一、关联式容器
1、什么是关联式容器？
关联式容器也是用来存储数据的，与序列式容器（vector、list【底层是线性序列的数据结构】）不同的是，其存储的是<key,value>类型的键值对，数据检索时比序列式容器更加高效；
2、什么时键值对?
用来表示具有一一对应关系的一种结构，该结构中一般只包含两个成员变量key和value，key代表键值，value代表与key对应的信息；
STL一共实现了两种不同结构的管理式容器：树形结构和哈希结构；
二、树形结构关联式容器
以下四种容器的共同特点是：使用红黑树（平衡搜索树）作为底层结果，容器中的元素是一个有序序列；
1、map
（1)map是关联式容器，按照key值的大小比较排序，来存储由键值key和value组成的键值对；
（2）key在map中是用于排序的唯一标识元素，值value存在与对应键值相关的地方，且键值和value的类型可能不一样，但是可以用value_type(pair)将其连接在一起；
（3）map通过键值访问单个元素比unorder_map要慢（因为unorder_map是乱序的，支持直接根据键值查找对应value的情况；），但是map允许顺序对元素进行迭代；
（4）map支持下标访问，在[]内放入key即可访问对应的value；注意：当key值不存在时，会用默认的value和当前不存在的key构造键值对然后插入到map中，而用at()会直接抛异常；
（5）一个函数 size_type count(const key_type&x)const;
:返回key值为x的键值在map中的个数，因为map中键值的个数是唯一的，所以可以用来检测map中存不存在这个键值；
2、set
（1）set的value就是它的key，可以在容器中进行插入和删除但是不能在容器中修改。
（2）set内部同样按照严格顺序进行排序；
（3） set通过key访问元素的速度比unordered_set慢，但是允许顺序迭代；
3、multimap
（1） multimap和map基本相同，不过，multimap中的键值是可以重复的；
（2）multimap中的元素默认是按照key小于进行排序的；
（3）multimap没有重载
注：
1）set虽然是只存放value但是底层实际存储的还是key-value键值对。
2）set中插入元素不需要构造键值对，可以直接插入；
3）set元素不可以重复；
4）set中查找某个元素，时间复杂度为：log(以2为低)n；
5）set中的元素不允许修改，因为键就是值，一旦修改就要重新比较，重新排序；
4、multiset
与set不同点：
（1）multiset其中元素可以重复；
（2）multiset::count(key)的返回值可能大于1。（因为插入了多个关键值）
（3）multiset::size()的返回值是多重集合的势（cardinality），即multiset中元素的个数，而不是值的个数。比如，{1, 1, 2}的size是3，而不是2。
（4）multiset::erase(key)会将对应的key全部删掉，所以对{1, 1, 2}调用erase(1)之后，它就变成了{2}。
三、树形结构
上述容器的共同点是：其底层都是按照二叉搜索树实现的
1、二叉搜索树（也叫二叉排序树）
二叉搜索树可以为空树；
（1）特点：
a）左子树不为空的情况下，左子树上所有节点的值都小于根节点；
b）右子树不为空的情况下，右子树上所有结点的值都大于根节点；
c)其左右子树分别也为二叉搜索树；
(2)二叉搜索树的操作
a)查找
若根节点不为空：
若根节点key==查找的key 返回true；
若跟接待key>查找的key ，前往左子树进行查找；
若根节点key<查找的key ，前往右子树进行查找；
b)插入
树为空，则直接插入；
树不为空，按照二叉搜索树的性质查找插入位置，插入新节点；
（从根节店判断，是插入根节点的右子树还是左子树，并依次进行下去直到找到合适的位置）；
c）删除
查找元素是否在二叉搜索树中，不存在则返回，否则：
- 要删除的结点无孩子结点，直接删除即可；
- 要删除的结点只有左孩子，删除掉该结点，并且让已删除节点的父节点成为该左孩子的父节点；
- 要删除的结点只有右孩子，删除掉该结点，并且让已删除节点的父节点成为该右孩子的父节点；
- 要删除的结点即有右孩子又有左孩子：
1、找到该节点的右子树中的最左孩子（也就是右子树中序遍历的第一个节点)；
或者找到左子树的最右子树；
2、把它的值和要删除的节点的值进行交换；
3、然后删除这个节点即相当于把我们想删除的节点删除了，返回true；
举例：
a、左子树没有右孩子
直接让左孩子继承自己的右孩子和父亲
b、左子树有右孩子
