前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >面试官问我:什么是 “伸展树” ?

面试官问我:什么是 “伸展树” ?

作者头像
小灰
发布2021-06-08 15:11:07
1K0
发布2021-06-08 15:11:07
举报
文章被收录于专栏:程序员小灰

学过数据结构的小伙伴,一定都知道二叉查找树,也叫二叉排序树,英文缩写是BST。

为了维持二叉查找树的高效率查找,就需要对二叉查找树进行平衡调整。在数据结构当中大名鼎鼎的红黑树AVL,就是典型的自平衡二叉查找树。

今天,我们来介绍一种更有意思的自平衡二叉树:伸展树。它的英文名字是Splay Tree

Part 1 为什么要伸展

我们来回顾一下,二叉搜索树满足:左子结点 < 当前结点 < 右子结点 为什么要有平衡树呢?因为当二叉搜索树如下图“瘸腿”时,搜索左侧的结点,原来的速度

O(log(n))

会掉到

O(n)

,与链表一个速度,失去了价值。

为了避免树瘸腿,我们可以通过适当的旋转来调整树的结构。

伸展树的核心,是通过不断的将结点旋转到根结点(即为splay操作),来保证整棵树不会跟链表一样。它由 Daniel Sleator 和 Robert Tarjan 发明 。

1.1 结点

node中记录的信息:

  • parent:父结点的指针。
  • child[0/1]: child[0]为左子结点的指针,child[1]为右子结点的指针。
  • value:这个结点存了啥。
  • count:二叉树中不存在两个值相同的结点,如果需要记录多个就需要一个变量来记录这个数值出现了多少次。(count就是来干这个活的)
  • size:这个结点为根结点的子树中有多少个结点。

基础操作:

  • maintain:更新结点的size。(更新要自底向上)
  • get:获取自己的类型,0为左子结点,1为右子结点。
  • connect: 连接两个结点。
代码语言:javascript
复制
class node {
  public:
      node *parent; // 父结点的指针
      node *child[2]; // child[0]为左子结点的指针,child[1]为右子结点的指针。
      int value, count, size; // 数据,出现次数,子树大小

      node(int _value) {
          value = _value;
          parent = child[0] = child[1] = NULL;
          count = size = 1;
      }
  };

我们把对指针是否为NULL提到了两个基础操作中,所以只能放在伸展树的类中。 destroy:销毁整个树。 因为结点使用的是堆空间(new出来的),所以必须要销毁(delete),否则会内存泄漏。

代码语言:javascript
复制
class splayTree {
public:

    node *root;
    
    splayTree() {
        root = NULL;
    }
    
    ~splayTree() {
        destroy(root); // 从root开始销毁
    }

    void destroy(node *current) { // 销毁结点
        if (current) {
            destroy(current->child[0]); // 后序遍历
            destroy(current->child[1]);
            delete current;
        }
    }
    
    void maintain(node *current) { // 更新size
        if (current == NULL) { // 可能传入的是一个空指针
            return;
        }
        current->size = current->count; // 先将自己加上
        if (current->child[0]) { // 防止没儿子,NULL,报错
            current->size += current->child[0]->size; // 加上儿子
        }
        if (current->child[1]) {
            current->size += current->child[1]->size;
        }
    }

    int get(node *current) { // 获得结点是左结点还是右结点,0左1右
        if (current == NULL || current->parent == NULL) { // 传入空指针;根结点没有父亲,特判一下
            return -1;
        }
        return current->parent->child[1] == current; // 父亲的右子结点 是不是 自己
    }
    
    void connect(node *parent, node *current, int type) { // 父结点指针,当前结点指针,类型(0左1右)
        if (parent) { // parent 可能为NULL
            parent->child[type] = current;
        }
        if (current) { // current 也可能为NULL
            current->parent = parent;
        }
    }
};

可能会有读者好奇:这个size是用来干什么的呢?别急,等到查询排名时就会用到。

1.2 左旋 & 右旋

通过旋转,我们能在保证旋转可以保证左子结点 < 当前结点 < 右子结点的情况下调整结点之间的关系。

旋转有两种定义

  1. 以x为根的子树进行旋转。
  2. 把x向上旋转。

1.2.1 以x为根的子树进行旋转

1.2.2 把x向上旋转

上面的动画使用文字叙述即为:

