Splay Trees 学习笔记

最新推荐文章于 2023-12-05 22:26:55 发布
VIP文章 最新推荐文章于 2023-12-05 22:26:55 发布
阅读量3.6k 收藏 17
点赞数 5
分类专栏： 高级数据结构学习笔记 文章标签： Splay-Tree 高级数据结构 伸展树
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/Woolseyyy/article/details/51512589
版权

Splay Trees 学习笔记

Splays Trees 也是一种二叉搜索树，用于提高连续搜索的效率。Splay Trees 通过将被访问到的节点放于根，提升访问速度。
它与AVL Trees 的效果有所区别。AVL树通过使树balanced降低树的高度至logN，从而使得单次搜索的复杂度为O(logN)。而Splay Trees则通过每次将被访问到的节点置于根，使得m次连续搜索的复杂度为O(mlogN)。
下面我们将介绍Splay Trees的实现及PTA中的相关题目。m次连续搜索复杂度为O(mlogN)我们在摊还分析博文中进行证明。

实现

根据不同的情况，Splay Trees采取不同的调整方法，直到被访问的节点置于根节点。
我们记被访问的节点为X，其父节点为P，其祖父节点为G。
首先我们将情况分为P是根节点和不是根节点。

P是根节点

交换P与X。结束调整。

P不是根节点

在该情况下，分为zig-zig情况和zig-zag情况。根据不同情况采取不同的旋转方法，旋转结束后，继续调整，直到被访问的节点处于根节点。

Zig-Zig

zig-zig

X, P, G处于同一方向时，只需旋转一次，将X, P, G颠倒即可。

Zig-Zag

最低0.47元/天 解锁文章
Woolseyyy
关注
  • 5
    点赞
  • 踩
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
splay_tree:Rust的基于Splay树的集合（例如，地图，集合，堆）库
05-17
splay_tree splay_tree提供基于自上而下的splay树的数据结构，例如map，set和heap。 扩展树是一种自我调整的二进制搜索树，具有最近访问的元素可以快速再次访问的附加属性。 它在O（log n）摊销时间内执行基本操作，例如插入，查找和删除。 - 文献资料 请参阅。 该文档包括一些示例。 安装 Cargo.toml添加到您的Cargo.toml ： [ dependencies ] splay_tree = " 0.2 " 参考 执照 该库是根据MIT许可证发布的。 有关完整的许可证信息，请参阅文件。
数据结构与程序设计28splaytrees.ppt
09-28
数据结构与程序设计28splaytrees.ppt
伸展树(Splay tree)图解与实现(2020.10.22).pdf
10-26
伸展树(Splay tree)图解与实现(2020.10.22).pdf
Splay_Trees_Semestrovka
04-10
Splay_Trees_Semestrovka
erl-splay-tree：Erlang中的splay-tree实现
02-05
erl-splay-tree：Erlang中的splay-tree实现
伸展树(Splay Tree)
Bruce
04-12 1494
伸展树(Splay Tree)，又称分裂树,是一种在AVL树基础上进一步放松平衡条件的二叉排序树,它能够在O(log n)时间复杂度内完成插入、查找和删除操作。伸展树上的一般操作都是基于伸展操作的，还可以说伸展树是一种自调整形式的二叉查找树，他会沿着从某个节点到树根之间的路径，将当前访问的节点通过一系列的旋转操作迁移到树根。很重要的一点是：伸展树不需要维护平衡因子。它由丹尼尔·斯立特Daniel S
知识梳理：Splay树（伸展树）
圆耳朵
05-12 1681
Splay Tree(伸展树) 基本原理 Splays Trees 也是一种二叉搜索树，用于提高连续搜索的效率。Splay Trees 通过将被访问到的节点放于根，提升访问速度。 它与AVL Trees的效果有所区别。AVL树通过使树balanced降低树的高度至logN，从而使得单次搜索的复杂度为O(logN)。而Splay Trees则通过每次将被访问到的节点置于根，使得m次连续搜索的复杂度...
【数据结构】详细解读 Splay Tree（附完整代码）
qq_25426559的博客
01-27 2441
