数据结构与算法(Python语言描述)课件DS_080_字典的树型实现.pptx

2016 Fall《数据结构》第八章 字典的树型实现主要内容（掌握概念即可！）**二叉排序树平衡二叉排序树（AVL树）B-树二叉排序树第七章 图二叉排序树 中序遍历序列是有序序列！vLR二叉排序树的定义（递归）第七章 图或者为空树，或者是满足下列性质的二叉树：若左子树不空，则左子树上的所有结点的值都小于根结点的值；若右子树不空，则右子树上的所有结点的值都大于根结点的值左右子树也分别为二叉排序树。二叉排序树的检索第七章 图若根结点为空，则检索失败；否则关键码与根关键码比较：= ：检索成功 ：转到左子树继续 ：转到右子树继续二叉排序树的插入——为叶子希望树形不要太“偏沉”，尽可能“平衡”，使得树的深度小，从而ASL小！二叉排序树的删除ffp case 1：若要删除的结点是叶子，则直接删！二叉排序树的删除ffpqqLRLR case 2：若要删除的结点只有一棵子树，则跨越删除！二叉排序树的删除Case 3：若删除的结点有两棵子树，则方法1：跨越删除后，右子树挂到最右下；问题：易导致树的深度变得很大！二叉排序树的删除Case 3：若删除的结点有两棵子树，则方法2：利用左子树的最右下（最大）结点，充顶被删结点的位置！好处：树的深度不会增加！关于平衡二叉树 插入、删除较为简单平均的检索效率高：O(logn)致命缺点：操作效率没有保证。由插入、删除操作的自然性和简单化处理，可能出现极度“偏沉”的树形。平衡二叉排序树平衡二叉树、结点的平衡因子结点的平衡因子 = 左子树深度 - 右子树深度平衡二叉树：平衡因子只能是0， 1， -1平衡二叉排序树既是平衡的、又是排序的二叉树！又称AVL树前苏联 Georgy Adelson-Velsky和 Evgenii Landis，1962可以证明：含n 个结点的平衡二叉排序 树的深度：h ≤3/2 log2(n+1)，即 h = O(log2n)。平衡二叉排序树的插入直观：左边沉了，往右边转；右边沉了，往左边转！基本思想：将问题限制在局部进行处理！！！“局部”平衡化旋转的四种情形先找到离插入点最近的失衡结点，就地处理！这意味着局部之外的结点的平衡因子在插入的前后保持不变！ LL：左边的左边沉，直接向右转LR：左边的右边沉，先向左转，让左边的左边沉，再向右转RR：右边的右边沉，直接向左转RL：右边的左边沉，先向右转，让左边的左边沉，再向左转注意：局部平衡化旋转之后，局部子树的深度与插入之前是相同的， 这意味着“祖先”结点的平衡因子不会改变！注意：局部平衡化旋转之后，局部子树的深度与插入之前是相同的， 这意味着“祖先”结点的平衡因子不会改变！平衡二叉树的删除基本思想与插入类似，先删除而后调整检索需要删除的结点把删除任意结点的问题变成删除某棵子树的最右结点实际删除结点（就是二叉排序树的删除）调整平衡复杂性也是O(log n)关于平衡二叉排序树插入、删除时在局部做平衡化处理！检索效率高：O(logn)缺点：实现比较复杂。B树4611 23 38704171527 3049 53 6681B 树是一种平衡的多叉排序树！常被用于实现大型数据库的索引数据库记录存在一批外存区块里（外存区块较大）B 树里记录的是关键码到数据记录存储位置的索引M阶的B树一棵 m 阶 B 树或为空树，或满足下列特性：分支结点至多 m-1 个排序存放的关键码~【每个结点至多m棵子树】根结点至少一个关键码~【根结点至少两棵子树】其他结点至少 ?(m-1)/2? 个关键码 ~【其他结点至少┌ m/2┐棵子树】叶结点位于同一层，表示检索失败若分支结点有 j 个关键码，它就包含 j+1 棵子树结点信息为： (p0, k0, p1, k1, …, kj-1, pj)，ki 为关键码， pi 为子结点引用（指针）ki 大于子树 pi 里的所有关键码，小于子树 pi+1 里的所有关键码 ~【多路排序】4阶B树示例例：3阶B树的插入插入30注：插入位置在最下层分支结点处！例：3阶B树的插入插入26后，结点关键码总数超限了结点分裂，中间的关键码顶到双亲上！例：3阶B树的插入插入85后，结点关键码总数超限了结点分裂，中间的关键码顶到双亲上，结果双亲关键码总数也超限了结点再分裂！例：3阶B树的插入插入7例：3阶B树的删除思考：关键字的删除总可以转换成底层关键字的删除，为什么？？？删50，结点关键码总数不够了若兄弟有的多，将双亲拉下来，兄弟顶上去一个例：3阶B树的删除删53，结点关键码总数不够了兄弟也没有多的，将双亲拉下来与兄弟合并删37，结点关键码总数不够了兄弟也没有多的，将双亲拉下来与兄弟合并，若双亲关键码总数也不够了，继续！