  • 左旋
    1. 将被旋转结点的左结点变为父结点的右结点。
    2. 父结点变为被旋转结点的左子结点
    3. 原父结点的父结点(爷爷)变为被旋转结点的父结点。
  • 右旋
    1. 将被旋转结点的右结点变为父结点的左结点。
    2. 父结点变为被旋转结点的右子结点
    3. 原父结点的父结点(爷爷)变为被旋转结点的父结点。

虽然1、2两种旋转定义不同,但是只看移动这分明就是一种嘛。

有细心的读者发现:左右旋的方式与AVL、红黑树等其他二叉树相同。 因为这是唯一一种不改变中序遍历的旋转方式。

左旋与右旋都不会改变中序遍历的结果,如上方动图,中序遍历始终为1 y 2 x 3

除了举例论证,你也可以这样理解: 这是因为左旋和右旋会保证旋转后的二叉树左子结点 < 当前结点 < 右子结点,因为旋转没有插入或删除结点,所以二叉树的中序遍历没变。

1.2.3 合并左右旋

想要合并左右旋,只能使用定义二:把x向上旋转。(原因见下)

左旋和右旋虽然属于两种操作,但是细想想: 一个结点不是左子结点,就是右子结点。因为我们要将结点向上旋转,所以每一个结点(除了根结点),只能朝一个方向旋转,也就是父结点的方向。

所以可以将两种操作整合为一种: 当被旋转的结点的类型为左子结点时,进行右旋。 当被旋转的结点的类型为右子结点时,进行左旋

那么如何用一组代码来表达两种旋转呢? 我们之前对child定义为数组,那么可以使用child[数值]来决定访问的是左结点还是右结点。在内嵌套get(...),可以得到与被旋转结点类型相同的子结点。 如果get(...)得到的为0(左),怎样让其变成1(右),来访问右结点呢? 这个问题等同于将get(...)取反。

  1. x ^ 1可以将0变1,1变0。
  2. !x,疑似可以,但get(...)的返回值为int型,不建议使用!

下面这个动画对应左旋:

由于旋转改变了父子关系,所以当前结点与父结点的size会发生变化,需要重新更新。 旋转之后,父亲变为儿子,所以要先更新原父亲(被旋转结点在旋转前的父结点),后更新原儿子(被旋转结点)

代码实现,注释中也藏了一些知识点(关于maintain的顺序):

代码语言:javascript
复制
void rotate(node *current) {
    if (current == root || current == NULL) { // 根结点没有父结点,旋转不了;防止传入空指针后报错
        return;
    }
    node *parent = current->parent; // 爹爹
    node *grandParent = parent->parent; // 爷爷,可能是NULL
    int type = get(current); // 被旋转结点的类型,0为右旋,1为左旋
    int parentType = get(parent); // 爹爹的类型

    connect(parent, current->child[type ^ 1], type); // 将三角形的结点挂到父结点
    connect(current, parent, type ^ 1); // 儿子变父亲
    if (parent == root) { // 如果父结点为根结点,需要将根结点指针更新
        root = current;
    }
    connect(grandParent, current, parentType); // 爷爷认孙子为儿子

    maintain(parent); // 此时parent(父亲)变为最底层的结点了,对其先进行更新
    maintain(current); // parent结点更新之后,位于parent父亲位置的current进行更新
    // 为啥不更新 grandParent 呢?是因为旋转是在 grandParent 以下的位置进行的,子树大小无变化。
}

下面的splay采用定义2,也就是上面的实现。

1.3 splay

splay名字很高大上,其实很简单。 splay其实就是将某一个结点经过几次旋转后达到根结点位置

当前结点、父结点与爷爷结点的位置不同,向上旋转的方式也不同。

前文,我们将左旋与右旋写到了一起,使用的定义是把x向上旋转,此时splay的逻辑如下:

