`
shenyu
  • 浏览: 120801 次
  • 性别: Icon_minigender_1
  • 来自: 上海
社区版块
存档分类
最新评论

Tree 2-3-4 平衡搜索树

阅读更多

2-3-4 平衡树是一种搜索树。每个节点可能会有2,3,4个子节点,对应可能会有1,2,3个数据。子节点数=数据数 + 1,不可能有空节点。

插入数据时,数据均插入叶子节点,树在向下遍历以得到恰当的叶子节点时,每遇到满的节点,则进行节点分裂,当分裂向上累积致根节点位置,根节点分裂,所有叶子节点的层高都增加一层,以此原理来保证树的平衡。

此树没有实现删除数据的算法,如果需要,可考虑将数据标志为作废的方式,以避免真正的删除时的复杂。

插入的数据为了简便起见,假设均为Integer,且不会重复。

方法ordinal是升序打印,为的是测试。

Tree.main 函数提供一个简短的测试。

Node类为辅助类,管理单个节点的操作。

Tree为2-3-4树,管理节点与节点之间的操作。其他的平衡数可以参见红黑树

关于简单的二叉搜索树,请参见(Tree )。

class Node {
	private Integer[] values = new Integer[3];	//存放数据
	private Node[] children = new Node[4];	//存放子节点引用
	private int size;	//当前有效数据数量
	private Node parent;	//当前节点的父节点
	Node() {}
	Node(Integer i) {
		values[0] = i;
		size = 1;
	}

	int insert(Integer value) {	//将数据插入有序数组
		assert size < values.length;
		int pos = size;
		while(pos > 0 && values[pos - 1] > value) {
			values[pos] = values[pos - 1];
			pos--;
		}
		values[pos] = value;
		size ++;
		return pos;
	}

	Node getChildByValue(Integer value) {	//根据给定数据的关键字,寻找恰当的子节点
		for(int i=0; i<size; i++) {
			if(values[i] > value) return children[i];
		}
		return children[size];
	}
	
	//根据给定子节点的索引值,得到对应的子节点
	Node getChildByIndex(int index) { return children[index]; }
	
	int find(Integer value) {
		for(int i=0; i<size; i++) {
			if(values[i].equals(value)) return i; 
		}
		return -1;
	}

	Integer removeMax() { return values[--size]; }	//删除当前节点内最大的数据,并返回之
	
	//根据给定子节点的索引值,删除与其的对应节点之间的父子关系
	Node removeChild(int index) {	
		Node result = children[index];
		if(result != null)result.parent = null;
		children[index] = null;
		return result;
	}
	
	//在当前节点中,在指定的索引值之后插入相应的子节点,之后的原有的子节点全部向后平移
	void insertChild(int index, Node child) {
		for(int i=size; i>index + 1; i--) children[i] = children[i-1];
		children[index+1] = child;
		if(child != null)child.parent = this;
	}
	
	//在当前节点中,在指定的索引值的位置置入相应子节点
	void setChild(int index, Node child) {
		children[index] = child;
		if(child != null) child.parent = this;
	}

	int size() { return size; }
	
	boolean isFull() { return size ==  values.length; }

	boolean isLeaf() { return children[0] == null; }

	Node getParent() { return parent; }

	Integer getValue(int index) { return values[index]; }

}
	
class Tree {
	private Node root = new Node();	//根节点
	public void insert(Integer value) {	//将数据插入树中
		Node current = root;	//从根向下开始寻找恰当的叶子节点
		while(!current.isLeaf()) {
			if(current.isFull()) current = split(current);	//如果下行过程遇到满的节点,分裂之
			current = current.getChildByValue(value);	
		}
	
		if(current.isFull()) {	//如果最终找到的叶子节点是满的,先分裂之
			current = split(current);	
			current = current.getChildByValue(value);	
		}
		current.insert(value);	//在叶子节点插入数据
	}

	public boolean contains(Integer value) {
		Node current  = root;
		while(!current.isLeaf()) {
			if(current.find(value) != -1) return true;
			current = current.getChildByValue(value);
		}
		return current.find(value) != -1;
	}

	public void ordinal() {	//安升序排列输入树中所有的数据
		ordinal(root);
	}

	private void ordinal(Node current) {
		for(int i=0; i<current.size(); i++) {
			if(!current.isLeaf()) ordinal(current.getChildByIndex(i));
			System.out.println(current.getValue(i));
		}
		if(!current.isLeaf()) ordinal(current.getChildByIndex(current.size()));
	}

