什么是好的稳定的 C++ 树实现？

Posted 2023-03-31

技术标签:

【中文标题】什么是好的稳定的 C++ 树实现？【英文标题】：What's a good and stable C++ tree implementation? 【发布时间】：2008-10-08 07:13:49 【问题描述】：

我想知道是否有人可以推荐一个好的 C++ 树实现，希望是尽可能兼容 stl。

为了记录，我以前写过很多次树算法，我知道这很有趣，但如果可能的话，我想变得务实和懒惰。因此，此处的目标是与有效解决方案的实际链接。

注意：我正在寻找通用树，而不是平衡树或地图/集，在这种情况下，结构本身和树的连接性很重要，而不仅仅是其中的数据。所以每个分支都需要能够保存任意数量的数据，并且每个分支都应该是可单独迭代的。

【问题讨论】：

【参考方案1】：

我不知道您的要求，但是如果您主要对结构感兴趣，而不是对特定于树的好处感兴趣，那么使用图表（例如在 Boost Graph 中的实现）会不会更好喜欢通过平衡来提高速度？您可以通过图表“模拟”一棵树，它可能（在概念上）更接近您正在寻找的内容。

【讨论】：

是的，你是对的，我刚看完 Boost::Graph 回来。它似乎适合我的需求（结构），但是文档很大！如果有一个更简单的树版本会很好。没错，文档令人生畏。如果您真的打算将项目的重要部分建立在此基础上，我建议您获取 boost graph book。它写得很清楚（因为关于这个主题的书可以很清楚）并且相当全面。最重要的是，它能让您快速上手。我刚刚发布了一个新问题here，询问如何使用 Boost Graph Library 实现这样的树。也许你可以指出我正确的方向？非常感谢！ 10 年后，我不确定为什么这是投票率最高的答案。 OP 想要一棵树，答案是使用 Boost Graph，因为“这不是你真正想要的”？即使没有迹象表明 OP 想要一个图表，而不是一棵树。顺便说一句，w.r.t。 Boost Graph：它不是一棵树，但您可以用它构建一棵树，尤其是当您购买一本书以快速上手时。（我是作为一个已经拥有这本书的人发言。） @davidbak 然而，10 年前，OP 回答说这确实是他正在寻找的东西，而我的回答本身说图不是一棵树，但你可以用它来建一个？不知道你的评论是什么意思......【参考方案2】：

看看this。

C++ 的 tree.hh 库为 n 叉树提供了一个类似于 STL 的容器类，模板化了存储在节点上的数据。提供了各种类型的迭代器（post-order、pre-order 等）。在可能的情况下，访问方法与 STL 兼容，或者可以使用替代算法。

HTH

【讨论】：

看起来不错，但它是 GNU。为一棵树付出的代价是非常沉重的首先，这个项目不是 GNU 的一部分。其次，如果你谈论 GPL，这并不一定要付出任何代价。这取决于是否要发布代码以及在什么条件下发布。他在主页上提到如果 GPL 不适合，可以联系他。买一棵树的合理价格是多少？它为您的项目节省了多少工作/时间？ @user18044 with tree.hh，是否可以双向移动（从父亲到儿子，从儿子到父亲）？嗯，它很小，缺乏文档并且速度很慢......我担心的是......为什么它很慢 :(。当然 Boost::BGL 可能会因为分配而令人头疼对于 vector 策略，它确实会在优化后提供纯速度（尽管预分配很痛苦..）。【参考方案3】：

我将建议使用 std::map 而不是树。

一棵树的复杂性特征是：

插入： O(ln(n)) 移除：O(ln(n)) 查找： O(ln(n))

这些与 std::map 所保证的特性相同。因此，std::map 的大多数实现都在底层使用了树（红黑树）（尽管从技术上讲这不是必需的）。

【讨论】：

我认为您的意思是大多数 std::map 实现在幕后使用树。具体来说，许多（大多数？）使用红黑树。我虽然这是我写的？但我应该注意红黑部分。（通用）树的好处是您可以将 n 个子节点添加到分支，并将操作应用于不同的分支，但 std::map 将所有这些抽象掉，或者使用红黑(child n=2)，并将结构抽象为平面接口。能够对单个分支进行操作是整点或一棵树。示例可能是文件系统文件夹、数据布局、场景图、语言分析、类似 xml 的结构化数据，可能还有更多我现在想不出来的案例。但是对于平面数据，是的，你是对的，地图会很好，但我个人更喜欢平面数据的哈希【参考方案4】：

如果您没有（键，值）对，而只是键，请使用 std::set。它使用与 std::map 相同的红黑树。

【讨论】：

【参考方案5】：

好的，伙计们，我找到了另一个树库； stlplus.ntree。但是还没试过。

【讨论】：

【参考方案6】：

假设问题是关于平衡的（以某种形式，主要是红黑树）二叉树，即使事实并非如此。

平衡的二叉树，比如向量，允许管理元素的一些排序，而不需要任何键（比如通过在向量中的任何位置插入元素），但是：

对一个元素的所有修改具有最佳 O(log(n)) 或更好的复杂性（在开始时添加/删除，在任何迭代器之前和之后结束和）除了直接破坏迭代器指向的元素外，通过任何修改实现迭代器的持久性。

可选地，可以支持像向量中的索引访问（按元素计算一个 size_t 的成本），复杂度为 O(log(n))。如果使用，迭代器将是随机的。

可选的顺序可以通过一些比较函数来强制执行，但迭代器的持久性允许使用不可重复的比较方案（例如：交通堵塞期间任意车道改变）。

在实践中，平衡二叉树具有向量、列表、双链表、映射、多映射、双端队列、队列、优先级队列...的接口，对于所有单元素操作都达到了理论上的最优 O(log(n)) 复杂度。