文心一言 VS 讯飞星火 VS chatgpt (256)-- 算法导论18.3 2题

二、请写出 B-TREE-DELETE 的伪代码。如果要写代码,请用go语言。

文心一言:

首先,我会提供 B-Tree 删除操作的伪代码,然后我会给出使用 Go 语言实现的简化版本。请注意,一个完整的 B-Tree 实现会涉及很多细节和边界情况,这里只是展示一个基本的框架。

伪代码

B-TREE-DELETE(T, key)  
    if T is empty or key is not in T  
        return false  
  
    leaf = FIND-LEAF(T, key)  // 找到包含 key 的叶子节点  
    i = INDEX-OF(leaf, key)   // 找到 key 在叶子节点中的索引  
  
    if i is valid (即 key 在叶子节点中)  
        leaf.delete(i)        // 从叶子节点中删除 key  
  
        // 更新节点和父节点,如果需要的话  
        while leaf is not root and leaf.n < t.t/2  
            if leaf has a right sibling with at least t.t/2 keys  
                // 从右兄弟节点借一个 key  
                BORROW-FROM-RIGHT(leaf)  
            else if leaf has a left sibling  
                // 合并到左兄弟节点  
                MERGE-WITH-LEFT(leaf)  
            else  
                // 合并叶子节点和其父节点的 key,并将父节点的中间 key 下移到子节点  
                // 如果父节点因此少于 t.t/2 个 key,则递归向上合并或借 key  
                MERGE-WITH-PARENT(leaf)  
  
            // 更新 leaf 为新的合并或借 key 后的节点  
  
        return true  
    else  
        return false  // key 不在树中  
  
// 以下是可能需要的辅助函数(这里只是概念性的描述)  
FIND-LEAF(T, key)  
    ...  
INDEX-OF(leaf, key)  
    ...  
BORROW-FROM-RIGHT(leaf)  
    ...  
MERGE-WITH-LEFT(leaf)  
    ...  
MERGE-WITH-PARENT(leaf)  
    ...

Go 语言实现(简化版)
由于完整的 B-Tree 实现非常复杂,这里我提供一个非常简化的框架和 Delete 方法的框架。注意,这个代码只是为了展示概念,并不完整。

package btree  
  
type BTreeNode struct {  
    keys   []int  
    values []interface{}  
    // ... 省略其他字段,如 children, parent 等  
}  
  
type BTree struct {  
    root *BTreeNode  
    t    int // 最小度数  
    // ... 省略其他字段和方法  
}  
  
// Delete 方法的简化框架  
func (bt *BTree) Delete(key int) bool {  
    if bt.root == nil {  
        return false  
    }  
  
    leaf := bt.findLeaf(key) // 假设这个函数存在并返回包含 key 的叶子节点  
    if leaf == nil {  
        return false  
    }  
  
    i := leaf.indexOf(key) // 假设这个函数存在并返回 key 在叶子节点中的索引  
    if i != -1 {  
        leaf.keys = append(leaf.keys[:i], leaf.keys[i+1:]...)  
        leaf.values = append(leaf.values[:i], leaf.values[i+1:]...)  
  
        // 这里需要实现合并、借 key 等逻辑  
        // ...  
  
        return true  
    }  
    return false  
}  
  
// 注意:findLeaf 和 indexOf 方法需要你自己实现  
// ...  
  
// 同样,BORROW-FROM-RIGHT, MERGE-WITH-LEFT, MERGE-WITH-PARENT 等方法也需要实现  
// ...

这个 Go 语言的实现非常简化,省略了很多细节和边界情况。一个完整的 B-Tree 实现会涉及更多的逻辑和代码。

讯飞星火:

B-Tree 删除操作的伪代码如下:

1.如果节点是叶子节点,直接删除关键字并调整节点。

2.如果节点是内部节点且关键字在左子树中,递归地在左子树中删除关键字。

3.如果节点是内部节点且关键字在右子树中,递归地在右子树中删除关键字。

4.如果节点是内部节点且关键字在当前节点中,找到前驱或后继关键字替换当前关键字,然后在相应的子树中删除前驱或后继关键字。

5.如果删除关键字后节点中的关键字数量小于最小值,需要进行节点合并或旋转操作。

以下是用 Go 语言实现的 B-Tree 删除操作的代码:

package main

import "fmt"

type Node struct {
    keys []int
    children []*Node
    leaf bool
}

func (n *Node) delete(key int) {
    i := 0
    for i < len(n.keys) && n.keys[i] < key {
        i++
    }

    if n.leaf {
        n.keys = append(n.keys[:i], n.keys[i+1:]...)
    } else {
        if i < len(n.keys) && n.keys[i] == key {
            if len(n.children[i+1].keys) > t {
                n.keys[i] = getPredecessor(n.children[i+1])
                n.children[i+1].delete(n.keys[i])
            } else if len(n.children[i].keys) > t {
                n.keys[i] = getSuccessor(n.children[i])
                n.children[i].delete(n.keys[i])
            } else {
                merge(n, i)
            }
        } else if len(n.children[i].keys) <= t {
            merge(n, i)
        } else {
            n.children[i].delete(key)
        }
    }
}

func getPredecessor(node *Node) int {
    if node.leaf {
        return node.keys[len(node.keys)-1]
    }
    return getPredecessor(node.children[len(node.children)-1])
}

func getSuccessor(node *Node) int {
    if node.leaf {
        return node.keys[0]
    }
    return getSuccessor(node.children[0])
}

func merge(parent *Node, index int) {
    // 合并节点的逻辑
}

func main() {
    // 测试 B-Tree 删除操作的代码
}

注意:这里的代码仅作为示例,实际实现时需要根据具体的 B-Tree 结构和需求进行调整。

360智脑:

B-TREE-DELETE 是一种在 B-树中删除节点的算法。下面是一个简单的伪代码描述,用于表示在 B-树中删除一个特定的键值。

B-TREE-DELETE(T, key)
1. 如果 T 是空树,则返回。
2. 否则,如果 key 在 T 中,则删除它。
3. 否则(即 key 不在 T 中),如果 T 是一个叶子节点,则返回。
4. 否则,找到包含 key 的叶节点,记为 L。
5. 如果 L 节点的兄弟节点 S 存在,并且 S 有足够多的键值可以挪动一些到 L 中,则挪动。
6. 如果 L 的上一个兄弟节点 P 存在,并且 P 和 S 都有足够的空间来合并,则将 P 和 S 合并,并从父节点中删除分割线。
7. 如果 L 是根节点,则更新根节点。
8. 递归删除小于 key 的子树。
9. 递归删除大于 key 的子树。

这里是一个使用 Go 语言实现的 B-树删除操作的简化代码示例:

type Node struct {
    keys   []int 
    values []string 
    left   *Node 
    right  *Node 
}
 
func DeleteBTree(node *Node, key int) *Node {
    if node == nil {
        return node 
    }
 
    if key < node.keys[0] {
        node.left = DeleteBTree(node.left, key)
    } else if key > node.keys[len(node.keys)-1] {
        node.right = DeleteBTree(node.right, key)
    } else {
        for i := 0; i < len(node.keys); i++ {
            if node.keys[i] == key {
                // 删除节点,这里省略了实际值的处理逻辑。
                break 
            }
        }
        // 之后还需要处理删除后可能导致的节点过少等问题,这取决于具体 B-树的实现细节。
    }
 
    return node 
}

请注意,上面的 Go 代码仅是一个简化的例子,实际的 B-树删除操作会更加复杂,涉及到节点的重新平衡和结构调整。此外,这个示例没有处理 B-树中常见的键值的复用问题。在实际应用中,你可能需要考虑这些因素以及错误处理和其他边界情况。

智谱清言:

B-TREE-DELETE 伪代码的实现涉及到二叉树操作,这里给出一个简化的版本。在B树中删除一个节点时,需要考虑多种情况,比如被删除的节点是否有子节点,是否有兄弟节点等。下面是一个简化的伪代码,它展示了B树中删除节点的基本逻辑:

 procedure B-TREE-DELETE(root, key)
     if root is NULL
         return NULL
     if key < root.key
         root.left = B-TREE-DELETE(root.left, key)
     else if key > root.key
         root.right = B-TREE-DELETE(root.right, key)
     else
         if root.left is NULL
             return root.right
         else if root.right is NULL
             return root.left
         temp = MIN(root.right)  // 找到右子树中的最小值节点
         root.key = temp.key
         root.right = B-TREE-DELETE(root.right, temp.key)
     return root
 function MIN(node)
     current = node
     while current.left is not NULL
         current = current.left
     return current

这是伪代码,它描述了在B树中删除一个具有三个或更多子节点的节点的基本过程。如果需要,可以扩展这个伪代码以处理具有最少和最多子节点的情况。

下面是一个用Go语言实现的B树删除节点的示例。请注意,这个示例可能需要根据您所使用的B树的特定实现进行调整:

package main
import (
	"fmt"
)
type TreeNode struct {
	key   int
	left  *TreeNode
	right *TreeNode
}
// 查找最小值节点
func findMin(node *TreeNode) *TreeNode {
	current := node
	for current.left != nil {
		current = current.left
	}
	return current
}
// B树删除操作
func bTreeDelete(root *TreeNode, key int) *TreeNode {
	if root == nil {
		return nil
	}
	if key < root.key {
		root.left = bTreeDelete(root.left, key)
		return root
	} else if key > root.key {
		root.right = bTreeDelete(root.right, key)
		return root
	} else {
		// 找到右子树中的最小值节点
		temp := findMin(root.right)
		root.key = temp.key
		// 删除右子树中的最小值节点
		root.right = bTreeDelete(root.right, temp.key)
		return root
	}
}
func main() {
	// 构建B树
	root := &TreeNode{key: 10}
	root.left = &TreeNode{key: 5}
	root.right = &TreeNode{key: 15}
	// 删除节点
	root = bTreeDelete(root, 5)
	fmt.Println("After deletion:", root.key) // 应该输出 10
}

