【给学生】参考chap9查找资料.ppt

3．二叉排序树的插入算法 根据动态查找表的定义，“插入”操作在查找不成功时才进行； 上述算法描述太复杂 给出我的算法描述 算法描述： 1. 如果被删除的是叶子节点，直接删除； 2. 如果不是叶子节点，则删除该节点后，以该节点的左子树的根节点替换该节点的位置；根据左子树情况，处理右子树： A. 若左子树为空，则以右子树的根节点替换被删除节点； B. 若左子树不为空，则右子树的根节点成为该左子树最右端的节点（可能为叶子或非叶子节点）的右孩子。 二、二叉平衡树 何谓“二叉平衡树”？ 非叶结点中的多个关键字均自小至大有序排列，即：K1 K2 … Kn ； Ai-1 所指子树上所有关键字均小于Ki ； Ai 所指子树上所有关键字均大于Ki ； 查找树的特性 平衡树的特性 树中所有叶子结点均不带信息，且在树中的同一层次上； 根结点或为叶子结点，或至少含有两棵子树； 其余所有非叶结点均至少含有?m/2?棵子树，至多含有 m 棵子树；从根结点出发，沿指针搜索结点和在 结点内进行顺序（或折半）查找 两个过程 交叉进行。 2.查找过程： 若查找成功，则返回指向被查关键字所在结点的指针和关键字在结点中的位置； 若查找不成功，则返回插入位置。 typedef struct { BTNode *pt;// 指向找到的结点的指针 int i;// 1..m，在结点中的关键字序号 int tag; // 标志查找成功(=1)或失败(=0) } Result;// 在B树的查找结果类型 假设返回的是如下所述结构的记录： Result SearchBTree(BTree T, KeyType K) { // 在m 阶的B-树 T 中查找关键字 K, 返回 // 查找结果 (pt, i, tag)。若查找成功，则 // 特征值 tag=1, 指针 pt 所指结点中第 i 个 // 关键字等于 K； 否则特征值 tag=0, 等于 // K 的关键字应插入在指针 pt 所指结点 // 中第 i 个关键字和第 i+1个关键字之间 } // SearchBTree … … p=T; q=NULL; found=FALSE; i=0; while (p !found) {n=p-keynum; i=Search(p, K);// 在p-key[1..keynum]中查找 i ， p-key[i]=Kp-key[i+1]if (i0 p-key[i]==K) found=TRUE;else { q=p; p=p-ptr[i]; } // q 指示 p 的双亲 } if (found) return (p,i,1);// 查找成功 else return (q,i,0);// 查找不成功 在查找不成功之后，需进行插入。 显然，关键字插入的位置必定在最下 层的非叶结点，有下列几种情况： 3．插入 1）插入后，该结点的关键字个数nm，不修改指针; 例如 2）插入后，该结点的关键字个数 n=m，则需进行“结点分裂”，令 s = ?m/2?，在原结点中保留（A0，K1，…… ， Ks-1，As-1）；建新结点（As，Ks+1，…… ，Kn，An）；将（Ks，p）插入双亲结点；例如 3）若双亲为空，则建新的根结点。例如 例如:下列为 3 阶B-树 50 ? 20 ? 4080 ? 插入关键字 = 60, ? 60 ? 80 ? 90, ?60?80?90? ?90? 50 80 ?60? 30, ? 4020 ? 30 50 80 80 30 50和插入的考虑相反，首先必须找到待删关键字所在结点，并且要求删除之后，结点中关键字的个数不能小于?m/2?-1，否则，要从其左(或右)兄弟结点“借调”关键字，若其左和右兄弟结点均无关键字可借(结点中只有最少量的关键字)，则必须进行结点的“合并”。 4．删除在B-树中进行查找时，其查找时间 主要花费在搜索结点（访问外存）上， 即主要取决于B-树的深度。 5．查找性能的分析 问：含 N 个关键字的 m 阶 B-树可能达到的最大深度 H 为多少？ 第 2 层2 个 先推导每一层所含最少结点数： 第 1 层1 个 第 H+1 层2?(?m/2?) H-1 个 第 4 层2?(?m/2?)2 个 第 3 层2??m/2? 个 反过来问： 深度为H的B-树中，至少含有多少个结点？ … …假设 m 阶 B-树的深度为 H+1，由于 第 H+1 层为叶子结点，而当前树中含有 N 个关键字，则叶子结点必为 N+1 个，N+1≥2(?m/2?)H-1H-1≤log?m/2?((N+1)/2)H≤log?m/2?(