《数据结构》学习笔记-第八章 高级搜索树（ABST）

1.Splay_Tree伸展树（被访问的点移至树根）

节点v一旦被访问，随即转移至树根。

1.1 逐层伸展

自下而上，逐层单旋

效率低：
（1）若全树的拓扑结构始终呈现单链条结构，那就等价于一维列表
（2）被访问节点的深度，呈现周期性的算术级数的演变，平均为Ω（n）

1.2 双层伸展

向上追溯两层而非一层

zigzag/zagzig与AVL树双旋完全等效

zigzig/zagzag重点是这个！先旋转祖父节点！

zig/zag若没有祖父节点，此时必然有parent(v)==root(T)，仔细思考可得，这种情况至多出现一次，且是在最后出现

1.3 算法实现

接口：

#include"BST.h"
template<class T> class Splay:public BST<T>{
 protected:
  BinNodePosi(T) splay(BinNodePosi(T) v);//将v伸展至树根
 public:
  BinNodePosi(T) & search(const T & e);
  BinNodePosi(T) insert(const T & e);
  bool remove(const T & e); 
};

伸展算法：

1.查找：

template<class T>
BinNodePosi(T) & Splay<T>::search(const T & e){
 BinNodePosi(T) p=searchIn(this->_root,e,this->_hot=0);
 this->_root=splay(p?p:this->_hot);
 return this->_root; 
}

内部接口：BinNodePosi(T) splay(BinNodePosi(T) v);这里的旋转看图会更好理解

template<class T>
BinNodePosi(T) Splay<T>::splay(BinNodePosi(T) v){
 if(!v) return 0;
 BinNodePosi(T) p;BinNodePosi(T) g;
 while((p=v->parent)&&(g=p->parent)){//自下而上。反复双层伸展
  BinNodePosi(T) gg=g->parent;//每轮之后，v都将以曾祖父为父 
  if(IsLChild(*v))//zigzig 
   if(IsLChild(*p)){
    attachAsLChild(g,p->rc);
    attachAsLChild(p,v->rc);
    attachAsRChild(p,g);
    attachAsRChild(v,p);     
   } 
   else{//zigzag
    connect34(p,v,g,p->lChid,v->lChild,v->rChild,g->rChild);
   }
  else
   if(IsLChild(*p)){//zagzig
    connect34(g,v,p,g->lChild,v->lChild,v->rChild,p->rChild);
   }
   else{//zagzag
    attachAsRChild(g,p->lc);
    attachAsRChild(p,v->rc);
    attachAsLChild(p,g);
    attachAsLChild(v,p);    
   } 
  if(!gg) v->parent=0;
  else (g==gg->lc) ? attachAsLChild(gg,v):attachAsRChild(gg,v);
  updateHeight(g);updateHeight(p);updateHeight(v);
  
 }//双层伸展结束时必有g==null,p可能为非空
 if(p=v->parent){//p为根节点，只需单旋至多一次 
  if(IsLChild(*v)){
   attachAsLChild(p,v->rc);
   attachAsRChild(v,p);   
  }
  else{
   attachAsRChild(p,v->lc);
   attachAsLChild(v,p);   
  }
 } 
 v->parent=0;
 return v; 
}

2.插入：

3.删除：

2.B_Tree （超级节点）

首先得明确为什么要使用B_Tree，在多级存储系统中使用B_Tree，可针对外部查找，大大减少I/O次数，充分利用外存对批量访问的高效支持，每下降一层都以超级节点为单位，读入一组关键码。

2.1 结构

BTNode:

#define BTNodePosi(T) BTNode<T>*
template <class T> struct BTNode{
 BTNodePosi(T) parent;
 vector<T> key;//数值向量 
 vector<BTNodePosi(T)> child;//孩子向量（其长度比key多1）
 BTNode(){parent=0;child.insert(0,0);} //构造空节点
 BTNode(T e,BTNodePosi(T) lc=0,BTNodePosi(T) rc=0){
  parent=0; 
  key.insert(0,e);
  child.insert(0,lc);child.insert(0,rc);
  if(lc) lc->parent=this;
  if(rc) rc->parent=this;
 } 
};

BTree:

template <class T> class BTree{
 protected:
  int _size;int _order;BTNodePosi(T) _root;//关键码总数，阶次，根 
  BTNodePosi(T) _hot;//查找接口最后访问的非空节点位置
  void solveOverflow(BTNodePosi(T));//因插入而产生的上溢
  void solveUnderflow(BTNodePosi(T));//因删除而产生的下溢
 public:
  BTNodePosi(T) search(const T & e);
  bool insert(const T & e);
  bool remove(const T & e); 
};

