【C++、数据结构】封装map和set(用红黑树实现)

article/2023/6/4 15:00:16

文章目录

  • 📖 前言
  • 1. 如何复用同一棵红黑树⚡
      • 1.1 🌀 修改后结点的定义:
  • 2. 模拟实现中何实现数据比较大小🌟
  • 3. 红黑树迭代器的实现🔥
      • 3.1 💥红黑树begin()和 end()的定义
      • 3.2 💥 operator* 和 operator->
      • 3.3 💥 operator++ 和 operator- -
      • 3.4 💥 operator== 和 operator!=
  • 4. 封装map和set⭕

📖 前言

在这之前我们学习了红黑树的模拟实现,学习了如何使用map和set,同时我们也了解到,map和set底层都是用红黑树来实现的,本文我们就要自己动手封装一下map和set这两大容器,用我们之前学的红黑树来实现一下……🙋 🙋 🙋 🙋 🙋

前情回顾:手撕红黑树 👉 传送门

前情回顾:map和set 👉 传送门


1. 如何复用同一棵红黑树⚡

前提疑问:

在我们这所有的之前我们知道,map和set这两个容器都是用红黑树来实现的,那么就有了接下来的问题。

  • map和set都是用的同一棵红黑树复用的吗
  • 或者这两个容器各自使用一棵红黑树吗

答案:

很显然根据STL的设计理念,是不可能是两个容器各自用一棵红黑树的,这不符合泛型编程的理念,实际上确实是用的同一棵树,只是对我们之前的红黑树做了一些改动。

我们来看一下STL官方库的原码:

在这里插入图片描述
通过翻看原码我们得知:

  • map和set都是在复用同一棵红黑树
  • 它们实现的都是Key_value模型

这样设计的好处,两个容器都可以复用同一棵红黑树,体现了泛型编程的思想。

我们设T为红黑树的结点:

  • 对于set而言,T就是RBTree<K, K>
  • 对于map而言,T就是RBTree<K, pair<K, V>>

这时我们就有了另一个疑问,两个模板参数的第一个Key,不能省略掉吗??

  • 首先,答案肯定是不能的
  • 那么原因又是什么呢?

因为map的这个类中,无论怎么省略都会有一个查找函数…
在这里插入图片描述
如果将Key省略的话,map中查找数据就不知道数据的类型了,所以必须保留Key。

综上所述:

  • map和set都是用了,Key_value模型
  • set中的K是K,V也是K
  • map中的K是K,V是pair<K,V>
  • 并且模板参数中第一个K都不能省

1.1 🌀 修改后结点的定义:

enum Colour
{RED,BLACK,
};//上层维度的一个泛型
template<class T>
struct RBTreeNode
{RBTreeNode<T>* _left;RBTreeNode<T>* _right;RBTreeNode<T>* _parent;T _data;	//数据Colour _col;RBTreeNode(const T& data): _data(data), _left(nullptr), _right(nullptr), _parent(nullptr), _col(RED){}
};

2. 模拟实现中何实现数据比较大小🌟

  • 上述提到,在模拟实现中,map和set我们复用同一棵红黑树的时候都是用的是Kye_value的结构
  • 但是红黑树中的数据比较又是Key值的比较,而现在我们用的则是pair的比较
  • 虽然编译上是可以通过但是真的就是我们所想要的吗?

pair比较大小:

在这里插入图片描述
很显然这种比较规则不是我们所想要的,并且map和set想要取到用来比较的数据是不同的。

为了取到我们想要的数据,我们引入了仿函数:

  • 根据map和set的需求不同
  • 我们在红黑树中新引入了一个模板参数

在这里插入图片描述
通过仿函数,直接从红黑树的一个结点中取出想要的数据。

因为map和set中需要比较的数据取出方式不同,所以分别在map和set类中实现不同的仿函数。

map中的仿函数:
在这里插入图片描述
set中的仿函数:

在这里插入图片描述
使用方法:
在这里插入图片描述
此时仿函数的方便之处就体现出来了。

代码演示:

//红黑树的实现
//KeyOfT --> 支持取出T对象中key的仿函数
template<class K, class T, class KeyOfT>
class RBTree
{typedef RBTreeNode<T> Node;
public:typedef __RBTreeIterator<T, T&, T*> iterator;typedef __RBTreeIterator<T, const T&, const T*> const_iterator;//构造 拷贝构造 赋值 和析构 跟搜索树实现方式是一样的//迭代器中序遍历,要找最左结点iterator Begin(){Node* subLeft = _root;while (subLeft && subLeft->_left){subLeft = subLeft->_left;}//树的迭代器用结点的指针就可以构造return iterator(subLeft);}iterator End(){return iterator(nullptr);}const_iterator Begin() const{Node* subLeft = _root;while (subLeft && subLeft->_left){subLeft = subLeft->_left;}//树的迭代器用结点的指针就可以构造return const_iterator(subLeft);}const_iterator End() const{return const_iterator(nullptr);}pair<iterator, bool> Insert(const T& data){//1、搜索树的规则插入//2、看是否违反平衡规则,如果违反就需要处理:旋转if (_root == nullptr){_root = new Node(data);_root->_col = BLACK; //根节点是黑色return make_pair(iterator(_root), true);}KeyOfT kot;Node* parent = nullptr;Node* cur = _root;while (cur){if (kot(cur->_data) < kot(data)){parent = cur;cur = cur->_right;}else if (kot(cur->_data) > kot(data)){parent = cur;cur = cur->_left;}else{return make_pair(iterator(cur), false);}}//找到符合规则的位置之后再插入cur = new Node(data); Node* newnode = cur;cur->_col = RED;if (kot(parent->_data) < kot(data)){parent->_right = cur;}else{parent->_left = cur;}//三叉链的链接 -- 链上父节点cur->_parent = parent;//存在连续红色结点while (parent && parent->_col == RED){//理论而言,祖父是一定存在的,父亲存在且是红不可能是根(根一定是黑的)Node* grandfather = parent->_parent;assert(grandfather);if (grandfather->_left == parent){Node* uncle = grandfather->_right;//情况一:(叔叔存在且为红)if (uncle && uncle->_col == RED){//祖父和叔叔变成黑色parent->_col = uncle->_col = BLACK;grandfather->_col = RED;//继续往上处理cur = grandfather;parent = cur->_parent;}//情况二:(叔叔不存在 or 叔叔存在且为黑)else{//单旋//	   g//	 p// cif (cur == parent->_left){RotateR(grandfather);parent->_col = BLACK;grandfather->_col = RED;}//双旋//    g//  p//    celse{RotateL(parent);RotateR(grandfather);cur->_col = BLACK;grandfather->_col = RED;}break;}}//无论父亲和叔叔是左是右都是一样的//grandfather->_right == parent;else{Node* uncle = grandfather->_left;//情况一:if (uncle && uncle->_col == RED){//祖父和叔叔变成黑色parent->_col = uncle->_col = BLACK;grandfather->_col = RED;//继续往上处理cur = grandfather;parent = cur->_parent;}else{//单旋// g//   p//     cif (cur == parent->_right){RotateL(grandfather);parent->_col = BLACK;grandfather->_col = RED;}//双旋//  g//    p//  celse{RotateR(parent);RotateL(grandfather);cur->_col = BLACK;grandfather->_col = RED;}break;}}}//父亲为空就出循环,将根节点设置成黑色_root->_col = BLACK;return make_pair(iterator(newnode), true);}
}

3. 红黑树迭代器的实现🔥

虽然map和set这种关联式容器的迭代器使用起来和序列式容器使用起来一样,但是底层实现却不尽相同。

3.1 💥红黑树begin()和 end()的定义

在这里插入图片描述

  • 因为是二叉搜索树,为了更有顺序,所以我们采取的是中序遍历。
  • 那么中序遍历Begin()就应该是最左结点
  • 我们实现的版本中End()定义为空是(nullptr)

而库中的红黑树则是设计了一个哨兵位的头结点:
在这里插入图片描述
库中实现的end就和我们所实现的不同了,我们实现的是简化版的。

先直接见代码:

template<class T, class Ref, class Ptr>
struct __RBTreeIterator
{typedef RBTreeNode<T> Node;Node* _node;typedef __RBTreeIterator<T, Ref, Ptr> Self;__RBTreeIterator(Node* node):_node(node){}Ref operator*(){return _node->_data;}Ptr operator->(){return &_node->_data;}Self& operator++(){if (_node->_right == nullptr){//找祖先里面,孩子是父亲左的那个Node* cur = _node;Node* parent = cur->_parent;while (parent && parent->_right == cur){cur = cur->_parent;parent = parent->_parent;}_node = parent;}else{//右子树的最左结点Node* subLeft = _node->_right;while (subLeft->_left){subLeft = subLeft->_left;}//左为空_node = subLeft;}return *this;}Self& operator--(){if (_node->_left == nullptr){//找祖先里面,孩子是父亲Node* cur = _node;Node* parent = cur->_parent;while (parent && cur == parent->_left){cur = cur->_parent;parent = parent->_parent;}_node = parent;}else{//左子树的最右结点Node* subRight = _node->_left;while (subRight->_right){subRight = subRight->_right;}_node = subRight;}return *this;}Self operator++(int){Self tmp(*this);++(*this);return tmp;}Self operator--(int){Self tmp(*this);--(*this);return tmp;}bool operator!=(const Self& s) const{return _node != s._node;}bool operator==(const Self& s) const{return _node == s._node;}
};
  • T:数据
  • Ref:引用
  • Ptr:指针
  • Sef:iterator本身

3.2 💥 operator* 和 operator->

在这里插入图片描述
就是正常的运用operator。


3.3 💥 operator++ 和 operator- -

这里迭代器的++和- - 需要分类一下,分别是:前置++,- - 、后置++,- -

前置++ :
因为我们是中序遍历,我们访问完自己之后,下一个该访问哪一个结点?

在这里插入图片描述
it走到哪,说明哪个结点已经访问过了,接下来我们的操作不是递归,但是胜似递归

我们大致的思路:

  • 跟着中序遍历的方式,it肯定是从5->6->7->8
  • 很显然这时我们只需要看当前位置右子树是否是空

分如下两种情况:(重点)

  1. 右子树为空:找孩子是父亲的左的那个祖先节点,否则继续往上走,直到空(nullptr)
  2. 右子树为非空:找右子树的最左节点

为什么右子树为空时,不能直接跳到该结点的父亲节点吗?

答案是不行的,如图所示:

在这里插入图片描述

如果按照问题中那样右子树为空直接跳到父亲的话,5->6,6的右子树不为空,6->7,然后7的右子树为空,7->6,然后6的右子树不为空,6->7,然后7的右子树为空,7->6……这样就反复横跳了……

所以我们找到一个办法:那就是找孩子是祖先的左的那个祖先节点。

这样就实现了非递归,这种非递归的前提是(一定是三叉链)

在这里插入图片描述
前置- - :

我们大致的思路:

  • 很显然这时我们只需要看当前位置左子树是否是空

前置- -就是倒着走,同样还是对当前位置分两种情况:(重点)

  1. 左子树为空:找孩子是父亲的右的那个祖先节点,否则继续往上走,直到空(nullptr)
  2. 左子树为非空:找左子树的最右节点

在这里插入图片描述
只要前置++理解了,那么前置- -完全就是前置++倒过来走一遍。

后置++、后置- - :

和之前实现容器的得带器一样,我们这里直接复用即可:
在这里插入图片描述

3.4 💥 operator== 和 operator!=

直接见下图所示:
在这里插入图片描述
红黑树中查找函数:

iterator Find(const K& key)
{Node* cur = _root;KeyOfT kot;while (cur){if (kot(cur->_data) < key){cur = cur->_right;}else if (kot(cur->_data) > key){cur - cur->_left;}else{return iterator(cur);}return End();}
}

4. 封装map和set⭕

有了上面的红黑树改装,我们这里的对map和set的封装就显得很得心应手了。

map的封装:

template<class K, class V>
class map
{//定义一个内部类struct MapKeyOfT{const K& operator()(const pair<K, V>& kv)//operator() 可以像函数一样去使用{return kv.first;}};public:typedef typename RBTree<K, pair<K, V>, MapKeyOfT>::iterator iterator;typedef typename RBTree<K, pair<K, V>, MapKeyOfT>::const_iterator const_iterator;iterator begin(){return _t.Begin();}iterator end(){return _t.End();}pair<iterator, bool> insert(const pair<K, V>& kv){return _t.Insert(kv);}V& operator[](const K& key){pair<iterator, bool> ret = insert(make_pair(key, V()));return ret.first->second;}
private:RBTree<K, pair<K, V>, MapKeyOfT> _t;
};