  • 当前结点为x
  1. 如果x的父结点为根结点,直接对x进行旋转。
  2. 如果父结点不是根结点,且x与父结点的类型相同,对父结点进行旋转。
  3. 如果父结点不是根结点,且x与父结点的类型不同,对x进行旋转。
代码语言:javascript
复制
void splay(node *current) {
    if (current == NULL || current->parent == NULL) { // 根结点没有父结点,会形成死循环;为current传入NULL以防万一
        return;
    }
    while (current->parent->parent) { // 父结点不是根结点(是根结点的话get(current->parent)无法正常执行)
        if (get(current) == get(current->parent)) { // 类型相同
            rotate(current->parent);
        } else {
            rotate(current);
        }
    }
    rotate(current); // 父亲为根结点,旋转自己篡位
}

1.4 查找

find(value)用于查找一个结点,其数据与value相同。

由于平衡树终究是在BST(二叉搜索树)之上进行变换,查找方式大体与BST相同:

  1. 如果当前结点的值小于要搜索的值:向右结点查找(右结点比当前结点大)
  2. 如果当前结点的值大于要搜索的值:向左结点查找(左结点比当前结点小)
  3. 如果两个值相等:恭喜你,找到结点了。

其中,如果在向子结点查找时,发现子结点为空,那么必然找不到结点了。(1、2都是对目标值进行逼近,不存在结点存在只是没有被搜索的情况)

可是伸展树有一个特性:在每执行完一次操作(查找、插入、删除等等)后都要对结点进行splay

在查找这种操作中,被查找的结点需要在查找到后进行splay

代码语言:javascript
复制
node* find(int value) {
    node *current = root; // 从根结点开始搜索
    while (current) {
        if (current->value < value) {
            current = current->child[1]; // 小了,往大了走
        } else if (current ->value > value) {
            current = current->child[0]; // 大了,往小了走
        } else { // 不大也不小不就是找到了吗?
            splay(current);
            return current;
        }
    }
    return NULL; // 找不到结点,退出。(找到得到结点的话会在while循环就退出)
}

1.5 查询排名

rank(value),值为value的结点的排名,为这个结点在中序遍历中排第几位。 虽然排名为中序遍历的排名,但是我们并不需要对整个树进行中序遍历。 排名可以看做:结点左面的结点个数 + 1(这个1对应它自己) 由于我们事先不知道值value对应哪一个结点,所以我们需要将上文的find整合进来。 维护一个变量leftSize,用于记录结点左侧共多少个结点,

  1. 如果当前结点的值大于要搜索的值:向左结点查找(左边没有结点,leftSize不改变)
  2. 这个时候果断将leftSize += 左子树大小,因为目标结点不是在当前结点就是在右结点,这两种情况都约过了左子树。 如果两个值相等,那么就是找到了,将leftSize += 1,对找到的结点进行splay,返回leftSize。(+ 1是自己的)
  3. 2没有返回目标结点必然在右子树,leftSize += 当前结点的count向右结点查找吧。
代码语言:javascript
复制
int rankOfNode(int value) {
    // 这里传入的value为被查询排名的结点的value
    node *current = root; // 从根结点开始搜索
    int leftSize = 0; // 左侧的所有结点总和
    while (current) {
        if (value < current->value) { // 目标结点小于当前结点,向左走
            current = current->child[0];
        } else {
            // 无论是目标结点为当前结点,还是在右子树,都跨过了左子树
            if (current->child[0]) { // 可能没有左子树
                leftSize += current->child[0]->size;
            }

            if (value == current->value) {
                leftSize += 1; // 加上自己的。你就想最左边结点leftSize = 0,可是排名是1
                splay(current);
                return leftSize;
            }
            // 找到结点的话会return,所以这里必然是目标结点大,向右走
            leftSize += current->count; // 把当前结点越过,加上
            current = current->child[1]; // 这个current变到右子结点是必须放在最后的,否则前面会乱
        }
    }
    return -1; // 找不到结点,输出-1
}

1.6 查询排名为rank的结点

当我们知道了排名,怎样找对应的结点呢?

