堆是一个经典的数据结构,它将完整的二进制(或通用版本的d-ary)树放入一个连续的数组中,以广度优先的遍历顺序存储元素 . 通过这种方式,来自树的同一级别的所有元素一个接一个地连续存储 .
我正在实现一个数据结构,在引擎盖下,它是一个完全 balancer 的固定度d树,我想以连续的形式存储树以释放节点指针的空间 . 所以我想把节点放在堆中使用的广度优先顺序中,但后来我担心从根到叶子的典型搜索的缓存性能,因为在每个级别l,我跳过了很多元素 .
有没有办法获得基于深度优先顺序的d-ary完整树的紧凑连续表示?
这样,在搜索叶子期间触摸的节点似乎更容易被发现彼此更接近 . 那么问题是如何检索节点的父节点和子节点的索引,但我也想知道树中的哪些操作在这种设置中通常是有效的 .
我在C中实现这个东西,以防它完全重要 .
4 回答
为简单起见,我将限制我的讨论到二叉树,但我所说的也适用于n-ary树 .
堆(和一般的树)存储在数组广度优先的原因是因为以这种方式添加和删除项目要容易得多:增长和缩小树 . 如果您要存储深度优先,则必须以最大预期大小分配树,或者在添加级别时必须执行大量移动项目 .
但是如果你知道你将拥有一个完整, balancer 的n-ary树,那么BFS或DFS表示的选择在很大程度上取决于风格 . 就内存性能而言,一方面没有任何特别的好处 . 在一个表示(DFS)中,您可以预先获取缓存未命中,而在另一种情况下(BFS),您可以在最后获取缓存未命中 .
考虑具有20个级别(即2 ^ 20-1个项目)的二叉树,其包含从0到(2 ^ 20-1)的数字 . 每个节点占用四个字节(整数的大小) .
使用BFS,当您获得树的第一个块时,会导致缓存未命中 . 但是,您在缓存中拥有树的前四个级别 . 因此,您的下三个查询将保证在缓存中 . 之后,当节点索引大于15时,保证会有缓存未命中,因为左子节点位于
x*2 + 1
,它将远离父节点至少16个位置(64字节) .使用DFS,当您读取树的第一个块时,会导致缓存未命中 . 只要您搜索的数字位于当前节点的左子树中,就可以保证不会在前15个级别获得缓存未命中(即您不断向左移动) . 但是任何正确的分支都会导致缓存未命中,直到你达到叶子上方的三个级别 . 此时,整个子树将适合缓存,剩下的查询不会导致缓存未命中 .
对于BFS,缓存未命中数与您必须搜索的级别数成正比 . 使用DFS时,缓存未命中数与通过树的路径和您必须搜索的级别数成比例 . 但平均而言,搜索项目时发生的缓存未命中数对于DFS和BFS都是相同的 .
并且计算节点位置的数学对于BFS比对DFS更容易,尤其是当您想要找到特定节点的父节点时 .
看来需要一个
is_leaf
指标 . 因为大多数事物都与级别相关,所以我们需要快速找到它,这似乎取决于知道节点是否是叶子 .下面的片段也假设节点相对于父节点的位置是已知的...它不漂亮而且几乎无用,因为整点是节省空间 .
要获得节点的级别,您可以走左边的孩子,直到你到达一片叶子 .
树形凹凸之间的差异似乎类似于Pascal的三角形 - 所以这也可能有用 .
我只是想了一下 .
中缀订单怎么样?这样一切都更容易计算:
这样你只能在最顶层的节点上获得大跳跃 . 之后,跳跃呈指数级变小 . 这样做的好处在于,由于较低级别的节点较少,因此可以缓存这些节点 . 在树更密集的地方(即更多的同伴),跳跃要小得多 .
退回是插入缓慢:
这个中缀顺序无疑比前缀(深度优先搜索)顺序要好得多,因为树在逻辑上和物理上都是“ balancer 的” . 在前缀顺序中,左侧更受青睐 - 所以它会有所表现无论如何,像一棵不 balancer 的树 . 至少使用中缀,您可以在密集节点之间进行 balancer 和快速搜索 .
二进制搜索树用于存储以后可以有效查询和排序的信息 . 任何特定节点的左节点包含的值小于该节点的值,右节点包含更大的值 .
Heap is efficient implementation of almost complete binary search trees?
除了由特定节点表示的数据值之外,二进制搜索树还需要至少两个其他指针(因为它们也可以是父指针) . 基于堆的结构通过利用几乎完整的BST的属性将这些指针操作转换为数组索引操作 . 我们也知道如果特定的BST不接近几乎完整的BST,我们在该二叉树的数组表示中创建漏洞,以便维持父节点和子节点之间的关系 . 这意味着这可以抵消在这种情况下使用指针的成本 .
Implement heap like structure based on depth first order of tree traversal?
通过尝试为树的深度一阶遍历实现堆状结构,我们不再能够证明在第一时间使用堆的原因 . 因为,与树的宽度(可以在给定树几乎完全BST的特定级别计算)相比,深度不是固定的,我们必须操纵元素之间的复杂关系 . 每当在树中添加/删除新元素时,我们还必须重新排列元素,以便它们仍然满足堆的属性 . 因此,如果以这种方式实现,我认为我们不能证明使用堆超过BST是合理的 .