本鱼干最近在家忙着玩，大脑许久不怎么用。昨日闲来无事，遂翻看书籍。正巧《机器学习》决策树这一块不是太熟悉。本打算品茶而观之，但发现有一树名Treap，觉得挺好玩，遂实现了一下，做了几个相关题目（用的STL中的map...因为懒），又深入发现了一种名为Splay的树，更加好玩，可苦于没有办法用STL里的东西代替它，遂于今日下午深入了解，并写成博客~~水经验~~ 分享之。
Splay-Tree理解
weixin_30739595的博客
02-15 77
简介 splay tree其实就是不停的旋转，没进行一个操作都要进行旋转；例如，当访问某一个结点的时候，会通过旋转其结点使得该结点变为树根，这样保证其的平均复杂度为O(nlogn); 其的操作包括： 查找：如果查找成功（找到的话），那么由于伸展操作，被查找的结点成为新的树根；但是如果查找失败的话（没有找到），那么在查找遇到NULL之前的那个结点将会成为新的根，也就是距离要查找的值的最靠近的值的结...
伸展树(splay tree)
weixin_30611509的博客
10-16 518
对于二叉查找树而言，每次操作的最坏时间复杂度是O(N)。（当树退化为链表的时候）。为了解决这个问题，我们给树附加了一个平衡条件。平衡条件限制了任何节点的深度都不能过深。其中一种限制条件是：一颗二叉查找树的左子树和右子树的高度差不能超过1，这个条件限制产生了AVL树。 二叉查找树的最坏操作是O(N)。但是这样的操作并不常见。所以累加起来的时间就变得比单次操作时间的...
When To Use Splay Trees (2007)-计算机科学
04-22
SOFTWARE—PRACTICE AND EXPERIENCE Softw. Pract. Exper. (in press) Published online in Wiley InterScience (www.interscience.wiley.com). DOI: 10.1002/spe.813When to use splay treesEric K. Lee∗,† and Charles U. MartelDepartment of Computer Science, University of California at Davis, Davis, CA 95618, U.S.A.SUMMARYIn this paper we present new empirical results for splay trees. These results provide a better understanding of how cache performance affects query execution time. Our results show that spla
PAT 十一章 模拟 17-24 自用
qq_37141799的博客
02-08 107
PAT 十一章 模拟 17-24 自用
A fifteen minute introduction to Redis data types
hertz2007的专栏
12-27 737
http://redis.io/topics/data-types-intro As you already probably know Redis is not a plain key-value store, actually it is a data structures server, supporting different kind of values. Tha
1.统计所输入字符串中单词的个数。2.删除一个list里面重复元素。3.将列表中的偶数变成它的平方，奇数保持不变。4.输入字符串，将其每个字符的ASCII码形成列表并输出.5.猜单词游戏
m0_65420451的博客
10-30 2961
以上就是今天要讲的内容，本文仅仅简单介绍了1.统计所输入字符串中单词的个数。2.删除一个list里面重复元素。3.将列表中的偶数变成它的平方，奇数保持不变。4.输入字符串，将其每个字符的ASCII码形成列表并输出.5.猜单词游戏。
Leftist Heaps 习题解
星海泛舟记
06-02 5238
Leftist Heaps （最左堆）是一种用于快速合并的数据结构，是堆的一种变种。它的合并操作只需花费O(logN)的代价。 对于二叉堆来说，两个堆合并是非常昂贵的操作，这将耗费O(N)的时间，与重新建堆的时间相同。为了应对优先队列的Merge操作，我们从本篇开始将介绍包括最左堆（又叫左式堆）在内的三种数据结构。 本篇将介绍相关题目。 证明 二叉堆的合并需要耗费O(N)的代价 二叉
[题集]Lecture 4. Leftist Heaps and Skew Heaps
HGGshiwo的博客
03-23 2209
