前排注意:本人只是一个小蒟蒻,如果下文有任何不对或不清晰的地方欢迎各位大佬指出!
模板传送
FHQ-Treap顾名思义就是范浩强大佬设计的一种二叉平衡树
下面我们来讲一下它的原理和代码
结构体
对于一个节点,我们需要记录的是
- 对应的值
- 子树节点数
- 左右孩子编号
- 对应的随机值
struct str{
int val,size,l,r,key;
}fhq[100005];
看到这里有人疑惑了,这个对应的随机值是怎么回事啊?
这里就涉及到了一个FHQ-Treap里优化的一个小技巧
我们知道,树在最坏的情况下,会退化成一条链
但很显然,出于时间复杂度上来讲,我们并不希望它成为一条链,因为我们的遍历是按照一层一层来遍历的,如果退化成一条链就会从最优O(log n)的复杂度直接降到O( n ),所以我们就用这个随机的值去让这个二叉树变得平衡,具体怎么去使用这个随机值的请看函数merge
函数
首先,先给大家把主要使用的函数列出来,然后我们再一个一个讲
void update(int x)
void split(int now,int dat,int &x,int &y)
int merge(int x,int y)
int add(int dat)
void ins(int dat)
void del(int dat)
int get_rk(int dat)
int get_num(int dat)
void get_pre(int dat)
void get_next(int dat)
看起来是不是很让人头晕眼花?
我们把函数要具体实现什么注释一下:
void update(int x)//更新数据
void split(int now,int dat,int &x,int &y)//分裂
int merge(int x,int y)//合并
int add(int dat)//在树里添加节点(实际的操作)
void ins(int dat)//节点进树(与上一个要区分开,这个只是一个输入的对接)
void del(int dat)//节点出树
int get_rk(int dat)//求dat数的排名
int get_num(int dat)//求排dat名的数
void get_pre(int dat)//求前驱
void get_next(int dat)//求后继
铺垫的差不多了,是时候开始讲了
update
update函数十分简单,主要要求实现的是更新该节点的子树长度,因为我们会在树上进行其他的修改操作,长度很可能会随之变化,所以这个函数一定是要放在第一位写的
void update(int x){//要更新x节点
fhq[x].size=fhq[fhq[x].l].size+fhq[fhq[x].r].size+1;
//子树节点数=左子树节点数+右子树节点数+本身;
return ;
}
split
这个函数是FHQ-Treap的重点之一,主要实现的是把一棵树拆成两棵树方便后续操作,我们先解释一下这里的参数都是什么意思
void split(int now,int dat,int &x,int &y)
//now表示现在遍历到了哪个节点,dat是要从哪里拆开这棵树,x和y是拆后两颗树的根节点
因为x和y的值在函数里会被不停地更新,所以我们这里的&x,&y就尤为重要
第一步,根据二叉搜索树,找到从哪里分成两半
if(dat<fhq[now].val)//如果小,那就在now的左子树里
{
y=now;//把y的值更新,缩小范围
split(fhq[now].l,dat,x,fhq[now].l);
}else{//如果不小,那就在now的右子树里
x=now;//把x的值更新,缩小范围
split(fhq[now].r,dat,fhq[now].r,y);
}
(如果看不懂的话可以自己画个图理解一下,本人能力有限,不会做动图)
最后,我们就会把分裂出来的两棵树的根节点求出来
你以为这样就完了吗?还要注意几个细节:
递归跳出:
if(now==0){
x=y=0;
return ;
}
还有!你已经修改了这棵树了,别忘了更新!!!
update(now);
merge
来到第二个重点,也是有很多人包括刚学的我非常不理解的地方————合并函数
还是先解释参数
int merge(int x,int y)//将以x为根的树和以y为根的树合并
它到底是怎么用这些随机值来保持平衡的呢?
我们来看一个问题:现在你有两棵二叉搜索树,并且告诉你一棵树的根节点x一定比另一颗树的根节点y要小,请问你能怎么组合?
聪明的你肯定会想到两种情况:
第一种是把x插进y的左子树里,第二种是把y插进x的右子树里
如果把这个问题交给聪明的你的话,你一定会选择尽可能平衡的一种做法来合并,但很可惜,计算机并没有你那么聪明的脑子,它只会机械的执行一种操作,而这种操作执行下去就会逐渐变成一条链,怎么办呢?
这时候我们的随机值就发挥出用场了,当面对于这样的两难抉择中,它就不会再去考虑x和y的值,不会去考虑这棵二叉搜索树(因为很显然,前者没必要,给你的时候就知道x小y大,后者不用管,因为怎样操作都是一棵二叉搜索树),而是去维护堆
注意!我在这里是维护的小根堆!
如果我们x的key要小于y的key的话,根据小根堆我们就要把它合并到y的左子树中
如果我们y的key要小于x的key的话,根据小根堆我们就要把它合并到x的右子树中
(强迫症满意地笑了)
这样,我们就通过这些小小的随机值完美的解决了这个难题,维护了二叉搜索树的平衡
代码如下
if(fhq[x].key<=fhq[y].key){
fhq[x].r=merge(fhq[x].r,y);//y插进x的右子树
update(x);//别忘更新!我爱更新!警钟长鸣!这个代码第一次的bug就是忘更新了
return x;//返回的是合并后的根节点
}else{
fhq[y].l=merge(x,fhq[y].l);//x插进y的左子树
update(y);//别忘更新!我爱更新!
return y;
}
别忘了递归的跳出~
if(x==0||y==0) return x+y;
add
这个函数相较于上两个来说就简单了
还是参数
int add(int dat)//添加一个值为dat的节点,返回该节点下标
我们只需要给它进行以下操作
fhq[++cnt].size=1;//cnt是这棵树的总节点数
fhq[cnt].key=rand(); //取随机值
fhq[cnt].val=dat;
return cnt;
OK力~
ins
解释参数
void ins(int dat)//插入一个dat进树
这里就很好玩了,我们的操作是这样
先通过dat值把这棵树劈成两半,此时一半<=dat,一半>dat
split(root,dat,x,y);//root是这棵树的根
传回来了两棵树的根节点后,我们把这个节点先悄悄的加进树里,此时相当于有三棵树存在
z=add(dat);
然后呢,我们要当老六,把这三棵树再组成一棵树
root=merge(merge(x,z),y);
这样,我们的添加节点操作