高度优先左高树(HBLT) - Ｃ语言

最新推荐文章于 2021-09-18 14:03:07 发布
最新推荐文章于 2021-09-18 14:03:07 发布
阅读量1.9k 收藏 1
点赞数
分类专栏： 数据结构与算法
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/weixin_42263483/article/details/80963402
版权
本文介绍了左高树的概念，其中节点分为内部节点和外部节点，重点阐述了s(x)的计算方法。高度优先左高树(HBLT)要求任意内部节点的左孩子s(x)大于等于右孩子。最大HBLT是同时是最大树的HBLT。文章通过MaxHBLT_Main.c展示了最大HBLT的C语言实现，关键在于hblt_merge()函数。
摘要由CSDN通过智能技术生成

相关概念：

左高树(leftist tree)将树中的节点分为两类：

外部节点：用于代替树中的空子树；其余节点均叫做内部节点．内部节点就是我们所能看到的树中的每个真实节点，如果某个节点的左子树为空，那它的这个左子树就是外部节点．外部节点的引入，其实主要是为了下面s(x)这个概念的计算，并不具备其它实际意义．

s(x)为节点x至它的子树的外部节点的所有路径中最短的那一条．比如根节点30，左子树为20(内部节点)，右子树为空(外部节点)，则根节点到左子树的路径为：30 -> 20 -> 外部节点，路径为２；根节点到右子树的路径为：30->外部节点，路径为１．因此，根节点30的s(x)＝１.

根据上面s(x)的定义可知，若x是外部节点，则s(x)=0；若x为内部节点，则s(x)=min{s(left_child), s(right_child)} + 1．

高度优先左高树(Height-Biased Leftist Tree, HBLT)：当且仅当一棵二叉树的任何一个内部，其左孩子的s(x)值大于等于右孩子的s(x)值．

最大HBLT，即同时又是最大树(每个节点的值都大于或等于其子节点值的树)的HBLT．

MaxHBLT_Main.c即是一个最大HBLT的实现，核心函数就是hblt_merge()，即将两个最大HBLT合并成一个HBLT，其中就用到了s(x)这个概念．

运行结果：


                

        

        

    

  


        

            

                    
                      最低0.47元/天 解锁文章
                        
                    
            

        

    

      

        

            

              
                
                  BeALinuxGraphicCoder
                
              
            

            

                关注
              
            

        

        

          
      

      

            

                专栏目录
          









                



	

		

			

				
					
数据结构 | 第十二章：优先级队列 | 堆 | 左高树 | 堆排序 | 霍夫曼编码

				
			

			

				

					知识库搭建ing
				

				

					01-10
					
					667
					
				

			

		

		

			
				
《数据结构、算法与应用（C++语言描述）》第十二章：优先级队列，结合课程重点的自留笔记。      

			
		

	



                

            
              



	

		

			

				
					
数据结构C++——优先队列

					
最新发布

				
			

			

				

					qq_60987997的博客
				

				

					07-23
					
					1057
					
				

			

		

		

			
				
优先级队列0个或多个元素的集合每个元素都有一个优先级或值。与FIFO结构的队列不同，优先级队列中元素出队列的顺序由元素的优先级决定。从优先级队列中删除元素是根据优先级高或低的次序，而不是元素进入队列的次序.优先级队列中的元素可以有相同的优先级查找一个元素(top)插入一个新元素(push)删除一个元素(pop)两种最小优先级队列：“查找/删除” 操作用来“查找/删除”优先级最小的元素最大优先级队列：“查找/删除”操作用来“查找/删除”优先级最大的元素。

			
		

	



              


  
              

                


	

		

			

				
					
数据结构——左高树（C语言）

				
			

			

				

					关注校招求职，微信号：job_campus 
				

				

					03-13
					
					3356
					
				

			

		

		

			
				
介绍左高树之前，先简单介绍下扩充二叉树的概念。扩充二叉树一棵二叉树，其所有空的子树都由方形结点代替。方形结点称为外部结点，原来的结点称为内部结点。
    设x是扩充二叉树的一个结点，并令left_child(x)和right_child(x)分别表示内部结点的左、右儿子。定义shortest(x)为从x到一个外部结点的最短路程长度。
左高树
定义
左高树是一棵二叉树，且如果该二叉树不空，

			
		

	





	

		

			

				
					
左高树

				
			

			

				

					carter的专栏
				

				

					02-22
					
					2496
					
				

			

		

		

			
				
template  class MaxHBLT;template class HBLTNode {	friend MaxHBLT;public:	HBLTNode(const T& e, const int sh)	{data = e;	s = sh;	LeftChild = RightChild = 0;}private:	int s; // s valu

			
		

	



		

			
		



	

		

			

				
					
C++(数据结构与算法):42---优先级队列的实现（扩充二叉树、高度优先左高树(HBLT)、重量优先左高树(WBLT)）

				
			

			

				

					董哥的黑板报
				

				

					12-21
					
					1954
					
				

			

		

		

			
				
前面文章介绍了用堆实现优先级队列：https://blog.csdn.net/qq_41453285/article/details/103639243
	用堆实现优先级队列的空间利用率很高，而且效率也很高，但是并不适用于所有优先级队列，尤其当两个优先级队列或多个长度不同的队列需要合并的时候，这时就需要其他的数据结构了，左高树就能满足这种需要
	堆与左高树的异同：
	WBLT、HBLT可以执行优先...