勘误:动画中判断应为rank <= 0,而非rank == 0。由于例子中所有结点的count都为1,所以表面看来没有问题。

我们设 以当前结点为根结点的树中,需要查询排名为rank。 1.如果rank > 左子树的size

  • 那么目标结点只能存在于当前结点与右子树之间。我们对rank -= 左子树的size + 当前结点的count
    • 如果此时rank <= 0,那么目标结点就在根结点。(一个极端例子,第一个结点的count为999,1 ~ 999都对应了这一个结点,rank -= count就会出现负数)
    • 如果此时rank > 0,那么目标结点还在右结点,把当前结点设置为右结点,整个过程再来一遍。

    2.如果rank <= 左子树的size

  • 那么目标结点肯定藏匿于左子树,将目标结点设置为左结点,再来一遍。

向右走,越过了左子树的所有结点与当前结点,所以要对rank减越过的结点。 向左走,越过了空气什么也没有越过,故rank不动。

因为rank在做完减法后就会判断是否为小于0,小于0就退出了。所以其余时间里rank > 0

代码语言:javascript
复制
node* nodeOfRank(int rank) {
    node *current = root; // 从根结点查找
    while (current) {
        if ((current->child[0] && rank > current->child[0]->size) || current->child[0] == NULL) {
            // 1. 左子树存在,rank > 且左子树大小
            // 2. 左子树不存在,大小可看做0。因为rank > 0,所以无需判断可知 rank > 左子树大小。
            if (current->child[0]) {
                rank -= current->child[0]->size;
            }
            rank -= current->count;

            if (rank <= 0) {
                splay(current);
                return current;
            }
            current = current->child[1]; // 不是在左子树、当前结点,就是在右子树呗
        } else {
            current = current->child[0]; // 目标结点在左子树
        }
    }
    return NULL;
}

1.7 前趋后继

前趋pre:比查询结点小的最大结点。 后继next:比查询结点大的最小结点。

由于结点的左子树任意一个结点都比当前结点小,在左子树中取最大的结点即为前趋。 后继同理,右子树任意一个结点都比当前结点大,在右子树中取最小的结点即为后继

取最大值最小值与BST相同: 最大:找树的最右侧结点。(右 > 中 > 左) 最小:找树的最左侧结点。(左 < 中 < 右)

代码语言:javascript
复制
node* preNext(int type, node *current) { // 0为前趋,1为后继
    if (current == NULL) {
        return NULL;
    }

    splay(current);
    current = current->child[type]; // 如果current没有左结点,那么current会变为NULL
    while (current && current->child[type ^ 1]) { // current->child[1]用来避免current为NULL
        current = current->child[type ^ 1];
    }
    splay(current);
    return current;
}

1.8 插入

插入有三种情况:

  1. 整棵树是空的,root为NULL,这种情况下我们直接将结点放在root的位置即可。
  2. 在树的已有结点中存在新插入的值,由于二叉搜索树中不能出现两个值一样的结点,所以对已有的结点的count加1即可。
  3. 树中没有这个新插入的值,那么我们需要找到合适的位置,在插入后进行splay

第三种情况:

  1. find的过程一样,当前结点小于插入值向右子树查找,当前结点大于插入值向左查找(等于就属于第二种情况了),直到当前结点为NULL,找到一个空位置。(这里我们需要记录当前结点的parent,因为NULL结点是记录不了信息的)
  2. 连接 NULL位置的父结点 与 插入的结点。
  3. splay插入结点。
代码语言:javascript
复制
node* insert(int value) {
    if (root == NULL) {
        root = new node(value);
        return root;
    }
    node *current = root;
    node *parent = current->parent;
    int type; // 类型
    while (current) { // 和查找一模一样
        if (current->value < value) {
            parent = current;
            current = current->child[1];
            type = 1;
        } else if (current->value > value) {
            parent = current;
            current = current->child[0];
            type = 0;
        } else { // 已经有相同结点了,将其count++即可。
            current->count ++;
            splay(current);
            return current;
        }
    }
    current = new node(value);
    connect(parent, current, type);
    splay(current);
    return current;
}

1.9 合并两棵树

合并两棵树,我们设它们的根结点分别为xy。 要使两棵树能够合并,x中的最大值要小于y中的最小值。

合并过程:

  1. xy有一个树是空的,返回不是空的那个。
  2. xy均不为空。
    1. splay x中的最大值。
    2. 此时x的根结点的右子树为空,将y作为x的右子树(因为右 > 中 > 左x的最大值还在根结点,没有比最大值还有大的了,所有右侧没有结点)

