区间树上重叠区间查找算法.docVIP

《算法设计与分析》上机报告 姓名： 学号： 日期： 上机题目： 区间树上的重叠区间查找算法 实验环境： CPU: 2.10GHz ; 内存: 2G ; 操作系统：Win7 64位 ;软件平台：Visual Studio2008 ; 一、算法设计与分析： 题目一:区间树的构造 基本概念：? ?区间：一个事件占用的时间 闭区间：实数的有序对[t1,t2]，使t1≤t2 区间的对象表示：[t1,t2]可以用对象i表示，有两个属性： low[i]=t1//起点或低点 high[i]=t2//终点或高点 区间的重叠： 数据结构：本质上是将红黑树扩充，方法如下： tep 1：基本结构 以红黑树为基础，对，x包含区间int[x]的信息(低点和高点),key=low[int[x]]; Step 2：附加信息 max[x]=max(high[int[x]], max[left[x]], max[right[x]]) Step 3：维护附加信息(有效性) 由定理14.1及max的定义有效 Step 4：开发新操作 查找与给定区间重叠的区间keymax节点x 题目二：查找算法IntervalSearch(T, i)基本思想 step 1：x?←root[T]；//从根开始查找 step 2：若x≠nil[T]且i与int[x]不重叠 if x的左子树非空且左子树中最大高点≥low[i] then x?←left[x]；//到x的左子树中继续查找 else //左子树必查不到，到右子树查 x?←right[x]； step 3：返回x //x=nil or i和x重叠 由于区间树是红黑树的简单扩重，因此区间树相关操作的实现如左旋、右旋、插入，插入调整等与红黑树基本相同，具体而言，仅仅在左旋和右旋的操作中维护max域的取值争取即可，其他与红黑树操作完全相同。 二、核心代码： 题目一：区间树的构造 typedef struct node { int low; int high; int max; string color; struct node *pParent; struct node *pLeft; struct node *pRight; }Node; void RBT::LeftRotate(Node *px) { Node* py = px-pRight; px-pRight = py-pLeft; if( py-pLeft != pT_nil ) py-pLeft-pParent = px; py-pParent = px-pParent; if(px-pParent == pT_nil ) pT_root = py; else if( px == px-pParent-pLeft ) px-pParent-pLeft = py; else px-pParent-pRight = py; py-pLeft = px; px-pParent = py; py-max = px-max; px-max = max( px-max,max(px-pLeft-max,px-pRight-max) ); } void RBT::RightRotate(Node *py) { Node* px = py-pLeft; py-pLeft = px-pRight; px-pRight-pParent = py; px-pParent = py-pParent; if(py-pParent == pT_nil ) pT_root = px; else if( py == py-pParent-pLeft ) py-pParent-pLeft = px; else py-pParent-pRight = px; px-pRight = py; py-pParent = px; px-max = py-max; py-max = max( py-max,max(py-pLeft-max,py-pRight-max) ); } void RBT::Insert( Node* pz) { pz-max = pz-high; Node* py = pT_nil; Node *px = pT_root; while( px != pT_nil ) { px-max = max( pz-high,px-max ); py = px; if( pz-low px-low ) px = px-pLeft; else px = px-pRight; } pz-pParent = py; i