这段Go代码实现了一个简单的B树,并展示了如何删除具有两个子节点的节点。如果要处理更复杂的B树,可能需要添加更多的逻辑来平衡树,例如在删除节点后进行旋转操作。

天工:

由于我是一个AI助手,我可以提供B树删除操作的伪代码,但是请注意,我无法直接在这个平台上编写Go语言的代码。以下是B树删除操作的伪代码:

function BTreeDelete(node, key):
    if node == nil:
        return false

    # 首先在B树中找到键值key
    if key < node.key:
        if node.leftChild != nil:
            return BTreeDelete(node.leftChild, key)
        else:
            node = node.rightChild
            return true

    if key > node.key:
        if node.rightChild != nil:
            return BTreeDelete(node.rightChild, key)
        else:
            node = node.leftChild
            return true

    # 如果找到了键值key,则进行删除操作
    if node.leftChild != nil and node.rightChild != nil:
        # 如果该节点有两个子节点,则找到右子树的最小值替换到当前节点
        minNode = FindMin(node.rightChild)
        node.key = minNode.key
        node = node.rightChild
        return true

    if node.leftChild == nil:
        node = node.rightChild
        return true
    else:
        node = node.leftChild
        return true

    # 删除节点后,需要对B树进行平衡和旋转等操作
    # ...

    return false

# 辅助函数:在右子树中找到最小值节点
function FindMin(node):
    if node != nil:
        while node.leftChild != nil:
            node = node.leftChild
        return node
    return nil

以上伪代码提供了B树删除操作的基本逻辑框架。在实际的Go语言实现中,你需要将这些逻辑转化为具体的代码,并且处理好边界条件,例如B树为空、只有一个子节点或者没有子节点等情况。此外,删除后可能需要对B树进行分裂和合并等操作来保持其平衡性。

chatgpt:

下面是 B-TREE-DELETE 的伪代码:

func BTreeDelete(root *BTreeNode, key int) {
    if root == nil {
        return
    }

    index := findKeyIndex(root, key)

    // Case 1: The key is present in the current node
    if index < root.numKeys && root.keys[index] == key {
        if root.isLeaf {
            deleteFromLeafNode(root, index)
        } else {
            deleteFromNonLeafNode(root, index)
        }
    } else {
        // Case 2: The key is not present in the current node

        // If this is a leaf node, then the key doesn't exist in the tree
        if root.isLeaf {
            return
        }

        var child *BTreeNode = nil

        // Determine the child node to traverse recursively
        if index == root.numKeys {
            child = root.children[index-1]
        } else {
            child = root.children[index]
        }

        // If the child has less than t keys, fill it up before deletion
		if len(child.keys) == t-1 && !isMinimumOrder(root) {
			fillChild(root, index)
		}

		// Recursively delete the key from the appropriate child
		BTreeDelete(child, key)
    }
}

func deleteFromLeafNode(node *BTreeNode, index int) {
	for i := index + 1; i < node.numKeys; i++ {
		node.keys[i-1] = node.keys[i]
	}
	node.numKeys--
}

func deleteFromNonLeafNode(node *BTreeNode, index int) {
	key := node.keys[index]

	if len(node.children[index].keys) >= t { // Case 3a: Left Child has enough keys
		predecessor := getPredecessor(node.children[index])
		node.keys[index] = predecessor
		BTreeDelete(node.children[index], predecessor)
	} else if len(node.children[index+1].keys) >= t { // Case 3b: Right Child has enough keys
		successor := getSuccessor(node.children[index+1])
		node.keys[index] = successor
		BTreeDelete(node.children[index+1], successor)
	} else { // Case 3c: Merge the child and its right sibling
		mergeChildren(node, index)
		deleteFromNonLeafNode(node.children[index], t-1)
	}
}

// Helper functions for B-TREE-DELETE

func findKeyIndex(node *BTreeNode, key int) int {
	index := 0
	for index < node.numKeys && key > node.keys[index] {
		index++
	}
	return index
}

func isMinimumOrder(node *BTreeNode) bool {
	return node.numKeys >= t/2
}

func fillChild(parent *BTreeNode, childIndex int) {
	if childIndex != 0 && len(parent.children[childIndex-1].keys) >= t { // Try borrowing from left sibling
        borrowFromLeftSibling(parent, childIndex)
    } else if childIndex != parent.numKeys && len(parent.children[childIndex+1].keys) >= t { // Try borrowing from right sibling
        borrowFromRightSibling(parent, childIndex)
    } else { // Merge with either left or right sibling
        if childIndex != parent.numKeys {
            mergeChildren(parent, childIndex)
        } else {
            mergeChildren(parent, childIndex-1)
        }
    }
}

func borrowFromLeftSibling(parent *BTreeNode, index int) {
	child := parent.children[index]
	leftSibling := parent.children[index-1]

	for i := len(child.keys) - 1; i >= 0; i-- {
		child.keys[i+1] = child.keys[i]
	}
	child.numKeys++
	child.keys[0] = parent.keys[index-1]

