左偏树是一种可以合并的“堆”。这里打了引号,是因为左偏树并不是堆,但是能完成与堆类似的功能。而且还能支持可持久化。
在可合并对中,左偏树是最常用的。虽然它的效率不及斐波那契堆与配对堆,但是复杂度是同一个级别,单次操作最坏情况下都是\(O(log_2n)\)的。而且不像斐波那契堆,码量大,难理解,在竞赛中用太不合算了,配对堆不资瓷可持久化。。。。。
放张表格,看看你打算学哪种?这里(目前)只教左偏树。其他的除了二叉堆博主都不会
指标 | 二叉堆 | 左偏树/斜堆 | 二项堆 | 斐波那契堆 | 配对堆 |
---|---|---|---|---|---|
建堆 | \(O(n)\) | \(O(n)\) | \(O(n)\) | \(O(n)\) | \(O(n)\) |
插入节点 | \(O(log_2n)\) | \(O(log_2n)\) | \(O(log_2n)\) | \(O(1)\) | \(O(1)\) |
取最值节点 | \(O(1)\) | \(O(1)\) | \(O(log_2n)\) | \(O(1)\) | \(O(1)\) |
删除最值节点 | \(O(log_2n)\) | \(O(log_2n)\) | \(O(log_2n)\) | \(O(log_2n)\) | \(O(log_2n)\) |
删除任意已知节点 | \(O(log_2n)\) | \(O(log_2n)\) | \(O(log_2n)\) | \(O(log_2n)\) | \(O(log_2n)\) |
合并 | \(O(nlog_2n)\) | \(O(log_2n)\) | \(O(log_2n)\) | \(O(1)\) | \(O(1)\) |
空间 | \(--\) | \(-\) | \(+\) | \(++\) | \(-\) |
代码复杂度 | \(--\) | \(-\) | \(++\) | \(+++\) | \(-\) |
- 已知:表示知道编号,而不是值。
- \(--\)表示很小,\(-\)表示较小,\(+\)表示一般,\(++\)表示较大,\(+++\)表示很大。
左偏树的基本结构与堆有许多相似之处。它是一棵二叉树,对于一个节点\(x\),设其左儿子为\(ls\),右儿子为\(rs\),值为\(v_x\)总是满足\(v_x \le v_{ls},v_x\le v_{rs}\)(如果存在左右儿子)。
再次明确一遍,左偏树不是堆,它不一定是完全二叉树。“左偏”的意义就在于保证时间复杂度(否则一条链就能把复杂度卡到\(O(n^2)\))。来看看何为“左偏”。
先讲一讲外节点。如果一个节点没有左儿子或没有右儿子(或者都没有),那么这个节点被称为外节点。我们设\(dis_{x}\)表示\(x\)与最近的外节点之间的距离。(一条边的长度为1)。特别地,空节点0的\(dis\)为\(-1\)。(这样就可以自然地完成外节点的\(dis\)为0)
左偏即为对于任意节点\(x\),满足\(dis_{ls}\ge dis_{rs}\)。(这样就可以得到\(dis_x=dis_{rs}+1\))
为什么这样就可以保证复杂度呢?
