• 作者:zifeiy
  • 标签:左偏树

这篇随笔需要你在之前掌握 二叉树 的相关知识点。

堆支持在 \(O(\log n)\) 的时间内进行插入元素、查询最值和删除最值的操作。在这里,如果最值是最小值,那么这个堆对应地称为小根堆;如果最值是最大值那么这个堆对应地称为大根堆。

当然咯,在我们的STL容器中提供了优先队列(priority_queue),可以直接用它来模拟堆。

但是,priority_queue 不涉及合并两个堆的操作(pb_ds有这样的功能),这就是说,如果现在有两个堆 A 和 B,我要将堆 B 中的元素全部合并到堆 A 中,则我需要遍历 A 中的每个元素,然后将其插入堆 A 中,时间复杂度为 \(O(n \times \log n)\) 。

而我们这里要讲的 左偏树 是什么呢?

  • 首先,左偏树也具有堆的性质;
  • 其次,能够实现在 \(O(\log n)\) 的时间复杂度范围内合并两个左偏树。

左偏树的每一个节点上都存放4个信息:左、右儿子的地址,权值,距离。

权值 就是每一个节点存放的数值信息;

距离 表示这个节点到它子树里面最近的叶子节点的距离。(叶子节点的距离为0)

左偏树的性质

  • 性质一:节点的权值小于等于它左右儿子的权值。
  • 性质二:节点的左儿子的距离 \(\ge\) 右儿子的距离。
  • 性质三:节点的距离=右儿子的距离+1。
  • 性质四:一个n个节点的左偏树距离最大为 \(\log (n+1)-1\)

对于性质二:

在写平衡树的时候,我们是确保它的深度尽量的小,这样访问每个节点都很快。但是左偏树不需要这样,它的目的是快速提取最小节点和快速合并。所以它并不平衡,而且向左偏。但是距离和深度不一样,左偏树并不意味着左子树的节点数或是深度一定大于右子树。

对于性质四,我们可以采取以下方式来证明:

若左偏树的距离为一定值,则节点数最少的左偏树是完全二叉树。

节点最少的话,就是左右儿子距离一样,这就是完全二叉树了。

若一棵左偏树的距离为k,则这棵左偏树至少有 \(2^{k+1}-1\) 个节点。

距离为k的完全二叉树高度也是k,节点数就是 \(2^{k+1}-1\) 。

这样就可以证明性质四了。因为 \(n \ge 2^{k+1}-1\) ,所以 \(k \le \log (n+1)-1\) 。

左偏树的操作

1、合并

我们假设A的根节点小于等于B的根节点(否则交换A,B),把A的根节点作为新树C的根节点,剩下的事就是合并A的右子树和B了。

合并了A的右子树和B之后,A的右子树的距离可能会变大,当A的右子树 的距离大于A的左子树的距离时,性质二会被破坏。在这种情况下,我们只须要交换A的右子树和左子树。

而且因为A的右子树的距离可能会变,所以要更新A的距离=右儿子距离+1。这样就合并完了。

代码:

int func_merge(int x, int y) {
if (!x || !y) return x | y;
if (val[x] > val[y] || val[x] == val[y] && x > y) swap(x, y);
son[x][1] = func_merge(son[x][1], y);
f[ son[x][1] ] = x;
if (dis[ son[x][0] ] < dis[ son[x][1] ])
swap(son[x][0], son[x][1]);
dis[x] = dis[ son[x][1] ] + 1;
return x;
}

在合并x和y的过程中,如果其中有一个节点是空节点,则直接返回非空节点的编号;

因为我们这里模拟的是一个小根堆,所以我们要确保权值小的作为根节点(权值相同的情况下编号小的作为根节点,虽然这一步不是必需的,但是方便梳理)。

假设现在选出了根节点x,那么我们再递归地去合并x的右子树和y,并将合并的结果作为x的左子树,将x原先的左子树作为x的右子树。

同时更新x节点的距离。

我们可以看出每次我们都把它的右子树放下去合并。因为一棵树的距离取决于它右子树的距离(性质三),所以拆开的过程不会超过它的距离。根据性质四,不会超过 \(\log (n_x+1) + \log (n_y+2) - 2\) ,时间复杂度就是 \(O(\log n_x + \log n_y)\) 。

2、插入

插入一个节点,就是把一个点和一棵树合并起来。

因为其中一棵树只有一个节点,所以插入的效率是 \(O(\log n)\) 。

3、删除最小/最大点

因为根是最小/大点,所以可以直接把根的两个儿子合并起来。

因为只合并了一次,所以效率也是 \(O(\log n)\) 。

然后我们再来看一下对应题目:洛谷P3377 【模板】左偏树(可并堆)

实现代码如下(88分):

