【C++:封装红黑树】C++红黑树封装实战:从零实现MyMap与MySet

【C++:封装红黑树】C++红黑树封装实战:从零实现MyMap与MySet

🔥艾莉丝努力练剑:个人主页

专栏传送门:《C语言》《数据结构与算法》C/C++干货分享&学习过程记录Linux操作系统编程详解笔试/面试常见算法:从基础到进阶测试开发要点全知道

⭐️为天地立心,为生民立命,为往圣继绝学,为万世开太平


🎬艾莉丝的简介:


🎬艾莉丝的C++专栏简介:


目录

C++的两个参考文档

1  ~>  分析:源码及框架

1.1  见一见源码

1.2  对比set和map的源码:泛型编程的应用

2  ~>  map和set的模拟实现

2.1  实现出复用红黑树的框架(支持insert)

2.2  迭代器iterator的实现

2.3  迭代器iterator实现思路分析

2.4  map支持[]

bit::map和bit::set完整代码示例与实践演示

RBTree.h:

Map.h:

Set.h:

Test.cpp:

运行结果

结尾


C++的两个参考文档

老朋友(非官方文档):cplusplus

官方文档(同步更新): cppreference
set和multiset的参考文档:setmultiset

map和multimap的参考文档:mapmultimap


1  ~>  分析:源码及框架

大伙都知道封装红黑树这一块难度那是嘎嘎高的,这个难度其实不在于逻辑,而在于结构。

1.1  见一见源码

还是那句话,虽然没吃过猪肉但我们可以见见过猪跑呀。艾莉丝又来带大家看源码啦——

SGI—STL30版本源代码,map和set的源代码在map / set / stl_map.h / stl_set.h / stl_tree.h等几个头文件中。

源码大家不要去看最新的,最新的源码有的经过十几年的优化,看起来很费劲,我们挑中间的看。

stl_tree.h:

stl_set.h:

stl_map.h:

1.2  对比set和map的源码:泛型编程的应用

虽然底层都是用红黑树实现的,这里我们看源码,第一个模板参数都是Key,区别就在于第二个模板参数,value对于set是key,对map不是——

map和set不是同一棵红黑树实现的,这里其实是用红黑树类模板实现的。

我们通过上面的框架可以看到源码中的rb_tree实现了一个非常巧妙的泛型思想,rb_tree不管是实现Key的搜索场景还是Key / value的搜索场景不是直接写死的,而是由第二个模板参数value来决定_rb_tree_node中存储的数据类型。

set实例化rb_tree的时候第二个模板参数给的是Key,map实例化rb_tree时第二个模板参数给的是pair<const key , T>,这样一个红黑树既可以实现Key搜索场景的set,也可以实现Key / value搜索场景的map。

大家注意,源码里面模板参数是用了T来代表value,而内部写的value_type不是我们日常Key / value场景中说的value,源码中的value_type反而是红黑树节点中,存储的是真实的数据类型。

rb_tree第二个模板参数value已经控制了红黑树节点存储的数据类型,为什么还要穿第一个模板参数Key呢?尤其是set,两个模板参数是一样的,这是很多uu会有的有个疑问。要注意的是对于map和set,find / erase时候的模板参数都是Key,所以第一个模板参数是传给find / erase等函数来做形参的类型的。对于set而言,两个参数是一样的;但是对于map而言就不一样了,map容器Insert的是pair对象,但是find / erase的是Key对象。


2  ~>  map和set的模拟实现

2.1  实现出复用红黑树的框架(支持insert)

参考前面的源码框架,map和set确实是复用之前我们实现的红黑树。

这里相比源码调整一下,key参数就用K,value参数就用V,红黑树中的数据类型,我们使用T。

其次因为RBTree实现了泛型不知道T参数导致是K,还是pair<K,V>,那么insert内部进行插入逻辑比较时,就没办法进行比较,因为pair的默认支持的是key和value一起参与比较,我们需要时的任何时候只比较key,所以我们在map和set层分别实现一个MapKeyOfT和SetKeyOfT的仿函数传给
RBTree的KeyOfT,然后RBTree中通过KeyOfT仿函数取出T类型对象中的key,再进行比较,具体
细节参考如下代码实现。

