Kiegyensúlyozó karakterlánc alapú bináris keresési fa (helyesírás-ellenőrzési)

szavazat
1

Frissítés: nem tudok „kiegyensúlyozó” dolgozni, mert nem tudok „doAVLBalance” felismerni a tag funkciók „isBalanced ()”, „isRightHeavy ()”, „isLeftHeavy”. És nem tudom, hogy miért! Próbáltam Szárny példáját (3. válasz) pontosan, de kapok „lassulás összeegyeztethetetlen”, és nem tudtam rögzíteni, hogy a ... úgyhogy próbáltam csinálni az utam ... és azt mondja nekem, azok tagsági függvények nem léteznek, ha ezek egyértelműen nem.

„Hiba: class»IntBinaryTree: TreeNode«nincs olyan tagja»isRightHeavy«. Ragadtam próbálkozás után az utolsó 4 órában :(. Frissítve alábbi kódot, segítségre lenne nagy népszerűségnek örvend !!

Hozok létre karakterlánc alapú bináris keresési fa és kell, hogy ez egy „kiegyensúlyozott” fa. Hogyan tudom ezt megtenni? * Segíts kérlek !! Előre is köszönöm!

BinarySearchTree.cpp:

    bool IntBinaryTree::leftRotation(TreeNode *root)
    {
        //TreeNode *nodePtr = root;  // Can use nodePtr instead of root, better?
        // root, nodePtr, this->?

        if(NULL == root)
        {return NULL;}

        TreeNode *rightOfTheRoot = root->right;
        root->right = rightOfTheRoot->left;
        rightOfTheRoot->left = root;

        return rightOfTheRoot;
    }

    bool IntBinaryTree::rightRotation(TreeNode *root)
    {
        if(NULL == root)
        {return NULL;}
        TreeNode *leftOfTheRoot = root->left;
        root->left = leftOfTheRoot->right;
        leftOfTheRoot->right = root;

        return leftOfTheRoot;
    }

    bool IntBinaryTree::doAVLBalance(TreeNode *root)
    {


        if(NULL==root)
            {return NULL;}
        else if(root->isBalanced()) // Don't have isBalanced
            {return root;}

        root->left = doAVLBalance(root->left);
        root->right = doAVLBalance(root->right);

        getDepth(root); //Don't have this function yet

        if(root->isRightHeavy()) // Don't have isRightHeavey
        {
            if(root->right->isLeftheavey())
            {
                root->right = rightRotation(root->right);
            }
            root = leftRotation(root);
        }
        else if(root->isLeftheavey()) // Don't have isLeftHeavey
        {
            if(root->left->isRightHeavey())
            {
                root->left = leftRotation(root->left);
            }
            root = rightRotation(root);
        }
        return root;
    }

    void IntBinaryTree::insert(TreeNode *&nodePtr, TreeNode *&newNode)
    {
        if(nodePtr == NULL)
            nodePtr = newNode;                  //Insert node
        else if(newNode->value < nodePtr->value)
            insert(nodePtr->left, newNode);     //Search left branch
        else
            insert(nodePtr->right, newNode);    //search right branch
    }

//
// Displays the number of nodes in the Tree


int IntBinaryTree::numberNodes(TreeNode *root)
{
    TreeNode *nodePtr = root;

    if(root == NULL)
        return 0;

    int count = 1; // our actual node
    if(nodePtr->left !=NULL)
    { count += numberNodes(nodePtr->left);
    }
    if(nodePtr->right != NULL)
    {
        count += numberNodes(nodePtr->right);
    }
    return count;
} 

    // Insert member function

    void IntBinaryTree::insertNode(string num)
    {
        TreeNode *newNode; // Poitner to a new node.

        // Create a new node and store num in it.
        newNode = new TreeNode;
        newNode->value = num;
        newNode->left = newNode->right = NULL;

        //Insert the node.
        insert(root, newNode);
    }

    // More member functions, etc.

BinarySearchTree.h:

class IntBinaryTree
{
private:
    struct TreeNode
    {
        string value; // Value in the node
        TreeNode *left; // Pointer to left child node
        TreeNode *right; // Pointer to right child node
    };

    //Private Members Functions
    // Removed for shortness
    void displayInOrder(TreeNode *) const;


public:
    TreeNode *root;
    //Constructor
    IntBinaryTree()
        { root = NULL; }
    //Destructor
    ~IntBinaryTree()
        { destroySubTree(root); }