			
		

	





	

		

			

				
					
数据结构——左高树

				
			

			

				

					ZDF19的博客
				

				

					12-26
					
					2268
					
				

			

		

		

			
				
12.5左高树(高度优先左高树，height-biased leftist tree, HBLT)
12.5.1高度优先与宽度优先的最大及最小左高树
  考虑一棵二叉树，它有一类特殊的节点交外部节点（external node），它代替树中的空子树。其余节点叫做内部节点（internal node），内部节点是包括叶子节点的。增加了外部节点的二叉树叫做扩充二叉树（extended binary

			
		

	





	

		

			

				
					
可并堆（左高树、左偏树）

				
			

			

				

					jiahonghao2002的博客
				

				

					07-28
					
					393
					
				

			

		

		

			
				
可并堆（左高树、左偏树）
左偏树相对于二叉堆，其插入，弹出，合并的时间复杂度都是对数级别的。
高度优先左偏树（HBLT）
考虑一颗二叉树，将其叶子节点的子节点补全，那么原来有的节点叫做内部节点，新增加的节点叫做外部节点。
令s(x)s(x)s(x)，等于节点xxx到任意外部节点的最短路径的长度。外部节点的s(x)s(x)s(x)的值为000，叶子节点的值为111。其递归定义为：
s(x)=min⁡{s(L),s(R)}+1s(x) = \min\{s(L),s(R)\} + 1s(x)=min{s(L),s

			
		

	





	

		

			

				
					
maxHblt.zip

				
			

			

				

					12-22
				

			

		

		

			
				
**高度优先左高树（HBLT）**是一种特殊的二叉树数据结构，它在**数据结构与算法**领域有着重要的应用。HBLT的主要特点是它能够高效地支持某些特定的操作，如查找、插入和删除元素，同时保持了较低的时间复杂度。在本...

			
		

	





	

		

			

				
					
《数据结构、算法与应用 —— C++语言描述》学习笔记 — 优先级队列 — 左高树

				
			

			

				

					coding-hwz
				

				

					09-18
					
					645
					
				

			

		

		

			
				
《数据结构、算法与应用 —— C++语言描述》学习笔记 — 优先级队列 — 左高树一、左高树1、外部节点2、高度优先左高树（1）定义（2）特性（3）HBLT 与 大小根树3、重量优先左高树
一、左高树
前面所学习的堆结构是一种隐式数据结构。用完全二叉树表示的堆在数组中式隐式存储的（即没有明确的指针或其他数据能够用来重塑这种结构）。由于没有存储结构信息，这种表示方法的空间利用率很高，它实际上没有浪费空间。而且它的时间效率也很高。尽管如此，它并不适合于所有优先级队列的应用，尤其是当两个优先级队列或多个长度不同的

			
		

	





	

		

			

				
					
左高树实现最大堆

				
			

			

				

					每一个不曾起舞的日子，都是对人生的辜负。
				

				

					01-03
					
					514
					
				

			

		

		

			
				
MaxHblt.h#pragma once
#ifndef MAXHBLT_H
#define MAXHBLT_H
#include"BinaryTreeNode.h"
template<typename Object>
class MaxHblt
{
public:
    MaxHblt();
    MaxHblt(BinaryTreeNode<Object> *root);
    ~Max

			
		

	





	

		

			

				
					
数据结构、算法与应用：C++语言描述（原书第2版）第二部分

				
			

			

				

					12-06
				

			

		

		

			
				
