logo

TechCodeview

Classificació d'arbres

Classe d'arbres és un algorisme d'ordenació que es basa en Arbre de cerca binari estructura de dades. Primer crea un arbre de cerca binari a partir dels elements de la llista o matriu d'entrada i després realitza un recorregut en ordre a l'arbre de cerca binari creat per obtenir els elements ordenats. 

Algorisme:  

    Pas 1:Agafeu els elements introduïts en una matriu.Pas 2:Creeu un arbre de cerca binari inserint elements de dades de la matriu al fitxer arbre de cerca binari .Pas 3:Feu un recorregut en ordre per l'arbre per obtenir els elements ordenats.

Aplicacions de l'ordre d'arbre:

  • El seu ús més habitual és editar els elements en línia: després de cada instal·lació un conjunt d'objectes vist fins ara està disponible en un programa estructurat.
  • Si utilitzeu un arbre splay com a arbre de cerca binari, l'algorisme resultant (anomenat splaysort) té una propietat addicional que és una ordenació adaptativa, la qual cosa significa que el seu temps de treball és més ràpid que O (n log n) per a les entrades virtuals.

A continuació es mostra la implementació de l'enfocament anterior:



C++ 
// C++ program to implement Tree Sort #include   using namespace std; struct Node {  int key;  struct Node *left *right; }; // A utility function to create a new BST Node struct Node *newNode(int item) {  struct Node *temp = new Node;  temp->key = item;  temp->left = temp->right = NULL;  return temp; } // Stores inorder traversal of the BST // in arr[] void storeSorted(Node *root int arr[] int &i) {  if (root != NULL)  {  storeSorted(root->left arr i);  arr[i++] = root->key;  storeSorted(root->right arr i);  } } /* A utility function to insert a new  Node with given key in BST */ Node* insert(Node* node int key) {  /* If the tree is empty return a new Node */  if (node == NULL) return newNode(key);  /* Otherwise recur down the tree */  if (key < node->key)  node->left = insert(node->left key);  else if (key > node->key)  node->right = insert(node->right key);  /* return the (unchanged) Node pointer */  return node; } // This function sorts arr[0..n-1] using Tree Sort void treeSort(int arr[] int n) {  struct Node *root = NULL;  // Construct the BST  root = insert(root arr[0]);  for (int i=1; i<n; i++)  root = insert(root arr[i]);  // Store inorder traversal of the BST  // in arr[]  int i = 0;  storeSorted(root arr i); } // Driver Program to test above functions int main() {  //create input array  int arr[] = {5 4 7 2 11};  int n = sizeof(arr)/sizeof(arr[0]);  treeSort(arr n);  for (int i=0; i<n; i++)  cout << arr[i] << ' ';  return 0; }
Java 
// Java program to  // implement Tree Sort class GFG  {  // Class containing left and  // right child of current   // node and key value  class Node   {  int key;  Node left right;  public Node(int item)   {  key = item;  left = right = null;  }  }  // Root of BST  Node root;  // Constructor  GFG()   {   root = null;   }  // This method mainly  // calls insertRec()  void insert(int key)  {  root = insertRec(root key);  }    /* A recursive function to   insert a new key in BST */  Node insertRec(Node root int key)   {  /* If the tree is empty  return a new node */  if (root == null)   {  root = new Node(key);  return root;  }  /* Otherwise recur  down the tree */  if (key < root.key)  root.left = insertRec(root.left key);  else if (key > root.key)  root.right = insertRec(root.right key);  /* return the root */  return root;  }    // A function to do   // inorder traversal of BST  void inorderRec(Node root)   {  if (root != null)   {  inorderRec(root.left);  System.out.print(root.key + ' ');  inorderRec(root.right);  }  }  void treeins(int arr[])  {  for(int i = 0; i < arr.length; i++)  {  insert(arr[i]);  }    }  // Driver Code  public static void main(String[] args)   {  GFG tree = new GFG();  int arr[] = {5 4 7 2 11};  tree.treeins(arr);  tree.inorderRec(tree.root);  } } // This code is contributed // by Vibin M
Python3 