2.2 查找

根据实例来看可以更好地理解：

实现:

template <class T>
BTNodePosi(T) BTree<T>::search(const T & e){
 BTNodePosi(T) v=_root;_hot=0;//从根节点出发
 while(v){//逐层查找
  Rank r=v->key.search(e);//在当前节点对应的向量中顺序查找
  if(0<=r&&e==v->key[r]) return v;
  _hot=v;
  v=v->child[r+1];//沿引用转至对应的下层子树，并载入其根I/O 
 } //若因为！v而退出，则意味着抵达外部节点
 return 0;//失败 
}

2.3 插入

bool BTree<T>::insert(const T & e){
 BTNodePosi(T) v=search(e);//b树的查找接口
 if(v) return false;
 Rank r=_hot->key.search(e);//vector的查找接口
 _hot->key.insert(r+1,e);
 _hot->child.insert(r+2,0);//也可以在child向量最后插入，反正那一层都是空节点
 _size++;
 solveOverflow(_hot);
 return true; 
} 

插入后考虑各节点的上溢情况，即分支数大于m

思路:

创建新树根使树高增高的可能性非常低

实现:

template <class T>
void BTree<T>::solveOverflow(BTNodePosi(T) v){
 if(_order>=v->child.size()) return;//递归基：不再上溢时 
 Rank s=_order/2;//轴点（此时_order=key.size()=child.size()-1)
 BTNodePosi(T) u=new BTNode<T>();
 for(Rank j=0;j<_order-s-1;j++){//分裂出右侧节点u（效率低可改进） 
  u->child.insert(j,v->child.remove(s+1));//v右侧_order-s-1个孩子
  u->key.insert(j,v->key.remove(s+1));//v右侧_order-s-1个关键码 
 }
 u->child[_order-s-1]=v->child.remove(s+1);//移动v最靠右的孩子
 if(u->child[0])//若u的孩子为非空，则统一令其以u为父节点 
  for(Rank j=0;j<_order-s;j++)
   u->child[j]->parent=u;
 BTNodePosi(T) p=v->parent;//v当前的父节点 
 if(!p){//若p为空，则创建（全树长高一层，新节点恰好两度
  _root=p=new BTNode<T>();
  p->child[0]=v;
  v->parent=p; 
 } 
 Rank r=1+p->key.search(v->key[0]);//轴点关键码上升
 p->key.insert(r,v->key.remove(s) );
 p->child.insert(r+1,u);
 u->parent=p;//新节点与父亲点p互联
 solveOverflow(p); 
} 

2.4 删除

bool BTree<T>::remove(const T & e){
 BTNodePosi(T) v=search(e);//b树的查找接口
 if(v) return false;
 Rank r=_hot->key.search(e);//vector的查找接口
 if (v->child[0]){//若v非叶子,即它的下一层还有数据 
  BTNodePosi(T) u=v->child[r+1];//在右子树中一直向左，即可
  while(u->child[0]) u=u->child[0];//找到e的后继
  v->key[r]=u->key[0];
  v=u;r=0;//与之交换位置 
 }//至此，v必然在最底层，且其中第r个关键码就是待删者
 v->key.remove(r);
 v->child.remove(r+1);
 _size--; 
 solveUnderflow(v);
 return true; 
} 