2.2  迭代器iterator的实现

iterator核心代码——

2.3  迭代器iterator实现思路分析

iterator实现的大框架跟list的iterator思路是一致的,用一个类型封装结点的指针,再通过重载运算符实现,迭代器有像指针一样访问的行为。

这里的难点是operator++和operator--的实现。之前在使用部分,我们分析map和set的迭代器走的是中序遍历,左子树~>根结点~>右子树,那么begin()会返回中序第一个结点的iterator也就是10所在结点的迭代器。

迭代器++的核心逻辑就是不看全局,只看局部,只考虑当前中序局部要访问的下一个结点

迭代器++时,如果it指向的结点的右子树不为空,代表当前结点已经访问完了,要访问下一个结点是右子树的中序第一个,一棵树中序第一个是最左结点,所以直接找右子树的最左结点即可。

迭代器++时,如果it指向的结点的右子树空,代表当前结点已经访问完了且当前结点所在的子树也
访问完了,要访问的下一个结点在当前结点的祖先里面,所以要沿着当前结点到根的祖先路径向上
找。

如果当前结点是父亲的左,根据中序左子树~>根结点~>右子树,那么下一个访问的结点就是当前结点的父亲;如下图——

it指向25,25右为空,25是30的左,所以下一个访问的结点就是30。

如果当前结点是父亲的右,根据中序左子树~>根结点~>右子树,当前当前结点所在的子树访问完了,当前结点所在父亲的子树也访问完了,那么下一个访问的需要继续往根的祖先中去找,直到找
到孩子是父亲左的那个祖先就是中序要问题的下一个结点。如下图——

it指向15,15右为空,15是10的右,15所在子树话访问完了,10所在子树也访问完了,继续往上找,10是18的左,那么下一个访问的结点就是18。

end()如何表示呢?如下图——

当it指向50时,++it时,50是40的右,40是30的右,30是18的右,18到根没有父亲,没有找到孩子是父亲左的那个祖先,这是父亲为空了,那我们就把it中的结点指针置为nullptr,我们用nullptr去充当end。需要注意的是stl源码空,红黑树增加了一个哨兵位头结点作为end(),这哨兵位头结点和根互为父亲,左指向最左结点,右指向最右结点。相比我们用nullptr作为end(),差别不大,他能实现的,我们也能实现。只是--end()判断到结点时空,特殊处理一下,让迭代器结点指向最右结点。具体大家可以参考迭代器--的实现。

迭代器-的实现跟++的思路完全类似,逻辑正好反过来即可,因为他访问顺序是右子树~>根结点~>
左子树,具体参考可以看艾莉丝放在文章最后的代码实现。

set的iterator也不支持修改,我们把set的第二个模板参数改成const K即可——

RBTree<K,const K,SetKeyOfT> _t;

map的iterator不支持修改key但是可以修改value,我们把map的第二个模板参数pair的第一个参
数改成const K即可——

RBTree<K,pair<constK,V>,MapKeyOfT>_t;

如下图所示,header是“哨兵位”,在学习数据结构中的二叉树时,我们就已经了解过哨兵位了——

2.4  map支持[]

1、map要支持[ ]主要需要修改insert返回值支持,修改RBtree中的insert返回值为:

pair<Iterator,bool> Insert(const T& data)

2、map支持[ ],insert支持[ ]实现就很简单了。


bit::map和bit::set完整代码示例与实践演示

RBTree.h:

