我在AVL Tree Wikipedia page上注意到了下面的评论:
如果每个节点另外记录其子树(包括其自身及其后代)的大小,则也可以在O(log n)时间内通过索引检索节点。
我在谷歌上搜索了一下,找到了一些提到accessing by index的地方,但似乎找不到一个人会写的算法的解释。
非常感谢
更新,谢谢大家。如果找到@templatetypedef答案,结合其中的@user448810 links来特别帮助。尤其是下面这段代码:
“这两个函数的关键是,节点的索引是它的左子节点的大小。只要我们通过树的左子节点向下移动,我们就只获取节点的索引。但当我们必须通过它的右子节点向下移动树时,我们必须调整大小,以包括我们已排除的树的一半。”
因为我的实现是不可变的,所以在重新平衡时我不需要做任何额外的工作,因为每个节点都会在构造时计算它的大小(与impl链接的方案相同)
我的最终实现是:
class Node<K,V> implements AVLTree<K,V> { ...
public V index(int i) {
if (left.size() == i) return value;
if (i < left.size()) return left.index(i);
return right.index(i - left.size() - 1);
}
}
class Empty<K,V> implements AVLTree<K,V> { ...
public V index(int i) { throw new IndexOutOfBoundsException();}
}
这与其他实现略有不同,如果您认为我有bug,请让我知道!
发布于 2012-06-08 21:04:35
这种构造背后的一般思想是采用现有的BST,并通过存储左子树中的节点数量来增加每个节点。完成此操作后,您可以使用以下递归算法查找树中的第n个节点:
这需要时间O(h),其中h是树的高度。在AVL树中,这是O(log )。在CLRS中,这种结构被探索应用于红/黑树,他们将这种树称为“顺序统计树”。
您必须在树旋转期间添加一些额外的逻辑,以调整左子树中缓存的元素数量,但这并不是特别困难。
希望这能有所帮助!
https://stackoverflow.com/questions/10955972
复制相似问题