自己的垃圾Treap

本文介绍了一种基于Treap的数据结构实现方法,并提供了详细的插入、删除操作代码示例。通过随机优先级实现了自平衡二叉搜索树的功能。

啥都干不了的Treap,没有多大实用性,主要是用来理解Treap的
至于平衡树的建立的过程以及为啥么这么写,等我有时间再写吧

#include <iostream>
#include <cstring>
#include <algorithm>
#include <cstdio>
#include <cmath>
#include <queue>
#include <vector>
#include <string>
#include <cstdlib> 
using namespace std;
struct tree{
    int val;//值 
    int lt,rt;//左右节点 
    int sum;//堆性质数据域 
    int fat;//父节点 
};
tree st[999999];
int tot; 
int root;
void left_rotation(int x) 
{
    if(root==st[x].fat)
     root=x;

    int fafat=st[st[x].fat].fat;

    st[st[x].fat].fat=x;

    if(fafat)
    {
        if(st[fafat].lt==st[x].fat)
         st[fafat].lt=x;
        else
         st[fafat].rt=x;
    }

    if(st[x].lt)
     st[st[x].lt].fat=st[x].fat,st[st[x].fat].rt=st[x].lt;

    st[x].fat=fafat;
}
void right_rotation(int x)
{
    if(root==st[x].fat)
     root=x;

    int fafat=st[st[x].fat].fat;

    st[st[x].fat].fat=x;

    if(fafat)
    {
        if(st[fafat].lt==st[x].fat)
         st[fafat].lt=x;
        else
         st[fafat].rt=x;
    }

    if(st[x].rt)
     st[st[x].rt].fat=st[x].fat,st[st[x].fat].lt=st[x].rt;

    st[x].fat=fafat;
}
int find_table(int x)
{
    int now=root;
    while(now)
    {
        if(st[now].val==x)
        return now;
        if(x<st[now].val)
        {
            now=st[now].lt;
            continue;
        }
        if(x>st[now].val)
        {
            now=st[now].rt;
            continue;
        }
    }
    return 0;
}
void del(int t)
{
    int x=find_table(t);

    while(st[x].lt||st[x].rt)
    {
        if(st[x].lt&&!st[x].rt)
         {
            right_rotation(st[x].lt);
            continue;
         }
        if(st[x].rt&&!st[x].lt)
         {
            left_rotation(st[x].rt);
            continue;
         }
        if(st[x].lt&&st[x].rt)
        {
            if(st[st[x].lt].sum<st[st[x].rt].sum)
             right_rotation(st[x].lt);
            else
             left_rotation(st[x].rt);
        }
    }

    if(st[x].fat)
    {
        if(st[st[x].fat].lt==x)
         st[st[x].fat].lt=0;
        else
         st[st[x].fat].rt=0;
    }
    return;
} 
void insert(int ans)
{
    tot++;

    st[tot].val=ans;
    st[tot].sum=rand();

    if(tot==1)
    {
        root=tot;
        return;
    }

    int now=root;
    int pre=root;

    while(now)
    {
        if(ans<st[now].val)
        {
            pre=now;
            now=st[now].lt;
        }
        if(ans>st[now].val)
        {
            pre=now;
            now=st[now].rt;
        }
    }

    if(ans>st[pre].val)
     st[pre].rt=tot;
    if(ans<st[pre].val)
     st[pre].lt=tot;

    st[tot].fat=pre;

    while(st[tot].sum<st[st[tot].fat].sum)
     {
        if(tot==st[st[tot].fat].rt)
         left_rotation(tot);
        else
         right_rotation(tot);
     }

    return;
}
int main()
{
    srand(1e7);

    int n;

    scanf("%d",&n);

    for(int i=1,x;i<=n;i++)
     scanf("%d",&x),insert(x);

    return 0; 
} 
Treap(Tree + Heap)是一种结合了二叉搜索树(BST)和堆(Heap)特性的平衡二叉搜索树数据结构。其核心原理在于每个节点维护两个值:一个用于二叉搜索树性质的键值(key),以及一个用于最大堆性质的优先级(priority)。通过这两个属性,Treap在插入和删除操作时保持树的平衡性,从而确保操作的时间复杂度接近于对数级别。 ### Treap的基本原理 1. **二叉搜索树性质**:对于任意节点,其左子树中所有节点的键值小于当前节点的键值,右子树中所有节点的键值大于当前节点的键值。 2. **堆性质**:每个节点的优先级大于其子节点的优先级,这样可以确保树的结构在插入或删除时通过旋转操作保持平衡。 在插入新节点时,Treap首先按照二叉搜索树的方式找到合适的位置,并赋予该节点一个随机的优先级。如果该节点的优先级违反了堆性质,则通过旋转操作调整树的结构以恢复堆性质。删除操作类似,通过旋转确保堆性质得以维持。 ### 无旋Treap的实现 无旋Treap(Non-Rotating Treap)是Treap的一个变种,它通过分裂(Split)和合并(Merge)操作来实现树的平衡,而不是传统的旋转操作。分裂操作将树按照某个键值或位置分割为两部分,而合并操作将两个树合并为一个。这种方式简化了实现逻辑,尤其是在处理复杂操作时[^2]。 例如,分裂操作可以通过以下方式实现(以键值为分割点): ```python def split(node, key): if node is None: return (None, None) if node.key <= key: left, right = split(node.right, key) node.right = left return (node, right) else: left, right = split(node.left, key) node.left = right return (left, node) ``` 合并操作则需要确保堆性质的维护: ```python def merge(left, right): if left is None: return right if right is None: return left if left.priority > right.priority: left.right = merge(left.right, right) return left else: right.left = merge(left, right.left) return right ``` ### 应用场景 Treap由于其高效的平衡特性,广泛应用于需要高效查找、插入和删除操作的场景。常见的应用包括: - **数据库索引**:Treap可以用于实现高效的索引结构,支持快速的数据检索。 - **内存中的集合与映射**:在需要频繁插入和删除元素的场景中,Treap提供了良好的性能保障。 - **算法竞赛**:在某些需要高效数据结构的竞赛题中,Treap常被用来实现动态集合操作[^1]。 ### 实现细节 在实现Treap时,需要注意以下几点: - **随机优先级生成**:为了保证树的平衡性,每个节点的优先级应随机生成,通常使用大范围的整数以减少冲突的可能性。 - **递归与非递归实现**:虽然递归实现较为直观,但在大规模数据处理时可能会导致栈溢出,因此在实际应用中可以考虑非递归实现。 - **类型安全与内存管理**:特别是在使用Rust等语言时,需注意类型约束和内存安全,以确保程序的稳定性和可靠性[^1]。 通过理解Treap的原理和实现方式,开发者可以更好地将其应用于实际项目中,并根据需求进行扩展和优化。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值