查找二,二叉树查找与2-3树红黑树

BST:

  每个节点的键,都大于其左自述中的任意节点的键,而小于有字数的任意结点的键。

  部分实现

    get(Node x , Key key){

  if(x == null) return null;

  cmp = key.compareTo(x.key);

  if(cmp<0) retrun get(x.right,key);

  else if(cmp>0) retrun get(x.left,key);

  else return x.val;

}

2-3树红黑树:

   属于平衡查找树,为了希望保持二分查找树的平衡性。

   红黑树属于2-3树的变形表示。红黑树有性质,有序性和完美平衡性,通过旋转实现。

     实现:

      插入算法:

        put(Key key,Val val){

  root=put(root,key ,val);

root。color = BLACK;

}

put(Node h ,Key key ,Val val){

  if(h == null)

  return new Node(Key,val,1,RED);

}

int cmp = key.compareTo(h.key);

  if(cmp<0)  h.left =put(h.left,key,val);      

   if(cmp>0)  h.right =put(h.right,key,val);

  else{

  h.val=val;

}

if(isRed(h.right)&&!isRed(h.left)) h =rotateLeft(h);

if(isRed(h.right)&&isRed(h.left.left)) h =rotateRight(h);

if(isRed(h.right)&&isRed(h.right)) flipColors(h);

h.N=size(h.left)+size(h.right)+1;

return h;

                 最坏情况下          平均情况下            是否支持有序性的相关操作

                查找  插入          查找    插入

          

二叉树查找           N    N            1.39lgN  1.39lgN        是

2-3树查找(红黑树)      2LgN    2lgN          1.00lgN    1.00lgN      是

也就是说,表的大小上千亿,但是仍然却表几十次比较之内,就能完成

时间: 2024-10-09 16:34:30

查找二,二叉树查找与2-3树红黑树的相关文章

树/二叉树(哈夫曼树/红黑树)笔记

1.树是一种常用数据结构,它是非线性结构. 2.树中任一普通节点可以有0或者多个子节点,但只能有一个父节点. 根节点没有父节点, 叶子节点没有子节点. 3.二叉树: 1)每个节点最多只能有两个子树的有序树 2)左边的子树称为左子树 3)右边的子树成为右子树 4)一棵深度为k的二叉树,如果它包含了(2^k-1)个节点,就把这棵二叉树称为满二叉树 4.满二叉树的特点: 1)每一层上的节点数都是最大节点数,即各层为1,2,4,8,16 .... (2^k-1) 2)一棵有n个节点的二叉树,按满二叉树的

平衡二叉搜索树(AVL树,红黑树)数据结构和区别

平衡二叉搜索树(Balanced Binary Search Tree) 经典常见的自平衡的二叉搜索树(Self-balancing Binary Search Tree)有 ① AVL树 :Windows NT 内核中广泛使用 ② 红黑树:C++ STL(比如 map.set )Java 的 TreeMap.TreeSet.HashMap.HashSet  Linux 的进程调度  Ngix 的 timer 管理 1 AVL树  vs  红黑树 ①AVL树 平衡标准比较严格:每个左右子树的高度

浅谈AVL树,红黑树,B树,B+树原理及应用

背景:这几天在看<高性能Mysql>,在看到创建高性能的索引,书上说mysql的存储引擎InnoDB采用的索引类型是B+Tree,那么,大家有没有产生这样一个疑问,对于数据索引,为什么要使用B+Tree这种数据结构,和其它树相比,它能体现的优点在哪里? 看完这篇文章你就会了解到这些数据结构的原理以及它们各自的应用场景. 二叉查找树 简介 二叉查找树也称为有序二叉查找树,满足二叉查找树的一般性质,是指一棵空树具有如下性质: 任意节点左子树不为空,则左子树的值均小于根节点的值. 任意节点右子树不为

数据结构学习笔记-排序/队/栈/链/堆/查找树/红黑树

排序: 插入排序:每次从剩余数据中选取一个最小的,插入已经排序完成的序列中 合并排序:将数据分成左右两组分别排序,然后合并,对每组数据的排序递归处理. 冒泡排序:重复交换两个相邻元素,从a[1]开始向a[0]方向冒泡,然后a[2]...当a[i]无法继续往前挤的时候说明前面的更小了,而且越往前越小(挤得越往前) 堆排序:构造最大堆,每次取走根结点(自然是最大的),再调用MAX-HEAPIFY算法(见后文的堆)恢复最大堆的性质,重复取走根结点 快速排序(对A[r]-A[n]进行排序): 1.从序列

数据结构--树--红黑树

R-B Tree简介 R-B Tree,全称是Red-Black Tree,又称为“红黑树”,它一种特殊的二叉查找树.红黑树的每个节点上都有存储位表示节点的颜色,可以是红(Red)或黑(Black). 红黑树的特性:(1)每个节点或者是黑色,或者是红色.(2)根节点是黑色.(3)每个叶子节点(NIL)是黑色. [注意:这里叶子节点,是指为空(NIL或NULL)的叶子节点!](4)如果一个节点是红色的,则它的子节点必须是黑色的.(5)从一个节点到该节点的子孙节点的所有路径上包含相同数目的黑节点.

霍夫曼树 二三树 红黑树 B树 B+树

霍夫曼树: 特点:带权路径长度最短,∑(每个节点的权重)*(每个节点的层数) 生成:每次合并权值最小的两个节点(子树)建立二叉树,将合并后的子树作为新节点,权值为节点(子树)权值之和 二三树: 特点:平衡查找树,每个叶子节点为空且层数相同,查找时间复杂度O(lgn) 生成:2节点包含一个key和两个子节点(left->key<key<right->key),3节点包含两个key和三个子节点(left->key<key1<middle->key<key2

伸展树&amp;红黑树&amp;AVL树总结

最近学习了这3种树,感觉其实有很多相同的地方吧,首先是最重要的旋转操作,3种树都有 AvlTree left_left(AvlTree k1) { //if(height(k1->left)-height(k1->right)<2)return k1; AvlTree k2 = k1->left; k1->left = k2->right; k2->right = k1; k1->Height = max(height(k1->left),height

2-3 树/红黑树(red-black tree)

2-3 tree 2-3树节点: null节点,null节点到根节点的距离都是相同的,所以2-3数是平衡树 2叉节点,有两个分树,节点中有一个元素,左树元素更小,右树元素节点更大 3叉节点,有三个子树,节点中有两个元素,左树元素更小,右树元素更大,中间树介于两个父元素之间. 插入操作如下图所示 红黑树 红黑树可以理解为实现了2-3树的BST(binary search tree),它是一个自平衡树,保证在最坏的情况下的操作也是O(lg(n)) 特性: 每个节点有一个颜色属性(红或黑) 根节点是黑

树-红黑树(R-B Tree)

红黑树概念 特殊的二叉查找树,每个节点上都有存储位表示节点的颜色是红(Red)或黑(Black).时间复杂度是O(lgn),效率高. 特性: (1)每个节点或者是黑色,或者是红色. (2)根节点是黑色. (3)每个叶子节点(NIL)是黑色.(只为空(NIL或null)的节点) (4)如果一个节点是红色的,则它的子节点必须是黑色的.(黑结点可连续,红结点不能连续) (5)从一个节点到该节点的子孙节点的所有路径上包含相同数目的黑节点. 定理:一棵含有n个节点的红黑树的高度至多为2log(n+1).