【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
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
- set是按照一定次序存储元素的容器。
- 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。
- 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。
- 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。
- set在底层使用二叉搜索树(红黑树)实现的。
- 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。 - set中插入元素时,只需要插入value即可,不需要构造键值对。
- set中的元素不可以重复(因此可以使用set进行去重)。
- 使用set的迭代器遍历set中的元素,可以得到有序序列
- set中的元素默认按照小于来比较
- set中查找某个元素,时间复杂度为:logn(以二为底)
- set中的元素不允许修改
- 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。
- 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;
- 在内部,map中的元素总是按照键值key进行比较排序的。
- 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)
- 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。
- map通常被实现为平衡二叉搜索树
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

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:
- 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。
- 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。
2.k存在,返回k对应的value值
multiset multiset文档介绍
- 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。
- 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。 - 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。
- 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。
- multiset底层结构为二叉搜索树(红黑树)。
- 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
- 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。 - 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; - 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。
- 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。
- multimap在底层用二叉搜索树(红黑树)来实现。
multimap中的接口可以参考map,功能都是类似的。
注意:
- multimap中的key是可以重复的。
- multimap中的元素默认将key按照小于来比较
- multimap中没有重载operator[]操作
- 使用时与map包含的头文件相同
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)

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:
- b子树变成60的左子树。
- 60称为30的右子树,30称为这棵树的根。

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
- b变成30的右子树
- 30所在子树变成60的左子树。60更新为这棵树的根。

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
- 先以30为旋转点,进行做单旋
- 再以90为旋转点,进行右单旋
- b变成30的右边
- c变成90的左边
- 30和90分别变成60的左边和右边,60称为新的根
c最终是90的左边,那么90的bf就是1。

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。

文章图片
情况三:60自己就是新增。

文章图片

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:
- 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。
- 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;
}

文章图片
推荐阅读
- 算法与数据结构的碰撞经典汇总|四平方和 剪枝+枚举 【蓝桥真题】(c++)
- 蓝桥真题|【蓝桥真题3】蓝桥改革变难,想进国赛这些能力你可缺一不可
- 算法|开学季——经典计算机教材带你起飞!
- python|python数据结构-链表
- c语言|C语言进阶(程序环境和预处理)
- c语言|C语言初阶(用C语言来写简易三子棋)
- leetcode|leetcode2068. 检查两个字符串是否几乎相等
- leetcode|leetcode242. 有效的字母异位词
- leetcode|leetcode1704. 判断字符串的两半是否相似