    // Binary tree Operations
    void insertNode(string);
    // Removed for shortness

    int numberNodes(TreeNode *root);
    //int balancedTree(string, int, int); // TreeBalanced

    bool leftRotation(TreeNode *root);
    bool rightRotation(TreeNode *root);
    bool doAVLBalance(TreeNode *root); // void doAVLBalance();
    bool isAVLBalanced();

    int calculateAndGetAVLBalanceFactor(TreeNode *root);

    int getAVLBalanceFactor()
    {
        TreeNode *nodePtr = root; // Okay to do this? instead of just
        // left->mDepth
        // right->mDepth

        int leftTreeDepth = (left !=NULL) ? nodePtr->left->Depth : -1;
        int rightTreeDepth = (right != NULL) ? nodePtr->right->Depth : -1;
        return(leftTreeDepth - rightTreeDepth);
    }

    bool isRightheavey() { return (getAVLBalanceFactor() <= -2); }

    bool isLeftheavey() { return (getAVLBalanceFactor() >= 2); }


    bool isBalanced()
    {
        int balanceFactor = getAVLBalanceFactor();
        return (balanceFactor >= -1 && balanceFactor <= 1);
    }


    int getDepth(TreeNode *root); // getDepth

    void displayInOrder() const
        { displayInOrder(root); }
    // Removed for shortness
};
A kérdést 02/08/2011 05:00
a forrás felhasználó
Más nyelveken...                            


3 válasz

szavazat
1

Számos módja van, hogy ezt, de én azt javaslom, hogy valójában nem ezt, mint minden. Ha azt szeretnénk, hogy tárolja a BST húrok, vannak sokkal jobb lehetőségek:

  1. Használjon egy előre megírt bináris keresési fa osztályban. A C ++ std :: meghatározott kategóriában, ugyanakkor garantálja a kiegyensúlyozott bináris kereső fába, és gyakran, mint pl. Ez lényegesen könnyebb használni, mint gördülő Öné BST.

  2. Használjon Trie helyett. A Trie adatstruktúra egyszerűbb és hatékonyabb, mint a BST húrok, nem mérlegeli egyáltalán, és gyorsabb, mint a BST.

Ha tényleg meg kell írni a saját egyensúlyban BST, akkor sok lehetőség. A legtöbb BST megvalósítások használja kiegyenlítő rendkívül bonyolult, és nem a gyenge a szíve. Én javaslom végrehajtási akár treap vagy ferde fa, amely két szimmetrikus BST struktúrák meglehetősen egyszerű végrehajtani. Mindketten sokkal összetettebb, mint a kód van fent, és nem tudok ezen a rövid nyújt végrehajtására, de a Wikipedia keresést ezeket a struktúrákat kell adni rengeteg tanácsot, hogyan kell eljárni.

Remélem ez segít!

Válaszolt 02/08/2011 06:21
a forrás felhasználó

szavazat
1

Sajnos a programozók szó vadállatok.

hogy ez egy „kiegyensúlyozott” fa.

„Kiegyensúlyozott” a kontextusfüggő. A bevezető adatstruktúrák osztályok jellemzően a fát, hogy „kiegyensúlyozott”, ha a különbség a csomópontjához legnagyobb mélysége és a csomópont a legkisebb mélysége minimálisra csökken. Azonban, mint már Sir Templatetypedef, egy ferde fa minősül kiegyensúlyozó fa. Ez azért van, mert kiegyenlíti a fák meglehetősen jól esetekben néhány csomópont elérhető egymáshoz egyszerre gyakran. Ez azért van, mert ez kevesebb csomópontot bejárási hogy az adatokat egy ferde fa, mint a hagyományos bináris fa ezekben az esetekben . Másrészt, a legrosszabb teljesítményt az access-by-hozzáférés alapján lehet olyan rossz, mint a láncolt lista.

Apropó kapcsolt listák ...

Mert egyébként nem a „kiegyenlítési” ez ugyanaz, mint a kapcsolt listát olvastam, és legyőzi a célja.

Ez lehet olyan rossz, de randomizált lapkák nem. Ha behelyezi már kiválogatott adatok, a legtöbb bináris keresési fa megvalósítások adatok tárolására, mint egy dagadt, és elrendelte láncolt lista. Azonban, hogy csak azért, mert te épület egyik oldalán a fa folyamatosan. (Képzeld behelyezése 1, 2, 3, 4, 5, 6, 7, stb ... egy bináris fa. Próbálja ki a papíron, hogy mi történik.)

Ha az egyensúlyt az elméleti legrosszabb eset kell garantált értelemben, azt javasoljuk, hogy keresi fel piros-fekete fák. (Google akkor, második link elég jó.)

Ha az egyensúly azt ésszerű módon erre a speciális helyzetben, én megyek egész index, és egy tisztességes hash függvény - így a kiegyenlítő fog történni véletlenszerűen nélkül extra kódot. Azaz, hogy az összehasonlító függvény néz ki, mint a hash (Stra) <hash (STRB) helyett, amit most van. (Egy gyors, de hatékony hash erre az esetre, felnéz FNV hasítás. Első találatot a Google. Menj le, amíg meg nem jelenik hasznos kódot.) Akkor aggódni a végrehajtás részleteit a hatékonyságot, ha akarsz. (Például, ha nem kell elvégezni a két hash minden egyes alkalommal, amikor összehasonlítani, mivel az egyik string soha nem változik.)