	if !child.isLeaf {
		for i := len(child.children) - 1; i >= 0; i-- {
			child.children[i+1] = child.children[i]
		}
		child.children[0] = leftSibling.children[len(leftSibling.children)-1]
	}

	parent.keys[index-1] = leftSibling.keys[len(leftSibling.keys)-1]

	leftSibling.numKeys--
}

func borrowFromRightSibling(parent *BTreeNode, index int) {
	child := parent.children[index]
	rightSibling := parent.children[index+1]

	child.keys[child.numKeys] = parent.keys[index]

	if !child.isLeaf {
		child.children[child.numKeys+1] = rightSibling.children[0]
	}

	parent.keys[index] = rightSibling.keys[0]

	for i := 1; i < len(rightSibling.keys); i++ {
		rightSibling.keys[i-1] = rightSibling.keys[i]
	}

	if !rightSibling.isLeaf {
		for i := 1; i < len(rightSibling.children); i++ {
			rightSibling.children[i-1] = rightSibling.children[i]
		}
	}

	child.numKeys++
	rightSibling.numKeys--
}

func mergeChildren(parent *BTreeNode, index int) {
	leftChild := parent.children[index]
	rightChild := parent.children[index+1]

	leftChild.numKeys++

	leftChild.keys[t-2] = parent.keys[index]

	for i := 0; i < len(rightChild.keys); i++ {
		leftChild.keys[t-1+i] = rightChild.keys[i]
	}
	if !leftChild.isLeaf {
        for j:=len(rightChild.children)-2;j>=0;j--{
            leftChild.
        }
    }

    for i := index + 1; i < parent.numKeys; i++ {
        parent.keys[i-1] = parent.keys[i]
    }

    for i := index + 2; i <= parent.numKeys; i++ {
        parent.children[i-1] = parent.children[i]
    }
    leftChild.numKeys += rightChild.numKeys

    parent.numKeys--
}

注意:以上是伪代码示例,可以根据具体需求和数据结构定义进行适当修改。

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

kimi:

B-TREE-DELETE 操作是 B 树中删除给定键值的算法。以下是 B-TREE-DELETE 操作的伪代码,以及用 Go 语言实现的示例代码。

伪代码

B-TREE-DELETE(T, key)
    if T is empty
        return T
    if T.root has only one child
        if T.root is a leaf
            make T.root the child of T.root
        else
            make T.root the child of T.root with the smallest key
    node = T.root
    while key is not in node
        if key < node.key[i]
            node = node.child[i]
        else
            node = node.child[i+1]
    if node has more than minDegree children
        successor = node.successor
        node.key[i] = successor.key
        node.child[i+1] = successor.child[0]
        delete successor.key from successor.child[0]
    else
        if node is not T.root
            borrowFromSibling(node, key)
            if node becomes underfull
                balance(node)
        else
            if node has a child
                node = node.child[0]
            else
                set T.root to NIL
    return T

Go 语言实现

package main

import (
	"fmt"
	"math"
)

type BTreeNode struct {
	isLeaf    bool
	keys      []int
	children  []*BTreeNode
}

func NewBTreeNode(isLeaf bool) *BTreeNode {
	return &BTreeNode{
		isLeaf:   isLeaf,
		keys:     make([]int, 0),
		children: make([]*BTreeNode, 0),
	}
}

func (node *BTreeNode) Delete(key int, t int) {
	// 如果是叶子节点,直接在节点中删除
	if node.isLeaf {
		index := -1
		for i, k := range node.keys {
			if k == key {
				index = i
				break
			}
		}
		if index != -1 {
			node.keys = append(node.keys[:index], node.keys[index+1:]...)
		}
		return
	}

	// 如果不是叶子节点,找到包含key的子节点
	var child *BTreeNode
	for i, k := range node.keys {
		if key < k {
			child = node.children[i]
			break
		}
	}
	if child == nil {
		child = node.children[len(node.children)-1]
	}

	// 递归删除key
	child.Delete(key, t)

	// 如果child中的键值数量大于最小度数,直接返回
	if len(child.keys) > t {
		return
	}

	// 如果child中的键值数量小于最小度数,需要处理
	if len(child.keys) < t {
		// 从兄弟节点借用或合并
		if !node.BorrowOrMerge(child, t) {
			// 如果合并失败,需要平衡树
			node.Balance(t)
		}
	}
}

// BorrowOrMerge 尝试从兄弟节点借用或合并节点
func (node *BTreeNode) BorrowOrMerge(child *BTreeNode, t int) bool {
	// ... 实现借用或合并逻辑 ...
	return true
}

// Balance 平衡B树
func (node *BTreeNode) Balance(t int) {
	// ... 实现平衡逻辑 ...
}

func main() {
	// 示例:构建一个简单的 B 树并删除键值
	// 注意:这里的代码没有实现 B 树的构建和删除逻辑,只是用于演示节点创建
	root := NewBTreeNode(true) // 假设根节点是叶子节点
	// 假设 root 已经被构建并包含了一些键值