Lecture 4. Leftist Heaps and Skew Heaps 1.A leftist heap with the null path length of the root being r must have at least 2r+1−12^{r+1}-12r+1−1 nodes T 用递归：假如r成立，则对r+1，右路径r个点，则右子树有2r+1−12^{r+1}-12r+1−1个点。 而左子树Npl至少也为r，则左子树的右路径至少r，则左子树至少2r+1−12^{r+1}-12r+1
Amortized Analysis 摊还分析
星海泛舟记
05-27 3572
Amortized Analysis摊还分析考察一个操作序列中所执行的所有操作的平均时间，来评价操作的代价。这个操作序列中也许某一操作的代价很高，但因为还有其他操作，所以这些操作的平均代价并没有那么高。 本文将首先将这种代价分析方式与最坏情况时间复杂度和平均时间复杂度两种方式进行区分，然后通过一篇其他人的博文说明摊还分析的三种方法，并对三种方法进行简要总结，最后对摊还分析方法进行实践。对比摊还分析
高级搜索——伸展树Splay详解
最新发布
EQUINOX1的博客
12-05 1586
伸展树(splay tree)，也是平衡二叉搜索树的一种形式，但并非严格的平衡。但是其实现相较于AVL树和红黑树更为简捷。伸展树无需时刻都严格地保持全树的平衡，但却能够在任何足够长的真实操作序列中，保持分摊意义上的高效率。伸展树也不需要对基本的二叉树节点结构，做任何附加的要求或改动，更不需要记录平衡因子或高度之类的额外信息，故适用范围更广。动态版本的我们先不对权值进行扩展，只是先实现一棵基本的Splay，所以节点定义和普通的二叉搜索树相同。
伸展树（Splay Tree）的深度理解
weixin_42848084的博客
01-31 453
伸展树（Splay Tree）的深度理解 伸展树作为一种非常受欢迎的数据结构，其最初的想法（标记为想法一）是通过变换树的结构将最近访问的元素置于树根，倘若一系列操作都是和该元素有关，那么在变成树根之后将极大的提高该元素的访问速度。基于该想法，每次访问该元素时，沿着访问路径，逐层进行简单的单层旋转，从而使该元素的深度减小，最后变成树根。 图1 （P表示路径path，V表示访问visit） （这是左旋...
可持久化splay 学习笔记
08-26
可持久化splay是一种数据结构，它是对splay树进行修改和查询的一种扩展。在传统的splay树中，对树的修改操作会破坏原有的树结构，而可持久化splay树则允许我们对树进行修改、查询，并且可以保存修改后的每个版本的树结构。 在可持久化splay树中，我们不会直接对原树进行修改，而是通过复制每个节点来创建新的版本。这样，每个版本都可以独立地修改和查询，保留了原有版本的结构和状态。每个节点保存了其左子树和右子树的引用，使得可以在不破坏原有版本的情况下进行修改和查询。 为了实现可持久化splay树，我们可以使用一些技巧，比如引用中提到的哨兵节点和假的父节点和孩子节点。这些技巧可以帮助我们处理根节点的旋转和其他操作。 此外，可持久化splay树还可以与其他数据结构相结合，比如引用中提到的可持久化线段树。这种结合可以帮助我们解决更复杂的问题，比如区间修改和区间查询等。 对于可持久化splay树的学习过程，可以按照以下步骤进行： 1. 理解splay树的基本原理和操作，包括旋转、插入、删除和查找等。 2. 学习如何构建可持久化splay树，包括复制节点、更新版本和保存历史版本等。 3. 掌握可持久化splay树的常见应用场景，比如区间修改和区间查询等。 4. 深入了解与可持久化splay树相关的其他数据结构和算法，比如可持久化线段树等。 在解决问题时，可以使用二分法来确定答案，一般称为二分答案。通过对答案进行二分，然后对每个答案进行检查，以确定最终的结果。这种方法可以应用于很多问题，比如引用中提到的在线询问问题。 综上所述，可持久化splay是一种对splay树进行修改和查询的扩展，可以通过复制节点来创建新的版本，并且可以与其他数据结构相结合解决更复杂的问题。学习过程中可以按照一定的步骤进行，并且可以使用二分法来解决一些特定的问题。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [[学习笔记]FHQ-Treap及其可持久化](https://blog.csdn.net/weixin_34283445/article/details/93207491)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [可持久化数据结构学习笔记](https://blog.csdn.net/weixin_30376083/article/details/99902410)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“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