C++|set、map及AVL树

【C++|set、map及AVL树】
文章目录

  • 关联式容器
    • 树型结构的关联式容器
  • 键值对
  • set
  • map
    • insert
    • operator[]
  • multiset
  • multimap
  • 前K个高频单词
  • AVL树
    • 概念
    • 节点的定义
    • 插入
    • 旋转
      • 右单旋
      • 左单旋
      • 左右双旋
      • 右左双旋
    • AVL树的验证

关联式容器 序列式容器如vector、list、deque、forward_list(C++11)等,其底层为线性序列的数据结构,里面存储的是元素本身。
关联式容器:里面存储的是结构的键值对,再数据检索时比序列式容器效率更高。
树型结构的关联式容器
根据应用场景的不同,STL总共实现了两种不同结构的管理式容器:树型结构与哈希结构。树型结构的关联式容器主要有四种:map、set、multimap、multiset。这四种容器的共同点是:使用平衡搜索树(红黑树)作为其底层,容器中的元素是一个有序的序列。
键值对
用来表示具有一一对应关系的一种结构,该结构中一般只包含两个成员变量key和value,key代表键值,value表示与key对应的信息。
SGI-STL中关于键值对的含义:
template struct pair { typedef T1 first_type; typedef T2 second_type; T1 first; T2 second; pair() : first(T1()) , second(T2()) {} pair(const T1& a, const T2& b) : first(a) , second(b) {} };

set set文档介绍
  1. set是按照一定次序存储元素的容器。
  2. zaiset中,元素的value也标识它(value就是key,类型为T),并且每个value必须是唯一的。set中的元素不能在容器中修改(元素总是const),但可以从容器中插入或删除它们。
  3. 在内部,set中的元素总是按照其内部比较对象(类型比较)所指示的特定严格弱排序准则进行排序。
  4. set容器通过key访问单个元素的速度通常比unordered_set容器慢,但它们允许根据顺序对子集进行直接迭代。
  5. set在底层使用二叉搜索树(红黑树)实现的。
注意:
  1. 与map/multimap不同,map/multimap中存储的是真正的键值对,set中只放value,但在底层实际存放的是由构成的键值对。
  2. set中插入元素时,只需要插入value即可,不需要构造键值对。
  3. set中的元素不可以重复(因此可以使用set进行去重)。
  4. 使用set的迭代器遍历set中的元素,可以得到有序序列
  5. set中的元素默认按照小于来比较
  6. set中查找某个元素,时间复杂度为:logn(以二为底)
  7. set中的元素不允许修改
map map文档介绍
  1. map是关联容器,它按照特定的次序(按照key来比较)存储由键值key和值value组合而成的元素。
  2. 在map中,键值key通常用于排序和唯一地标识元素,而值value中存储与键值key关联的内容。键值key和值value的类型可能不同,并且在map的内部,key与value通过成员类型value_type绑定在一起,为其取别名为pair:typedef pair value_type;
  3. 在内部,map中的元素总是按照键值key进行比较排序的。
  4. map中通过键值访问单个元素的速度通常比unordered_mao容器慢,但map允许根据顺序对元素进行直接迭代(即对map中的元素进行迭代时,可以得到一个有序的序列)
  5. map支持下标访问符,即在[]中放入key,就可以找到与key对应的value。
  6. map通常被实现为平衡二叉搜索树
insert
pair insert(const value_type& x) 在map中插入键值对x,返回值也是键值对:iterator代表新插入元素的位置,bool代表释放插入成功

operator[]
mapped_type& operator[] (const key_type& k) 返回key对应的value

C++|set、map及AVL树
文章图片

mapped_type& operator[] (const key_type& k) { pair ret = insert(make_pair(k, mapped_type())); return ret.first->second; // return (*((this->insert(make_pair(k, mapped_type()))).first)).second; }