	private Node split(Node current) {	//分裂算法
		Node parent = current.getParent();	//寻找当前节点的父节点
		if(parent == null) parent = new Node();
		//将当前节点拆分成左节点,右节点,中间的数据,其右节点是个新节点
		Node nodeLeft = current;
		Node nodeRight = new Node(current.removeMax());
		Integer middle = current.removeMax();
		//断开当前节点中的第2,3子节点,并加入右字节中
		Node child1 = nodeLeft.removeChild(2);
		Node child2 = nodeLeft.removeChild(3);
		nodeRight.setChild(0,child1);
		nodeRight.setChild(1,child2);

		int index = parent.insert(middle);	//将中间的数据加入其父节点,并得到插入的位置
		
		if(current == root) {	//如果当前节点是根节点,则在新的父节点中加入左右节点
			parent.setChild(0,nodeLeft);
			parent.setChild(1,nodeRight);
			root = parent; //重置根节点
		} else parent.insertChild(index,nodeRight);	//否则,在父节点中指定位置后插入右节点

		return parent;	//返回父节点
	}

	public static void main(String[] args) {
		Tree t = new Tree();
		t.insert(5);
		t.insert(6);
		t.insert(7);
		t.insert(8);
		t.insert(9);
		t.insert(10);
		t.insert(30);
		t.insert(50);
		t.insert(11);
		t.insert(17);
		t.insert(19);
		t.insert(54);
		t.insert(66);
		t.insert(72);
		t.insert(89);
		t.insert(92);
		t.insert(40);
		t.insert(28);
		t.insert(13);
		t.insert(14);
		t.insert(16);
		t.ordinal();
	}
}

 

5
1
分享到:
评论
3 楼 arust 2008-05-28  
学习一下
2 楼 dboylx 2008-04-29  
支持~~~学习中,希望楼主继续~~
1 楼 桔红糕 2008-04-20  
oh my god一看就觉得有点头晕!!
但是~~
我一定认真研读,有不明白的地方还请shen老师耐心教诲!

相关推荐

    semester-work-b-tree-11-004:平衡搜索树

    它是什么样的(平衡树,线性列表等)? 在哪里以及如何使用(应用程序)? 可以对其执行哪些操作(搜索,删除,添加,插入等)? 操作的理论复杂度是什么( O(log(n))搜索, O(n^2)插入等)? 有关该项目的其他...

    23-Tree:2-3棵树实施为向左倾斜的红黑树

    2-3树是平衡搜索树的一种形式,类似于二叉树,其中某些节点具有2个密钥和3个子代,而不是仅1个密钥和2个子代。 为了实现,我们不是每个节点都有可变数量的键,而是创建一个红黑树:一个二进制树,其中的节点可以被...

    semester-work-2-3-tree

    2-3棵树是平衡的(所有叶顶距树根的高度都相同)。 在哪里以及如何使用(应用程序)? 操作:查找密钥,添加密钥,删除密钥,合并和拆分密钥。 理论操作的复杂性:在搜索O(log(n))插入O(log(n))删除在O(log(n)) ...

    基于python的数据结构学习+源代码+文档说明

    - [5-4 二叉搜索树](5.4_binarySearchTree.py) - [5-5 平衡二叉树](5.5_avlTree.py) - [5-6 红黑树](5.6_rbTree.py) - [5-7 trie](5.7_trie.py) - [5-8 双数组字典树](5.8_datree.py) - [5-9 哈夫曼树](5.9_huffman...

    二叉排序树与平衡二叉树的实现

    平衡二叉排序树的在平衡因子绝对值等于2时开始调整到绝对值为1或0,在平衡因子绝对值为2时,二叉排序树会出现四种不同的情况的树形,因此这时需要分别单独讨论来降低平衡因子。 1.2.7 平衡二叉树的调整方法  平衡...

    平衡二叉树

    //若因为插入而使得二叉排序树失去平衡,则做平衡旋转处理 //taller反映树是否长高 if(!T) { //插入新结点,树长高,taller为true T=new AvlNode; T-&gt;data=num; T-&gt;lchild=T-&gt;rchild=NULL; T-&gt;bf...

    数据结构、算法与应用:C++语言描述(原书第2版)第二部分

    第15章 平衡搜索树 15.1 AVL树 15.1.1 定义 15.1.2 AVL树的高度 15.1.3 AVL树的描述 15.1.4 AVL搜索树的搜索 15.1.5 AVL搜索树的插入 15.1.6 AVL搜索树的删除 15.2 红-黑树 15.2.1 基本概念 15.2.2 红-黑树的描述 ...

