Treap树
Treap树
Treap树就是一种解决二叉搜索树可能深度过大的另一种数据结构。
Treap=Tree+Heap。Treap本身是一棵二叉搜索树,它的左子树和右子树也分别是一个Treap,和一般的二叉搜索树不同的是,Treap纪录一个额外的数据,就是优先级。Treap在以关键码构成二叉搜索树的同时,还满足堆的性质。这些优先级是是在结点插入时,随机赋予的,Treap根据这些优先级满足堆的性质。这样的话,Treap是有一个随机附加域满足堆的性质的二叉搜索树,其结构相当于以随机数据插入的二叉搜索树。其基本操作的期望时间复杂度为O(logn)。相对于其他的平衡二叉搜索树,Treap的特点是实现简单,且能基本实现随机平衡的结构。
堆和树的性质是冲突的,二叉搜索树满足左子树<根节点<右子树,而堆是满足根节点小于等于(或大于等于)左右儿子。因此在Treap的数据结构中,并不是以单一的键值作为节点的数据域。
1.特点:
Treap每个节点的数据域包含2个值,key和weight。
key值,和原来的二叉搜索树一样,满足左子树<根节点<右子树。
weight值,随机产生。在Treap中weight值满足堆的性质,根节点的weight值小于等于(或大于等于)左右儿子节点。
2.结构调整:
对于如何调整,首先我们来看一个最简单的例子:
如图所示的一个Treap有三个节点,其中根的右儿子节点是新插入的。
假设我们一开始想要让Treap满足小根堆的性质,即weight值越小越在堆顶。
那么我们需要在不改变key值顺序的情况下,对节点进行变形,使得weight值满足性质。
这一步骤被称为旋转,对于例子,其旋转之后的形态为:
Treap的大部分操作都和二叉搜索树是一样的,唯一区别在于每次插入一个节点后,需要对树的结构进行调整。
因为每一个节点的weight值不一样,当我们按照key值插入一个节点后,这个节点有可能不满足weight值的要求。
根据旋转的方向不同,旋转分为两种:左旋和右旋。
在例子中是将右儿子节点旋转至根,所以称为左旋。反之将左儿子节点旋转至根,称为右旋。
那么这个旋转具体的过程,我们可以对应旋转前后的图来分析。首先是左旋操作:
左旋:在例子中是将右子树节点旋转至根。
它的过程有如下几步:
获取根节点A的右儿子节点B
将节点B的父亲节点信息更新为f,并更新节点f的子节点信息为B
将节点A的右儿子信息更新为节点B的左儿子D,同时将节点D的父亲节点信息更新为A
将节点B的左儿子信息更改为节点A,同时将节点A的父亲节点信息更改为B
该过程代码如下 void leftRotate(Treap *& a) { Treap * b = a->right; b->father = a->father; if (a->father->left == a){ a->father->left = b; }else { a->father->right = b; } a->right = b->left; b->left->father = a; b->left = a; a->father = b; }
然后是右旋操作:
右旋:在例子中是将左子树节点旋转至根。
其过程是左旋操作的镜像:
获取根节点A的左儿子节点B
将节点B的父亲节点信息更新为f,并更新节点f的子节点信息为B
将节点A的左儿子信息更新为节点B的右儿子D,同时将节点D的父亲节点信息更新为A
将节点B的右儿子信息更改为节点A,同时将节点A的父亲节点信息更改为B
该过程代码如下 void rightRotate(Treap *& a) { Treap * b = a->left; b->father = a->father; if (a->father->left = a){ a->father->left = b; }else{ a->father->right = b; } a->left = b->right; b->right->father = a; b->right = a; a->father = b; }
只要将节点插入Treap以后,再不断的旋转当前节点直到weight满足堆的性质。
首先我们从插入操作来看,这里我们让insert完成后返回新加入的节点:
Treap* insert(Treap *& p, int key){ if (p == NULL) { //特殊处理根结点 p = new Treap; p->left = p->right = NULL; p->key = key; p->father = NULL; p->weight = cnt++; return p; } if (p->key > key){ if (p->left == NULL){ p->left = new Treap; p->left->left = p->left->right = NULL; p->left->key = key; p->left->father = p; p->left->weight = cnt++; return p->left; }else{ return insert(p->left, key); } }else if (p->key < key){ if (p->right == NULL){ p->right = new Treap; p->right->left = p->right->right = NULL; p->right->key = key; p->right->father = p; p->right->weight = cnt++; return p->right; }else{ return insert(p->right, key); } } }
完成插入操作后,我们获得了新加入的节点,然后迭代的进行旋转(这里假设采用小根堆):
void Rotate(Treap *p) { if (p->father != NULL) { Treap *fa = p->father; if (p->weight < fa->weight){ if (p = fa->left){ rightRotate(fa); }else{ leftRotate(fa); } } } }
另外还有一点,相比较于普通的二叉搜索树,Treap删除节点的操作也有一定的区别。
同样需要根据删除节点的孩子数量来进行处理:
没有孩子节点,则当前结点为叶子节点,直接删去即可。
有一个孩子节点,和普通二叉搜索树相同,让孩子节点代替当前节点。
有两个孩子节点,利用旋转,将weight值小(或大)的子节点旋转到根上,将待删除节点向下旋转。反复操作直到待删除节点只有0个或1个子节点。
Treap * find(Treap* p, int key){ if (p == NULL){ return NULL; } if (p->key == key){ return p; } if (p->key > key){ return find(p->left, key); }else{ return find(p->right, key); } } void Del(int key) { Treap *p = find(root, key); Treap *child; while(p->left != NULL && p->right != NULL){ child = p->left; if (child->weight > p->right->weight){ child = p->right; } if (child == p->left){ rightRotate(p); }else{ leftRotate(p); } } Treap* fa = p->father; if (p->left != NULL){ p->left->father = fa; if (p == fa->left){ fa->left = p->left; }else{ fa->right = p->left; } }else if (p->right != NULL){ p->right->father = fa; if (p == fa->left){ fa->left = p->right; }else{ fa->right = p->right; } }else{ if (p == fa->left){ fa->father = NULL; }else{ fa->right = NULL; } delete p; } }
对于一般的二叉搜索树,在某些特殊情况下根据输入数据来建树有可能退化为一条链,比如一个依次增大的数列。
而如果一棵二叉排序树的节点是按照随机顺序插入,得到的二叉排序树大多数情况下是平衡的,其期望高度是O(logn)。
因此Treap利用weight值作为随机因子来调整二叉树的形状,使得在大部分情况下比直接通过数据建立的二叉树要平衡。
每一次查找的期望复杂度也会降低,总体的速度也就得到了提高。