《算法导论》实验七:区间树上的重叠区间查找算法(C++)——控制台树型显示
来源:互联网 发布:java poi jar 编辑:程序博客网 时间:2024/04/30 21:53
一、题目描述
区间树(interval tree)是一种对动态集合进行维护的扩张红黑树,因此可在实验二红黑树的基础上进行扩张。为此,本实验(实验三)在实验二的基础上对红黑树的节点增加新的附加信息,并设计新的操作。从而熟悉并实现区间树上的重叠区间查找算法,分析该算法的性能。
具体问题测试用例:尝试构造一个区间树。可依次插入下列区间:[41,49] [38,44] [31,35] [12,20] [19,25] [8,10]
查找重叠区间:“find [37,40]”、“find[9,30]”、“find [26,29]”
二、算法分析与设计
(一)基本概念:
区间:一个事件占用的时间;
闭区间:实数的有序对[low,high],使low≤high
区间的对象表示:[low,high]可以用对象interval表示,有两个属性:
low[interval]=t1 //起点或低点;
high[interval]=t2 //终点或高点。
区间的重叠:interval∩interval’≠∅⇔(low[interval]≤high[interval’]) and (low[interval’]≤high[interval])
(二)数据结构:本质上是将红黑树扩充,方法如下:
Step 1:基本结构:
以红黑树为基础,对∀x∈T,x包含区间interval[x]的信息(低点和高点),key=low[interval [x]]。
Step 2:附加信息:
max[x]=max(high[interval [x]], max[left[x]], max[right[x]])
Step 3:维护附加信息(有效性):
在新节点的插入时进行Step2的计算,此外要注意在左旋和右旋时也要对max值进行维护,这是与基本红黑树的左右旋很大不同的地方。
Step 4:开发新操作:查找与给定区间重叠的区间节点x。
(三)查找算法IntervalSearch(T, i)基本思想:
step 1:x ←root[T]; //从根开始查找
step 2:若x≠nil[T]且i与int[x]不重叠
if x的左子树非空且左子树中最大高点≥low[i] then
x ←left[x];//到x的左子树中继续查找
else
x ←right[x];//左子树必查不到,到右子树查
step 3:返回x //x=nil or i和x重叠
由于区间树是红黑树的简单扩重,因此区间树相关操作的实现如左旋、右旋、插入,插入调整等与红黑树基本相同,这些在实验二有详细的描述,此处就不再赘述。但要在左旋和右旋的操作中维护max域的取值。
(四)查找具有最小低端点的重叠区间算法IntervalSearchMin()的基本思想:
采用递归思想,递归先从左子树找;递归到整个树的最左端,从第一个区间开始匹配,如果x与interval重叠,就不需要往下找了;若左子树找不到,则在右子树上找。
三、实验结果与分析
(一)首先,初始化区间树,依次插入下列区间:[41,49] [38,44] [31,35] [12,20] [19,25] [8,10],在树状显示的代码中稍作修改,再在控制台中树形显示区间树,如下图-1所示:
图-1 初始化区间树并树形显示
(二)情况一:查找重叠区间[37,40]:“find [37,40]”
输出结果:最先找到的重叠区间和具有最小低端点的重叠区间相同,均为[38,44]。如下图-2所示:
图-2 查找重叠区间[37,40]:“find [37,40]”
(三)情况二:查找重叠区间[9,30]:“find [9,30]”
输出结果:因为此时存在多个重叠区间,所以最先找到的重叠区间和具有最小低端点的重叠区间不同,最先找到的重叠区间为[19,25];具有最小低端点的重叠区间为[8,10]。如下图-3所示:
图-3 查找重叠区间[9,30]:“find [9,30]”
(四)情况三:查找重叠区间[26,29]:“find [26,29]”
输出结果:因为没有与区间[26,29]重叠的区间,所以显示“Output:无重叠区间”。如下图-4所示:
图-4 查找重叠区间[26,29]:“find [26,29]”
四、实验总结
1、区间树是红黑树的扩张,大部分操作跟红黑树相同或相似,但在对附加信息max进行维护时,左旋和右旋的过程中要对max单独进行更新维护。
2、通过测试证明查找算法是正确有效的。
3、用递归的思想可实现查找具有最小低端点的重叠区间。
4、对于任意一个具有n个结点的区间树,我们最多需要循环logn+2次,(即从根节点查找到叶子结点),每次循环都是常数时间,故在最坏情况下时间复杂度为O(log n)。在一个比较差的搜索中,假设每次我们寻找的区间都是叶子结点,在这个情况下的时间复杂度为Ω(log n)。所以区间树上的重叠区间查找算法的时间复杂度为Ɵ(log n)。
五、源代码(C++)