删除后考虑下溢的情况，即


删除树根使树高降低的可能性非常低

实现：

template <class T>
void BTree<T>::solveUnderflow(BTNodePosi(T) v){
 if((_order+1)/2<=v->child.size()) return;//递归基:v并未下溢时
 BTNodePosi(T) p=v->parent;
 if(!p){//递归基：已经到根节点
   _root=v;
 }
 Rank r=0;while(p->child[r]!=v) r++;//确定v是p的第r个孩子
 //情况1：若v的左孩子存在，且至少包含[m/2]个关键码
 if(0<r){//若v不是p的第一个孩子，则
   BTNodePosi(T) ls=p->child[r-1];//左兄弟必然存在 
   if((_order+1)/2<=ls->child.size()){//若该兄弟够胖，则
    v->key.insert(0,p->key[r-1]);//p借出一个关键码给v（作为最小关键码） 
   p->key[r-1]=ls->key.remove(ls->key.size()-1);//ls的最大关键吗转入p
   v->child.insert(0,ls->child.remove(ls->child.size()-1));//同时ls的最右侧孩子过继给v（作为v的最左侧孩子）
   if(v->child[0]) v->child[0]->parent=v;
   return;
   }
 }
 //情况2：若v的右孩子存在，且至少包含[m/2]个关键码
 if(p->child.size()-1>r){
   BTNodePosi(T) rs=p->child[r+1];//右兄弟必然存在 
   if((_order+1)/2<=rs->child.size()){//若该兄弟够胖，则
    v->key.insert(v->key.size()-1,p->key[r]);//p借出一个关键码给v（作为最大关键码） 
   p->key[r]=rs->key.remove(0);//rs的最小关键吗转入p
   v->child.insert(v->key.size()-1,rs->child.remove(0));//同时rs的最左侧孩子过继给v（作为v的最右侧孩子）
   if(v->child[v->key.size()-1]) v->child[v->key.size()-1]->parent=v;
   return;
   }   
 }
 //情况3： 
 if(0<r){//与左孩子合并 
   BTNodePosi(T) ls=p->child[r-1];//左兄弟必然存在
   ls->key.insert(ls->key.size(),p->key.remove(r-1));
   p->child.remove(r);//p的第r-1个关键码转入ls，v不再是p的第r个孩子
   ls->child.insert(ls->child.size,v->child.remove(0));
   if(ls->child[ls->child.size()-1])//v的最左侧孩子过继给ls做最右侧孩子 
   ls->child[ls->child.size()-1]->parent=ls; 
  while(!v->key.empty()){//v剩余关键码和孩子，依次转入ls
   ls->key.insert(ls->key.size(),v->key.remove(0));
   ls->child.insert(ls->child.size(),v->key.remove(0));
   if(ls->child[ls->child.size()-1])
    ls->child[ls->child.size()-1]->parent=ls; 
  } 
 } 
 else{//与右孩子合并
  BTNodePosi(T) rs=p->child[r+1];
  rs->key.insert(0,p->key.remove[r]);
  p->child.remove(r+1);
  rs->child.insert(0,v->child.remove(v->child.size()-1));
  if(rs->child[0])
   rs->child[0]->parent=rs;
  while(!v->key.empty()){//v剩余关键码和孩子，依次转入rs
   rs->key.insert(0,v->key.remove(v->key.size()-1));
   rs->child.insert(0,v->child.remove(v->child.size()));
   if(rs->child[0])
    rs->child[0]->parent=rs;
  }
 } 
 solveUnderflow(p);
 return; 
}

3.Red_Black_Tree（提升变换映射为（2，4）B_Tree）

由于树的结构在不断更新，且就树形结构的拓扑而言，相邻版本之间的差异（差异来自于旋转操作）不能超过O(1)（即旋转操作不能超过常数次），但是绝大多数的BBST却不能保证这一点。
而红黑树的任何一次操作引发的结构变化量不致超过常数次，它通过给各个节点赋予红或黑色，使树相对平衡，具有持久性

提升变换：将红节点上升与其父节点平行（所有底层节点高度变为一致）

3.1 接口定义

这里出现了[Error] expected template-name before ‘<’ token,后来发现是没有#include "BST.h"导致，真傻

template <class T> class RedBlackL:public BST<T>{
 public:
  //BST的查找等接口可以沿用
  BinNodePosi(T) insert(const T & e);//重写插入操作
  bool remove(const T & e);//删除
 protected:
  void solveDoubleRed(BinNodePosi(T) x);//双红修正
  void solveDoubleBlack(BinNodePosi(T) x); //双黑修正
  int updateHeight(BinNodePosi(T) x);//更新节点高度 
};

对于红黑树而言，高度指的是黑高度！！！

template <class T>
int RedBlack<T>::updateHeight(BinNodePosi(T) x){
 x->height=max(stature(x->lr),statue(x->rc));
 if(IsBlack(x)) x->height++;return x->height;//只计入黑节点 
}

解释：#define stature(x) ((x) ? (x)->height : -1)