operator[]原理:
  1. k已经存在,则insert插入失败。insert返回的pair会带出k在map中存储节点的迭代器,通过这个迭代器,我们可以拿到k对应的value值,进行返回。
  2. k不存在,则insert插入成功,插入的是pair,insert返回值会带出刚插入的k所在节点迭代器,通过这个迭代器,我们可以拿到k对应的value值,进行返回。
1.k不存在,插入默认构造函数生成缺省值的value的pair
2.k存在,返回k对应的value值
注意:在元素访问时,有一个与operator[]类似的操作at()(不常用)函数,都是通过key找到与key对应的value然后返回其引用,不同的是:当key不存在时,operator[]用默认value与key构造键值对然后插入,返回该默认value,at()函数直接抛异常。
multiset multiset文档介绍
  1. multiset是按照特定顺序存储元素的容器,其中元素是可以重复的。
  2. 在multiset中,元素的value也会识别它(因为multiset中本身存储的就是组成的键值对,因此value本身就是key,key就是value,类型为T). multiset元素的值不能在容器中进行修改(因为元素总是const的),但可以从容器中插入或删除。
  3. 在内部,multiset中的元素总是按照其内部比较规则(类型比较)所指示的特定严格弱排序准则进行排序。
  4. multiset容器通过key访问单个元素的速度通常比unordered_multiset容器慢,但当使用迭代器遍历时会得到一个有序序列。
  5. multiset底层结构为二叉搜索树(红黑树)。
注意:
  • multiset中再底层中存储的是的键值对
  • 与set的区别是,multiset中的元素可以重复,set是中value是唯一的。所以 mtltiset的插入接口中只需要插入即可。
  • 使用迭代器对multiset中的元素进行遍历,可以得到有序的序列
  • multiset中的元素不能修改
  • 在multiset中找某个元素,时间复杂度为O(logN)
  • multiset的作用:可以对元素进行排序
multimap multimap文档介绍
  1. Multimaps是关联式容器,它按照特定的顺序,存储由key和value映射成的键值对,其中多个键值对之间的key是可以重复的。
  2. 在multimap中,通常按照key排序和惟一地标识元素,而映射的value存储与key关联的内容。key和value的类型可能不同,通过multimap内部的成员类型value_type组合在一起,value_type是组合key和value的键值对:typedef pair value_type;
  3. 在内部,multimap中的元素总是通过其内部比较对象,按照指定的特定严格弱排序标准对key进行排序的。
  4. multimap通过key访问单个元素的速度通常比unordered_multimap容器慢,但是使用迭代器直接遍历multimap中的元素可以得到关于key有序的序列。
  5. multimap在底层用二叉搜索树(红黑树)来实现。
注意:multimap和map的唯一不同就是:map中的key是唯一的,而multimap中key是可以重复的。
multimap中的接口可以参考map,功能都是类似的。
注意:
  1. multimap中的key是可以重复的。
  2. multimap中的元素默认将key按照小于来比较
  3. multimap中没有重载operator[]操作
  4. 使用时与map包含的头文件相同
前K个高频单词 给定一个单词列表 words 和一个整数 k ,返回前 k 个出现次数最多的单词。
返回的答案应该按单词出现频率由高到低排序。如果不同的单词有相同出现频率, 按字典顺序 排序。
题目链接
输入: words = [“i”, “love”, “leetcode”, “i”, “love”, “coding”], k = 2
输出: [“i”, “love”]
解析: “i” 和 “love” 为出现次数最多的两个单词,均为2次。
注意,按字母顺序 “i” 在 “love” 之前。
class Solution { public: vector> topKFrequent(vector>& words, int k) { //统计次数,string就按字典序排了 map, int> countMap; for(auto& c : words) { countMap[c]++; }//按次数排,相同次数的单词顺序不会乱,相当于是稳定的 multimap> sortMap; for(auto& kv : countMap) { sortMap.insert(make_pair(kv.second, kv.first)); }vector> ret; for(auto& kv : sortMap) { ret.push_back(kv.second); if(--k == 0) { break; } }return ret; } };