合并操作需要在删除中遇到,动画与实现均在删除中。

1.10 删除

删除过程:

  1. 我们首先将被删除的结点进行splay
  2. 销毁被删除结点,与左右子树断开联系。
  3. 合并两棵树(右合并到左)
代码语言:javascript
复制
// 求以current为根的树的最大与最小值
node* minMax(int type, node *current) { // type == 0为min,type == 1为max
    while (current->child[type]) {
        current = current->child[type];
    }
    splay(current);
    return current;
}

void remove(node *current) {
    splay(current);
    if (current->count >= 2) {
        current->count --;
        return;
    }
    node *left = current->child[0];
    node *right = current->child[1];
    if (left) {
        left->parent = NULL;
    }
    if (right) {
        right->parent = NULL;
    }
    delete current;
    if (left && right) { // 两个都有
        left = minMax(1, left); // 求最大值最小值时默认进行了splay
        right = minMax(0, right);
        connect(left, right, 1);
        root = left;
    } else {
        if (left) { // 只有左结点
            root = left;
        } else { // 只有右结点,或者两个都没有。两个都没有right为NULL,root就变成NULL了
            root = right;
        }
    }
}

1.11 代码

LOJ上的普通平衡树[2]

我们上述的几种操作个个对应题目需要。但是当我们仔细读题:

x

的前趋(前趋定义为小于 ,且最大的数); 求

x

的后继(后继定义为大于 ,且最小的数)。

本文中的前趋后继为结点的前一个与后一个,而题目中

x

可能不存在,怎么办呢? 简单!将x插入到树中,进行查询,随后再删除不就行了吗?

完整代码如下,LOJ中不开优化测评记录[3]

代码语言:javascript
复制
//
// Created by Cat-shao on 2021/5/8.
//

#include <cstdio>
#include <algorithm>
#include <deque>

using namespace std;

class splayTree {
public:
    class node {
    public:
        node *parent; // 父结点的指针
        node *child[2]; // child[0]为左子结点的指针,child[1]为右子结点的指针。
        int value, count, size; // 数据,出现次数,子树大小

        node(int _value) {
            value = _value;
            parent = child[0] = child[1] = NULL;
            count = size = 1;
        }
    };

    node *root;

    splayTree() {
        root = NULL;
    }

    ~splayTree() {
        destroy(root);
    }

    void destroy(node *current) {
        if (current) {
            destroy(current->child[0]);
            destroy(current->child[1]);
            delete current;
        }
    }

    void maintain(node *current) { // 更新size
        if (current == NULL) { // 可能传入的是一个空指针
            return;
        }
        current->size = current->count; // 先将自己加上
        if (current->child[0]) { // 防止没儿子,NULL,报错
            current->size += current->child[0]->size; // 加上儿子
        }
        if (current->child[1]) {
            current->size += current->child[1]->size;
        }
    }

    int get(node *current) { // 获得结点是左结点还是右结点,0左1右
        if (current == NULL || current->parent == NULL) { // 传入空指针;根结点没有父亲,特判一下
            return -1;
        }
        return current->parent->child[1] == current; // 父亲的右子结点 是不是 自己
    }

    void connect(node *parent, node *current, int type) { // 父结点指针,当前结点指针,类型(0左1右)
        if (parent) { // parent 可能为NULL
            parent->child[type] = current;
        }
        if (current) { // current 也可能为NULL
            current->parent = parent;
        }
    }

    void rotate(node *current) {
        if (current == root || current == NULL) { // 根结点没有父结点,旋转不了;防止传入空指针后报错
            return;
        }
        node *parent = current->parent; // 爹爹
        node *grandParent = parent->parent; // 爷爷,可能是NULL
        int type = get(current); // 被旋转结点的类型,0为右旋,1为左旋
        int parentType = get(parent); // 爹爹的类型

        connect(parent, current->child[type ^ 1], type); // 将三角形的结点挂到父结点
        connect(current, parent, type ^ 1); // 儿子变父亲
        if (parent == root) { // 如果父结点为根结点,需要将根结点指针更新
            root = current;
        }
        connect(grandParent, current, parentType); // 爷爷认孙子为儿子