# Python3 program to  # implement Tree Sort # Class containing left and # right child of current  # node and key value class Node: def __init__(selfitem = 0): self.key = item self.leftself.right = NoneNone # Root of BST root = Node() root = None # This method mainly # calls insertRec() def insert(key): global root root = insertRec(root key) # A recursive function to  # insert a new key in BST def insertRec(root key): # If the tree is empty # return a new node if (root == None): root = Node(key) return root # Otherwise recur # down the tree  if (key < root.key): root.left = insertRec(root.left key) elif (key > root.key): root.right = insertRec(root.right key) # return the root return root # A function to do  # inorder traversal of BST def inorderRec(root): if (root != None): inorderRec(root.left) print(root.key end = ' ') inorderRec(root.right) def treeins(arr): for i in range(len(arr)): insert(arr[i]) # Driver Code arr = [5 4 7 2 11] treeins(arr) inorderRec(root) # This code is contributed by shinjanpatra
C# 
// C# program to  // implement Tree Sort using System; public class GFG  {  // Class containing left and  // right child of current   // node and key value  public class Node   {  public int key;  public Node left right;  public Node(int item)   {  key = item;  left = right = null;  }  }  // Root of BST  Node root;  // Constructor  GFG()   {   root = null;   }  // This method mainly  // calls insertRec()  void insert(int key)  {  root = insertRec(root key);  }  /* A recursive function to   insert a new key in BST */  Node insertRec(Node root int key)   {  /* If the tree is empty  return a new node */  if (root == null)   {  root = new Node(key);  return root;  }  /* Otherwise recur  down the tree */  if (key < root.key)  root.left = insertRec(root.left key);  else if (key > root.key)  root.right = insertRec(root.right key);  /* return the root */  return root;  }  // A function to do   // inorder traversal of BST  void inorderRec(Node root)   {  if (root != null)   {  inorderRec(root.left);  Console.Write(root.key + ' ');  inorderRec(root.right);  }  }  void treeins(int []arr)  {  for(int i = 0; i < arr.Length; i++)  {  insert(arr[i]);  }  }  // Driver Code  public static void Main(String[] args)   {  GFG tree = new GFG();  int []arr = {5 4 7 2 11};  tree.treeins(arr);  tree.inorderRec(tree.root);  } } // This code is contributed by Rajput-Ji
JavaScript 
<script> // Javascript program to  // implement Tree Sort // Class containing left and // right child of current  // node and key value class Node {  constructor(item) {  this.key = item;  this.left = this.right = null;  } } // Root of BST let root = new Node(); root = null; // This method mainly // calls insertRec() function insert(key) {  root = insertRec(root key); } /* A recursive function to  insert a new key in BST */ function insertRec(root key) {  /* If the tree is empty  return a new node */  if (root == null) {  root = new Node(key);  return root;  }  /* Otherwise recur  down the tree */  if (key < root.key)  root.left = insertRec(root.left key);  else if (key > root.key)  root.right = insertRec(root.right key);  /* return the root */  return root; } // A function to do  // inorder traversal of BST function inorderRec(root) {  if (root != null) {  inorderRec(root.left);  document.write(root.key + ' ');  inorderRec(root.right);  } } function treeins(arr) {  for (let i = 0; i < arr.length; i++) {  insert(arr[i]);  } } // Driver Code let arr = [5 4 7 2 11]; treeins(arr); inorderRec(root); // This code is contributed // by Saurabh Jaiswal </script>

Sortida 
2 4 5 7 11

Anàlisi de complexitat:

Complexitat mitjana del temps del cas: O(n log n) L'addició d'un element a un arbre de cerca binària requereix de mitjana O(log n) temps. Per tant, afegir n elements trigarà O(n log n) temps

Complexitat del temps del pitjor cas: O (n2). La complexitat temporal del pitjor dels casos de Tree Sort es pot millorar utilitzant un arbre de cerca binari d'autoequilibri com Red Black Tree AVL Tree. L'ús de l'Ordenació d'arbres d'arbre binari d'autoequilibri trigarà O(n log n) temps a ordenar la matriu en el pitjor dels casos. 

Espai auxiliar: O(n)