伸展树的原理及应用.docVIP

伸展树的原理及应用 常州市第一中学 林厚从 【】【】需要额外的空间来存储平衡信息，且实现起来比较复杂。同时，如果访问模式不均匀，平衡树的效率就会受到影响。而伸展树却可以克服这些问题。 伸展树（Splay Tree），是由Daniel Sleator和Robert Tarjan创造，也是对二叉查找树的一种改进。虽然它并不能保证树一直是“平衡”的，但对于它的一系列操作，可以证明其每一步操作的“平摊时间”复杂度都是O(log2n)，平摊时间是指在一系列最坏情况的操作序列中单次操作的平均时间。所以从某种意义上说，伸展树也是一种平衡的二叉查找树。而在各种树状数据结构中，伸展树的空间要求（不需要记录用于平衡的冗余信息）和编程复杂度也都是很优秀的。 获得较好平摊效率的一种方法就是使用“自调整”的数据结构。与平衡结构或有明确限制的数据结构相比，自调整的数据结构有以下几个优点： 1、从平摊角度来说，它们忽略常量因子，因此绝对不会差于有明确限制的数据结构。而且由于它们可以根据具体使用情况进行调整，所以在使用模式不均匀的情况下更加有效； 2、由于无需存储平衡信息或者其它限制信息，所以所需的存储空间更小； 3、它们的查找和更新算法概念和操作都很简单，易于实现。 当然，自调整结构也有其潜在的缺点： 1、它们需要更多的局部调整，尤其是在查找期间。而那些有明确限制的数据结构仅需要在更新期间进行调整，查找期间则不用； 2、一系列查找操作中的某一个可能会耗时较长，这在实时应用程序中可能是一个不足之处。 【】 图 1、ZIG或ZAG 图 2、ZIG-ZIG 情况二：结点x的父结点y不是根结点。则我们设y的父结点为z，且x与y同时是各自父结点的左孩子、或者同时是各自父结点的右孩子。这时，我们进行一次Zig-Zig操作、或者Zag-Zag操作。如图2所示： 情况三：结点x的父结点y不是根结点。则我们设y的父结点为z，且x与y中一个是其父结点的左孩子、而另一个是其父结点的右孩子。这时，我们进行一次Zig-Zag操作、或者Zag-Zig操作。如图3所示： 图 3、ZIG-ZAG 下面举一个例子来体会上面的伸展操作。如图4所示，最左边的一个单链先执行Splay(1,S)，我们将元素1调整到了伸展树S的根部。如图5所示，再执行Splay(2,S)，将元素2调整到了伸展树S的根部。从直观上可以看出在经过调整后，伸展树比原来“平衡”了许多。而伸展操作的过程并不复杂，只需要根据上述三种情况进行旋转就可以了，而三种旋转都是由基本的左旋和右旋组成的，实现较为简单。 图4、Splay(1,S) 图5、Splay(2,S) 二、伸展树的基本操作 利用Splay操作，我们可以在伸展树S上进行如下几种基本运算。 1、Find(x,S)：判断元素x是否在伸展树S表示的有序集中。 首先，与在二叉查找树中进行的查找操作一样，在伸展树中查找元素x。如果x在树中，则再执行Splay(x,S)调整伸展树。 2、Insert(x,S)：将元素x插入到伸展树S表示的有序集中。 首先，与在二叉查找树中进行插入操作一样，将x插入到伸展树S中的相应位置，再执行Splay(x,S) 调整伸展树。 3、Join(S1,S2)：将两棵伸展树S1与S2合并成为一棵伸展树。其中S1的所有元素都小于S2的所有元素。 首先，找到伸展树S1中最大的一个元素x，再通过Splay(x,S1)将x调整到伸展树S1的根。然后再将S2作为x结点的右子树，这样就得到了新的伸展树S。如图6所示： 图6、Join(S1,S2) 4、Delete(x,S)：将元素x从伸展树S所表示的有序集中删除。 先执行Find(x,S)将x调到根，然后再对左右子树执行Join(S1,S2)。 5、Split(x,S)：以x为界，将伸展树S分离为两棵伸展树S1和S2，其中S1中所有元素都小于x，S2中的所有元素都大于x。 首先执行Find(x,S)，将元素x调整为伸展树的根结点，则x的左子树就是S1，而右子树就是S2。如图7所示： 图7、Split(x,S) 除了上面介绍的五种基本操作外，伸展树还支持求最大值、求最小值、求前趋、求后继等多种操作，这些基本操作也都是建立在伸展操作的基础上的。 三、伸展树的基本操作的算法实现 1、伸展树类型的定义 Type Tpoint=^Trec; Trec=Record Key:integer; //关键字 Father,LeftChild,RightChild:Tpoint; //父结点、左孩子、右孩子 End; Var S:Tpoint;