FHQ treap 的整理

treap = tree + heap,即同时满足二叉搜索树和堆的性质。

为了使树尽可能的保证两边的大小平衡,所以有一个key值,使他满足堆得性质,来维护树的平衡,key值是随机的。

treap有一般平衡树的功能,前驱、后继、第k大、查询排名、插入、删除。也比较好写

但是对于区间上的问题是不能做的,例如

  • 区间增减
  • 区间求最值
  • 区间反转(倒序)
  • 区间移动(把一段剪切、粘贴)

(splay是可以做的)

但是有一种神奇的数据结构,即可以满足treap的功能,也可以区间上进行操作——FHQ treap

FHQ treap 只有两个基本操作,所以代码量也小的多。

split

分离,讲一个treap分成两个treap。

有两种分离的类型,一个是按照权值val分,小于等于k的分成一个,大于的一个。另一种是取出区间上的前k个数。

权值:

对于一颗treap,小于等于k的点是存在于一颗子树中的,但是这颗子树可能有大于k的,所以在拆分时,是要重建这棵树的。

 void Split(int now,int k,int &x,int &y) {
if (!now) x = y = ;
else {
if (val[now] <= k)
x = now,Split(ch[now][],k,ch[now][],y);
else
y = now,Split(ch[now][],k,x,ch[now][]);
pushup(now);
}
}

代码非常奇妙,它引用了两个值,x,y,这两个值就是重建的最重要的两个变量,一定要有取地址符。

x引用的是一个小于等于k的节点(假设是a)的右儿子,y引用的是一个大于k的节点左儿子。

这里a是小于等于k的,它的左子树也是小于等于k的,但是右儿子却不一定是小于k的,所以这里取出它的右儿子,当遇到第一个小于k的节点是,让它成为a的右儿子。

如下图,k=6,那么a是小于6的,往右走,发现右儿子是大于6的,所以a的右儿子是要改变的,接下来往左走的过程中,将a的右儿子指向权值为6的点即可。

重建的过程:如果当前点now的值小于k那么,他的左边一定都是小于k的,所以往右走。

复杂度 $O(logn)$

区间上前k个数

 void Split(int now,int k,int &x,int &y) {
if (!now) x=y=;
else {
if (k <= siz[ch[now][]])
y = now,Split(ch[now][],k,x,ch[now][]);
else
x = now,Split(ch[now][],k-siz[ch[now][]]-,ch[now][],y);
pushup(now);
}
}

原理是一样的,不详细说了。

复杂度,$O(logn)$

merge

合并两颗子树,保证第一颗树的所有点的权值都小于第二颗子树的所有节点。

那么重建只要满足堆的性质就好了。

还是有两个变量x,y,

 int Merge(int x,int y) {
if (!x || !y) return x + y;
if (key[x] < key[y]) {
ch[x][] = Merge(ch[x][],y);
pushup(x); return x;
}
else {
ch[y][] = Merge(x,ch[y][]);
pushup(y); return y;
}
}

这里会发现,当x树的key小时,只将x的左半边加入到重建的树中,y子树小时,只将它的右半边加入到子树中。为了满足treap的性质。

复杂度 $O(logn)$

两个基本操作就完成了。

insert

插入一个权值为k的数。

过程:把treap分成两个,小于等于k的,大于k的,把x和两个子树合并即可

Split(Root,k,x,y);
Root = Merge(Merge(x,makenode(k)),y);

delete

删除一个权值为k的数。

过程:先分成小于等于k的 a 和大于k的 b ,之后将x分成小于等于k-1的 c 和大于k-1的 d ,d就是k,所以将d的两个儿子合并起来,然后与c,b合并即可;

Split(Root,k,x,y);
Split(x,k-,x,z);
z = Merge(ch[z][],ch[z][]);
Root = Merge(Merge(x,z),y);

k的排名

求k的排名

过程:分成小于等于k-1的 x ,和大于k-1 的 y 两个子树,子树x的大小就是k的排名。

Split(Root,k-,x,y);
printf("%d\n",siz[x]+);
Root = Merge(x,y);

第k个数

求第k个数

过程:和splay,treap一样的求法;

inline int getkth(int p,int k) {
while (true) {
if (k == siz[ch[p][]] + ) return p;
if (ch[p][] && k <= siz[ch[p][]]) p = ch[p][];
else k-= ((ch[p][] ? siz[ch[p][]] : ) + ),p = ch[p][];
}
}

前驱

求k的排名

过程:分成小于等于k-1的 x ,和大于k-1 的 y 两个子树,子树x中最大的数就是x的前驱。

Split(Root,k-,x,y);
printf("%d\n",val[getkth(x,siz[x])]);
Root = Merge(x,y);

后继

求k的排名

过程:分成小于等于k的 x ,和大于k 的 y 两个子树,子树y中最小的数就是x的前驱。

Split(Root,k,x,y);
printf("%d\n",val[getkth(y,)]);
Root = Merge(x,y);