这里map中的operator[ ]我们知道其原理之后,模拟实现就非常方便,直接调用插入函数,控制好参数和返回值即可。

对set的封装:

template<class K>
class set    
{struct SetKeyOfT{const K& operator()(const K& key)//operator() 可以像函数一样去使用{return key;}};
public://加上typename告诉编译器这是个类型,类模板实例化了再去取typedef typename RBTree<K, K, SetKeyOfT>::const_iterator iterator;typedef typename RBTree<K, K, SetKeyOfT>::const_iterator const_iterator;iterator begin() const{return _t.Begin();}iterator end() const{return _t.End();}pair<iterator, bool> insert(const K& key){//pair<typename RBTree<K, K, SetKeyOfT>::iterator, bool> ret = _t.Insert(key);auto ret = _t.Insert(key);return pair<iterator, bool>(iterator(ret.first._node), ret.second);}iterator find(const K& key){return _t.Find(key);}private:RBTree<K, K, SetKeyOfT> _t;
};

https://www.dgrt.cn/a/392201.html

相关文章

Python-项目实战--飞机大战-pygame快速入门(3)

4.理解精灵和精灵组4.1精灵和精灵组在刚刚完成的案例中&#xff0c;图像加载、位置变化、绘制图像都需要程序员编写代码分别处理为了简化开发步骤&#xff0c;pygame提供了两个类pygame.sprite.Sprite --存储图像数据 image和位置rect的对象pygame.sprite.Group注意&#xff1a…

【2007NOIP普及组】T4.Hanoi双塔问题 试题解析

【2007NOIP普及组】T4.Hanoi双塔问题 试题解析 时间限制: 1000 ms 内存限制: 65536 KB 【题目描述】 给定A,B,C三根足够长的细柱,在A柱上放有2n个中间有空的圆盘,共有n个不同的尺寸,每个尺寸都有两个相同的圆盘,注意这两个圆盘是不加区分的(下图为n=3的情形)。现要…

Camtasia2023免费屏幕录像软件支持MP4/AVI/WMV等多种格式

微课教学现在越来越受欢迎&#xff0c;如果你是一名教师&#xff0c;肯定知道喀秋莎的存在&#xff0c;可能曾经在哪儿相遇过&#xff0c;现在甚至还念念不忘&#xff01;如果真的喜欢&#xff0c;这里可以觅到她的倩影了。camtasia是一款十六进制编辑器的软件&#xff0c;camt…

iPhone苹果手机Apple id帐号如何永久性注销删除数据?

原文来源&#xff1a;https://www.caochai.com/article-4120.html 注本方法&#xff1a;将会将您的iPhone苹果手机Apple id帐号从所有 Apple App、服务和 iCloud&#xff08;由云上贵州运营&#xff09; 中永久删除你的帐户和相关联的数据。 iPhone苹果手机Apple id帐号如何永…

MySQL面试题:MySQL锁机制

文章目录1. 封锁粒度2. 封锁类型读写锁意向锁3. 封锁协议1. 一级封锁协议&#xff08;修改-事务&#xff09;2. 二级封锁协议&#xff08;读取-立即&#xff09;3. 三级封锁协议&#xff08;读取-事务&#xff09;4. 封锁协议与隔离级别5. 两段锁协议a. 概念b. 例子c. 两段锁是…

【博客613】tcp重置防火墙原理:构造RST报文来终结非法活跃连接

tcp重置防火墙原理&#xff1a;构造RST报文来终结非法活跃连接 1、场景 如何关闭一个 TCP 连接&#xff1f; 可能大家第一反应是「杀掉进程」不就行了吗&#xff1f; 是的&#xff0c;这个是最粗暴的方式&#xff0c;杀掉客户端进程和服务端进程影响的范围会有所不同&#…

微服务框架及多模块开发

目录 一&#xff0c;项目模式 二&#xff0c;项目架构图 三&#xff0c;案例演示 主模块 公共子模块 子模块 添加页面公共资源 一&#xff0c;项目模式 电商模式&#xff1a;市面上有5种常见的电商模式&#xff0c;B2B、B2C、 C2B、 C2C、O2O; 1、B2B模式 B2B (Business …

(二十八)Stream流

目录 前言: 一、Stream流的获取方法 二、Stream流的中间操作方法 三、Stream流的终结方法 前言: 1.什么是Stream流 在java8中&#xff0c;得益于Lambda所带来的函数式编程&#xff0c;引入了一个全新的Stream流概念。 目的: 用于简化集合和数组操作的API。 2.Stream流的作用…