/* 区间树(interval tree)是一种对动态集合进行维护的扩张红黑树,因此可在实验二红黑树的基础上进行扩张。*/ #include <iostream>#include <deque>#include <iomanip>#include <sstream>#define SENTINEL -100000 //哨兵,作为nil结点的key,方便树状输出时临界点判断using namespace std;enum Color{RED=0,BLACK=1}; //定义枚举类型,即红黑树结点颜色类型,0表示红色,1表示黑色typedef struct Interval //定义一个表示区间范围的结构体{ int low; //区间的低端点(low endpoint) int high; //区间的高端点(high endpoint)}Interval;typedef struct Node //声明红黑树结点{ Color color; //红黑树结点的颜色类型, struct Node *parent; //父节点 struct Node *left; //左孩子 struct Node *right; //右孩子 Interval interval; //区间 int max; //附加信息,记录以该节点为根的子树中所有区间端点的最大值}Node;typedef struct RBTree //定义一个红黑树{ Node *root; //根节点 Node *nil; //哨兵结点,避免讨论结点的边界情况}RBTree;//选择显示void Display() { cout<<"************************************************************************\n"; cout<<"**** 请选择您要的红黑树操作!! ****\n"; cout<<"**** I:插入区间 D:区间树当前状态 S:查找区间 E:退出 ****\n"; cout<<"**** Insert Display Search Exit ****\n"; cout<<"************************************************************************\n";}//求三个参数中的最大值int GetMax(int high,int leftMax,int rightMax) { int temp=(leftMax>rightMax)?leftMax:rightMax; return (high>temp)?high:temp;}//左旋,结点x原来的右子树y旋转成x的父母void LeftRotate(RBTree * rbTree,Node *x){ if(x->right!=rbTree->nil) { Node *y=x->right; x->right=y->left; if(y->left!=rbTree->nil) { y->left->parent=x; } y->parent=x->parent; if(x->parent==rbTree->nil) //空树,将y设为根 { rbTree->root=y; } else if(x==x->parent->left) //x为左子树,将y放在x父节点的左子树 { x->parent->left=y; } else { x->parent->right=y; } y->left=x; x->parent=y; //以下为区间树与红黑树左旋调整的差异,即要调整结点max的大小, //且必须先计算x的max,在计算y的max x->max=GetMax(x->interval.high,x->left->max,x->right->max); y->max=GetMax(y->interval.high,y->left->max,y->right->max); } else { cout<<"Error: can't left rotate,because no rigth child!"<<endl; }}//右旋,结点x原来的左子树y旋转成x的父母void RightRotate(RBTree * rbTree,Node *x){ if(x->left!=rbTree->nil) { Node *y=x->left; x->left=y->right; if(y->right!=rbTree->nil) { y->right->parent=x; } y->parent=x->parent; if(x->parent==rbTree->nil) { rbTree->root=y; } else if(x==x->parent->left) { x->parent->left=y; } else { x->parent->right=y; } y->right=x; x->parent=y; //以下为区间树与红黑树左旋调整的差异,即要调整结点max的大小 //且必须先计算x的max,在计算y的max x->max=GetMax(x->interval.high,x->left->max,x->right->max); y->max=GetMax(y->interval.high,y->left->max,y->right->max); } else { cout<<"Error: can't right rotate,because no left child!"