1.引言

我们知道，unoredered_map是一种查找时间复杂度o(1)的数据结构，经常用在数据查找相关的地方，但是在使用unordered_map进行数据查找时，hash冲突是一件令人很头疼的事情，因为hash冲突导致unordered_map的查找效率降低。radix就是一种适用于基于二进制表示的键值的查找树，在数据量增大的时候不会影响其查找效率。由于我在一个项目中发现使用unordered_map在处理大量数据的时候效率并不高，因此来学习radix,本文将介绍radix的原理，并将我所实现并用于项目的代码分享出来。

2.介绍

radix是一种基于前缀树的思想的适用于基于二进制表示的键值的查找树。用图来解释直观明了。

3.实现

在使用radix这种数据结构的时候，会涉及到多次申请空间的过程，unordered_map使用的时STL自己的allocator。我使用的是boost中pool的一个对象池，因为每次申请的对象都是一样大的。

如何插入数据

radix是一种很巧妙的数据结构(感觉想出来的人是个天才)，并且很简单，难的地方可能就是这个插入数据部分。难点在于每次如何获取Key值的二进制位上的一位、两位或多位。这个视具体情况，为了不让整个树层数过深，我采用每次获取两二进制的方法来实现的。
话不多说，上代码

#define CHECK_BITS(key,pos) ((((unsigned int)(key))<<sizeof(int)*8-((pos)+1)*BITS)>>(sizeof(int)*8-BITS))

这行代码负责每次获取两位二进制的值。

#pragma once
#include<stdlib.h>
#include<stdio.h>
#include<iostream>
#include<boost\pool\pool.hpp>
#include<stddef.h>
using namespace std;#define RADIX_INSERT_VALUE_OCCUPY -1    //该节点已被占用
#define RADIX_INSERT_VALUE_SAME -2      //插入了相同的值
#define RADIX_DELETE_ERROR -3           //删除错误typedef int k_type;
typedef char* v_type;#define BITS 2
const int radix_tree_height = sizeof(k_type) * 8 / BITS;//树的高度
//返回key中由pos指定的位的值，位数由BITS指定，每次获取两位二进制的值
#define CHECK_BITS(key,pos) ((((unsigned int)(key))<<sizeof(int)*8-((pos)+1)*BITS)>>(sizeof(int)*8-BITS))
//基数树节点
struct radix_node_t {radix_node_t* child[4];//四个指向下层节点的指针数组，分别指向节点储存值为00 01 10 11的节点。radix_node_t* parent;//记录夫结点v_type value;//节点储存的值
};
//基数树头节点
struct radix_head {//根节点radix_node_t* root;//储存已分配但不在树中的节点（双向链表，这里储存其中的一个节点）size_t number;//存储目前有多少个存进来的节点。
};class radix
{public:radix():_pool(sizeof(radix_node_t)){t = (radix_head*)malloc(sizeof(radix_head));t->number = 0;t->root = (radix_node_t*)_pool.malloc();for (int i = 0; i < 4; i++)t->root->child[i] = nullptr;t->root->value = nullptr;}int insert(k_type key, v_type value){int i, temp;radix_node_t* node, *child;node=t->root;for (i = 0; i < radix_tree_height; i++) {//从低位开始获取每两位的值temp = CHECK_BITS(key, i);if (node->child[temp] == nullptr) {child = (radix_node_t*)_pool.malloc();if (!child)return NULL;//显示构造for (int i = 0; i < 4; i++)child->child[i] = nullptr;child->value = nullptr;child->parent = node;node->child[temp] = child;node = node->child[temp];}else {node = node->child[temp];}}//已经插入返回-2if (node->value == value)return RADIX_INSERT_VALUE_SAME;//插入节点有其他值返回-3if (node->value != nullptr)return RADIX_INSERT_VALUE_OCCUPY;node->value = value;//计数加1++t->number;return 0;}int Delete(k_type key){radix_node_t* tar = find(key);if (tar == nullptr){cout << "删除失败" << endl;return RADIX_DELETE_ERROR;//返回-3，删除失败，没有该数据}else{radix_node_t* par = tar->parent;//printf("真正删除%d\n", tar->value->_pageid);tar->value = nullptr;_pool.free(tar);--t->number;for (int i = 0; i < 4; i++){if (par->child[i] == tar){par->child[i] = nullptr;break;}}//printf("减少到%d个\n", t->number);}return 0;}void print(){radix_node_t* node = t->root;_radix_print(node);}radix_node_t* find(k_type key){int i = 0, temp;radix_node_t* node;node = t->root;while (node && i < radix_tree_height) {temp = CHECK_BITS(key, i++);node = node->child[temp];}if (node == nullptr||node->value==nullptr)return nullptr;return node;}
private:void _radix_print(radix_node_t* node){if (node == nullptr)return;if (node->value != nullptr)printf("%s\n", node->value);_radix_print(node->child[0]);_radix_print(node->child[1]);_radix_print(node->child[2]);_radix_print(node->child[3]);}
private:boost::pool<> _pool;radix_head* t;
};