        maintain(parent); // 此时parent(父亲)变为最底层的结点了,对其先进行更新
        maintain(current); // parent结点更新之后,位于parent父亲位置的current进行更新
        // 为啥不更新 grandParent 呢?是因为旋转是在 grandParent 以下的位置进行的,子树大小无变化。
    }

    void splay(node *current) {
        if (current == NULL || current->parent == NULL) { // 根结点没有父结点,会形成死循环;为current传入NULL以防万一
            return;
        }
        while (current->parent->parent) { // 父结点不是根结点(是根结点的话get(current->parent)无法正常执行)
            if (get(current) == get(current->parent)) { // 类型相同
                rotate(current->parent);
            } else {
                rotate(current);
            }
        }
        rotate(current); // 父亲为根结点,旋转自己篡位
    }

    node* find(int value) {
        node *current = root; // 从根结点开始搜索
        while (current) {
            if (current->value < value) {
                current = current->child[1]; // 小了,往大了走
            } else if (current->value > value) {
                current = current->child[0]; // 大了,往小了走
            } else { // 不大也不小不就是找到了吗?
                splay(current);
                return current;
            }
        }
        return NULL; // 找不到结点,退出。(找到得到结点的话会在while循环就退出)
    }

    int rankOfNode(int value) {
        // 这里传入的value为被查询排名的结点的value
        node *current = root; // 从根结点开始搜索
        int leftSize = 0; // 左侧的所有结点总和
        while (current) {
            if (value < current->value) { // 目标结点小于当前结点,向左走
                current = current->child[0];
            } else {
                // 无论是目标结点为当前结点,还是在右子树,都跨过了左子树
                if (current->child[0]) { // 可能没有左子树
                    leftSize += current->child[0]->size;
                }

                if (value == current->value) {
                    leftSize += 1; // 加上自己的。你就想最左边结点leftSize = 0,可是排名是1
                    splay(current);
                    return leftSize;
                }
                // 找到结点的话会return,所以这里必然是目标结点大,向右走
                leftSize += current->count; // 把当前结点越过,加上
                current = current->child[1]; // 这个current变到右子结点是必须放在最后的,否则前面会乱
            }
        }
        return -1; // 找不到结点,输出-1
    }

    node* nodeOfRank(int rank) {
        node *current = root; // 从根结点查找
        while (current) {
            if ((current->child[0] && rank > current->child[0]->size) || current->child[0] == NULL) {
                // 1. 左子树存在,rank > 且左子树大小
                // 2. 左子树不存在,大小可看做0。因为rank > 0,所以无需判断可知 rank > 左子树大小。
                if (current->child[0]) {
                    rank -= current->child[0]->size;
                }
                rank -= current->count;

                if (rank <= 0) {
                    splay(current);
                    return current;
                }
                current = current->child[1]; // 不是在左子树、当前结点,就是在右子树呗
            } else {
                current = current->child[0]; // 目标结点在左子树
            }
        }
        return NULL;
    }

    node* preNext(int type, node *current) { // 0为前趋,1为后继
        if (current == NULL) {
            return NULL;
        }

        splay(current);
        current = current->child[type]; // 如果current没有左结点,那么current会变为NULL
        while (current && current->child[type ^ 1]) { // current->child[1]用来避免current为NULL
            current = current->child[type ^ 1];
        }
        splay(current);
        return current;
    }

    node* insert(int value) {
        if (root == NULL) {
            root = new node(value);
            return root;
        }
        node *current = root;
        node *parent = current->parent;
        int type; // 类型
        while (current) { // 和查找一模一样
            if (current->value < value) {
                parent = current;
                current = current->child[1];
                type = 1;
            } else if (current->value > value) {
                parent = current;
                current = current->child[0];
                type = 0;
            } else { // 已经有相同结点了,将其count++即可。
                current->count ++;
                splay(current);
                return current;
            }
        }
        current = new node(value);
        connect(parent, current, type);
        splay(current);
        return current;
    }

    node* minMax(int type, node *current) { // type == 0为min,type == 1为max
        while (current->child[type]) {
            current = current->child[type];
        }
        splay(current);
        return current;
    }