Data Structures， Algorithms， and Applications in C++， Second Edition
出版者的话
译者序
前言
第一部分 预备知识
第1章 C++回顾
1.1 引言
1.2 函数与参数
1.2.1 传值参数
1.2.2 模板函数
1.2.3 引用参数
1.2.4 常量引用参数
1.2.5 返回值
1.2.6 重载函数
1.3 异常
1.3.1 抛出异常
1.3.2 处理异常
1.4 动态存储空间分配
1.4.1 操作符new
1.4.2 一维数组
1.4.3 异常处理
1.4.4 操作符delete
1.4.5 二维数组
1.5 自有数据类型
1.5.1 类currency
1.5.2 一种不同的描述方法
1.5.3 操作符重载
1.5.4 友元和保护性类成员
1.5.5 增加#ifndef、#define和#endif语句
1.6 异常类illegalParameterValue
1.7 递归函数
1.7.1 递归的数学函数
1.7.2 归纳
1.7.3 C++递归函数
1.8 标准模板库
1.9 测试与调试
1.9.1 什么是测试
1.9.2 测试数据的设计
1.9.3 调试
1.10 参考及推荐读物
第2章 程序性能分析
2.1 什么是程序性能
2.2 空间复杂度
2.2.1 空间复杂度的组成
2.2.2 举例
2.3 时间复杂度
2.3.1 时间复杂度的组成
2.3.2 操作计数
2.3.3 最好、最坏和平均操作计数
2.3.4 步数
第3章 渐近记法
3.1 引言
3.2 渐近记法
3.2.1 大Ο记法
3.2.2 渐近记法Ω和Θ
3.3 渐近数学（可选）
3.3.1 大O记法
3.3.2 Ω记法
3.3.3 Θ记法
3.3.4 小ο记法
3.3.5 特性
3.4 复杂度分析举例
3.5 实际复杂度
3.6 参考及推荐读物
第4章 性能测量
4.1 引言
4.2 选择实例的大小
4.3 设计测试数据
4.4 实验设计
4.5 高速缓存
4.5.1 简单计算机模型
4.5.2 缓存未命中对运行时间的影响
4.5.3 矩阵乘法
4.6 参考及推荐读物

第二部分 数据结构
第5章 线性表——数组描述
5.1 数据对象和数据结构
5.2 线性表数据结构
5.2.1 抽象数据类型linearList 
5.2.2 抽象类linearList
5.3 数组描述
5.3.1 描述
5.3.2 变长一维数组
5.3.3 类arrayList
5.3.4 C++迭代器
5.3.5 arrayList的一个迭代器
5.4 vector的描述
5.5 在一个数组中实现的多重表
5.6 性能测量
5.7 参考及推荐读物
第6章 线性表——链式描述
6.1 单向链表
6.1.1 描述
6.1.2 结构chainNode
6.1.3 类chain
6.1.4 抽象数据类型linearList的扩充
6.1.5 类extendedChain
6.1.6 性能测量
6.2 循环链表和头节点
6.3 双向链表
6.4 链表用到的词汇表
6.5 应用
6.5.1 箱子排序
6.5.2 基数排序
6.5.3 凸包
6.5.4 并查集
第7章 数组和矩阵
7.1 数组
7.1.1 抽象数据类型
7.1.2 C++数组的索引
7.1.3 行主映射和列主映射
7.1.4 用数组的数组来描述
7.1.5 行主描述和列主描述
7.1.6 不规则二维数组
7.2 矩阵
7.2.1 定义和操作
7.2.2 类matrix
7.3 特殊矩阵
7.3.1 定义和应用
7.3.2 对角矩阵
7.3.3 三对角矩阵
7.3.4 三角矩阵
7.3.5 对称矩阵
7.4 稀疏矩阵
7.4.1 基本概念
7.4.2 用单个线性表描述
7.4.3 用多个线性表描述
7.4.4 性能测量
第8章 栈
8.1 定义和应用
8.2 抽象数据类型
8.3 数组描述
8.3.1 作为一个派生类实现
8.3.2 类arrayStack
8.3.3 性能测量
8.4 链表描述
8.4.1 类derivedLinkedStack
8.4.2 类linkedStack
8.4.3 性能测量
8.5 应用
8.5.1 括号匹配
8.5.2 汉诺塔
8.5.3 列车车厢重排
8.5.4 开关盒布线
8.5.5 离线等价类问题
8.5.6 迷宫老鼠
8.6 参考及推荐读物
第9章 队列
9.1 定义和应用
9.2 抽象数据类型
9.3 数组描述
9.3.1 描述
9.3.2 类arrayQueue
9.4 链表描述
9.5 应用
9.5.1 列车车厢重排
9.5.2 电路布线
9.5.3 图元识别
9.5.4 工厂仿真
9.6 参考及推荐读物
第10章 

			
		

	





	

		

			

				
					
数据结构（十六）——左高树（含合并过程详细图解）

				
			

			

				

					夜的第七章
				

				

					07-18
					
					2715
					
				

			

		

		

			
				