前面对map/multimap/set/multiset进行了简单的介绍,在其文档介绍中发现,这几个容器有个共同点是:其底层都是按照二叉搜索树来实现的,但是二叉搜索树有其自身的缺陷,假如往树中插入的元素有序或者接近有序,二叉搜索树就会退化成单支树,时间复杂度会退化成O(N),因此map、set等关联式容器的底层结构是对二叉树进行了平衡处理,即采用平衡树来实现。
AVL树 概念
二叉搜索树虽然可以缩短查找的效率,但如果数据有序或接近有序二叉搜索树将退化为单支树,查找元素相当于在顺序表中搜索元素,效率低下。因此,两位俄罗斯的数学家G.M.Adelson-Velskii和E.M.Landis在1962年发明了一种解决上述问题的方法:当向二叉搜索树中插入新节点后,如果能保证每个节点的左右子树高度之差的绝对值不超过1(需要对树中的节点进行调整),即可降低树的高度,从而减少平均搜索长度。
一棵AVL树或者是空树,或者是具有以下性质的二叉搜索树:
  • 它的左右子树都是AVL树
  • 左右子树高度之差(简称平衡因子)的绝对值不超过1(-1/0/1)
C++|set、map及AVL树
文章图片

节点的定义
template struct AVLTreeNode { AVLTreeNode* _left; AVLTreeNode* _right; AVLTreeNode* _parent; pair _kv; int _bf; //balance factor = 右子树高度-左子树高度 AVLTreeNode(const pair& kv) : _left(nullptr) , _right(nullptr) , _parent(nullptr) , _kv(kv) , _bf(0) {} };

插入 插入一个节点后,需要具体分析:
1、插入更新的节点在父亲的左边,父亲平衡因子–
2、插入更新的节点在父亲的右边,父亲平衡因子++
3、父亲的平衡因子更新后,如果是1或-1,说明父亲所在子树高度改变了,需要继续往上更新。
4、父亲的平衡因子更新以后,如果是0,说明父亲所在子树的高度没变,则不需要继续往上更新。
5、更新以后,父亲的平衡因子是2或-2,说明父亲所在的子树已经不平衡了,需要旋转处理。
6、更新到了根节点就不需要再更新。
旋转 如果在一棵原本是平衡的AVL树中插入一个新节点,可能造成不平衡,此时必须调整树的结构,使之平衡化。根据节点插入位置的不同,AVL树的旋转分为四种。
右单旋
新节点插入较高子树的左侧
a、b、c是高度为h的AVL子树,他们有无数种情况,只要在a中插入节点,a的高度变为h+1,就会引发右单旋。
h可以是>=0的任意整数
具体操作:
  1. b子树变成60的左子树。
  2. 60称为30的右子树,30称为这棵树的根。
C++|set、map及AVL树
文章图片

bool Insert(const pair& kv) { if (_root == nullptr) { _root = new Node(kv); return true; }Node* parent = nullptr; Node* cur = _root; while (cur) { if (cur->_kv.first < kv.first) { parent = cur; cur = cur->_right; } else if (cur->_kv.first > kv.first) { parent = cur; cur = cur->_left; } else { return false; } }cur = new Node(kv); if (parent->_kv.first < cur->_kv.first) { parent->_right = cur; cur->_parent = parent; } else { parent->_left = cur; cur->_parent = parent; }//控制树的平衡 while (parent) { //0.更新平衡因子 if (cur == parent->_left) parent->_bf--; else parent->_bf++; //检查父亲的平衡因子//1.父亲所在子树的高度不变,不影响祖先,更新结束 if (parent->_bf == 0) { break; } else if (parent->_bf == 1 || parent->_bf == -1) { //2.父亲所在子树的高度变了,继续往上更新 cur = parent; parent = parent->_parent; } else if (parent->_bf == 2 || parent->_bf == -2) { //3.父亲所在子树出现了不平衡,需要旋转处理 if (parent->_bf == -2 && cur->_bf == -1) { //右单旋 RotateR(parent); } else if (parent->_bf == 2 && cur->_bf == 1) { //左单旋 RotateL(parent); } else if (parent->_bf == -2 && cur->_bf == 1) { //双旋 RotateLR(parent); } else if (parent->_bf == 2 && cur->_bf == -1) { RotateRL(parent); } else { assert(false); }break; } else { assert(false); } }return true; }

