Дерево козла отпущения представляет собой самобалансирующееся двоичное дерево поиска, которое обеспечивает наихудшее время поиска O(log n) и амортизированное время вставки и удаления O(log n). В отличие от других самобалансирующихся деревьев бинарного поиска, которые обеспечивают наихудшее время поиска O(log n), деревья козлов отпущения не имеют дополнительных накладных расходов на каждый узел по сравнению с обычным деревом бинарного поиска.
Бинарное дерево поиска считается сбалансированным по весу, если половина узлов находится слева от корня, а половина справа. А-высотно-сбалансированное дерево определяется следующим уравнением:
высота (дерево)<= log1/a (размер дерева)
- a == 1: Дерево, образующее связанный список, считается сбалансированным.
- a == 0,5: Только идеально сбалансированная двоичная система считается сбалансированной.
Козлиные деревья свободноуравновешенные по высоте, так что:
высота (дерево)<= log1/a (размер дерева()) + 1
Деревья козлов поддерживают от 0,5 до 1. Если а выше, дерево восстанавливается реже, получая более быстрые вставки, но более медленные поиски. Снижение значений улучшает время поиска. Навязчивыепредлагают возможностьизменять во время выполнения, используя гибкость деревьев козла отпущения. Для получения дополнительной информации о деревьях козлов отпущения см.Википедия запись.
У козлиных деревьев также есть недостатки:
- Они нуждаются в дополнительном хранении данных о корне (размер дерева, например) для достижения логарифмических операций сложности, поэтому невозможно предложить<auto_unlink>крючки. Размер пустого козла отпущения также значительно увеличен.
- Операции, необходимые для определения несбалансированности дерева, требуют операций с плавающей точкой, таких какlog1/a. Если система не имеет операций с плавающей запятой (как некоторые встроенные системы), операции с козлом отпущения могут стать медленными.
Boost.Intrusiveпредлагает 3 контейнера на основе деревьев козлов отпущения:<sg_set>,<sg_multiset>и<sgtree>. Первые два похожи на<set>или<multiset>, а последний представляет собой обобщение, которое предлагает функции как для вставки уникальных, так и нескольких ключей.
Память над этими контейнерами с Boost. Навязчивые крючки - 3 указателя.
Пустота<sg_set>,<sg_multiset>или<sgtree>имеет также размер 3 указателей, двух целых чисел и двух значений с плавающей точкой (эквивалент размеру 7 указателей в большинстве систем).
Навязчивыеассоциативные контейнеры козлов отпущения используют не свои собственные типы крючков, а простые древовидные крючки с бинарным поиском.Бинарные крючки деревьев поиска: bs_set_base_hook и bs_set_member_hookраздел для получения дополнительной информации об этих крючках.
template <class T, class ...Options>
class sg_set;
template <class T, class ...Options>
class sg_multiset;
template <class T, class ...Options>
class sgtree;
Эти контейнеры получают те же варианты, описанные в разделе. Как использовать Boost.Intrusive
- <base_hook<classHook>>/<member_hook<classT,classHook,HookT::*PtrToMember>>/<value_traits<classValueTraits>>: Чтобы указать тип крючка или характеристики значения, используемые для настройки контейнера. (Чтобы узнать о ценностных чертах, перейдите в разделКонтейнеры с пользовательскими ValueTraits.)
- <size_type<boolEnabled>>: Указать тип, который будет использоваться для хранения размера контейнера. Дефолт:<size_type<std::size_t>>
Также они могут получить дополнительные опции:
- <compare<classCompare>>: Функция сравнения для объектов, которые вставляются в контейнеры. Сравнительный функтор должен вызывать строгий слабый порядок. Дефолт:<compare<
           std::less<key_type>
           >>
- <floating_point<boolEnable>>: Когда этот вариант деактивирован, дерево козла отпущения теряет способность изменять коэффициент баланса a во время выполнения, но размер пустого контейнера уменьшается, и не выполняются операции с плавающей точкой, обычно увеличивая производительность контейнера. Фиксированный коэффициент, который используется при активации этой опции, составляет1/sqrt(2) ~ 0,70711. Дефолт:<floating_point<true>>
- <key_of_value<classKeyOfValueFunctionObject>>: Объект функции, который будет определять<key_type>типа значения, подлежащего хранению. Этот тип позволит использовать картографический интерфейс.Карта и многокарточный интерфейс с множеством и множествомдля деталей. По умолчанию<key_type>равен<value_type>(сет-подобный интерфейс).
 
Теперь рассмотрим небольшой пример с использованием двоичных крючков деревьев поиска и контейнеров<sg_set>/<sg_multiset>:
#include <boost/intrusive/sg_set.hpp>
#include <vector>
#include <functional>
#include <cassert>
using namespace boost::intrusive;
class MyClass : public bs_set_base_hook<>
{
   int int_;
   public:
   
   bs_set_member_hook<> member_hook_;
   MyClass(int i)
      :  int_(i)
      {}
   friend bool operator< (const MyClass &a, const MyClass &b)
      {  return a.int_ < b.int_;  }
   friend bool operator> (const MyClass &a, const MyClass &b)
      {  return a.int_ > b.int_;  }
   friend bool operator== (const MyClass &a, const MyClass &b)
      {  return a.int_ == b.int_;  }
};
typedef sg_set
   < MyClass, compare<std::greater<MyClass> >, floating_point<false> >   BaseSet;
typedef member_hook<MyClass, bs_set_member_hook<>, &MyClass::member_hook_> MemberOption;
typedef sg_multiset< MyClass, MemberOption>   MemberMultiset;
int main()
{
   typedef std::vector<MyClass>::iterator VectIt;
   
   std::vector<MyClass> values;
   for(int i = 0; i < 100; ++i)  values.push_back(MyClass(i));
   BaseSet baseset;
   MemberMultiset membermultiset;
   
   for(VectIt it(values.begin()), itend(values.end()); it != itend; ++it){
      baseset.insert(*it);
      membermultiset.insert(*it);
   }
   
   membermultiset.balance_factor(0.9f);
   
   {
      BaseSet::reverse_iterator rbit(baseset.rbegin());
      MemberMultiset::iterator mit(membermultiset.begin());
      VectIt it(values.begin()), itend(values.end());
      
      for(; it != itend; ++it, ++rbit)
         if(&*rbit != &*it)   return 1;
      
      for(it = values.begin(); it != itend; ++it, ++mit)
         if(&*mit != &*it) return 1;
   }
   return 0;
}