	// 删除键值的示例
	root.Delete(10, minDegree)
	// ...
}

在这个Go语言程序中,我们定义了 BTreeNode 结构体来表示 B 树的节点,并提供了 Delete 方法来删除键值。Delete 方法首先检查节点是否是叶子节点,如果是,直接在节点中删除键值。如果不是叶子节点,找到包含键值的子节点,并递归调用 Delete 方法。

BorrowOrMerge 方法用于处理节点键值数量不足的情况,尝试从兄弟节点借用或合并节点。Balance 方法用于平衡 B 树。

请注意,这个程序是一个简化的示例,它没有实现完整的 B 树逻辑,包括节点的借用、合并和平衡操作的具体实现。在实际应用中,B 树的实现会更加复杂,并且需要考虑磁盘I/O优化。

混元:

B-Tree 删除操作的伪代码如下:

function B_TREE_DELETE(node, key):
    if node 为空:
        return NOT_FOUND

    if node 是叶子节点:
        if key 在 node 的键值中:
            node.keys.remove(key)
            return SUCCESS
        else:
            return NOT_FOUND

    if key 小于 node.keys[0]:
        result = B_TREE_DELETE(node.children[0], key)
    else if key 大于 node.keys[node.key_count-1]:
        result = B_TREE_DELETE(node.children[node.key_count], key)
    else:
        for i = 0 to node.key_count-1:
            if key 等于 node.keys[i]:
                result = B_TREE_DELETE(node.children[i+1], key)
                break
            else if key 大于 node.keys[i] 且 小于 node.keys[i+1]:
                result = B_TREE_DELETE(node.children[i+1], key)
                break

    if result 是 SUCCESS:
        if node.children[0].key_count 大于等于 ceil(m/2)-1:
            return SUCCESS
        else:
            return B_TREE_REBALANCE(node)
    else:
        return result

function B_TREE_REBALANCE(node):
    if node 是根节点:
        if node.key_count 为 0:
            tree.root = node.children[0]
        return SUCCESS

    parent = node.parent
    index = parent.children.index(node)

    if index 大于 0 且 parent.children[index-1].key_count 大于 ceil(m/2)-1:
        left_sibling = parent.children[index-1]
        node.keys.insert(0, parent.keys[index-1])
        parent.keys[index-1] = left_sibling.keys.pop()
        if left_sibling.children_count > 0:
            node.children.insert(0, left_sibling.children.pop())
            node.children[0].parent = node
        return SUCCESS

    if index 小于 parent.key_count 且 parent.children[index+1].key_count 大于 ceil(m/2)-1:
        right_sibling = parent.children[index+1]
        node.keys.append(parent.keys[index])
        parent.keys[index] = right_sibling.keys.shift()
        if right_sibling.children_count > 0:
            node.children.append(right_sibling.children.shift())
            node.children[node.children.count-1].parent = node
        return SUCCESS

    if index 大于 0:
        left_sibling = parent.children[index-1]
        left_sibling.keys.append(parent.keys[index-1])
        left_sibling.keys.extend(node.keys)
        parent.keys.remove(parent.keys[index-1])
        parent.children.remove(node)
        if node.children_count > 0:
            left_sibling.children.extend(node.children)
            for child in node.children:
                child.parent = left_sibling
        return B_TREE_REBALANCE(parent)

    if index 小于 parent.key_count:
        right_sibling = parent.children[index+1]
        node.keys.append(parent.keys[index])
        node.keys.extend(right_sibling.keys)
        parent.keys.remove(parent.keys[index])
        parent.children.remove(right_sibling)
        if right_sibling.children_count > 0:
            node.children.extend(right_sibling.children)
            for child in right_sibling.children:
                child.parent = node
        return B_TREE_REBALANCE(parent)

    return FAILURE

以下是使用 Go 语言实现的 B-Tree 删除操作:

package main

import "fmt"

const M = 3

type Node struct {
	keys      []int
	children  []*Node
	parent    *Node
}

func NewNode() *Node {
	return &Node{
		keys:     make([]int, 0, M),
		children: make([]*Node, 0, M+1),
	}
}

func (n *Node) isLeaf() bool {
	return len(n.children) == 0
}

func (n *Node) keyCount() int {
	return len(n.keys)
}

func (n *Node) childCount() int {
	return len(n.children)
}

func (n *Node) removeKey(key int) {
	for i, k := range n.keys {
		if k == key {
			n.keys = append(n.keys[:i], n.keys[i+1:]...)
			break
		}
	}
}

func (n *Node) removeChild(child *Node) {
	for i, c := range n.children {
		if c == child {
			n.children = append(n.children[:i], n.children[i+1:]...)
			break
		}
	}
}

func (n *Node) insertKey(key int) {
	for i, k := range n.keys {
		if key < k {
			n.keys = append(n.keys[:i], append([]int{key}, n.keys[i:]...)...)
			return
		}
	}
	n.keys = append(n.keys, key)
}

func (n *Node) insertChild(child *Node, key int) {
	for i, k := range n.keys {
		if key < k {
			n.children = append(n.children[:i+1], append([]*Node{child}, n.children[i+1:]...)...)
			child.parent = n
			return
		}
	}
	n.children = append(n.children, child)
	child.parent = n
}