    void remove(node *current) {
        splay(current);
        if (current->count >= 2) {
            current->count --;
            return;
        }
        node *left = current->child[0];
        node *right = current->child[1];
        if (left) {
            left->parent = NULL;
        }
        if (right) {
            right->parent = NULL;
        }
        delete current;
        if (left && right) { // 两个都有
            left = minMax(1, left); // 求最大值最小值时默认进行了splay
            right = minMax(0, right);
            connect(left, right, 1);
            root = left;
        } else {
            if (left) { // 只有左节点
                root = left;
            } else { // 只有右节点,或者两个都没有。两个都没有right为NULL,root就变成NULL了
                root = right;
            }
        }
    }
};

void LOJ104()
{
    int n, opt, x;
    splayTree tree = splayTree();

    scanf("%d", &n);
    for (int i = 1; i <= n; i++) {
        scanf("%d%d", &opt, &x);
        switch (opt) {
            case 1: tree.insert(x); break;
            case 2: tree.remove(tree.find(x)); break;
            case 3: printf("%d\n", tree.rankOfNode(x)); break;
            case 4: printf("%d\n", tree.nodeOfRank(x)->value); break;
            case 5:
                tree.insert(x);
                printf("%d\n", tree.preNext(0, tree.find(x))->value);
                tree.remove(tree.find(x));
                break;
            case 6:
                tree.insert(x);
                printf("%d\n", tree.preNext(1, tree.find(x))->value);
                tree.remove(tree.find(x));
                break;
        }
    }
}

int main()
{
    LOJ104();
}

1.12 时间复杂度

伸展树可视化[4](需要将网址复制到浏览器中,网址见页脚)

在学完了伸展树的基础操作之后,我们发现主要是splay来维护整个二叉树平衡,然而splay后的树并不平衡。

伸展树的时间复杂度是均摊

O(log(n))

,Tarjan是怎么将这个复杂度算出来的呢?

你百度一下,就会看见很多人使用了势函数来证明。

身为一个蒟蒻,我无法证明。可是,经过测试,伸展树与其他平衡树的速度大同小异。

1.13 与其他平衡树比较

红黑树

AVL

fhq treap

splay(伸展树)

速度最快

最平衡,查找最快

代码最好打

这么看伸展树就一打酱油的,那这个东西到底有什么意义呢?

伸展树的优势在于操作多

欲知后事如何,且听下回分解!


参考与鸣谢

  1. OI Wiki[5]:OIer的算法wiki,知识点全面但是小白看不懂,大家可以收藏。
  2. KHIN[6]:问了KH很多问题,受益颇多。
  3. manim幼儿园[7]:本文所有的动画皆为manim所做,manim幼儿园的视频教程十分详细。

伸展树算法偏难,你若有什么问题,欢迎回复,或者在LOJ的讨论[8]中发出你的观点。

讨论中可能会跟进一些内容(如前趋后继的更好实现、勘误)。

参考资料

[1]

splay tree demo: https://www.link.cs.cmu.edu/splay/

[2]

LOJ上的普通平衡树: https://loj.ac/p/104

[3]

LOJ中不开优化测评记录: https://loj.ac/s/1141137

[4]

伸展树可视化: https://www.cs.usfca.edu/~galles/visualization/SplayTree.html

[5]

OI Wiki: https://oi-wiki.org/ds/splay/#_11

[6]

KHIN: https://www.luogu.com.cn/user/236807

[7]

manim幼儿园: https://manim.wiki/

[8]

LOJ的讨论: https://loj.ac/d/3181

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-05-31,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 程序员小灰 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • Part 1 为什么要伸展
    • 1.1 结点
      • 1.2 左旋 & 右旋
        • 1.2.1 以x为根的子树进行旋转
        • 1.2.2 把x向上旋转
        • 1.2.3 合并左右旋
      • 1.3 splay
        • 1.4 查找
          • 1.5 查询排名
            • 1.6 查询排名为rank的结点
              • 1.7 前趋后继
                • 1.8 插入
                  • 1.9 合并两棵树
                    • 1.10 删除
                      • 1.11 代码
                        • 1.12 时间复杂度
                          • 1.13 与其他平衡树比较
                            • 参考与鸣谢
                            • 参考资料
                        领券
                        问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档