Braun Tree及相关操作(ML 实现)

Braun Tree

基本定义

这里仅给出Binary Braun Tree定义（多叉树理论上可以此类推，emm）：
一个二叉树是Braun Tree当且仅当它满足以下性质

• 它是空树
• 或者它的左子树和右子树均为Braun Tree
• 左右子树节点数$N_l,N_r$（简记为$|L|,|R|$）满足$|R|\le |L|\le |R|+1$

其中第三点对于Braun良好的平衡性以及操作的简洁高效有着至关重要的意义，且下面的操作几乎均基于这一性质有关，是理解Braun Tree的关键。

braun tree实现的弹性数组(flexiable array based on Braun Tree)

braun tree本身对节点顺序（序号）并无要求，但是我们用如下形式给braun tree的节点编号，可以很好地组织braun tree。

数据类型

使用最简单的树结构

datatype a' tree = Lf
				 | Br of a'*a' tree*a' tree 

基本操作（及理解）

1. sub

fun sub(Lf, _) = raise Subsrcipt
  | sub(Br(v, tl, tr), k) = 
    if k = 1 then v
    else if k mod 2 = 0 
    	 then sub(tl, k div 2)
    	 else sub(tr, k div 2)

理解：按上图，它的组织方式类似哈夫曼编码，第h层的序号均为长h（前缀0不计入长度，或者说首位必为1）的二进制串。对于$k=(a_h{a}_{h-1}\dots a_1{a}_0{)}_2$，从低位到高位按照$a_i$的值决定路径，$a_i=0$（即$k\mathrm{m}\mathrm{o}\mathrm{d}2=0$）向左子树走，$a_i=1(k\mathrm{m}\mathrm{o}\mathrm{d}2=1)$向右子树走。

2. update
3. delete
4. loext(从根处扩展数组)

fun loext(Lf, w) = Br(w, Lf, Lf)
  | loext(Br(v, tl, tr), w) = 
    Br(w, loext(tr, v), tl)

理解：

• low extend 从低处扩展，即从根部插入节点扩展弹性数组
• 直观描述算法
  原根节点$1\to 2$，应放入2号位置；原左子树$(2,4,6,\dots )$序号$+1$后变为$(3,5,6,\dots )$，直接变为扩展后的右子树；扩展后左子树显然变为新的相同的子问题，即将原根节点$(1\to 2)$扩展到原右子树上。
  （为什么说子问题是相同的？注意到原每个子树都是braun tree，那么原右子树一定是braun tree）
  
• 保Braun tree性（即扩展后的树仍然为Braun Tree）
  既然从低处扩展数组，那么应该将根节点下沉，由于Braun Tree的性质要求$|R|\le |L|\le |R|+1$，将根节点沉入右子树，此时满足
  $$|L|\le |R^{\prime }|\le |L|+1(|R^{\prime }|=|R|+1)$$
• high extend
  从高处扩展Braun Tree，其实和loext几乎完全相同，唯一的区别就是下沉的不是原节点而是插入节点

fun hiext(Lf, w) = Br(w, Lf, Lf)
  | hiext(Br(v, tl, tr), w) = 
    Br(v, hiext(tr, w), tl)

5. lorem
   理解：loext 的逆过程，形象地描述为“上浮”过程，不再赘述；hirem 同理。
6. length（count函数）
   一般来说，计算树的节点个数只需把每个节点遍历一遍即可，花费$O(n)$时间。但在$Braun$ $Tree$中却可以达到$O(logn)$。

fun diff Br(_, Lf, Lf) 0 = 0
  | diff Br(_, Lf, Lf) 1 = 1
  | diff Br(_, tl, tr) n = 
    if n mod 2 = 1 then diff tl (n div 2)
    else diff tr (n div 2)
    
fun length Lf = 0
  | length Br(_, Lf, Lf) = 1
  | length Br(_, tl, tr) = 
    let val nl = length tr
    in 1+2*nl+(diff tl nl) end

理解：
由Braun Tree重要性质：$|R|\le |L|\le |R|+1\to |L|=|R|\text{ or }|R|+1$
只需计算其中一个子树的节点数$m$然后总节点数最多等于$1+2\ast m$再加上1，这由$|L|$是等于$|R|$还是$|R|+1$决定，于是我们定义一个函数diff，它返回1当$|L|=|R|$，否则返回0。
这样可以得到树t的节点个数为

     length t as Br(r, tl, tr) = 1 + 2*m + (diff tl m)

下面给出diff的递推式：

假设$t=Br(r,t_l,t_r),t_l=Br(r_1,l_1,r_1),t_r$
其中$|t_r|=m$，再根据Braun Tree性质：$|R|\le |L|\le |R|+1$
可知$|t_l|=m\text{ 或 }m+1$，对$m$分奇偶讨论：

• $m=2k+1$时，如上图根$r_1$的树，无论$|t_l|=m还是m+1$，其右子树节点个数$|r_1|$均为$k$，于是可知，要判断是否有$|t_l|=m$，关键是判断是否有$|l_1|=k$，代码表示为

    diff tl 2k+1 = diff l1 k 

• $m=2k+2$时，如上图根$r_2$的树，分析过程几乎奇数时相同，此时$t$的左子树的节点个数$|l_1|$均为$k+1$，判断依据用代码表示

    diff tl 2k+2 = diff r1 k+1