![](https://static.youtibao.com/asksite/comm/h5/images/m_q_title.png)
在有序搜索中,如果节点x在希望树中,若x是(),则其所有子节点都在希望树中
A.终叶节点
B.端节点
C.与节点
D.或节点
![](https://static.youtibao.com/asksite/comm/h5/images/solist_ts.png)
A.终叶节点
B.端节点
C.与节点
D.或节点
所谓半无穷范围查询(semi-infinite range query),是教材8.4节中所介绍一般性范围查询的特例,具体地,这里的查询区域是某一侧无界的广义矩形区域,比如R=[-1,+1]x[0,﹢∞),即是对称地包含正半y坐标轴、宽度为2的一个广义矩形区域,当然,对查询的语义功能要求依然不变——从某一相对固定的点集中,找出落在任意指定区域R内部的所有点。
范围树(176页习题[8-20])稍作调整之后,固然也可交持半无穷范围查询,但若能针对这一特定问题所固有的性质,改用优先级搜索树(priority search tree,PST)之类的数据结构,则不仅可以保持O(r+logn)的最优时间效率,而且更重要的是,可以将空间复杂度从范围树的O(nlogn)优化至O(n)。
如图x10.3所示,优先级搜索树除了首先在拓扑上应是一棵二叉树,还同时遵守以下三条规则。
①首先,各节点的y坐标均不小于其左右孩子(如果存在)——因此,整体上可以视作为以y坐标为优先级的二叉堆。
②此外,相对于任一父节点,左子树中节点的x坐标均不得大于右子树中的节点。
③最后,互为兄弟的每一对左、右子树,在规模上相差不得超过一。
a)试按照以上描述,用C/C++定义并实现优先级搜索树结构;
b)试设计一个算法,在O(nlogn)时间内将平面上的n个点组织为一棵优先级搜索树;
c)试设计一个算法,利用已创建的优先级搜索树,在O(r+logn)时间内完成每次半无穷范围查询,其中r为实际命中并被报告的点数。
A.从初始节点到目标节点的代价的估计
B.从当前节点到目标节点的代价的估计
C.从初始节点到当前节点的代价的估计
D.目标节点所在的深度的估计
A.g(x)是从初始节点到节点x的实际代价
B.g(x)是从初始节点到节点x的最优路径的估计代价
C.h(x)是从节点x到目标节点的最优路径的估计代价
D.h(x)是从节点x到目标节点的实际代价
A.是一种对抗搜索
B.搜索树中节点的位置先后次序不会影响搜索效率
C.被剪枝的节点不会影响搜索结果
D.与minimax搜索算法相比,可减少所搜索的搜索树节点数