一种高效查找树-radix的实现相关推荐

数据结构之平衡树：2-3查找树的介绍——16
平衡树(AVL tree) 引入之前学习的树,都不是平衡的,查找时需要一个一个往内比较,一个结点只储存一个值,数据量存储较大,树的深度会非常的深,导致数据查询时效率会十分的低,本次学习的平衡树就能解 ...
2-3查找树-树-数据结构和算法(Java)
文章目录 1 概述 2 查找 3 插入 3.1 向2-结点中插入新键 3.2 向一个只含有一个3-结点的树中插入新键 3.3 向一个父结点为2-结点的3-结点中插入新键 3.4 向一个父结点为3-结点 ...
查找算法之平衡查找树
前面介绍的算法在最坏的情况下还是很糟糕.这次会介绍一种二分查找树并能保证无论如何构造它,他的运行时间都是对数级别的.理想情况下我们希望能够保持二分查找树的平衡性.但是,在动态插入中保证树的完美平衡的代 ...
二叉搜索树的2层结点统计_植树节，程序猿种的那些树
公历 3 月 12 日是一年一度的植树节.旨在宣传保护森林,并动员群众参加植树造林活动.说到树,程序猿们肯定不陌生,趁着这个植树节到来之时普及一下程序猿们经常遇见的树. 1. 二叉搜索树定义二叉搜 ...
数据结构—2-3树、2-3-4树、B树、B+树等多路查找树的原理详解
详细介绍了多路查找树中的2-3树.2-3-4树.B树.B+树的概念的区别,以及它们的应用场景. 文章目录 1 多路查找树的概述 1.1 索引概述 1.2 多路查找树的引出 2 2-3树 2.1 2-3 ...
HTTP协议漫谈 C#实现图（Graph) C#实现二叉查找树浅谈进程同步和互斥的概念 C#实现平衡多路查找树(B树)...
HTTP协议漫谈简介园子里已经有不少介绍HTTP的的好文章.对HTTP的一些细节介绍的比较好,所以本篇文章不会对HTTP的细节进行深究,而是从够高和更结构化的角度将HTTP协议的元素进行分类讲解. ...
笔试算法题（58）：二分查找树性能分析（Binary Search Tree Performance Analysis）
议题:二分查找树性能分析(Binary Search Tree Performance Analysis) 分析: 二叉搜索树(Binary Search Tree,BST)是一颗典型的二叉树,同时任 ...
平衡查找树C语言程序,树4. Root of AVL Tree-平衡查找树AVL树的实现
对于一棵普通的二叉查找树而言,在进行多次的插入或删除后,容易让树失去平衡,导致树的深度不是O(logN),而接近O(N),这样将大大减少对树的查找效率.一种解决办法就是要有一个称为平衡的附加的结构条件 ...
数据结构树之二分查找树
二叉查找树(Binary Search Tree),也称有序二叉树(ordered binary tree),排序二叉树(sorted binary tree),是指一棵空树或者具有下列性质的二叉树: ...
二分查找树性能分析（Binary Search Tree Performance Analysis）
经典算法系(21)-二分查找树性能分析(Binary Search Tree Performance Analysis)https://www.douban.com/note/221942390/ ...

一种高效查找树-radix的实现

radix的实现

1.引言

2.介绍

3.实现

如何插入数据

一种高效查找树-radix的实现相关推荐

最新文章

热门文章