算法2013s扩展数据结构.pptVIP

* * * * * * * * * * * * * * * * * * * * * 算法设计与分析-扩展数据结构 算法设计与分析-扩展数据结构 算法设计与分析 * 讲授内容：扩展数据结构教　　师：胡学钢、吴共庆 纲要 动态顺序统计方法 区间树 * 算法设计与分析-扩展数据结构 * OS-SELECT (i,S) ：返回动态集合S中第个i最小元素 。 OS-RANK (x,S) ：返回 x ∈S 在 S’的元素中的排序的位置 IDEA: 使用红黑树存储集合 S, 同时在节点中保存子树的大小。 节点示意: Key size 动态顺序统计 * 算法设计与分析-扩展数据结构 * 一个 OS-树的例子 * 算法设计与分析-扩展数据结构 * 实现技巧: 使用 监视哨 (哑记录) 为 NIL ，令 size[NIL] = 0. OS-SELECT (x, i) ? ith smallest element in the subtree rooted at x k←size[left[x]] + 1 ? k = rank(x) if i= k then return x if i k then return OS-SELECT (left[x], i) else return OS-SELECT (right[x], i –k) (OS-RANK请参考教材。) 选择 * 算法设计与分析-扩展数据结构 * OS-SELECT (root, 5) 对红黑树而言 运行时间 = O(h) = O(lg n). 例子 * 算法设计与分析-扩展数据结构 * Q. 为什么不在节点中直接保存它的级别，而是保存子树的大小？ 当红黑树被修改后很难维护。 修改操作: INSERT和 DELETE. 策略: 当插入和删除的时候更新子树的大小。 数据结构维护 * 算法设计与分析-扩展数据结构 * INSERT (“K”) 插入的例子 * 算法设计与分析-扩展数据结构 * 不要忘记RB-INSERT和 RB-DELETE 操作为了维持平衡可能需要修改红黑树。 ?重着色: 对子树大小没有影响. ?旋转: 可以在 O(1) 的时间内修正子树的大小. 例子: ∴RB-INSERT 和 RB-DELETE 的运行时间仍然是 O(lg n) 。 处理重新平衡 * 算法设计与分析-扩展数据结构 * 方法: (e.g.,顺序统计树) 1. 选择底层数据结构 (红黑树)。 2. 确定在数据结构中存储的附加信息。 (子树大小)。 3. 验证这个信息在修改操作中会被正确的维护 (RB- INSERT, RB-DELETE—不要忘记旋转). 4. 利用这些信息设计新的动态集合操作 (OS-SELECT和 OS-RANK)。 这些步骤仅仅是指导，不是严格的公式。 数据结构扩展 * 算法设计与分析-扩展数据结构 * 目标: 维护一个区间的动态集合， 例如时间区间. 查询: 对于一个给定的查询区间 i, 在集合中找到一个区间与 i重叠。 区间树 * 算法设计与分析-扩展数据结构 * 1.选择底层数据结构。 ? 使用红黑树，并且以低（左）端点为键。 2. 决定在数据结构中存储的附加信息。 ? 在每个节点 x 中存储以 x为根的子树的最大值 m[x]和与键对应的区间int[x] 。 int m 按照方法 * 算法设计与分析-扩展数据结构 * 区间树举例 * 算法设计与分析-扩展数据结构 * 3. 验证这个信息可以在修改操作中得到维护。 ? 插入: Fix m’s on the way down. ? 旋转 —Fixup =每个旋转需要 O(1) 的时间: INSERT 需要的时间和 = O(lg n) ; DELETE 类似。 修改操作 * 算法设计与分析-扩展数据结构 * 4. 使用附加信息设计新的动态集合操作。. INTERVAL-SEARCH (i) x←root while x≠NIL and (low[i] high[int[x]] or low[int[x]] high[i]) do ? i and int[x] don’t overlap if left[x] ≠NIL and low [i] ≤m[left[x]] then x←le