func (n *Node) findKey(key int) *Node {
	if n.isLeaf() {
		for _, k := range n.keys {
			if k == key {
				return n
			}
		}
		return nil
	}

	if key < n.keys[0] {
		return n.children[0].findKey(key)
	}

	for i, k := range n.keys {
		if key == k {
			return n.children[i+1].findKey(key)
		} else if key > k {
			return n.children[i+1].findKey(key)
		}
	}

	return nil
}

func (n *Node) delete(key int) {
	if n.isLeaf() {
		n.removeKey(key)
		return
	}

	if key < n.keys[0] {
		n.children[0].delete(key)
	} else {
		for i, k := range n.keys {
			if key == k {
				n.children[i+1].delete(key)
				break
			} else if key > k {
				n.children[i+1].delete(key)
				break
			}
		}
	}

	n.rebalance()
}

func (n *Node) rebalance() {
	if n.keyCount() >= (M+1)/2 {
		return
	}

	if n.parent == nil {
		if n.keyCount() == 0 {
			n.children[0].parent = nil
		}
		return
	}

	index := n.parent.children.index(n)

	if index > 0 && n.parent.children[index-1].keyCount() > (M+1)/2 {
		leftSibling := n.parent.children[index-1]
		n.insertKey(n.parent.keys[index-1])
		n.parent.keys[index-1] = leftSibling.keys.pop()
		if leftSibling.childCount() > 0 {
			n.insertChild(leftSibling.children.pop(), n.keys[0])
		}
		return
	}

	if index < n.parent.keyCount() && n.parent.children[index+1].keyCount() > (M+1)/2 {
		rightSibling := n.parent.children[index+1]
		n.insertKey(n.parent.keys[index])
		n.parent.keys[index] = rightSibling.keys.shift()
		if rightSibling.childCount() > 0 {
			n.insertChild(rightSibling.children.shift(), n.keys[len(n.keys)-1])
		}
		return
	}

	if index > 0 {
		leftSibling := n.parent.children[index-1]
		leftSibling.keys.append(n.parent.keys[index-1])
		leftSibling.keys.extend(n.keys)
		n.parent.removeKey(n.parent.keys[index-1])
		n.parent.removeChild(n)
		if n.childCount() > 0 {
			leftSibling.children.extend(n.children)
			for _, child := range n.children {
				child.parent = leftSibling
			}
		}
		n.parent.rebalance()
		return
	}

	if index < n.parent.keyCount() {
		rightSibling := n.parent.children[index+1]
		n.keys.append(n.parent.keys[index])
		n.keys.extend(rightSibling.keys)
		n.parent.removeKey(n.parent.keys[index])
		n.parent.removeChild(rightSibling)
		if rightSibling.childCount() > 0 {
			n.children.extend(rightSibling.children)
			for _, child := range rightSibling.children {
				child.parent = n
			}
		}
		n.parent.rebalance()
		return
	}
}

func (n *Node) print(level int) {
	fmt.Printf("%s", strings.Repeat("  ", level))
	for _, key := range n.keys {
		fmt.Printf("%d ", key)
	}
	fmt.Println()
	for _, child := range n.children {
		child.print(level + 1)
	}
}

func main() {
	root := NewNode()
	root.insertKey(10)
	root.insertKey(20)
	root.insertKey(30)
	root.insertKey(40)
	root.insertKey(50)
	root.insertKey(25)
	root.insertKey(15)
	root.insertKey(5)
	root.insertKey(1)
	root.insertKey(12)
	root.insertKey(23)
	root.insertKey(24)
	root.insertKey(22)
	root.insertKey(21)
	root.insertKey(6)
	root.insertKey(7)
	root.insertKey(8)
	root.insertKey(9)
	root.insertKey(35)
	root.insertKey(45)
	root.insertKey(55)
	root.insertKey(65)
	root.insertKey(75)
	root.insertKey(85)
	root.insertKey(95)
	root.insertKey(33)
	root.insertKey(34)
	root.insertKey(43)
	root.insertKey(44)
	root.insertKey(53)
	root.insertKey(54)
	root.insertKey(63)
	root.insertKey(64)
	root.insertKey(73)
	root.insertKey(74)
	root.insertKey(83)
	root.insertKey(84)
	root.insertKey(93)
	root.insertKey(94)
	root.insertKey(32)
	root.insertKey(42)
	root.insertKey(52)
	root.insertKey(62)
	root.insertKey(72)
	root.insertKey(82)
	root.insertKey(92)
	root.insertKey(31)
	root.insertKey(41)
	root.insertKey(51)
	root.insertKey(61)
	root.insertKey(71)
	root.insertKey(81)
	root.insertKey(91)

	root.print(0)

