gpt4 book ai didi

c++ - 如何定位具有 O(log n) 时间复杂度的直接前驱

转载 作者:行者123 更新时间:2023-11-30 04:16:58 24 4
gpt4 key购买 nike

首先,我想让任何人知道这是一项任务,我已经用 O(n) 完成了定位直接前导,但我想用 O(log n) 来完成,我知道这是可能的,因为树是 AVL 树。

我用 O(n) 完成它的方法是我根据键(记录)将树分成 2 并对左树进行最大搜索,对右树进行最小搜索。我知道它不是 log n,因为在我缩小了解决方案之后,我仍然必须处理左树或右树中的所有节点,所以充其量它仍然是 1/2n。

我可以看到解决方案的模式,但仍然无法全神贯注。我正在考虑使用根和节点指针,但我仍然不确定如何实现它。

如有任何指点,我将不胜感激,我已经用谷歌搜索并尝试解决这个问题好几天了,但无济于事。

最佳答案

给定一个 AVL 树中的节点 N,存在三种情况:

  1. N 有一个左 child L。那么 N 的直接前驱必须是 L 最右最深的后代。要找到它,您需要下降到 L 的子树,在每个子树上取右分支子节点。最多可以有 log n 个级别,所以这是 O(log n)。

  2. N 没有左 child ,但它本身是父 P 的右 child 。那么 P 必须是直接前驱,位于 O(1) 时间。

  3. N没有左 child ,是一个父P的左 child 。然后沿着树向根走,直到找到一个节点是一个上升的A的右 child 。如果没有这样的A , N 没有任何前驱;否则 A 是 N 的直接前导。同样,最多可以检查 log n 个父级别,所以这也是 O(log n)。

确定三个应用中的哪一个应用显然可以在 O(1) 时间内完成,因此总时间复杂度为 O(log n)。

AVL 树示例供引用(这与 Wikipedia page for AVL tree 中给出的示例相同,但我重新创建了图形而不是复制图像;如果有人想制作,可以从 here 中 fork 源修改):

AVL tree example

节点 17 和 50 是情况 1 的示例;节点 76 是情况 2 的示例;节点 9 是情况 3 的示例,没有前导;节点 19 是案例 3 的示例。如果您通过查看上面树中的示例来思考每个案例,您将能够确认这些陈述是正确的。这可能比通过正式证明(仍然可以给出)更容易。

关于c++ - 如何定位具有 O(log n) 时间复杂度的直接前驱,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/17388134/

24 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com