钟手撕数据结构
C++红黑树模拟实现map和set
~
04-01 3730
C++红黑树模拟实现map和set零、前言一、红黑树及其节点的设计1、树节点的设计2、红黑树的设计3、取值仿函数的使用二、红黑树的迭代器1、begin()与end()2、operator++()与operator--()3、正反迭代器的实现三、map和set的实现1、红黑树的实现2、map的封装3、set的封装 零、前言 本章是继红黑树的介绍和实现后，讲解使用红黑树来封装实现map和set 一、红黑树及其节点的设计 对于底层都是红黑树的map和set来说，他们之间存在的最大的区别就是：对于set是K模
【C++ STL】模拟实现 map 和 set（对一颗红黑树进行封装）
codewinter的博客
06-25 645
阅读STL源码就可以发现，其实 set 和 map 自己没有实现啥东西，整体就是对红黑树进行了一个封装，set 和 map 的 insert / erase 接口底层就是调用红黑树的 insert / erase 接口，并且 set 和 map 的迭代器也都是取的红黑树里面的迭代器那 set 和 map 的核心区别在哪里呢？set 底层封装了一颗红黑树，是 KV 结构，值得注意的是 key_type 和 value_type 都是 key，说明传了两个 key 给红黑树。 map 底层封装了一颗红黑树，是
【 C++ 】用一颗红黑树封装map和set
bit_zyx的博客
09-04 313
目录 1、前言 2、红黑树模板参数的控制 3、模板参数中仿函数的增加 4、红黑树迭代器的实现 5、红黑树的begin()和end() 6、红黑树的Find查找函数 7、红黑树源码链接 8、set的代码 9、map的代码
【C++】红黑树封装实现map和set
The porters of knowledge
04-01 977
用一棵红黑树封装map和set，set表层迭代器底层均为红黑树的const迭代器，实现map的[ ]重载……
C++STL详解(九)--使用红黑树封装实现set和map
清欢Allen的技术博客
04-19 580
如果我们用一棵KV模型的红黑树同时实现map和set,我们就需要控制map和set中的所传入红黑树中的模板参数,其中,封装过程中,为了与红黑树的模板参数区分,我们将红黑树中模板参数由V改成T.在插入中,结点中存储的类型T可能为Set容器中的key,也有可能是Map中的pair键值对,底层红黑树如何针对不同类型的容器进行比较呢?所以,当容器为set时,红黑树中的仿函数就实例化为set容器中的仿函数,当容器为map时,红黑树中的仿函数就实例化为map中的仿函数.正向迭代器还包括了==,!
C++ 改造红黑树,封装map和set
Wzs040810的博客
03-15 1310
C++ 改造红黑树,封装map和set
使用红黑树封装map和set
qq_47406941的博客
06-07 735
红黑树和AVL树都是二叉搜索树，但是从效率以及实现方式等方面综合来看，红黑树比AVL树更优。也就是说，红黑树是一种更好的，适合搜索的数据结构。同时，红黑树的使用方面非常广泛，Java库、linux内核、c++ST ...
红黑树封装实现map和set
06-20
封装红黑树实现map和set解决方案
unordered_map和unordered_set的模拟实现
01-20
unordered_map和unordered_set的模拟实现 （一）哈希表的特性及概念 定义： 哈希表（Hash table，也叫散列表），是根据关键字值（key,value）直接进行访问的数据结构。也就是说，它通过把关键字映射到表中一个位置来...
一文搞懂ES6中的Map和Set
10-16
主要介绍了ES6中的Map和Set，本文给大家提到了map和object的区别 ,需要的朋友可以参考下
红黑树封装map&&set源代码
06-01
红黑树封装map&&set源代码
笔试强训-day17_T2 十字爆破
weixin_46186903的博客
05-03 836
模拟即可，但是由于数据量过⼤，我们可以提前把每⼀⾏以及每⼀列的和存起来，⽅便统计总和。解法二：提前把每⼀⾏以及每⼀列的和存起来，然后输入输出使用快速的IO方式，解答如下所示。解法一：暴力遍历，这种方法很容易想到，并且也容易编写出代码，但是会超时。因为1+2+3=6，1+2+4=7，1+3+4=8，2+3+4=9。牛牛选择一个方格，可以得到和这个方格同行、同列的所有数之和的得分。现在牛牛想知道下一步选择每个格子的得分情况，你可以帮帮他吗？m个方格，每个方格中有一个整数。
LeetCode 35.搜索插入位置
最新发布
tus00000的博客
05-08 172
给定一个排序数组和一个目标值，在数组中找到目标值，并返回其索引。如果目标值不存在于数组中，返回它将会被按顺序插入的位置。输入: nums = [1,3,5,6], target = 5。输入: nums = [1,3,5,6], target = 2。输入: nums = [1,3,5,6], target = 7。此算法时间复杂度为O(logn)，空间复杂度为O(1)。请必须使用时间复杂度为 O(log n) 的算法。nums 为 无重复元素 的 升序 排列数组。
异或思想的算法题
aaa114514aaaa的博客
05-02 2088
有关异或思想的两道题目的详细解析和代码实现。 1.消失的数字（简单） 2.只出现一次的数字（较难）
【算法】高精度乘法
m0_73209194的博客
05-02 511
高精度乘法
map和set的底层为什么使用红黑树，而不使用AVL树
03-25
map和set使用红黑树的主要原因是红黑树的平衡性能相对较好且实现比较简单，而AVL树的平衡性能更好但实现相对较为复杂。在实际使用中，红黑树的优越性能已经足够满足大部分的需求，因此STL中的map和set选择了红黑树...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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
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