数据结构专题——1.从BST到BBST

BST——树家族之祖。

BST以（key,value）pair为节点，以树结构来组织数据。

特点1.每个节点的左子树节点都比他小，而右子树节点都比他大，即具有左小右大的顺序性；(此处采用无重复key的BST，有重复时加上“可以=”的条件即可）

特点2.BST的中序遍历即为一个sorted的元素序列。这也是BST的充要条件。

查找是BST操作的基础，插入和删除都要先执行查找操作，它们的复杂度也同查找操作。

因为有顺序性，BST的查找类似于二分查找，是O（logn）的，就树而言即为O（h）。注：h为树的高度。

极端坏的情况下，树高h可能就为n，那么O（logn）变成O(n)是不能接受的，就需要限制h而又保持BST形式的新形式，于是BBST家族诞生了。

BBST家族：

1.AVL树：BST与“平衡因子”之子，以平衡因子来限制树高h：条件是-1<=左子树高度-右子树高度<=1,即平衡因子只能取{-1，0，1}。若因动态操作平衡因此不是这三个数，就叫做“失衡”，则采用zig、zag旋转使其“复衡”，但这种亦步亦趋的方式又有点慢，所以更快的复衡办法是“3+4重构”。

        在代码实现时注意：insert（e）之后可能会有祖先失衡，但经过一次复衡操作即可解决，此时可break;退出循环查找，即若找到一个就不需再查找其余祖先；但remove(e)操作带来的失衡可能会向上传递，具体会不会传递取决于该祖先节点的另一侧子树高度是否长于被remove的一侧1以上（短没事），于是所有的祖先都可能会失衡，就需要遍历所有祖先，不能中途结束。这种失衡传播特性导致在实测时效率下降，不能令人满意。（平衡因子的定义是失衡会传播的根子，即remove造成的高度改变可能引起平衡因子超界，所以是没办法根治的,于是remove算法的复杂度会达到O(logn),主要来自于拓扑结构的频繁调整，我们希望这种调整能达到O(1)，所以继续开发新结构。）

2.伸展树：BST与“局部性”之子。伸展树在查找时会顺便将该节点（查找成功时）或失败前的一个节点（查找失败时）直接推送至树根节点，并且这一过程采用了双层伸展的方法，在推送节点的同时优化了树高（接近折半），大幅提升了坏情况下的查找速度（平均复杂度O（logn)，而单层伸展平均复杂度为O（n))。

        代码实现注意：search接口也得重写，因为有推送至树根的操作改变了树结构，和BST的查找已经不同了。

3.B树：BST与“I/O”之子，逻辑上是BST，而形式上已经不是“二叉”而是“多叉”了，又名“平衡多路搜索树”或“m路搜索树”。每个节点是超级节点，拥有[m/2取上整，m]个分支和m-1个关键码，在从外存读取数据时采用这种数据结构，为的是减少I/O次数，因为通常外存的读取时间是内存的10^5--10^6倍，所以实践中一般一个超级节点中有256个关键码即1个Page，一次性从硬盘读到内存中。如读取1G数据，可从30次I/O降低至4次。

B树特点：1.更宽更矮的外观

                 2.底层节点深度一致，是一种理想平衡的搜索树。

                 3.超级节点可以看成是由单元素节点合并而来——每个单元素节点有两个指针，一个粘合相邻元素而另一个做分支，所以三个关键码节点有四个分支、四个关键码节点具有五个分支以此类推。

m阶B树：分支数为[m/2取上整，m]，如m=5又称(3,5)树，m=8又称(4,8)树。在实现时最重要的就时当分支数超出区间范围时如何调整回来。

实现注意：

1.BTNode——B树的节点由一组关键码（m-1个)和一组分支(m个）组成。用两个向量保存。

2.查找由“节点内的顺序查找”和向下I/O交替组成。节点内用顺序查找比用二分查找在实践中更快。

4.B+树（预留）

5.红黑树：BST与“历史版本”之子，可以查询保存的历史状态记录。经“提升变换”的红黑树与（2，4）的B树是等价的，后者又叫前者的影子B树。

红黑树有3条规则：1.根为黑；

                                2.红黑律。（即红父亲只能有黑孩子，违反它则为“双红缺陷”。）

                                3.黑高度相等。（即所有叶节点到根节点的path中黑节点数目相等，违反它则称“双黑缺陷”。双黑缺陷只在remove()时出现，它是指被删除节点和其替代者——其子同为黑色时，删除操作必然会导致黑高度-1的情况。）

红黑树在拓扑关系的调整方面优于AVL树，全部情况都只要O（1）（仅需常数次的旋转或3+4重组），虽然会代之以代价较小的染色操作 ——O（logn）的。

以下来看实现要点：

1.双红修正的insert()算法：1.插入必须是红节点；

                                        2观察其叔父颜色： 黑叔叔：用3+4重构，再重染色“3”为“红黑红”即可；

                                                                        红叔叔：重染色：p、u转黑而g转红即可。黑叔叔重构1次，而红叔叔重构0次（虽然染色是O（logn）的。），总的拓扑结构变化为O（1）。

2.双黑修正的remove()算法：此时删除节点必然降低黑高度。被删除节点为x，分为以下三种情况：

BB1（红侄子，重构它，染色解决黑p黑）：父亲p不定而x有“红侄子”，其他家庭成员全黑时（也许还有另一个颜色不定的红侄子，但它不会影响任何事），则进行3+4重构并重染色a、b、c的颜色为黑、p（继承父亲p颜色）、黑即可。

BB2（父亲不怕全家黑，孩子变红自己黑）：父亲p不定而p以下全黑时，重染色s红、p黑即可。（在实现时是分红父亲和黑父亲两种的，黑父亲需要循环判断，此处按同样的染色方法合并看待。）

BB3（红兄弟麻烦大，父亲低头红扒下，完了（liao）还得看一下）：s兄弟为红，其他家庭成员全黑时，先旋转父亲p（zig\zag都行，让兄弟上位），重染色s为黑，p为红。此时会化为BB1或BB2情况，再解即可。

总之双黑缺陷解法只有三种——重构黑p黑、红黑、旋转黑红。