FHQtreap的基本操作就是这些了

例题

普通平衡树

 #include<cstdio>
#include<algorithm> using namespace std; const int N = ;
int ch[N][],siz[N],key[N],val[N];
int tn,Root; inline char nc() {
static char buf[],*p1 = buf,*p2 = buf;
return p1==p2&&(p2=(p1=buf)+fread(buf,,,stdin),p1==p2) ? EOF : *p1++;
}
inline int read() {
int x = ,f = ;char ch = getchar();
for (; ch<''||ch>''; ch = getchar())
if (ch=='-') f = -;
for (; ch>=''&&ch<=''; ch = getchar())
x = x*+ch-'';
return x * f;
}
inline void pushup(int x) {
siz[x] = siz[ch[x][]] + siz[ch[x][]] + ;
}
inline int makenode(int x) {
++tn;val[tn] = x;siz[tn] = ;key[tn] = rand();return tn;
} int Merge(int x,int y) {
if (!x || !y) return x + y;
if (key[x] < key[y]) {
ch[x][] = Merge(ch[x][],y);
pushup(x); return x;
}
else {
ch[y][] = Merge(x,ch[y][]);
pushup(y); return y;
}
}
void Split(int now,int k,int &x,int &y) {
if (!now) x = y = ;
else {
if (val[now] <= k)
x = now,Split(ch[now][],k,ch[now][],y);
else
y = now,Split(ch[now][],k,x,ch[now][]);
pushup(now);
}
}
inline int getkth(int p,int k) {
while (true) {
if (k == siz[ch[p][]] + ) return p;
if (ch[p][] && k <= siz[ch[p][]]) p = ch[p][];
else k-= ((ch[p][] ? siz[ch[p][]] : ) + ),p = ch[p][];
}
}
int main() {
int x,y,z,opt,k,n = read();
while (n--) {
opt = read(),k = read();
if (opt==) {
Split(Root,k,x,y);
Root = Merge(Merge(x,makenode(k)),y);
}
else if (opt==) {
Split(Root,k,x,y);
Split(x,k-,x,z);
z = Merge(ch[z][],ch[z][]);
Root = Merge(Merge(x,z),y);
}
else if (opt==) {
Split(Root,k-,x,y);
printf("%d\n",siz[x]+);
Root = Merge(x,y);
}
else if (opt==)
printf("%d\n",val[getkth(Root,k)]);
else if (opt==) {
Split(Root,k-,x,y);
printf("%d\n",val[getkth(x,siz[x])]);
Root = Merge(x,y);
}
else {
Split(Root,k,x,y);
printf("%d\n",val[getkth(y,)]);
Root = Merge(x,y);
}
}
return ;
}

文艺平衡树

 #include<cstdio>
#include<algorithm> using namespace std; const int N = ; int ch[N][],tag[N],val[N],siz[N],key[N];
int tn,Root,n,m; inline char nc() {
static char buf[],*p1 = buf,*p2 = buf;
return p1==p2&&(p2=(p1=buf)+fread(buf,,,stdin),p1==p2) ? EOF : *p1++;
}
inline int read() {
int x = ,f = ;char ch = nc();
for (; ch<''||ch>''; ch = nc())
if (ch=='-') f = -;
for (; ch>=''&&ch<=''; ch = nc())
x = x*+ch-'';
return x * f;
}
inline void pushup(int x) {
siz[x] = siz[ch[x][]] + siz[ch[x][]] + ;
}
inline void pushdown(int x) {
if (x && tag[x]) {
tag[x] ^= ;
swap(ch[x][],ch[x][]);
if (ch[x][]) tag[ch[x][]] ^= ;
if (ch[x][]) tag[ch[x][]] ^= ;
}
}
inline int makenode(int x) {
++tn;siz[tn] = ;val[tn] = x;key[tn] = rand();return tn;
}
int merge(int x,int y) {
if (!x || !y) return x + y;
pushdown(x);pushdown(y);
if (key[x] < key[y]) {
ch[x][] = merge(ch[x][],y);
pushup(x);return x;
}
else {
ch[y][] = merge(x,ch[y][]);
pushup(y);return y;
}
}
void split(int now,int k,int &x,int &y) {
if (!now) x = y = ;
else {
pushdown(now);
if (k<=siz[ch[now][]])
y = now,split(ch[now][],k,x,ch[now][]);
else
x = now,split(ch[now][],k-siz[ch[now][]]-,ch[now][],y);
pushup(now);
}
}
inline void rever(int l,int r) {
int a,b,c,d;
split(Root,r,a,b);
split(a,l-,c,d);
tag[d] ^= ;
Root = merge(merge(c,d),b);
}
void print(int x) {
if (!x) return ;
pushdown(x);
print(ch[x][]);
printf("%d ",val[x]);
print(ch[x][]);
}
int main() {
n = read(),m = read();
for (int i=; i<=n; ++i) {
Root = merge(Root,makenode(i));
}
while (m--) {
int a = read(),b = read();
rever(a,b);
}
print(Root);
return ;
}

=========

可持久化treap(FHQ treap)的更多相关文章

  1. Luogu P3835 【模板】可持久化平衡树(fhq Treap)

    P3835 [模板]可持久化平衡树 题意 题目背景 本题为题目普通平衡树的可持久化加强版. 题目描述 您需要写一种数据结构(可参考题目标题),来维护一些数,其中需要提供以下操作(对于各个以往的历史版本 ...

