二叉树习题

CS Learning

已于 2022-11-23 17:19:11 修改

阅读量144

点赞数

分类专栏：数据结构和算法分析C++ 文章标签： java 算法开发语言

于 2022-11-23 17:17:03 首次发布

本文链接：https://blog.csdn.net/weixin_53254469/article/details/128004197

版权

数据结构和算法分析C++ 专栏收录该内容

5 篇文章 0 订阅

订阅专栏

1 设计思路

1.1 AvlTree.h的私有部分

在AvlTree的私有部分中定义printelement函数，实现查找与打印功能。

该函数使用中序遍历算法。若当前节点值在[k1, k2]内，打印出该节点的值，且让计数变量count++；若当前节点值小于k1，则向左子树执行递归调用；若大于k2，则向右子树执行递归调用。

void printelement(Comparable& K1, Comparable& K2, AvlNode* t){
    if(t != nullptr){
        if(K1 <= t -> element){
            printelement(K1, K2, t -> left);
        }
        if(K1 <= t -> element && t -> element <= K2){
            cout << t -> element << endl;
            count ++;
        }
        if(t -> element <= K2){
            printelement(K1, K2, t -> right);
        }
    }
  }

1.2 AvlTree.h的公有部分

在AvlTree的公有部分中定义printelement函数，方便测试程序调用。声明count，并定义numberofK函数，用于记录关键字被打印的个数。

double count = 0;
void printelement(Comparable& K1, Comparable& K2){
    printelement(K1, K2, root);
    }
double numberofK(){
    return count;
    }

1.3 测试程序

1.3.1 变量

double k1; //区间最小值
double k2; //区间最大值
double K;  //所打印的关键字的个数
double wholetime;  //函数总运行时间
double num;        //元素总个数
double lower;      //元素最小值
double upper;      //元素最大值

1.3.2 测试过程

std::vector<double> a;   //声明数组
AvlTree <double> AT;     //创建AvlTree对象
for(double i = lower; i < upper; i++){  
    //将范围从lower到upper的元素存入输入
    a.push_back(i);
    }
for(double i = 0; i < num; i++){  
    //将数组中的元素插入到AvlTree
        AT.insert(a[i]);
    }
    clock_t startTime = clock();  //函数执行前时刻
    AT.printelement(k1, k2);     //执行函数
    clock_t endTime = clock();   //函数执行后时刻
   //通过函数获取所打印的关键字的个数    
	K = AT.numberofK();         
    wholetime = 
        double(endTime - startTime) / CLOCKS_PER_SEC;  
    cout << "打印的关键字的个数K为" << K << "个" << endl;
    cout << "总个数n为" << num << endl;
    cout << "运行时间为" << wholetime << "s" << endl;

2 理论分析

如果当前节点的值在[k1, k2]之间，则该节点之后部分将执行中序遍历，由于有K个节点的值在此范围内，则总的中序遍历的时间复杂度为O（K）。而对于那些值不在[k1，k2]范围内的节点，将会一直进行递归查找，此时所用的时间与树的深度成正比。

令D（N）是具有N个节点的某棵树T的内部路径长，D（1）=0。一棵N节点树是由一棵i节点左子树和一棵（N-i-1）节点右子树以及深度0处的一个根节点组成的，其中0≤i<N，D（i）为根的左子树的内部路径长。但是在原树中，所有这些节点都要加深一层。同样的结论对于右子树也是成立的。

由此，我们得到递推关系：D(N)=D(i)+D(N-i-1)+N-1

由于所有子树的大小都是等可能地出现，那么D（i）和D（N-i-1）的平均值都是

,于是得到

，得到的平均值D(N) = O(NlogN）。因此，任意节点的期望深度为O（logN）。因此，该算法的平均运行时间界为O（K+logN）。

3 数值结果分析

3.1 K与运行效率

3.1.1 数据

4001	0.017158
20001	0.156204
60001	0.460664
200001	0.784702
400001	1.97195
800001	3.51683
1800000	8.09652
3400000	14.1082
4000000	18.2855
5000000	24.1056
6000000	25.0521
8000000	34.6599
12000000	55.1643
14000000	62.8787
16000000	79.656
18000000	90.4076