template<class T, class Ref, class Ptr> struct RBTreeIterator { typedef RBTreeNode<T> Node; typedef RBTreeIterator<T, Ref, Ptr> Self; Node* _node; RBTreeIterator(Node* node) :_node(node) { } Ref operator*() { return _node->_data; } Ptr operator->() { return &_node->_data; } Self& operator++() { if (_node->_right) { Node* minRight = _node->_right; while (minRight->_left) { minRight = minRight->_left; } _node = minRight; } else { Node* cur = _node; Node* parent = cur->_parent; while (parent && cur == parent->_right) { cur = parent; parent = parent->_parent; } _node = parent; } return *this; } bool operator!=(const Self& s) { return _node != s._node; } bool operator==(const Self& s) { return _node == s._node; } }; template<class K, class T, class KeyOfT> struct RBTree { typedef RBTreeNode<T> Node; public: typedef RBTreeIterator<T, T&, T*> Iterator; typedef RBTreeIterator<T, const T&, const T*> ConstIterator; ~RBTree() { Destroy(_root); _root = nullptr; } Iterator Begin() { Node* minLeft = _root; while (minLeft && minLeft->_left) { minLeft = minLeft->_left; } return Iterator(minLeft); } Iterator End() { return Iterator(nullptr); } ConstIterator Begin() const { Node* minLeft = _root; while (minLeft && minLeft->_left) { minLeft = minLeft->_left; } return ConstIterator(minLeft); } ConstIterator End() const { return ConstIterator(nullptr); } pair<Iterator, bool> Insert(const T& data) { if (_root == nullptr) { _root = new Node(data); _root->_col = BLACK; return { 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)) else if (kot(data) < kot(cur->_data)) { parent = cur; cur = cur->_left; } else { return { Iterator(cur), false }; } } // 新增红色 cur = new Node(data); Node* newnode = cur; cur->_col = RED; if (kot(parent->_data) < kot(data)) { parent->_right = cur; } else { parent->_left = cur; } cur->_parent = parent; while (parent && parent->_col == RED) { Node* grandfather = parent->_parent; if (grandfather->_left == parent) { // g // p u Node* uncle = grandfather->_right; // 叔叔存在且为空 if (uncle && uncle->_col == RED) { // 变色+继续往上处理 parent->_col = uncle->_col = BLACK; grandfather->_col = RED; cur = grandfather; parent = cur->_parent; } else // 叔叔不存在或者叔叔存在且为黑 { // g // p u //c // 单旋+变色 if (cur == parent->_left) { RotateR(grandfather); parent->_col = BLACK; grandfather->_col = RED; } else { // g // p u // c // 双旋+变色 RotateL(parent); RotateR(grandfather); cur->_col = BLACK; grandfather->_col = RED; } break; } } else { // g // u p Node* uncle = grandfather->_left; // 叔叔存在且为红,-》变色即可 if (uncle && uncle->_col == RED) { parent->_col = uncle->_col = BLACK; grandfather->_col = RED; // 继续往上处理 cur = grandfather; parent = cur->_parent; } else { // 情况二:叔叔不存在或者存在且为黑 // 旋转+变色 // g // u p // c if (cur == parent->_right) { RotateL(grandfather); parent->_col = BLACK; grandfather->_col = RED; } else { // g // u p // c RotateR(parent); RotateL(grandfather); cur->_col = BLACK; grandfather->_col = RED; } break; } } } _root->_col = BLACK; return { Iterator(newnode), true }; } void RotateR(Node* parent) { Node* subL = parent->_left; Node* subLR = subL->_right; parent->_left = subLR; if (subLR) subLR->_parent = parent; Node* parentParent = parent->_parent; subL->_right = parent; parent->_parent = subL; if (parent == _root) { _root = subL; subL->_parent = nullptr; } else { if (parentParent->_left == parent) { parentParent->_left = subL; } else { parentParent->_right = subL; } subL->_parent = parentParent; } } void RotateL(Node* parent) { Node* subR = parent->_right; Node* subRL = subR->_left; parent->_right = subRL; if (subRL) subRL->_parent = parent; Node* parentParent = parent->_parent; subR->_left = parent; parent->_parent = subR; if (parentParent == nullptr) { _root = subR; subR->_parent = nullptr; } else { if (parent == parentParent->_left) { parentParent->_left = subR; } else { parentParent->_right = subR; } subR->_parent = parentParent; } } Iterator Find(const K& key) { KeyOfT kot; Node* cur = _root; 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(); } int Height() { return _Height(_root); } int Size() { return _Size(_root); } private: int _Size(Node* root) { if (root == nullptr) return 0; return _Size(root->_left) + _Size(root->_right) + 1; } 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; } void Destroy(Node* root) { if (root == nullptr) return; Destroy(root->_left); Destroy(root->_right); delete root; } private: Node* _root = nullptr; };

Map.h:

#pragma once #include"RBTree.h" namespace jqj { template<class K, class V> class map { struct MapKeyOfT { const K& operator()(const pair<K, V>& kv) { return kv.first; } }; public: typedef typename RBTree<K, pair<const K, V>, MapKeyOfT>::Iterator iterator; typedef typename RBTree<K, pair<const K, V>, MapKeyOfT>::ConstIterator const_iterator; iterator begin() { return _t.Begin(); } iterator end() { return _t.End(); } const_iterator begin() const { return _t.Begin(); } const_iterator end() const { return _t.End(); } pair<iterator, bool> insert(const pair<K, V>& kv) { return _t.Insert(kv); } iterator find(const K& key) { return _t.Find(key); } V& operator[](const K& key) { //pair<iterator, bool> ret = _t.Insert({ key, V() }); auto [it, flag] = _t.Insert({ key, V() }); return it->second; } private: RBTree<K, pair<const K, V>, MapKeyOfT> _t; }; }

Set.h:

#pragma once #include"RBTree.h" namespace jqj { template<class K> class set { struct SetKeyOfT { const K& operator()(const K& key) { return key; } }; public: typedef typename RBTree<K, const K, SetKeyOfT>::Iterator iterator; typedef typename RBTree<K, const K, SetKeyOfT>::ConstIterator const_iterator; iterator begin() { return _t.Begin(); } iterator end() { return _t.End(); } const_iterator begin() const { return _t.Begin(); } const_iterator end() const { return _t.End(); } pair<iterator, bool> insert(const K& key) { return _t.Insert(key); } iterator find(const K& key) { return _t.Find(key); } private: RBTree<K, const K, SetKeyOfT> _t; }; }

Test.cpp:

#define _CRT_SECURE_NO_WARNINGS 1 #include<iostream> #include<vector> using namespace std; #include"RBTree.h" #include"Map.h" #include"Set.h" template<class T> void func(const jqj::set<T>& s) { typename jqj::set<T>::const_iterator it = s.begin(); while (it != s.end()) { //*it = 1; cout << *it << " "; ++it; } cout << endl; } void Test_set() { jqj::set<int> s; s.insert(1); s.insert(2); s.insert(1); s.insert(5); s.insert(0); s.insert(10); s.insert(8); jqj::set<int>::iterator it = s.begin(); // *it += 10; while (it != s.end()) { cout << *it << " "; ++it; } cout << endl; func(s); } void Test_map() { jqj::map<string, string> dict; dict.insert({ "sort", "排序" }); dict.insert({ "left", "左边" }); dict.insert({ "right", "右边" }); dict["string"] = "字符串"; // 插入+修改 dict["left"] = "左边xxx"; // 修改 auto it = dict.begin(); while (it != dict.end()) { // it->first += 'x'; // 不能修改 it->second += 'x'; cout << it->first << ":" << it->second << endl; ++it; } cout << endl; for (auto& [k, v] : dict) { cout << k << ":" << v << endl; } cout << endl; string arr[] = { "苹果", "西瓜", "苹果", "西瓜", "苹果", "苹果", "西瓜", "苹果", "香蕉", "苹果", "香蕉" }; jqj::map<string, int> countMap; for (auto& e : arr) { /*auto it = countMap.find(e); if (it != countMap.end()) { it->second++; } else { countMap.insert({ e, 1 }); }*/ countMap[e]++; } for (auto& [k, v] : countMap) { cout << k << ":" << v << endl; } cout << endl; } int main() { Test_set(); Test_map(); return 0; }

运行结果


结尾

uu们,本文的内容到这里就全部结束了,艾莉丝再次感谢您的阅读!

往期回顾:

【C++:红黑树】深入理解红黑树的平衡之道:从原理、变色、旋转到完整实现代码

结语:都看到这里啦!那请大佬不要忘记给博主来个“一键四连”哦! 