    Java数据结构和算法中文第二版(2)

    第10章 2-3-4树和外部存储 2-3-4树的介绍 Tree234专题applet 2-3-4树的Java代码 2-3-4树和红-黑树 2-3-4树的效率 2-3树 外部存储 小结 问题 实验 编程作业 第11章 哈希表 哈希化简介 开放地址法 ...

    Java数据结构和算法中文第二版(1)

    第10章 2-3-4树和外部存储 2-3-4树的介绍 Tree234专题applet 2-3-4树的Java代码 2-3-4树和红-黑树 2-3-4树的效率 2-3树 外部存储 小结 问题 实验 编程作业 第11章 哈希表 哈希化简介 开放地址法 ...

    node-ds:JavaScript中常见的数据结构和基本算法实现

    节点ds JavaScript中常见的数据结构和基本算法实现目录链接栈树木二叉树二进制搜索树自平衡二叉搜索树AVL树替罪羊树红黑树B树B +树2-3棵2-3-4树堆二进制堆弱堆二项式堆斐波那契堆图形其他节点双节点BinaryTreeNode ...

    AVLTree:具有以下操作的通用AVL树实现:插入,删除,搜索,上下限,最近的元素,范围内的值等

    问题:AVL树目的:了解平衡二叉搜索树的端到端知识,以及如何将其有效地用于解决各种问题。 任务:通过以下操作实现AVL树。 要实施的操作: Operations Complexity 1. Insertion O(log N) 2. Deletion O(log N) 3. ...

    semester-work-red-black-tree:待定

    它是什么样的(平衡树,线性列表等)? 在哪里以及如何使用(应用程序)? 可以对其执行哪些操作(搜索,删除,添加,插入等)? 操作的理论复杂度是什么( O(log(n))搜索, O(n^2)插入等)? 有关该项目的其他...

    斯坦福cs223-数据结构课件

    数据结构是计算机科学中的一个重要概念,它指的是计算机中存储、...常见的树结构包括二叉树、平衡树(如AVL树)、红黑树等。 6. **图(Graph)**:用于表示物件之间的多对多关系。图由节点(或顶点)和边组成,边可以是

    Lab7_AVLTree

    AVL实验室目的本实验的重点是自平衡二进制搜索树。背景在计算机科学中,AVL树是一种自平衡二进制搜索树,它是第一个发明的此类数据结构。 在AVL树中,任何节点的两个子树的高度最多相差一个。 在平均和最坏情况下,...

    二元树

    2-binary_tree_insert_right.c 插入一个节点作为另一个节点的右子节点 3-binary_tree_delete.c 删除整个二叉树 4-binary_tree_is_leaf.c 检查节点是否为叶子 5-binary_tree_is_root.c 检查给定节点是否为根 6-...

    数据结构:数据结构-C ++实现

    数据结构数据结构-C ++实现C ++模板实现常用数据结构,包括向量,链表,栈,数量,二叉树,二叉搜索树,平衡二叉树,优先权(堆),图,排序算法等。 《数据结构与算法实战》,课程可在该链接查看: : 。本仓库代码...

    学习数据结构算法必备

    (2)在二叉平衡树上插入结点(ins_AVLtree) 和删除结点(del_AVLtree) (3)在 B-树上插入结点(Ins_BTree) 和 删除结点(Del_BTree) (4)在 B+树上插入结点(Ins_PBTree) 和 删除结点(Del_PBTree) 12. 内部排序 ...

    严蔚敏 数据结构算法演示(Windows版)软件

    (2)在二叉平衡树上插入结点(ins_AVLtree) 和删除结点(del_AVLtree) (3)在 B-树上插入结点(Ins_BTree) 和 删除结点(Del_BTree) (4)在 B+树上插入结点(Ins_PBTree) 和 删除结点(Del_PBTree) 12. 内部排序 ...

    leetcode题库-developer-drills:熟悉和征服常见的数据结构和算法模式

    Tree BFS:面向水平的数学,水平关系 树 DFS : 一些准备方法 策略 1(掌握):一次一个主题。 即要使用链表,解决所有与链表相关的问题 策略 2(暴露):为问题设计一种方法,然后比较解决方案。 不熟悉时的代码...

    数据结构算法演示(Windows版)

    (2)在二叉平衡树上插入结点(ins_AVLtree) 和删除结点(del_AVLtree) (3)在 B-树上插入结点(Ins_BTree) 和 删除结点(Del_BTree) (4)在 B+树上插入结点(Ins_PBTree) 和 删除结点(Del_PBTree) 12. 内部排序 ...

Global site tag (gtag.js) - Google Analytics