记忆连续性和搜索树答案

【问题标题】：Memory continuity and search tree记忆连续性和搜索树
【发布时间】：2017-08-05 00:06:48
【问题描述】：

我正在尝试在我的结果之上构建一个搜索树。某种末端有 n 个叶子的 k-ary 树。我正在寻找 C++ 解决方案并尝试使用std::vector，但由于我需要内存一致性而无法完成。它可以通过嵌套向量来完成，但我不能这样做。

让我通过例子来解释细节：

未排序的结果可能是

Result R = { 4, 7, 8, 3, 1, 9, 0, 2, 2, 9, 6 }

最重要的是，我需要一棵树，其中的节点在我的具体问题中是质心。但为了简单起见，我将在这里使用人工值。

我将搜索树维度定义为

Height H = 2
Branch B = 3

一开始的树

4 7 8 3 1 9 0 2 2 9 6

第二步

layer_0          1.6    5      8.2
                   |    |        |
         +-+-+-+-+-+  +-+  +-+-+-+
         | | | | | |  | |  | | | |
layer_1  3 1 0 2 2 3  4 6  7 8 9 9

最后一步

layer_0                 1.6          5           8.2
                          |          |             |
                  +---+---+    +-+---+    +---+----+
layer_1         0.8 1.6 2.4  4.2 5 5.8  6.4 8.2  8.4
                  |       |    |     |    |   |    |
                +-+   +-+-+    |     |    |   |  +-+
layer_2         1 0   2 2 3    4     6    7   8  9 9

最后这棵树不是 k-ary 树，因为末端的叶子大小为 0 <= size <= |R|。

此时我正在试验两个向量。

std::vector<size_t> layer_2;

std::vector<float> leafs;

std::size_t width, height;

在width 和height 的帮助下，可以浏览leafs。但我在质疑自己如何优雅地连接leafs 和layer_2？

一个好的解决方案应该是什么样的？

【问题讨论】：

"... 因为我需要内存一致性。" 这是什么意思？您需要连续内存吗？还有什么？为什么你的树中充满了原始集合中没有出现的值？为什么你的叶子没有排序？
是的，连续内存是正确的方法。对不起我的英语不好。叶子被分类。树使用上部叶子的平均值。最后的叶子 (4, 7, 8, 3, ...) 被分组，其值最接近父级。
好的，所以你有固定深度的 3 叉树和单独的 1 层部分 3 叉树......这看起来不必要地复杂。啊，我明白了，出于某种原因，您需要子树质心值。你到底想达到什么目的？
不是固定的深度。就在这个例子中。深度在 2 和 4 之间变化（8

标签： c++ tree contiguous

【解决方案1】：

注意：此解决方案是连续的，因为它使用连续的数据结构（向量或数组）而不是节点指针样式树，但根据应用程序，数据结构中可能存在未使用的空间。

这种方法浪费大量空间的情况：每个节点的最大分支数量很大，但实际上大多数节点的子节点要少得多。不过，这不会影响找到叶子所需的时间。事实上，让它变得相当快是一种权衡。

考虑在连续内存中有 4 层的 3 分支树： R,a,b,c,aa,ab,ac,ba,bb,bc,ca,cb,cc,aaa,aab,aac,aba,abb,abc,baa.... 其中节点子节点的索引范围从 (parent_index*3)+1 到 (parent_index*3)+3

我提到的重要警告是，每个节点必须始终在向量、数组等中具有它的三个子空间。如果一个节点说只有 2 个孩子，只需用 null_child 值填充该额外空间以保存空间。（这就是浪费空间的来源）

优点是现在找到所有叶子很容易。

first_leaf_index = 0
for(i=0;i<(4-1);i++)//in this example 4 is the depth
    first_leaf_index += 3^(i) //three is max branches per node

此时只需迭代到数据结构的末尾

【讨论】：