一路向右，找到最后的一个右孩子，然后将这个孩子的左子树挂在它父亲的右子树上，然后让它继承要删除节点的人际关系（左右子树和父亲）当要删除的节点是根节点时，不用继承父亲关系，但要修改根节点指向。
if (cur->m_left && cur->m_right)
//当这个数的左右子树都不为空时
{
//把cur赋给pre2；把cur的左子树赋给cur
TreeNode<T> * cur2 = cur->m_left;
TreeNode<T> * pre2 = cur;
//找到cur的左子树的最右子树继承cur的位置
if (cur2->m_right)//如果右子树存在
{
for (; cur2->m_right; pre2 = cur2, cur2 = cur2->m_right);
//找到最右的子树来继承cur
pre2->m_right = cur2->m_left;
//如果cur2有左子树就把他给cur2父节点的右子树，没有的话就给一个空，不影响
cur2->m_left = cur->m_left;//继承cur的左子树
}
cur2->m_right = cur->m_right;//（当它的左子树没有右子树时）直接继承它的右子树
if (cur == pre)
{
m_root = cur2;
//如果删除的是根节点，则继承cur的左右孩子关系后直接把cur2赋给m_root
}
else
{
if (cur->m_data < pre->m_data)
//继承cur的父亲关系
{
pre->m_left = cur2;
}
else
{
pre->m_right = cur2;
}
}
delete cur;//删除cur
}
（4)二叉搜索树性能分析
a)插入和删除操作必须先进行查找，查找效率代表了其性能；
b)最优情况下，二叉树搜索树为完全二叉树，平均比较次数为：log(以2为底)N；
最查情况下，二叉搜索树为单支，平均比较次数为N/2；
2、AVL树
1、AVL树的特点：（AVL树也可以为空树）
（1）每个结点的左右子树高度之差（平衡因子）的绝对值不超过1（-1/0/1）；
（2）它的左右子树都是AVL树；
注：若一棵二叉搜索树是平衡的，那么它就是AVL树，其搜索的时间复杂度为log(以二为底的n)。
2、AVL树的操作
（1）AVL树结点的定义
template<class T>
struct AVLTreeNode
{
AVLTreeNode(const T& data)
: _pLeft(nullptr), _pRight(nullptr), _pParent(nullptr)
, _data(data), _bf(0)
{}
AVLTreeNode<T>* _pLeft;
// 该节点的左孩子
AVLTreeNode<T>* _pRight;
// 该节点的右孩子
AVLTreeNode<T>* _pParent;
// 该节点的双亲
T _data;
int _bf; // 该节点的平衡因子
};
（2）AVL树的插入
a)按照二叉搜索树的方式插入新节点；
b)调整结点的平衡因子；
（即对树进行部分的旋转）
（3）AVL树的旋转(四种情况)
a)左单旋（较高右子树的右侧插入）
b)右单旋（较高左子树的左侧插入）
c)左右双旋（较高左子树的右插入）
d)右左双旋（较高右子树的左侧插入）
（4）AVL树旋转总结：
以root为根的子树不平衡，即root的平衡因子为2或者-2；（右子树 树高减去左子树树高）
1、root的平衡因子为2，说明root的右子树比左子树高；
设root的右子树根为Rroot，则：
当Rroot的平衡因子为-1时，执行右左双旋；
当Rroot的平衡因子为1时，执行左旋；
2、root的平衡因子为-2时，说明root的左子树比右子树高；
设root的右子树根为Lroot；
当Lroot的平衡因子为1时，执行右左双旋；
当Lroot的平衡因子为-1时，执行右旋；
（5）如何验证是否为AVL树呢？
a)验证其是否为二叉搜索树（中序遍历为一个有序的序列）
b)验证其为平衡树
每个结点的子树高度差不超过1;（同时要注意平衡因子的计算是否正确）
（6）AVL树的性能
AVL树是一颗绝对平衡的二叉搜索树；要求每个节点的左右子树高度差绝对值不超过1，以保证AVL树的查询时高效（即时间复杂度为log(以2为底)的N)。但是因为要维护其平衡，在插入和删除的过程中会需要不断地进行旋转，效率比较低；
代码：https://github.com/Wilingpz/sunny/tree/master/11.25%20AVL%E6%A0%91
258
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
