散列查找-数据结构.ppt

* 8.3.4 二叉查找树删除 设P为需要删除结点，Pp为P的父结点，Pc为P的左或右子结点。 1、P为叶结点 直接将Pp指向P的域置空即可。 * 8.3.4 二叉查找树删除2 2、P只有一棵非空子树 直接将Pp指向P的域指向P的非空子树。 * 8.3.4 二叉查找树删除3 3、P具有两棵非空子树 （1）中序序列法 基于中序前驱删除： * 8.3.4 二叉查找树删除3 3、P具有两棵非空子树 （1）中序序列法2 基于中序后继删除： * 8.3.4 二叉查找树删除3 3、P具有两棵非空子树2 （2）子树根结点取代法 若用P的左子树的根结点PL去取代需删结点P，那么需删结点P的右子树成为新根结点PL的右子树。此时PL的左子树（如果有的话）保持不变，而PL右子树应被调整为P中序后继Pm1的左子树。 * 8.3.5 平衡二叉树 二叉查找树的ASL与形态有关，最好能平衡，则 ASL=O（log2n）。 平衡因子： 左、右子树深度之差（hl-hr） AVL：二叉查找树上所有结点平衡因子 |hl-hr|≤1 * 8.3.5 平衡二叉树2 平衡二叉树的调整： 在生成二叉查找树的过程中，需修改祖先结点的平衡因子，如遇第一个平衡被破坏的祖先即开始调整，使第一个被破坏的祖先|hl-hr|≤1，即可保持平衡，称为局部调整。 调整的四种类型（P为新结点，A为被破坏平衡的祖先）： 1、LL型：P插入在A的左子结点B的左子树BL上。 2、LR型：P插入在A的左子结点B的右子树BR上。 3、RR型：P插入在A的右子结点B的右子树BR上。 4、RL型：P插入在A的右子结点B的左子树BL上。 * 8.3.5 平衡二叉树3 1、LL型调整：（一次顺时针旋转） 将B“提升”为根结点，将A“下降”为B的右子结点，将B的右子树BR转换为A的左子树，即顺时针旋转。 * 8.3.5 平衡二叉树4 2、 LR型调整：（一次逆时针旋转） 先处理B这棵子树，将C“提升”为根结点，B“下降”为C的左子结点，C原来的左子结点成为B的右子结点，即局部逆时针旋转；再处理整棵树，将C“提升”为根结点，将A“下降”为C的右子结点，C原来的右子结点成为A的左子结点，即整体顺时针旋转。 * 8.3.5 平衡二叉树5 3、 RR型调整：（一次逆时针旋转） 将B“提升”为根结点，将A“下降”为B的左子结点，将B左子树BL转换为A的右子树，即逆时针旋转。 * 8.3.5 平衡二叉树6 4、 RL型调整：（先局部顺时针，再整体逆时针旋转） 先处理B这棵子树，将C“提升”为根结点，B“下降”为C的右子结点，C原来的右子结点成为B的左子结点，即局部顺时针旋转；再处理整棵树，将C“提升”为根结点，将A“下降”为C的左子结点，C原来的左子结点成为A的右子结点，即整体逆时针旋转。 * 8.3.5 平衡二叉树7 相应算法可以描述如下： ① 查找P插入位置过程中记录距插入位置最近同时平衡度不等于0的结点A，这是可能的最小不平衡树的根结点。 ② 修改A到插入位置路径上所有点的平衡度，而其他结点平衡度不予改变。 ③ 判断插入P后，A平衡度绝对值是否增加1。在肯定情况下调用最小不平衡树调整算法；否则插入P的过程就此结束。 基于AVL查找的时间复杂度为O（log2n）。 * 练习： 集合{50，20，10，100，120，30，110，60，70，90，80，40}，画出为其构造二叉平衡树的过程。 * §8.4 基于散列表查找 散列查找：设需要存储的线性表中数据对象个数为n，开辟一个长度为m（m≥n）的连续内存单元。以数据元素关键码k为自变量，建立一个Hash函数H（k），该Hash函数将关键码映射为内存单元地址（也称为下标）同时将对应数据元素存储在该内存单元当中。 散列表：查找表，表中关键字的位置是由散列函数求得的。 散列函数：以关键字为自变量的函数，函数值为该关键字在表中的地址。 冲突：不同关键字得到的散列函数值一样，即地址一样，产生冲突。 同义词：产生冲突的关键字 * §8.4 基于散列表查找2 散列查找特点： 基于计算找到关键字地址 平均查找长度（ASL）与散列表长度或关键字个数无关。 * 8.4.1 常用散列函数的构造 1、直接定址法 散列函数H（k）定义为 H（k）=k+c。 2、数字分析法 对关键字进行分析，取其中分布均匀的几位构造散列函数。 3、除余法 对关键字进行取模运算，散列函数H (k)为：H (k) =