#include <bits/stdc++.h>
using namespace std;
const int maxn = 100010;
int son[maxn][2], val[maxn], dis[maxn], f[maxn], n, m, op, x, y;
int func_merge(int x, int y) {
if (!x || !y) return x | y;
if (val[x] > val[y] || val[x] == val[y] && x > y) swap(x, y);
son[x][1] = func_merge(son[x][1], y);
f[ son[x][1] ] = x;
if (dis[ son[x][0] ] < dis[ son[x][1] ])
swap(son[x][0], son[x][1]);
dis[x] = dis[ son[x][1] ] + 1;
return x;
}
int get_root(int x) {
return !f[x] ? x : get_root(f[x]);
}
void func_pop(int x) {
val[x] = -1;
f[ son[x][0] ] = f[ son[x][1] ] = 0;
func_merge(son[x][0], son[x][1]);
}
int main() {
scanf("%d%d", &n, &m);
dis[0] = -1;
for (int i = 1; i <= n; i ++) scanf("%d", val+i);
while (m --) {
scanf("%d", &op);
if (op == 1) {
scanf("%d%d", &x, &y);
if (val[x] == -1 || val[y] == -1 || x == y) continue;
int fx = get_root(x), fy = get_root(y);
func_merge(fx, fy);
}
else {
scanf("%d", &x);
if (val[x] == -1) puts("-1");
else {
y = get_root(x);
printf("%d\n", val[y]);
func_pop(y);
}
}
}
return 0;
}

但是上面的代码最后一组数据会超时,因为它没有进行路径压缩。

我们可以在原来代码的基础上采用 并查集 来进行路径压缩。

我们可以发现,原来的代码中,如果一个节点x是根节点,那么 \(f[x]==0\) 。

而我实现并查集的代码是:如果一个节点x是根节点,那么 \(f[x]==x\) 。

所以我在 get_root(int x) 函数中使用并查集进行了路径压缩。

但是,这里有一个问题,就是这里面临着删除元素,那么如果删除了一个元素,我们又能对并查集进行如何的修改呢?

首先,删除元素x的操作见 func_pop(int x) 函数。

首先需要将 vis[x] 置为 -1

然后需要将x的左右儿子节点都置为它们本身(左右儿子都回归到了根节点)。

最后,最最需要注意的地方是,虽然x已经删除了,但是x可能对应其余一些节点的父节点,在合并了x的左右儿子之后还需要将x的父节点设为新的根节点,这样就能够将其它当前的父节点还保存是x的节点正确引导向新的根节点,即补充下面这行代码:

f[x] = func_merge(son[x][0], son[x][1]);

AC代码如下:

#include <bits/stdc++.h>
using namespace std;
const int maxn = 100010;
int son[maxn][2], val[maxn], dis[maxn], f[maxn], n, m, op, x, y;
int func_merge(int x, int y) {
if (!x || !y) return x | y;
if (val[x] > val[y] || val[x] == val[y] && x > y) swap(x, y);
son[x][1] = func_merge(son[x][1], y);
f[ son[x][1] ] = x;
if (dis[ son[x][0] ] < dis[ son[x][1] ])
swap(son[x][0], son[x][1]);
dis[x] = dis[ son[x][1] ] + 1;
return x;
}
int get_root(int x) {
return x == f[x] ? x : (f[x] = get_root(f[x]));
}
void func_pop(int x) {
val[x] = -1;
f[ son[x][0] ] = son[x][0];
f[ son[x][1] ] = son[x][1];
f[x] = func_merge(son[x][0], son[x][1]);
}
void init() {
for (int i = 1; i <= n; i ++) f[i] = i;
}
int main() {
scanf("%d%d", &n, &m);
dis[0] = -1;
for (int i = 1; i <= n; i ++) scanf("%d", val+i);
init();
while (m --) {
scanf("%d", &op);
if (op == 1) {
scanf("%d%d", &x, &y);
if (val[x] == -1 || val[y] == -1 || x == y) continue;
int fx = get_root(x), fy = get_root(y);
func_merge(fx, fy);
}
else {
scanf("%d", &x);
if (val[x] == -1) puts("-1");
else {
y = get_root(x);
printf("%d\n", val[y]);
func_pop(y);
}
}
}
return 0;
}

洛谷P3377 【模板】左偏树(可并堆) 题解的更多相关文章

  1. 洛谷 P3377 模板左偏树

    题目:https://www.luogu.org/problemnew/show/P3377 左偏树的模板题: 加深了我对空 merge 的理解: 结构体的编号就是原序列的位置. 代码如下: #inc ...

  2. 洛谷 - P1552 - 派遣 - 左偏树 - 并查集

    首先把这个树建出来,然后每一次操作,只能选中一棵子树.对于树根,他的领导力水平是确定的,然后他更新答案的情况就是把他子树内薪水最少的若干个弄出来. 问题在于怎么知道一棵子树内薪水最少的若干个分别是谁. ...

