SBT节点大小平衡树总结
SBT是二叉查找树的优化。
与二叉平衡树AVL类似，我们定义一棵树：
- 这棵树的size为这棵树所有节点的个数
- 每棵子树的大小不小于其兄弟的子树大小
即s[right[t]]≥s[left[left[t]]],s[right[left[t]]] 且 s[left[t]]≥s[right[right[t]]], s[left[right[t]]]
如果插入结点后不满足SBT性质，那么递归修复这棵树的性质，通过旋转达到目的。
voidRight_Rotate(int &t){
int k=left[t];
left[t]=right[k];
right[k]=t;
s[k]=s[t];
s[t]=s[left[t]]+s[right[k]]+1;
t=k;
return;
}
voidLeft_Rotate(int &t){
int k=right[t];
right[t]=left[k];
left[k]=t;
s[k]=s[t];
s[t]=s[left[k]]+s[right[t]]+1;
t=k;
return;
}
这里可以运用小技巧，在传入变量的时候传入指针，修改变量的同时也修改了原来根节点的值
怎么判断旋转的方式？用Maintain函数，形参为根节点与变量flag，false表示当前考虑的是左边的结点 true是右边的结点。其中我们应该判断四个子节点和根节点是否需要修复，但是“左右”，“右左”的情况被证明已经被根节点的修复操作所判断，又少了两个操作
voidMaintain(int &t,bool flag){
if(flag==false){
if(s[left[left[t]]]>s[right[t]])
Right_Rotate(t);
elseif(s[right[left[t]]]>s[right[t]]){
Left_Rotate(left[t]);
Right_Rotate(t);
}else return;//一定记住返回
}else{
if(s[right[right[t]]]>s[left[t]])
Left_Rotate(t);
else if(s[left[right[t]]]>s[left[t]]){
Right_Rotate(right[t]);
Left_Rotate(t);
}else return;//一定记住返回
}
Maintain(left[t],false);
Maintain(right[t],true);
Maintain(t,false);
Maintain(t,true);
}
插入操作：插入元素后修复整棵树
voidInsert(int &t,int k){
if(t==0){//新结点
key[++cnt]=k;
s[cnt]=1;
t=cnt;
left[cnt]=right[cnt]=0;
}
else{
s[t]++;
if(k<key[t]) Insert(left[t],k);
else Insert(right[t],k);
Maintain(t,k>=key[t]);
}
}
找前驱：
intPred(int rt,int k){//找前驱
if(rt==0) return k;
if(k<key[rt]) return Pred(left[rt],k);//如果仍然不是前驱，就继续往前找
else return Pred(right[rt],k);
}
找后继：
intSucc(int rt,int k){//找后继
if(rt==0) return k;
if(k>key[rt]) returnSucc(right[rt],k);
else return Succ(left[rt],k)
}
寻找第K小的数
intselect(int &x,int k)//求第k小数
{
int r = tree[tree[x].left].size + 1;
if(r == k) return tree[x].key;
else if(r < k) return select(tree[x].right,k - r);
else return select(tree[x].left,k);
}
询问某元素在树中是第几大
intrank(int &x,int key)//求key排第几
{
if(key < tree[x].key)
return rank(tree[x].left,key);
else if(key > tree[x].key)
return rank(tree[x].right,key) + tree[tree[x].left].size +1;
return tree[tree[x].left].size + 1;
}
Comments | NOTHING