3.2 插入（心里要有B树）

可以看到这里的插入结果满足红黑树的三个条件：12：树根及外部节点均为黑色 4：黑节点数目没变，所以各节点的黑高度不变

但是却不满足： 3：红节点只能有黑孩子

template <class T>
BinNodePosi(T) RedBlack<T>::insert(const T & e){
 BinNodePosi(T) & x=search(e);
 if(x) return x;//目标节点存在 
 x=new BinNode<T>(e,this->_hot,0,0,-1);//创建红节点，以_hot为父，黑高度-1 
 this->_size++;
 solveDoubleRed(x);//如有必要，做双红修正 
 return x?x:this->_hot->parent;
}//无论原树中是否存在e，返回时总有x->data==e 

因为插入的红节点x其父亲的颜色不明，所以这里视叔父u的颜色分为两种情况：

（1）u为黑色（这里只列出了两种情况）

可以看到，此时将红黑树提升变换后，一个超级节点中出现了两个紧邻的红色的节点，此时只需将局部做一个3+4重构，将父节点染黑，两个孩子染红即可

（2）u为红色（调整过程b->b’->c’->c）

可以看到，此时将红黑树提升变换后，一个超级节点中出现了四个节点！等效于发生了上溢，直接分裂，类似于B_Tree的上溢处理

template <class T>
void RedBlack<T>::solveDoubleRed(BinNodePosi(T) x){
 if(IsRoot(*x)){//若已经递归至树根，则将其转黑，整棵树的高度也随之递增
  this->_root->color=RB_BLACK;
  this->_root->height++;
  return; 
 }//否则
 BinNodePosi(T) p=x->parent;
 if(IsBlack(p)) return;//考察x的父亲的颜色，为黑则终止调整
 BinNodePosi(T) g=p->parent;
 BinNodePosi(T) u=uncle(x);//以下视叔父u的颜色分别处理
 if(IsBlack(u)){//u为黑节点，3+4重构，父节点染黑，孩子节点染红 
  if(IsLChild(*x)==IsLchild(*p)) p->color=RB_BLACK;//x与p同侧，p由红转黑，x保持红， 
  else                           x->color=RB_BLACK;//否则，x由红转黑，p保持红
  g->color=RB_RED;//g必然由黑转红 
  BinNodePosi(T) gg=g->parent; 
  BinNodePosi(T) r=FromParentTo(*g)=rotatrAt(x);
  r->parent=gg;
 } 
 else{
  p->color=RB_BLACK;p->height++;//p由红转黑，增高
  u->color=RB_BLACK;u->height++;//u由红转黑，增高
  if(!IsRoot(*g)) g->color=RB_RED;//若g非根则转红
  solveDoubleRed(g);//继续调整g（类似于尾递归，可优化） 
 }
}

3.3 删除

这里的r将替换x，（a）和（b）的情况很简单，直接将r节点染黑即可，此时的黑高度也不会变化，但是（c）的情况就比较复杂了，可以看到删除后，黑深度不再统一，对红黑树做提升处理，x成为一个单独的节点，发生下溢

template <class T>
bool RedBlack<T>::remove(const T & e){
 BinNodePosi(T) & x=search(e); if(!x) return false;//查找定位
 BinNodePosi(T) r=removeAt(x,this->_hot);//删除——hot的某孩子，r直接指向其接替者
 if(!(--this->_size)) return;//若删除后为空树，则直接返回
 if(!this->_hot){//若被删除者是根(此时的_root就是x)，则
  this->_root->color=RB_BLACK;//将其染为黑色，并
  updateHeight(this->_root);
  return true; 
 }//至此，原x（现r）必非根
 if(BlacHeightUpdated(*this->_hot)) return true;//若父亲及祖先依然平衡，则无需调整
 //至此，必然失衡
 if(IsRed(r)){//若替代节点为红，则只需简单的翻转其颜色 
  r->color=RB_BLACK;
  r->height++;
  return true;
 } 
 //至此，r以及被其替代的x均为黑色
 solveDoubleBlack(r);//双黑调整（入口必有r==null）
 return true; 
} 

这里针对r的父亲以及r的兄弟的颜色，分为四种情况

（1）BB_1：兄弟s为黑，且至少有一个红孩子t，通过a和b映射的B_Tree来理解（类似于B_Tree的旋转操作）

（2）BB_2R：兄弟s为黑，且两个孩子均为黑；p为红（类似于B_Tree的合并操作）

（3）BB_2B：兄弟s为黑，且两个孩子均为黑；p为黑（这里的s变红才可以和p合并）

（4）BB_3：兄弟s为红，其余孩子均为黑

3.4 总结

4.kd_Tree

视频没有讲解，找到一个讲解很详细的博客~.