Ha nem kap el vele, azt javasoljuk, az utóbbi, ha a válság az idő, és szeretne valami gyors. Ellenkező esetben, piros-fekete fák érdemes, hiszen ők rendkívül hasznos a gyakorlatban, amikor meg kell dobni a saját magassága kiegyensúlyozott bináris fa.

Végül foglalkozik az a fenti kódot, lásd a megjegyzéseket az alábbi kódot:

int IntBinaryTree::numberNodes(TreeNode *root)
{
    if(root = NULL) // You're using '=' where you want '==' -- common mistake.
                    // Consider getting used to putting the value first -- that is,
                    // "NULL == root". That way if you make that mistake again, the
                    // compiler will error in many cases.
        return 0;
    /*
    if(TreeNode.left=null && TreeNode.right==null)  // Meant to use '==' again.
    { return 1; }

    return numberNodes(node.left) + numberNodes(node.right);
    */

    int count = 1; // our actual node
    if (left != NULL)
    {
        // You likely meant 'root.left' on the next line, not 'TreeNode.left'.
        count += numberNodes(TreeNode.left);
        // That's probably the line that's giving you the error.
    }
    if (right != NULL)
    {
        count += numberNodes(root.right);
    }
    return count;
}
Válaszolt 02/08/2011 08:10
a forrás felhasználó

szavazat
1

Programozó használja AVL fa fogalmakat az egyensúly bináris fák. Ez elég egyszerű. További információ megtalálható az interneten. Gyors wiki linket

Az alábbiakban a minta kódot, amely nem fa kiegyenlítetlen AVL algoritmus.

Node *BinarySearchTree::leftRotation(Node *root)
{
    if(NULL == root)
    {
        return NULL;
    }
    Node *rightOfTheRoot = root->mRight;
    root->mRight = rightOfTheRoot->mLeft;
    rightOfTheRoot->mLeft = root;

    return rightOfTheRoot;
}

Node *BinarySearchTree::rightRotation(Node *root)
{
    if(NULL == root)
    {
        return NULL;
    }
    Node *leftOfTheRoot = root->mLeft;
    root->mLeft = leftOfTheRoot->mRight;
    leftOfTheRoot->mRight = root;

    return leftOfTheRoot;
}

Node *BinarySearchTree::doAVLBalance(Node *root)
{
    if(NULL == root)
    {
        return NULL;
    }
    else if(root->isBalanced())
    {
        return root;
    }

    root->mLeft  = doAVLBalance(root->mLeft);
    root->mRight = doAVLBalance(root->mRight);

    getDepth(root);

    if(root->isRightHeavy())
    {
        if(root->mRight->isLeftHeavy())
        {
            root->mRight = rightRotation(root->mRight);
        }
        root = leftRotation(root);
    }
    else if(root->isLeftHeavy())
    {
        if(root->mLeft->isRightHeavy())
        {
            root->mLeft = leftRotation(root->mLeft);
        }
        root = rightRotation(root);
    }

    return root;
}

osztály meghatározása

class BinarySearchTree
{
public:
    // .. lots of methods 
    Node *getRoot();
    int getDepth(Node *root);

    bool isAVLBalanced();
    int calculateAndGetAVLBalanceFactor(Node *root);
    void doAVLBalance();

private:
     Node *mRoot;
};

class Node
{
public:
    int  mData;
    Node *mLeft;
    Node *mRight;
    bool mHasVisited;
    int mDepth;
public:

    Node(int data)
    : mData(data),
      mLeft(NULL),
      mRight(NULL),
      mHasVisited(false),
      mDepth(0)
    {
    }

    int getData()              { return mData; }

    void setData(int data)     { mData = data;  }

    void setRight(Node *right) { mRight = right;}

    void setLeft(Node *left)   { mLeft = left; }

    Node * getRight()          { return mRight; }

    Node * getLeft()           { return mLeft; }

    bool hasLeft()             { return (mLeft != NULL);  }

    bool hasRight()            { return (mRight != NULL); }

    bool isVisited()           { return (mHasVisited == true); }

    int getAVLBalanceFactor()
    {
        int leftTreeDepth = (mLeft != NULL) ? mLeft->mDepth : -1;
        int rightTreeDepth = (mRight != NULL) ? mRight->mDepth : -1;
        return(leftTreeDepth - rightTreeDepth);
    }

    bool isRightHeavy() { return (getAVLBalanceFactor() <= -2); }

    bool isLeftHeavy()  { return (getAVLBalanceFactor() >= 2);  }

    bool isBalanced()
    {
        int balanceFactor = getAVLBalanceFactor();
        return (balanceFactor >= -1 && balanceFactor <= 1);
    }
};
Válaszolt 02/08/2011 17:45
a forrás felhasználó

Cookies help us deliver our services. By using our services, you agree to our use of cookies. Learn more