左单旋
新节点插入较高右子树的右侧
c这棵子树的高度变为h+1,就会引发左单旋
  1. b变成30的右子树
  2. 30所在子树变成60的左子树。60更新为这棵树的根。
C++|set、map及AVL树
文章图片

void RotateL(Node* parent) { Node* subR = parent->_right; Node* subRL = subR->_left; parent->_right = subRL; if(subRL) subRL->_parent = parent; Node* ppNode = parent->_parent; subR->_left = parent; parent->_parent = subR; if (parent == _root) { _root = subR; subR->_parent = nullptr; } else { if (ppNode->_left == parent) { ppNode->_left = subR; } else { ppNode->_right = subR; }subR->_parent = ppNode; }subR->_bf = parent->_bf = 0; }

左右双旋
新节点插入较高左子树的右侧
  1. 先以30为旋转点,进行做单旋
  2. 再以90为旋转点,进行右单旋
双旋后的结果:
  1. b变成30的右边
  2. c变成90的左边
  3. 30和90分别变成60的左边和右边,60称为新的根
情况一:b插入,b的高度变成h,b最终是30的右边,那么30的bf就是0.
c最终是90的左边,那么90的bf就是1。
C++|set、map及AVL树
文章图片

情况二:c插入,c的高度变成h,c最终是90的左边,那么90的bf就是0.
b最终是30的右边,那么30的bf就是-1。
C++|set、map及AVL树
文章图片

情况三:60自己就是新增。
C++|set、map及AVL树
文章图片

C++|set、map及AVL树
文章图片

void RotateLR(Node* parent) { Node* subL = parent->_left; Node* subLR = subL->_right; int bf = subLR->_bf; RotateL(parent->_left); RotateR(parent); //平衡因子更新 if (bf == -1) { subL->_bf = 0; parent->_bf = 1; subLR->_bf = 0; } else if (bf == 1) { subL->_bf = -1; parent->_bf = 0; subLR->_bf = 0; } else if(bf == 0) { subL->_bf = 0; parent->_bf = 0; subLR->_bf = 0; } else { assert(false); } }

右左双旋
新节点插入较高右子树的左侧
与左右双旋类似
void RotateRL(Node* parent) { Node* subR = parent->_right; Node* subRL = subR->_left; int bf = subRL->_bf; RotateR(parent->_right); RotateL(parent); if (bf == 1) { subR->_bf = 0; parent->_bf = -1; subRL->_bf = 0; } else if (bf == -1) { parent->_bf = 0; subR->_bf = 1; subRL->_bf = 0; } else if (bf == 0) { parent->_bf = 0; subR->_bf = 0; subRL->_bf = 0; } else { assert(false); } }

AVL树的验证 AVL树是在二叉搜索树的基础上加入了平衡性的限制,因此要验证AVL树,可以分为两步:
  1. 验证其为二叉搜索树。如果中序遍历可以得到一个有序的序列,就说明为二叉搜索树。
  2. 验证其为平衡树。每个节点子树高度差的绝对值不超过1;节点的平衡因子是否计算正确。
int Height(Node* root) { if (root == nullptr) return 0; int leftHeight = Height(root->_left); int rightHeight = Height(root->_right); return leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1; } bool _IsBalance(Node* root) { if (root == nullptr) return true; int leftHeight = Height(root->_left); int rightHeight = Height(root->_right); if (rightHeight - leftHeight != root->_bf) { cout << "平衡因子异常" << root->_kv.first << endl; }return abs(rightHeight - leftHeight) < 2 && _IsBalance(root->_left) && _IsBalance(root->_right); } bool IsBalance() { return _IsBalance(_root); }

void Test() { //int a[] = { 16, 3, 7, 11, 9, 26, 18, 14, 15 }; int a[] = { 4, 2, 6, 1, 3, 5, 15, 7, 16, 14 }; AVLTree t1; for (auto e : a) { t1.Insert(make_pair(e, e)); } cout << t1.IsBalance() << endl; }

C++|set、map及AVL树
文章图片

    推荐阅读