1的节点旋转到根-HIT(WH)ACMICPCCLUB.ppt

平衡树 HITACM 金卓林 二叉查找树，支持在二叉树上的查找操作，树中所有结点均满足以下条件。 1、若该结点有左子树，则该节点的左子树中所有结点的权值均小于该节点。 2、若该结点有右子树，则该节点的右子树中所有结点的权值均大于该节点。 3、该结点的左右子树也为二叉查找树。 BST 二叉搜索树是一颗满足如下性质的二叉树：左子树值=根节点值=右子树值。因此理论上我们可以在O(logN)的时间内完成插入、删除、查找等操作。是一种在“动态维护”中效果相当不错的数据结构。但由于题目数据的原因，可能造成二叉查找树并不平衡（严重的时候可能退化为线性），致使插入、删除、查找等操作的复杂度退化为O(N)。为了尽量保持二叉搜索树的平衡，我们需要去维护二叉搜索树——平衡二叉树。 Treap 我们建立二叉树的时候都想尽量建立趋近平衡的二叉树，但是由于数据的原因有时候并不能如意，treap的思路就是为每一个节点加一个元素 priority ，priority的值随机给出，用两种关键值进行建树以达到随机建树的目的。使建立的二叉树尽量平衡。 treap=tree+heap 主要有几大操作：插入，删除，查找，旋转，找第K大元素，找关键字x的排名，计算Treap的高度，删除 在树中维护一个优先级“，”优先级“ 采用随机数的方法，但是”优先级“必须满足根堆的性质，当然是“大根堆”或者“小根堆”都无所谓，比如下面的一棵树： 左左情况旋转 右右情况旋转 删除 跟普通的二叉查找树一样，删除结点存在三种情况。 ①：叶子结点 跟普通查找树一样，直接释放本节点即可。 ②：单孩子结点 跟普通查找树一样操作。 ③：满孩子结点 其实在treap中删除满孩子结点有两种方式。 第一种：跟普通的二叉查找树一样，找到“右子树”的最左结点（15），拷贝元素的值，但不拷贝元素的优先级，然后在右子树中删除“结点15”即可，最终效果如下图。 第二种：将”结点下旋“，直到该节点不是”满孩子的情况“，该赋null的赋null，该将孩子结点顶上的就顶上，如下图： 统计第k大的数 需要记录每个节点的左儿子数和右儿子数，如果这个k小于左儿子数，那么一定在左子树中，如果相等，就是这个节点，如果k大于左儿子数，那么一定在右子树中，也就是找第k-(P-lsize() + P-weight)个数，【p-weight存储的是这个数有多少个 例：poj 1442 求元素的排名 1.定义P为当前访问的节点，cur为当前已知的比要求的元素小的元素个数。从根节点开 始查找要求的元素，初始化cur为0；?2.?若要求的元素等于当前节点元素，要求的元素的排名为区间[P.left.size?+?cur?+?1,?P.left.size? +?cur?+?weight]内任意整数；? 3.?若要求的元素小于当前节点元素，在左子树中查找要求的元素的排名；? 4.?若要求的元素大于当前节点元素，更新cur为cur?+?P.left.size+weight，在右子树中查找 要求的元素的排名 优先队列的实现 而我们可以方便地使用Treap实现双端优先队列，只需建立一个Treap，分别写出取最大值和最小值的功能代码就可以了，无需做任何修改。由于Treap平衡性不如堆完美，但期望时间仍是O(logN)。更重要的是在实现的复杂程度上大大下降，而且便于其他操作的推广。所以，用Treap实现优先队列不失为一种便捷而又灵活的方法。 Splay 一种对于BST的改进，能够保证均摊O(log2n)的复杂度。 优点： 1.相对于其他平衡树，Splay的空间需求小 2.Splay的编程复杂度低 Splay的实现 Splay本身是一颗BST，唯一的不同在于Splay具有自我调整的功能。 伸展操作 ： Splay(x, root) 将结点x旋转到所在的子树的根节点root的位置上。 伸展操作Splay(x,S) 伸展操作Splay(x,S):是在保持Splay有序性的前提下，通过一系列旋转操作将Splay_S中的元素x调整至树的根部的操作。 在旋转的过程中，要分三种情况分别处理 1)Zig 或 Zag 2)Zig-Zig 或 Zag-Zag 3)Zig-Zag 或 Zag-Zig 旋转分为左旋和右旋，这两个是对称的。图示： 为了叙述的方便，上图的右旋叫做X绕Y右旋，左旋叫做Y绕X左旋。下图展示了将节点3旋转到根： zig情况 X是查找路径上我们需要旋转的一个非根节点。 如果X的父节点是根，那么我们用下图所示的方法旋转X到根： zig-zag情况。 在这种情况中，X有一个父节点P和祖父节点G（P的父节点）。X是右子节点，P是左子节点，或者反过来。这个就是双旋转。 先是X绕P左旋转