很明显,一般地,节点总是集中于左子树,我们就可以把操作集中于右子树来减少操作。
来看看更严谨的证明。
- 引理:最大dis为k的左偏树节点个数至少为\(2^{k+1}-1\)(满二叉树)。
我们运用反证法。我们将深度大于k的节点去除,得到树T,如果树T不是满二叉树,则树T中必定有一个外节点\(x\)深度小于k,与根节点dis为k矛盾,原命题成立。
- 定理: 由对于一个有\(n\)个节点的左偏树,最大距离不超过 \(\log_2(n+1)-1\)
证明: 设 \(max\{dist\}=k\) ,由引理得\(n\geq 2^{k+1}-1\) ,移项得: \(k\leq \log_2(n+1)-1\) 。
这就保证了\(O(log_2n)\)的复杂度。
如何实现
合并
合并操作与FHQ Treap十分类似,如果你会FHQ Treap,这将很好理解。
int Merge( int x, int y ){
if ( !x || !y ){ return x | y; }//如果有一个堆为0,直接返回这个堆
if ( val[x] > val[y] || ( val[x] == val[y] && x > y ) ) swap( x, y );//使x的值小于y(将x做为根节点)
R[x] = Merge( R[x], y ); fa[R[x]] = x;//R[x]可能已被更改,更新R[x]的父亲
if ( dis[L[x]] < dis[R[x]] ) swap( L[x], R[x] );//维持左偏性质
dis[x] = dis[R[x]] + 1;//更新dis
return x;
}
val[x]
记录该节点保存的值,L[x]
表示\(x\)的左儿子(没有的话就为0),R[x]
表示\(x\)的右儿子(没有的话就为0)。fa[x]
记录该节点的父亲。
Merge的作用就是将两个堆(已知根节点)合并成一个并返回其根节点。由于要保持堆的性质,根节点的值肯定要是最小的。要合并的两个堆中,值最小的肯定是\(x\)与\(y\),如果\(y\)的值比\(x\)小,那\(x\)肯定不能作为根节点,所以这时候\(x\)不能作为根节点,只能把\(y\)作为根节点了。为了方便处理,我们直接交换x与y(注意:不是val,交换的是两个堆的位置)。这样\(x\)就肯定为根节点了。我们不改变\(x\)的左子树(因为是左偏的嘛,左子树太费时),将原来\(x\)的右子树与\(y\)合并作为\(x\)的右子树。注意要更新\(dis\)与\(fa\)的值。
还有一个前面提到过的小细节:dis[0]
在主程序中必须赋为-1
删除
删除根节点操作就更简单了,直接合并左右儿子即可。
#define Del(x) val[x] = -1, fa[L[x]] = fa[R[x]] = 0, Merge( L[x], R[x] )
//注意先把父亲赋为0
会了这两个操作,就可以完成左偏树模板啦。。。
#include<bits/stdc++.h>
using namespace std;
#define MAXN 100005
int N, M;
int L[MAXN], R[MAXN];
int fa[MAXN], val[MAXN], dis[MAXN];
int 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 );
R[x] = Merge( R[x], y ); fa[R[x]] = x;
if ( dis[L[x]] < dis[R[x]] ) swap( L[x], R[x] );
dis[x] = dis[R[x]] + 1;
return x;
}
#define Del(x) val[x] = -1, fa[L[x]] = fa[R[x]] = 0, Merge( L[x], R[x] )
int find( int x ){
while( fa[x] ) x = fa[x];
return x;
}//fa表示直接父亲!这不是并查集!不要想着去路径压缩!
int main(){
scanf( "%d%d", &N, &M );
for ( int i = 1; i <= N; ++i ) scanf( "%d", &val[i] );
dis[0] = -1;//重要!
for ( int i = 1; i <= M; ++i ){
int opt, x, y;
scanf( "%d", &opt );
if ( opt == 1 ){
scanf( "%d%d", &x, &y );
if ( val[x] == -1 || val[y] == -1 ) continue;//有一个点被删除就不要操作了
x = find(x); y = find(y);//记得先找到根节点再合并
if ( x != y ) Merge( x, y );
}
else{
scanf( "%d", &x );
if ( val[x] == -1 ) printf( "-1\n" );//用val=-1标记已被删除的节点(输入全是正整数,如果有负数可以用INT_MIN,反正视数据范围而定)
else printf( "%d\n", val[x = find(x)] ), Del(x);
}
}
return 0;
}
当然,操作远远不止这些~慢慢更
修改
这题要修改值。。。其实暴力一点,直接删去,再合并就OK。。。
具体一点:
- 删去两个左偏树的根节点(用x、y保存编号,t1、t2保存删去x、y后的左偏树根节点编号)(删除方法同上)
val[x]
与val[y]
减半- 初始化x、y(
L[x]=R[x]=fa[x]=0
,y也一样) - 合并x、y、t1、t2
- 返回
val[根节点]
不难理解吧?注意一个小优化,先合并x、y。因为x、y都只剩一个根节点,合并复杂度是\(O(1)\)的。这只是优化常数,不优化也能过。
核心代码:
int fight( int x, int y ){
x = find(x); y = find(y);
if ( x == y ) return -1;
fa[L[x]] = fa[R[x]] = fa[L[y]] = fa[R[y]] = 0;
int t1, t2;
t1 = Merge( L[x], R[x] ); t2 = Merge( L[y], R[y] );
val[x] >>= 1; val[y] >>= 1;
L[x] = R[x] = L[y] = R[y] = dis[x] = dis[y] = 0;
x = Merge( x, y ); x = Merge( x, t1 ); x = Merge( x, t2 );
return val[x];
}
还有一个猥琐的坑点:多组数据!记得初始化。
更新中。。。。