  3. [note]左偏树(可并堆)

    左偏树(可并堆)https://www.luogu.org/problemnew/show/P3377 题目描述 一开始有N个小根堆,每个堆包含且仅包含一个数.接下来需要支持两种操作: 操作1: 1 ...

  4. bzoj2809 [Apio2012]dispatching——左偏树(可并堆)

    题目:https://www.lydsy.com/JudgeOnline/problem.php?id=2809 思路有点暴力和贪心,就是 dfs 枚举每个点作为管理者: 当然它的子树中派遣出去的忍者 ...

  5. [luogu3377][左偏树(可并堆)]

    题目链接 思路 左偏树的模板题,参考左偏树学习笔记 对于这道题我是用一个并查集维护出了哪些点是在同一棵树上,也可以直接log的往上跳寻找根节点 代码 #include<cstdio> #i ...

  6. BZOJ1455 罗马游戏 左偏树 可并堆

    欢迎访问~原文出处——博客园-zhouzhendong 去博客园看该题解 题目传送门 - BZOJ1455 题意概括 n个人,2种操作. 一种是合并两个人团,一种是杀死某一个人团的最弱的人. 题解 左 ...

  7. HDU3031 To Be Or Not To Be 左偏树 可并堆

    欢迎访问~原文出处——博客园-zhouzhendong 去博客园看该题解 题目传送门 - HDU3031 题意概括 喜羊羊和灰太狼要比赛. 有R次比赛. 对于每次比赛,首先输入n,m,n表示喜羊羊和灰 ...

  8. HDU5818 Joint Stacks 左偏树,可并堆

    欢迎访问~原文出处——博客园-zhouzhendong 去博客园看该题解 题目传送门 - HDU5818 题意概括 有两个栈,有3种操作. 第一种是往其中一个栈加入一个数: 第二种是取出其中一个栈的顶 ...

  9. BZOJ2333 [SCOI2011]棘手的操作 堆 左偏树 可并堆

    欢迎访问~原文出处——博客园-zhouzhendong 去博客园看该题解 题目传送门 - BZOJ2333 题意概括 有N个节点,标号从1到N,这N个节点一开始相互不连通.第i个节点的初始权值为a[i ...

  10. BZOJ 4003: [JLOI2015]城池攻占 左偏树 可并堆

    https://www.lydsy.com/JudgeOnline/problem.php?id=4003 感觉就是……普通的堆啊(暴论),因为这个堆是通过递归往右堆里加一个新堆或者新节点的,所以要始 ...

随机推荐

  1. Spring_事务

    事务管理: 用来确保数据的完整性和一致性 事务就是一系列的动作,它们被当做一个单独的工作单元.这些动作要么全部完成,要么全部不起作用 事务的四个关键属性 原子性 一致性 隔离性 持久性 Spring两 ...

  2. string型的“600.000”如何转换为int型

    string型的“600.000”怎么转换为int型?为什么我用int.parse不能转换? ------解决方案--------------------int.Parse("600.000 ...

  3. Java加密AES算法及spring中应用

    开门见山直接贴上代码 .AESUtil加密解密工具类 import java.security.Key; import java.security.SecureRandom; import java. ...

  4. Python中 sys.argv的用法简明解释

    Python中 sys.argv[]的用法简明解释 sys.argv[]说白了就是一个从程序外部获取参数的桥梁,这个“外部”很关键,所以那些试图从代码来说明它作用的解释一直没看明白.因为我们从外部取得 ...

  5. 为什么无法定义1px左右高度的容器

    <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" "http://www.w3.org/TR/xht ...

  6. DIV元素垂直居中的分析与实现

    首先,对于需要垂直居中的元素常规居中处理 margin: 0 auto; 接下来要设置div的祖先元素的宽高为100%, 在默认的设置中他们都为0: html, body { width: %; he ...

  7. golang之下载安装配置

    1.下载:根据操作系统和计算架构选择合适的安装包,操作系统类型有linux.mac.windows等,计算架构分为32位的386计算架构和64位的amd64计算架构 2.安装:推荐安装到 /usr/l ...

  8. IE8下图片无法显示问题

    一.背景图片不能显示的原因 代码: background:url(img/img1.jpg)no-repeat; background:url(img/img1.jpg) no-repeat; 第一个 ...

  9. laravel微信自定义分享

    https://blog.csdn.net/weixin_41530218/article/details/80777036 今天接触到了微信分享,来记录一下自己所理解的一些逻辑,首先,我画了一个草图 ...

  10. Servlet表单处理

    HttpServletRequest   继承ServletRequest  HttpServletRequest生命周期: 一个HttpServletRequest对象在用户向web服务器发送请求时 ...