[学科竞赛]二叉树及其应用.pptVIP

例三 序列终结者 这里以修改Add为例。当查找到节点p时，进行如下操作： p.data?p.data+p.add； p.lch.add?p.lch.add+p.add； p.rch.add?p.rch.add+p.add； //将p节点的add值 分散到左右子树和p节点的data中 p.add?0； //清空add域 Sum、Turn域的修改也可以类似进行。 例三 序列终结者 综合上面的分析，我们可以在O(mlogn)的时间复杂度内解决序列操作的问题。 至此问题得到解决。 任务 有n个任务，每个任务有一个截止完成的时间Ti和完成需要的时间Ci。现在你一个人希望从0时刻开始完成尽量多的任务。问最多能完成多少任务？ 分析 首先不妨将任务按照截止时间排序。这时候我们可以采用贪心方法，尽量选截止时间比较晚，同时需要时间比较少的任务完成是最好的。于是得出一个结论： 假设最优方案的组成的任务集合是U。如果存在一个不属于U的任务j，对于某个属于Ｕ的Ｉ满足TjTi而且ＣjCi。那么把Ｉ从Ｕ中删除，而把Ｊ替换过来，肯定仍然满足题目要求，也是一组最优方案。 分析 考虑排序后前i个任务组成的最优方案集合是Ｕi。下面看第i+1个任务。如果第i+1个任务直接加入后，依然满足题目要求，那么前i+1个任务最后方案集合就是Ui+1=Ui+{i+1}。否则我们找到Ui中需要时间最长的任务K。如果CkCi+1那么根据定理1，将K,i+1替换后肯定更优。于是得到了一个算法的基本流程： 1.将任务按照Ti排序。 2.从小到大枚举i。维护当前最优方案的集合U。每次将当前的任务I加入U后。如果不满足条件了，那么删去U中耗时最长的任务。 3.输出最优方案即可。 因此我们需要使用一种数据结构，它能快速删除耗时最长的任务，同时快速的插入一个新元素。显然，使用大根堆即能满足题目要求。 二叉排序树(Binary Sort Tree) 二叉排序树又称为二叉查找(搜索)树(BST) 它或者是一颗空树，或者是具有如下性质的二叉树： 1)若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值 2) 若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值 3)它左右子树分别为二叉排序树。 BST的特点 （1） 二叉排序树中任一结点x，其左(右)子树中任一结点y(若存在)的关键字必小(大)于x的关键字。（2） 二叉排序树中，各结点关键字是惟一的。实际应用中，不能保证被查找的数据集中各元素的关键字互不相同，所以可将二叉排序树定义中BST性质(1)里的小于改为大于等于，或将BST性质(2)里的大于改为小于等于，甚至可同时修改这两个性质。（3） 按中序遍历该树所得到的中序序列是一个递增有序序列。 实例 BST的查找 FUNC bstsrch(t:bitreptr;K:keytype):bitree if (t=nil) or (t^.key=K) then return(t) else if t^.keyK then return(bstsrch(t^.lchild,k)) else return(bstsrch(t^.rchild,k)) endF BST的插入 在二叉排序树中插入新结点，要保证插入后仍满足BST性质。其插入过程是：(a)若二叉排序树T为空，则为待插入的关键字key申请一个新结点，并令其为根；(b)若二叉排序树T不为空，则将key和根的关键字比较： 　(i)二者相等，则说明树中已有此关键字key，无须插入。 (ii)keyT→key，则将key插入根的左子树中。????(iii)keyT→key，则将它插入根的右子树中。　 子树中的插入过程与上述的树中插入过程相同。如此进行下去，直到将key作为一个新的叶结点的关键字插入到二叉排序树中，或者直到发现树中已有此关键字为止。 BST插入的递归算法 PROC ins_bstree(var bst:bitree;k:keytp); {采用链式存储结构} begin new(s);s^.key:=k;s^.lchild:=nil;s^.rchild:=nil; if bst=nil then bst:=s; else if Kf^key then f^.lchild:=s; else f^.rchild:=s end; BST的生成为进行不断插入的过程!! 但在生成BST的时候,可能会由于根结点选择不好,使得树很斜