<<endl; }}//插入结点void RBInsert(RBTree *rbTree,Interval interval){ void RBInsertFixUp(RBTree *rbTree,Node *z); if(rbTree->root==NULL) {//当根为空时,单独处理,直接插入到根结点中 rbTree->root=new Node; rbTree->nil=new Node; rbTree->root->left=rbTree->nil; rbTree->root->right=rbTree->nil; rbTree->root->parent=rbTree->nil; rbTree->root->interval.low=interval.low; //设置区间低端点 rbTree->root->interval.high=interval.high; //设置区间高端点 rbTree->root->max=interval.high; //初始根的max设为自己的high rbTree->root->color=BLACK; //根节点color设为黑 rbTree->nil->parent=rbTree->root; rbTree->nil->left=rbTree->root; rbTree->nil->right=rbTree->root; rbTree->nil->interval.low=rbTree->nil->interval.high=SENTINEL; //将nil的区间设为哨兵 rbTree->nil->color=BLACK; //nil结color也设为黑 rbTree->root->max=0; //nil节点的max设为0,便于其他节点max的维护 } else {//如果树不为空,那么从根节点开始,从上往下查找插入点 Node *y=rbTree->nil; //y用于当前扫描结点x的父节点 Node *x=rbTree->root; //从根节点开始扫描 while(x!=rbTree->nil) //查找插入位置,以低端点为排序键值 { if(interval.low==x->interval.low) { cout<<"键值重复,请输入不同的键值!!"<<endl; return; } y=x; x=interval.low<x->interval.low ? x->left : x->right; } Node *z=new Node; //new一个Node结点空间 z->color=RED; //新插入的color设为红色 z->interval.low=interval.low; z->interval.high=interval.high; z->left=z->right=rbTree->nil; z->max=GetMax(interval.high,z->left->max,z->right->max); z->parent=y; if(interval.low<y->interval.low) y->left=z; else y->right=z; RBInsertFixUp(rbTree,z); //插入后对树进行调整 }}//插入后调整树,以维持红黑树的5条性质void RBInsertFixUp(RBTree *rbTree,Node *z) { Node *y; //用于记录z的叔叔结点 while(z->parent->color==RED) //因为插入的结点是红色的,所以只可能违背性质4,即假如父结点也是红色的,要做调整 { if(z->parent->parent->left==z->parent) //如果要插入的结点z是其父结点的左子树 { y=z->parent->parent->right; // y设置为z的叔父结点 if(y->color==RED) //case 1: y的颜色为红色 { z->parent->parent->color=RED; y->color=BLACK; z->parent->color=BLACK; z=z->parent->parent; } else { if(z==z->parent->right) //case 2: y的颜色为黑色,并且z是z的父母的右结点,则z左旋转 { z=z->parent; LeftRotate(rbTree,z); } z->parent->parent->color=RED; //case 3: 如果y的颜色为黑色,并且z是z的父母的左结点 z->parent->color=BLACK; RightRotate(rbTree,z->parent->parent); } } else //与前一种情况对称,要插入的结点z是其父结点的右子树,注释略去 { y=z->parent->parent->left; if(y->color==RED) { z->parent->parent->color=RED; y->color=BLACK; z->parent->color=BLACK; z=z->parent->parent; } else { if(z->parent->left==z) { z=z->parent; RightRotate(rbTree,z); } z->parent->parent->color=RED; z->parent->color=BLACK; LeftRotate(rbTree,z->parent->parent); } } } rbTree->root->color=BLACK; //最后如果上升为rbTree的根的话,把根的颜色设为黑色}//查找与给定区间重叠的区间Node* IntervalSearch(RBTree * rbTree,Interval interval){ Node *x=rbTree->root; //从根开始查找 while(x!=rbTree->nil&&!(interval.low<=x->interval.high&&interval.high>=x->interval.low)) {//若x不等于nil节点且x与interval不重叠,则进行判断 if(x->left!