  2. 非旋treap (fhq treap) 指针版

    传送门 看了一圈,好像真的没什么用指针的呢.. 明明觉得指针很好看(什么??你说RE???听不见听不见) 其实我觉得用数组的话不RE直接WA调起来不是更困难嘛,毕竟通过gdb还可以知道哪里RE,WA就 ...

  3. 可持久化Treap(fhq Treap,非旋转式Treap)学习(未完待续)

    简介:     Treap,一种表现优异的BST 优势:     其较于AVL.红黑树实现简单,浅显易懂     较于Splay常数小,通常用于树套BST表现远远优于Splay     或许有人想说S ...

  4. 洛谷.3835.[模板]可持久化平衡树(fhq treap)

    题目链接 对每次Merge(),Split()时产生的节点都复制一份(其实和主席树一样).时间空间复杂度都为O(qlogq).(应该更大些 因为rand()?内存真的爆炸..) 对于无修改的操作实际上 ...

  5. 非旋Treap——fhq treap

    https://www.luogu.org/problemnew/show/P3369 知识点:1.拆分split,合并merge 2.split,merge要点:通过传址调用来简便代码 3.记得ro ...

  6. 平衡树(Splay、fhq Treap)

    Splay Splay(伸展树)是一种二叉搜索树. 其复杂度为均摊\(O(n\log n)\),所以并不可以可持久化. Splay的核心操作有两个:rotate和splay. pushup: 上传信息 ...

  7. 「学习笔记」 FHQ Treap

    FHQ Treap FHQ Treap (%%%发明者范浩强年年NOI金牌)是一种神奇的数据结构,也叫非旋Treap,它不像Treap zig zag搞不清楚(所以叫非旋嘛),也不像Splay完全看不 ...

  8. 2021.12.08 平衡树——FHQ Treap

    2021.12.08 平衡树--FHQ Treap http://www.yhzq-blog.cc/fhqtreapzongjie/ https://www.cnblogs.com/zwfymqz/p ...

  9. FHQ Treap及其可持久化与朝鲜树式重构

    FHQ Treap,又称无旋treap,一种不基于旋转机制的平衡树,可支持所有有旋treap.splay等能支持的操作(只有在LCT中会比splay复杂度多一个log).最重要的是,它是OI中唯一一种 ...

随机推荐

  1. Control中的AOP实现非业务需求

    一.能够使用Control中的AOP实现非业务需求的功能 本文目录 一.ActionFilterAttribute类 二.实现自定义Attribute 一.ActionFilterAttribute类 ...

  2. Spring Cloud--Feign服务调用组件的使用实例

    引入依赖: 启动类上添加@EnableFeignClients注解: 写调用接口: 直接@Autowired注入服务调用接口: 底层使用了动态代理,对接口进行了实现. 并且封装了RestTemplat ...

  3. rest_framework序列化组件

    一.Django自带的序列化组件  ==>对象序列化成json格式的字符串 from django.core import serializers from django.core import ...

  4. H5的storage(sessionstorage&localStorage)简单存储删除

    众所周知,H5的storage有sessionstorage&localStorage,其中他们的共同特点是API相同 下面直接上代码,storage中的存储与删除: <!DOCTYPE ...

  5. 零基础逆向工程15_C语言09_位运算

    1.汇编中的移位指令 算数移位指令 指令格式:SAL/SAR Reg/Mem, CL/Imm SAL(Shift Arithmetic Left):算数左移 SAR(Shift Arithmetic ...

  6. Android仿360悬浮小球自定义view实现

    转载请标明出处:http://www.jianshu.com/u/a5ad093cffe8 效果图如下: 图片.png   图片.png 实现当前这种类似的效果 (360小球 悬浮桌面差不错类似).第 ...

  7. SharePoint 2016 功能比较

    SharePoint 2016中有很多功能.我们经常和客户谈论SharePoint安装时,我问他们是否计划安装SharePoint Server 2016 Standard或Enterprise.通常 ...

  8. SqlServer 填充因子的说明

    CREATE NONCLUSTERED INDEX IX_d_name ON department(d_name) with fillfactor=30 使用 fill factor 选项可以指定 M ...

  9. 【TensorFlow入门完全指南】基本操作

    众所周知我暂时弃掉了那个音乐生成的坑,原因是我的代码写得还不够纯熟…… 现在我找到了一个项目,用来从代码基础开始补起,同时写下学习笔记. 项目地址:https://github.com/aymeric ...

  10. WPF中,DataGrid最左边多出一行的解决方案

        这种情况下,请在DataGrid的属性里加上这个属性:   RowHeaderWidth="0" 必须赋值为0,不能不赋值,也不能赋其他值. 问题解决.