	root.delete(5)
	root.delete(10)
	root.delete(15)
	root.delete(20)
	root.delete(25)
	root.delete(30)
	root.delete(35)
	root.delete(40)
	root.delete(45)
	root.delete(50)
	root.delete(55)
	root.delete(60)
	root.delete(65)
	root.delete(70)
	root.delete(75)
	root.delete(80)
	root.delete(85)
	root.delete(90)
	root.delete(95)
	root.delete(1)
	root.delete(2)
	root.delete(3)
	root.delete(4)
	root.delete(6)
	root.delete(7)
	root.delete(8)
	root.delete(9)
	root.delete(11)
	root.delete(12)
	root.delete(13)
	root.delete(14)
	root.delete(16)
	root.delete(17)
	root.delete(18)
	root.delete(19)
	root.delete(21)
	root.delete(22)
	root.delete(23)
	root.delete(24)
	root.delete(26)
	root.delete(27)
	root.delete(28)
	root.delete(29)
	root.delete(31)
	root.delete(32)
	root.delete(33)
	root.delete(34)
	root.delete(36)
	root.delete(37)
	root.delete(38)
	root.delete(39)
	root.delete(41)
	root.delete(42)
	root.delete(43)
	root.delete(44)
	root.delete(46)
	root.delete(47)
	root.delete(48)
	root.delete(49)
	root.delete(51)
	root.delete(52)
	root.delete(53)
	root.delete(54)
	root.delete(56)
	root.delete(57)
	root.delete(58)
	root.delete(59)
	root.delete(61)
	root.delete(62)
	root.delete(63)
	root.delete(64)
	root.delete(66)
	root.delete(67)
	root.delete(68)
	root.delete(69)
	root.delete(71)
	root.delete(72)
	root.delete(73)
	root.delete(74)
	root.delete(76)
	root.delete(77)
	root.delete(78)
	root.delete(79)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/610000.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

FPGA采集卡,可实现CVBS/HDMI/SDI三种信号转换

可实现CVBS/HDMI/SDI三种信号转换&#xff0c; 客户应用:电视台&#xff0c;舞台&#xff0c;会议室 主要性能: 1:标准CVBS信号输入,标准HDMI信号输入,标准SDI信号输入,输入信号自适应. 2:3G/HD/SDSDI信号输出可选 2:1080P/10801/720P/4801/5761常用分辩率可选 1080PSF/720P30/…

安防监控/视频汇聚系统EasyCVR+AI智能分析助力解决校园霸凌事件

一、方案背景 校园霸凌这一校园中不应存在的现象&#xff0c;却屡见不鲜&#xff0c;它像一把锋利的刀&#xff0c;深深地刺入那些无辜的心灵&#xff0c;让受害者承受着无尽的痛苦。随着科技的进步与发展&#xff0c;我们应该追求有效、进步的手段来阻止校园霸凌事件的发生&a…

【WEEK11】 【DAY4】员工管理系统第五部分【中文版】

2024.5.9 Thursday 接上文【WEEK11】 【DAY3】员工管理系统第四部分【中文版】 目录 10.6.增加员工10.6.1.修改list.html10.6.2.修改EmployeeController.java10.6.3.新建add.html10.6.4.重启并运行 10.6.增加员工 10.6.1.修改list.html 第53行&#xff0c;把<h2>Sectio…

揭秘金融行业:资本的流转与价值的创造

金融行业&#xff0c;这个庞大而复杂的经济体系&#xff0c;如同现代社会的血脉&#xff0c;支撑着全球经济的运行与繁荣。它不仅关乎金钱的流通&#xff0c;更是涵盖了资金的管理、分配、增值、保护以及一系列与之相关的专业服务。今天&#xff0c;就让我们一起深入探索这个充…

【intro】Graph Isomorphism Network(GIN)

论文 https://arxiv.org/pdf/1810.00826 abstract 图神经网络(gnn)是一种有效的图表示学习框架。gnn采用邻域聚合方案&#xff0c;通过递归聚合和变换相邻节点的表示向量来计算节点的表示向量。已经提出了许多GNN变体&#xff0c;并在节点和图分类任务上取得了最先进的结果。…

Linux内存管理——Swap

swap space 一个磁盘区域&#xff0c;作为内存使用。当系统内存不足时&#xff0c;会将一些很久不使用的数据转移到swap space中。 优点&#xff1a;扩展了内存空间 缺点&#xff1a;用磁盘做内存&#xff0c;读写效率降低。 swappiness swappiness的值表示建议swap space替…

DDOS攻击实战演示,一次DDOS的成本有多低?

DDoS攻击成本概览 分布式拒绝服务&#xff08;DDoS&#xff09;攻击以其低廉的启动成本和惊人的破坏力著称。攻击者通过黑市轻松获取服务&#xff0c;成本从几十元人民币的小额支出到针对大型目标的数千乃至数万元不等。为了具体理解这一成本结构&#xff0c;我们将通过一个简…

『先进技术助力』Kompas AI:智能AI代理在工作中的应用与效率提升

『智能化未来』Kompas AI如何改变我们的工作方式&#xff1f; 在这个信息时代&#xff0c;利用AI聊天机器人来处理机械性的工作已经成为一种趋势。ChatGPT作为一种智能助手&#xff0c;不仅能够提高工作效率&#xff0c;还可以帮助我们更明智地做出决策&#xff0c;从而释放出更…