=rbTree->nil&&x->left->max>=interval.low) x=x->left; //到x的左子树中继续查找 else x=x->right; //左子树必查不到,到右子树查 } return x; //x=nil或者x与interval重叠}//递归在z的左右子树中查找与interval重叠的具有最小低端点的区间Node* IntervalSearchMin(RBTree* rbTree,Node* z,Interval interval) { Node *x = z, *y; //先从左子树上找 if(x->left && x->left->max >= interval.low) { y = IntervalSearchMin(rbTree,x->left, interval); if(y != rbTree->nil) return y; } //如果x与i相交,就不需要找左子树了 if(interval.low<=x->interval.high&&interval.high>=x->interval.low) return x; //最后在右子树上找 if(x->right) return IntervalSearchMin(rbTree,x->right, interval); //如果找不到,返回nil return rbTree->nil; } //求树高int MaxHeight(Node * root,Node *nil){ if(root==nil)return 0; int leftHeight=MaxHeight(root->left,nil); int rightHeight=MaxHeight(root->right,nil); return (leftHeight>rightHeight)?leftHeight+1:rightHeight+1;}// convert an integer value to stringstring IntToString(int val) { ostringstream ss; ss << val; return ss.str();}// Print the arm branches (eg, / \ ) on a linevoid PrintBranches(int branchLen, int nodeSpaceLen, int startLen, int nodesInThisLevel, const deque<Node*>& nodesQueue) { deque<Node*>::const_iterator iter = nodesQueue.begin(); for (int i = 0; i < nodesInThisLevel / 2; i++) { cout << ((i == 0) ? setw(startLen-1) : setw(nodeSpaceLen-2)) << "" << ((*iter&&(*iter)->interval.low!=SENTINEL) ? "/" : " "); *iter++; cout << setw(2*(branchLen+1)+7) << "" << ((*iter&&(*iter)->interval.low!=SENTINEL) ? "\\" : " "); //setw(2*branchLen+4)改为setw(2*branchLen+5) *iter++; } cout << endl;}// Print the branches and node (eg, ___10___ )void PrintNodes(int branchLen, int nodeSpaceLen, int startLen, int nodesInThisLevel, const deque<Node*>& nodesQueue){ deque<Node*>::const_iterator iter = nodesQueue.begin(); for (int i = 0; i < nodesInThisLevel; i++, iter++) { cout << ((i == 0) ? setw(startLen) : setw(nodeSpaceLen)) << "" << ((*iter && (*iter)->interval.low!=SENTINEL && (*iter)->left->interval.low!=SENTINEL ) ? setfill('_') : setfill(' ')); if(*iter&&(*iter)->interval.low!=SENTINEL) { cout<<setw(branchLen+2)<<"["<<IntToString((*iter)->interval.low)<<","<<IntToString((*iter)->interval.high)<<"]"; //cout<<(((*iter)->color==RED) ? "红":"黑"); } else { cout << setw(branchLen+1)<<""; //cout << setw(branchLen+2)<<""; } cout << ((*iter && (*iter)->interval.low!=SENTINEL && (*iter)->right->interval.low!