🗡博主在这里放了一只小狗,大家看完了摸摸小狗放松一下吧!🗡

૮₍ ˶ ˊ ᴥ ˋ˶₎ა


Read more

Flutter 三方库 libsignal 的鸿蒙化适配指南 - 实现 Signal 协议加密通信、双大鼠(Double Ratchet)算法与前向安全性保障

Flutter 三方库 libsignal 的鸿蒙化适配指南 - 实现 Signal 协议加密通信、双大鼠(Double Ratchet)算法与前向安全性保障

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 三方库 libsignal 的鸿蒙化适配指南 - 实现 Signal 协议加密通信、双大鼠(Double Ratchet)算法与前向安全性保障 前言 在 Flutter for OpenHarmony 的高度安全通信领域,Signal 协议是目前全球公认的即时通讯加密标准。libsignal 是 Signal 协议的核心 Dart 实现。它能够为鸿蒙应用提供从身份认证到会话加密的全套解决方案,确保每一个字节的通信都具备前向安全性(Forward Secrecy)。本文将深入解析如何在鸿蒙端利用该库构建极致安全的加密通信能力。 一、原理解析 / 概念介绍 1.1 基础原理 Signal 协议的核心在于“双大鼠(Double Ratchet)”算法。它结合了 Diffie-Hellman

By Ne0inhk
【数据结构初阶】--快速排序进阶

【数据结构初阶】--快速排序进阶

🔥个人主页:@草莓熊Lotso 🎬作者简介:C++研发方向学习者 📖个人专栏: 《C语言》 《数据结构与算法》《C语言刷题集》《Leetcode刷题指南》 ⭐️人生格言:生活是默默的坚持,毅力是永久的享受。 前言: 在之前的博客中我们实现了递归版本和非递归版本的快速排序,其中递归版本中的找基准的方法我们学习了三种。但是有些特殊的情况,比如重复元素过多或者已经有序的时候,我们的时间效率就会受到影响了,这次的进阶篇中,我们会通过一些方法来优化快速排序 目录 一.三数取中和随机数选择基准 三数取中法: 随机数选择法:  两种方法的对比分析 :  二.三路划分 实现步骤:  代码实现:  三路划分和传统二路划分思路的对比:   三.自省排序 核心思想:  代码实现: 一.三数取中和随机数选择基准 三数取中法: 原理:从子数组的首元素、尾元素、中间元素中选择中位数作为基准。通过选取中间大小的值,避免极端值(如最大/最小值)作为基准,从而平衡左右子数组的划分。 核心逻辑:

By Ne0inhk
【优选算法必刷100题】第031~32题(前缀和算法):连续数组、矩阵区域和

【优选算法必刷100题】第031~32题(前缀和算法):连续数组、矩阵区域和

🔥艾莉丝努力练剑:个人主页 ❄专栏传送门:《C语言》、《数据结构与算法》、C/C++干货分享&学习过程记录、Linux操作系统编程详解、笔试/面试常见算法:从基础到进阶 ⭐️为天地立心,为生民立命,为往圣继绝学,为万世开太平 🎬艾莉丝的简介: 🎬艾莉丝的算法专栏简介: 目录 031  连续数组 1.1  解法一:暴力解法 1.2  解法二:前缀和在哈希表中 1.3  算法实现 1.3.1  C++实现 1.3.2  Java实现 1.4  博主手记 032  矩阵区域和 2.1

By Ne0inhk
动态规划 线性 DP 经典四题一遍吃透

动态规划 线性 DP 经典四题一遍吃透

文章目录 * 台阶问题 * 最大子段和 * 传球游戏 * 乌龟棋 线性dp 是动态规划问题中最基础、最常⻅的⼀类问题。它的特点是状态转移只依赖于前⼀个或前⼏个状态,状态之间的关系是线性的,通常可以⽤⼀维或者⼆维数组来存储状态。 我们在⼊⻔阶段解决的《下楼梯》以及《数字三⻆形》其实都是线性dp,⼀个是⼀维的,另⼀个是⼆ 维的。 台阶问题 题目描述 题目解析 本题就是上一节下楼梯的问题的加强版,总体思路不变,下面我们还是按照动规5板斧来分析一下这道题。 1、状态表示 dp[i]表示走到第i个台阶的所有方案数 2、状态转移方程 第i个台阶的方案数等于从i-1阶到i-k阶的所有方案数之和,因为本题数据比较大,用long long都无法保证数据不越界,所以题目规定方案数还需要模100003,第i个台阶的方案数等于从i-1阶到i-k阶的所有方案数之和再模上100003,所以但是注意是可能越界访问的,比如i为3,

By Ne0inhk