“黑灯工厂“都是科技和狠活,其中可视化大屏就是火眼金睛。

夜幕降临,一座伸手不见五指的工厂,却传来了金属板与机床“咔哒咔哒”的按压声。暗色中,只有设备状态指示灯、品质检验灯以及自动行进的AGV小车激光发射器在泛着微光,整个上万平方米的生产车间都处于“黑灯”状态…… “黑灯工厂”是指在生产过程中几乎不需要人工操作的工厂。 …

【JVM】JVM规范作用及其核心

目录 认识JVM规范的作用 JVM规范定义的主要内容 认识JVM规范的作用 Java 虚拟机规范为不同的硬件平台提供了一种编译Java技术代码的规范。 Java虚拟机认得不是源文件&#xff0c;认得是编译过后的class文件&#xff0c;它是对这个class文件做要求、起作用的&#xff0c;而并…

【JavaEE 初阶(四)】多线程进阶

❣博主主页: 33的博客❣ ▶️文章专栏分类:JavaEE◀️ &#x1f69a;我的代码仓库: 33的代码仓库&#x1f69a; &#x1faf5;&#x1faf5;&#x1faf5;关注我带你了解更多线程知识 目录 1.前言2.常见的锁策略2.1悲观锁vs乐观锁2.2轻量级锁vs重量级锁2.3自旋锁vs挂起锁2.4读写…

LLM-AI大模型介绍

大语言模型 (LLM) 背景 &#x1f379;大语言模型 (Large Language Model) 是一种人工智能模型, 它们通常包含数千亿甚至更多的参数&#xff0c;并在大规模数据集上进行训练。大语言模型可以处理多种自然语言任务&#xff0c;如文本分类、问答、翻译、对话等等。 自然语言模型…

axios异步操作第一篇

1 同步请求和异步请求 客户端给java后台程序发送请求&#xff0c;发送请求的方式有两种&#xff1a; 同步请求 同步请求发送方式&#xff1a; 1 浏览器地址栏&#xff0c;输入url&#xff1a;http://localhost:8080/web-app/xxxServlet 2 3 删除 4 javascript:location.hr…

记录Postgresql 报错 the database system is in recovery mode

在开发环境中&#xff0c;突然有一天来到公司启动项目的时候报错 看到这个报错肯定是数据库出啥问题了&#xff0c;我们的数据库是部署在docker里面的。 远程服务器之后&#xff0c;使用命令查看容器&#xff0c;发现数据库容器还是启动着的 docker ps 那就进去容器内部看看…

搭建一个气膜篮球馆需要多少钱—轻空间

想要搭建一个气膜篮球馆&#xff0c;预算是个大问题。我们来谈谈具体的费用吧。 1. 建筑材料成本&#xff1a; 气膜篮球馆的建筑材料主要包括膜材、钢索等。膜材分为内膜和外膜&#xff0c;而钢索则用于支撑膜材。材料的品质和规格将直接影响到建筑的质量和使用寿命。 2. 设备…

winpcap无法安装提示新版本已经安装-window11解决办法

winpcap无法安装提示新版本已经安装-window11解决办法 问题解决办法 问题 安装ensp的时候跳出来这个问题&#xff0c;说自己的winpcap没安装&#xff0c;建议安装 但当自己去安装一个winpcap的时候&#xff0c;它又跳出来这个&#xff01; WinPcap 4.1.3 Setup A newer versi…

面试笔记——JVM组成

基本介绍 JVM: Java Virtual Machine Java程序的运行环境&#xff08;java二进制字节码的运行环境&#xff09; 使用JVM的好处&#xff1a; 一次编写&#xff0c;到处运行自动内存管理&#xff0c;垃圾回收机制 JVM的组成及运行流程&#xff1a; 程序计数器 程序计数器&a…

OpenHarmony 实战开发——编译4.0 bete2及master分支,添加参数--no-prebuilt-sdk跳过编译sdk

简介 用户应用程序泛指运行在设备的操作系统之上&#xff0c;为用户提供特定服务的程序&#xff0c;简称“应用”。一个应用所对应的软件包文件&#xff0c;称为“应用程序包”。 OpenHarmony 提供了应用程序包开发、安装、查询、更新、卸载的管理机制&#xff0c;方便开发者…

LeetCode 404.左叶子之和

LeetCode 404.左叶子之和 1、题目 题目链接&#xff1a;404. 左叶子之和 给定二叉树的根节点 root &#xff0c;返回所有左叶子之和。 示例 1&#xff1a; 输入: root [3,9,20,null,null,15,7] 输出: 24 解释: 在这个二叉树中&#xff0c;有两个左叶子&#xff0c;分别…

2024数维杯B题完整思路24页+配套代码1-4问+可视化结果图

后续参考论文也会进行一个更新 2024年数维杯数学建模B题主要关注生物质和煤共热解问题的研究 点击链接加入群聊【2024数维杯数学建模ABC题资料汇总】&#xff1a; 2024数维杯B题完整思路18页1-5问配套代码后续参考论文https://www.jdmm.cc/file/2710636 该段文字的第一个问题…
最新文章