=SENTINEL ) ? setfill('_') : setfill(' ')) << setw(branchLen+1) << "" << setfill(' '); //setw(branchLen)改为setw(branchLen+1) } cout << endl;}//在控制台树形输出红黑树void PrintPretty(RBTree * tree, int level, int indentSpace) { int h = MaxHeight(tree->root,tree->nil); int nodesInThisLevel = 1; int branchLen = 2*((int)pow(2.0,h)-1) - (3-level)*(int)pow(2.0,h-1); int nodeSpaceLen = 5 + (level+1)*(int)pow(2.0,h); int startLen = branchLen + (3-level) + indentSpace; deque<Node*> nodesQueue; nodesQueue.push_back(tree->root); for (int r = 1; r <= h; r++) { PrintBranches(branchLen, nodeSpaceLen, startLen, nodesInThisLevel, nodesQueue); branchLen = branchLen/2 - 1; nodeSpaceLen = nodeSpaceLen/2 + 1; startLen = branchLen + (3-level) + indentSpace; PrintNodes(branchLen, nodeSpaceLen, startLen, nodesInThisLevel, nodesQueue); for (int i = 0; i < nodesInThisLevel; i++) { Node *currNode = nodesQueue.front(); nodesQueue.pop_front(); if (currNode&&currNode!=tree->nil) { nodesQueue.push_back(currNode->left); nodesQueue.push_back(currNode->right); } else { nodesQueue.push_back(NULL); nodesQueue.push_back(NULL); } } nodesInThisLevel *= 2; }}int main(){ RBTree tree; tree.root=tree.nil=NULL; char choose; Interval interval; while(true) { Display(); cin>>choose; switch(choose) { case 'E':exit(0);break; //选择0则跳出系统 case 'I': {//选择1则插入结点 cout<<"请输入区间的左右两个端点,中间以空格隔开:"; cin>>interval.low>>interval.high; RBInsert(&tree,interval); cout<<endl; break; } case 'D': {//选择2则在控制台以树的形式显示红黑树 cout<<endl<<"此时红黑树状态如下:"<<endl; PrintPretty(&tree,2,3); cout<<endl; break; } case 'S': {//显示查找重叠区间的结果 cout<<"请输入待查找的区间:"; cin>>interval.low>>interval.high; Node* x=IntervalSearch(&tree,interval); if(x!=tree.nil) { Node* min_x=IntervalSearchMin(&tree,tree.root,interval); cout<<"Output:最先找到的重叠区间为:"<<"["<<x->interval.low<<","<<x->interval.high<<"]"<<endl; cout<<" 具有最小低端点的重叠区间为:"<<"["<<min_x->interval.low<<","<<min_x->interval.high<<"]"<<endl<<endl; } else cout<<"Output:无重叠区间!"<<endl<<endl; } } }}
- 《算法导论》实验七:区间树上的重叠区间查找算法(C++)——控制台树型显示
- 算法导论——区间树上的重叠区间查找算法
- 区间树上的重叠区间查找算法
- 区间树上的重叠区间查找算法
- 《算法导论》实验六:红黑树插入算法(C++)——控制台树型显示
- 算法导论 区间树
- 算法导论上机实验3——用区间树实现简易课程管理系统,包括课程的插入、删除和查找
- 区间树中区间重叠检测算法正确性的证明
- 重叠区间个数(算法)
- 区间重叠判断算法
- 区间重叠判断算法
- 区间树查找算法
- 算法导论34--区间树(Python)
- 算法导论14.3 -区间树
- 【算法】求两个区间的重叠长度
- SPOJ COT2 树上的莫队算法,树上区间查询
- 算法练习:重叠区间个数
- MIT:算法导论——11.扩充的数据结构、动态有序统计和区间树
- 解决在onCreate()过程中获取View的width和Height为0的4种方法
- 第八周项目4 字符串加密
- java获取文件编码实现
- SQL Server学习记录之语句优化
- 华为校园招聘技术类笔试面试经验(摘)
- 《算法导论》实验七:区间树上的重叠区间查找算法(C++)——控制台树型显示
- cmd运行现有的sql文件(MySQL)出现SOURCE error 2
- struts向网页输出图片验证码
- 【Android】DownloadManager 打开url下载的APK文件无法打开的问题 cannot open file
- MFC界面刷新函数
- 【OJ2726】集合问题,堆
- 泊松分布噪声图像
- 11个免费的Web安全测试工具
- COM组件简介