文章目录前言左高树什么是左高树?为什么要使用左高树?最大左高树实现及复杂度分析节点类和最大左高树类合并方法插入(push)、删除(pop）初始化左高树合并图解
前言
看到左高树的时候，对左高树的印象大概只有左高树这三个字了。看的时候费劲了一点，因为不知道这个数据结构是干嘛的。网上的资料也比较少。所以这篇文章理解能力有限，请见谅。
左高树
什么是左高树?
左高树大致分为高度优先左高树和重量优先左高树两类。
本文以高度优先左高树为例。
左高树中定义了几个新的概念，比如外部节点、内部节点和扩充二叉树。

外部节点

			
		

	





	

		

			

				
					
左偏树简介

				
			

			

				

					robator的专栏
				

				

					01-23
					
					4337
					
				

			

		

		

			
				
1、左偏树

1.1定义

左偏数是一颗二叉树，并具有堆性质。左偏树具有两个属性：键值(key)和距离(dist)。

键值(key)：用于节点比较大小的属性，类似于堆中节点的键值

外节点：左子树或右子树为空的节点称为外节点，左子树和右子树可以同时为空。所以叶子节点必是外节点，定义外节点的距离值为0，空节点的距离值为-1。空节点即树中不存在的节点，表示为NULL，dist(NULL)=-1

距离(dist)：一个不是外节点的距离定义为其到子树中最近的外节点的距离，即两个节点之间路径的权值之和，可以理解外

			
		

	





	

		

			

				
					
数据结构学习笔记（六）优先级队列、堆和左高树

				
			

			

				

					龙之国度的博客
				

				

					07-30
					
					857
					
				

			

		

		

			
				
优先级队列，堆、左高树

			
		

	





	

		

			

				
					
左偏树（可并堆）

				
			

			

				

					weixin_30500473的博客
				

				

					07-18
					
					88
					
				

			

		

		

			
				
可并堆就是一种可以支持合并操作的堆，满足堆的性质，主要就是还要满足左子树比右子树要长，然后就直接进行合并操作的时候，直接连在上一个的右子树就行了。然后每次交换一下两个子树的位置（左右互换）。
直接粘贴板子代码。

#include<cstdio>
#include<iostream>
using namespace std;
int n,m;
int V[10...

			
		

	





	

		

			

				
					
左偏树-总结

				
			

			

				

					linkfqy
				

				

					02-15
					
					1765
					
				

			

		

		

			
				
【左偏树】左偏树是一种可并堆，也是一种优先队列容器。它除了支持查找最小值、删除最小值、插入值外，还支持优先队列不必需的合并(merge)操作。且左偏树的编程复杂度低，效率较高，适合竞赛中使用。【左偏树的性质】我们一般以存二叉树的方法来描述左偏树：对于每个节点，记录其左右儿子（无儿子的指向空节点0），这个节点的键值，以及节点的距离（距离的定义下面会讲）。struct node{
    int l,r

			
		

	





	

		

			

				
					
11.5 左偏树总结（可并斜堆）

				
			

			

				

					小胡同的诗
				

				

					09-17
					
					659
					
				

			

		

		

			
				
目录前言定义性质实现左偏树结构合并堆操作完整代码

前言
可并堆有多种方法实现，例如斐波那契堆，配对堆等，以下记录左偏树，也称为斜堆。是一种基于非平衡二叉树的数据结构，其在合并堆的时候可以达到O(log(m+1))O(log(m+1))O(log(m+1))的速度。当然，左偏树还分好几种，如左偏高树左偏重树等。关于左偏，实际上就是让左子树的特征数量不小于右子树，例如左偏高树就是左子树的高度不小于右...

			
		

	





	

		

			

				
					
可并堆之左偏树总结

				
			

			

				

					MrH929的博客
				

				

					07-28
					
					972
					
				

			

		

		

			
				


可并堆之左偏树总结

左偏树，顾名思义，是左边的结点权值较大的树形数据结构。主要用于两个优先队列的快速合并，是可并堆的一种实现方式。

定义与性质：




外结点：一个结点的右子结点为空就为外结点


距离：结点一直向右，直到外结点所经历的步数，每个结点距离等于右儿子的距离+1。


左偏树的父亲结点的优先级高于儿子结点


父亲结点的左子节点的距

			
		

	





	

		

			

				
					
左偏树简介（洛谷P3377题解）

				
			

			

				

					forezxl的博客
				

				

					09-25
					
					399
					
				

			

		

		

			
				
左偏树(Leftist Tree)是一种可并堆的实现。

			
		

	





	

		

			

				
					
Sybase 15.7 Linux 6安装教程：热点表分析与服务设置

				
			

			

				

					
				

			

		

		

			
				
1. 使用`SELECT`语句从`master..monOpenObjectActivity`系统视图中选取前30个热点表，条件是`DBID`与特定数据库（如'hblt_oltp'）相关且`IndexID`为0，然后按`PhysicalWrites`降序排列。  2. 接下来，创建一个临时表...

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		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