一看就懂的主席树(不带修),逐句代码分析

2023-10-07 05:32

本文主要是介绍一看就懂的主席树(不带修),逐句代码分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

俗话说,一切高深莫测的算法都是乱搞搞出来的
主席树,顾名思义 ,就是在线段树上乱搞。
主席树是用来解决区间问题的,比如说区间第k小···

先举一个用线段树来做的栗子:

题意:给定一个长度为n的序列,输入每一个数 a[i] 后都有一个询问,询问从第一位到第 i 位第 ki 小的数;
样例:
5
3 1
2 2
1 2
4 4
2 3

这里讲讲线段树的做法。

首先,先对数据进行离散化操作
我们要建一个空树,其中存储着每一区间中的数出现的次数。
就像这样:

在输入每一个数的时候,我们要把这个数插到树中。即所对应区间出现次数+1;
这里给出在输入第五个数之后的树,就是这个样子的:

在这里插入图片描述
(以第五个数据为例)现在开始查找第3小的数,我们从根节点开始查找,如果左儿子的值大于等于k,我们就往左搜,因为第k小的数肯定在左儿子对应的区间里,如果左儿子的值要小于k,我们就往右搜,因为第k小的数肯定在左儿子对应的区间里。以此类推,直到找到第k小的数为止。

接下来我们开始真正的主席树了——

题意:给定一个长度为n的序列,有q次询问,询问从第 l 位到第 r 位第 k 小的数;
样例:
5 5
3 2 1 4 2
2 2 1
3 4 1
4 5 1
1 2 2
4 4 1
分析:这里与上个问题不同的是引入了区间这一问题,这就使得线段树无法解决问题了。

该怎么办呢?可以在线段树上乱搞啊!这便是接下来要讲的主席树做法。

让我们来梳理一下思路
我们先建一棵跟空树没什么区别的树,这棵树跟上面问题的空树是一样的,存储着每一区间中的数出现的次数。
还是这样:

建树代码如下(很简单的)

int build(int l,int r)//其实只是建一个空树 
{int now=++cnt;if(l<r){int mid=(l+r)>>1;p[now].l=build(l,mid);p[now].r=build(mid+1,r);}return now;
}

我们进行的是离线操作
首先,排序+去重,通过unique来快速实现。某大佬的unique详解,不懂戳这
然后再插入序列中每一个数时,通过lower_bound来找到这个数应该在的位置 某巨佬的lower_bound详解,不懂戳这
这两步的目的是离散化,方便建树。
离散化代码:

	n=read(),q=read();for(int i=1;i<=n;i++)a[i]=read(),b[i]=a[i];sort(b+1,b+1+n);m=unique(b+1,b+1+n)-b-1;//去重build(1,m);//建空树for(int i=1;i<=n;i++){int num=lower_bound(b+1,b+1+m,a[i])-b;//说白了就是按照大小顺序给该点编个号build_new(i,num);//改链,下面马上讲}

插入一个数后,该数对应区间的值都+1,
从图上来看,这个位置影响了一条链;所以我们应该把整条链给改了,但在改链的同时要保留前面的旧树,因为这是主席树操作的需要。
改链就像这样,我们以样例第一个数来说

在这里插入图片描述

在这里我们建立了三个新点:10号、11号和12号,要注意图中虽然把1、2、5划掉了,但程序中并不是删掉,也没有改值。
新建成的点将拥有插入第一个数之后的值。

改链后形成了一棵新的树。

不过这棵新的树和旧树共用一部分节点。
把这些节点放在一起看根本不是一棵树,因为这就是一堆树组合起来的了。
这些树在空间上是相连的,但在关系上是独立的。我们很容易就可以发现,每一个根节点都可以在一定程度上代表一棵树,因为从每一个根节点向下遍历,得到的都是在插入该根节点后得到的新树(这个地方可以画图理解一下)。
在更改一条链的过程中,首先建一个新点,作为新树的根节点 ;
知道要插入的数的值了,就看他影响左儿子还是在右儿子。
如果影响右儿子(即该点数值在右儿子对应的区间里),就建立一个新点,作为新树上一节点的右儿子,
然后把父节点和影响不到的左儿子连接起来,我们就不用管这个点左边的东西了 ;
如果影响左儿子,一样,建一个新点表示左儿子,连右边的节点;
然后我们再用sum数组记录一下每个节点所对应区间已经插入的数的个数 ,即该点的值;
这样就建立了n棵互不相同但是空间相似度很大的树;
我们用tree数组来记录每一棵树的根节点,在某种程度上可以代表一棵树,因为从每一个根节点递归遍历下来都可以得到一棵树 ,这棵树就是在插入该树根节点后得到的新树;

代码如下:


//cnt:要插入的节点的编号
//tree[i]:第i个“线段树”根节点编号、
//p[i]: i号点的左右儿子 
//sum[i]: i号点的值,即i号点对应区间中数的个数 void change(int l,int r,int now,int past,int num)
void build_new(int mark,int num)
{//mark:当前建树的编号//num:该插入的数的值tree[mark]=++cnt;sum[cnt]=sum[tree[mark-1]]+1;change(1,m,cnt,tree[mark-1],num);
}
void change(int l,int r,int now,int past,int num)
{//l,r:左右区间//now:新树当前节点编号 //past:上一棵树的当前节点编号,if(!p[past].l&&!p[past].r)return;int mid=(l+r)>>1;if(num>mid)//这个点属于右边,就改右边,左边不动 顺着past下来 就不用管左边了{p[now].l=p[past].l;//直接连上原树的左儿子作为新树的左儿子 p[now].r=++cnt;//开新点,作为上一新点的右儿子 sum[p[now].r]=sum[p[past].r]+1;//别忘了点权+1 (当然是要加到新点上啦) change(mid+1,r,p[now].r,p[past].r,num);}else{//左边,一样道理p[now].r=p[past].r;p[now].l=++cnt;sum[p[now].l]=sum[p[past].l]+1;change(l,mid,p[now].l,p[past].l,num);}
}

改链完成后,就可以查询了
假如说我们要查[3,5](输入顺序)范围内的第k小
类比于线段树查总区间第k小的方法,我们要把[3,5]区间看成一个线段树
怎么看呢?总不能硬生生地建树吧
这里要用到前缀思想
比如说我们要求 [3,5] 中的第k小
我们可以用 [1,5] 的每一个节点减去 [1,2] 的每一个节点,得到的就是 [3,5] 区间所对应的线段树的值
看图易于理解(左图为 [1,2] ,右图为 [1,5],编号略去):
在这里插入图片描述
两树对位相减,得到的就是 [3,5] 区间所对应的线段树的值;
如下:
在这里插入图片描述

由此我们可以得出,[3,5] 对应的线段树上每一个节点的值,等于 [1,5] 对应的线段树与 [1,2] 对应的线段树相同位置上的节点值之差。
于是我们就可以用 [1,5] 对应的线段树和 [1,2] 对应的线段树来表示 [3,5] 对应的线段树了。
参照线段树求第k小值的方法,我们得到以下代码:


int search(int a,int b,int l,int r,int k)
{//a,b:区间首尾两树当前节点(一定在不同数的同一个位置)//l,r:查询区间,左or右 if(l==r)return l;int lm=sum[p[b].l]-sum[p[a].l];//两节点左儿子相减,所得的值就是所查询区间(输入顺序)内的数在对应节点数值区间的个数 int mid=(l+r)>>1;if(k<=lm)return search(p[a].l,p[b].l,l,mid,k);return search(p[a].r,p[b].r,mid+1,r,k-lm);//mid前面有lm个数都给做掉了,所以只需要在 [mid+1,r] 中找出第k-lm小的数就可以了
}

到这里就已经完成所有的关键操作了。

最后给出完整代码,变量名和意义和上面讲的一样

由于线段树要开4倍空间,我们的主席树每次要更改一条链,即log(n)个节点,所以空间复杂度为4n+qlog(n);
一般我们开1<<5倍的空间(32*n)

#include<bits/stdc++.h>
using namespace std;
int n,q,m,cnt,a[200005],b[200005],x,y,k;
int tree[200005],sum[4000005];
struct mp{int l,r;
}p[4000005];
int read()
{long long f=0,p=1;char c=getchar();while(c<'0'||c>'9'){if(c=='-') p=-1;c=getchar();}while(c>='0'&&c<='9'){f=f*10+c-'0';c=getchar();}return p*f;
}
int build(int l,int r)
{int now=++cnt;if(l<r){int mid=(l+r)>>1;p[now].l=build(l,mid);p[now].r=build(mid+1,r);}return now;
}
void change(int l,int r,int now,int past,int num)
{if(!p[past].l&&!p[past].r)return;int mid=(l+r)>>1;if(num>mid){p[now].l=p[past].l;p[now].r=++cnt;sum[p[now].r]=sum[p[past].r]+1;change(mid+1,r,p[now].r,p[past].r,num);}else{p[now].r=p[past].r;p[now].l=++cnt;sum[p[now].l]=sum[p[past].l]+1;change(l,mid,p[now].l,p[past].l,num);}
}
void build_new(int mark,int num)
{tree[mark]=++cnt;sum[cnt]=sum[tree[mark-1]]+1;change(1,m,cnt,tree[mark-1],num);
}
int search(int a,int b,int l,int r,int k)
{if(l==r)return l;int lm=sum[p[b].l]-sum[p[a].l];int mid=(l+r)>>1;if(k<=lm)return search(p[a].l,p[b].l,l,mid,k);return search(p[a].r,p[b].r,mid+1,r,k-lm);
}
int main()
{n=read(),q=read();for(int i=1;i<=n;i++)a[i]=read(),b[i]=a[i];sort(b+1,b+1+n);m=unique(b+1,b+1+n)-b-1;tree[0]=1;build(1,m);for(int i=1;i<=n;i++){int num=lower_bound(b+1,b+1+m,a[i])-b;build_new(i,num);}for(int i=1;i<=q;i++){x=read(),y=read(),k=read();printf("%d\n", b[search(tree[x-1],tree[y],1,m,k)]);}
}

完结撒花~

这篇关于一看就懂的主席树(不带修),逐句代码分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/156351

相关文章

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

活用c4d官方开发文档查询代码

当你问AI助手比如豆包,如何用python禁止掉xpresso标签时候,它会提示到 这时候要用到两个东西。https://developers.maxon.net/论坛搜索和开发文档 比如这里我就在官方找到正确的id描述 然后我就把参数标签换过来

poj 1258 Agri-Net(最小生成树模板代码)

感觉用这题来当模板更适合。 题意就是给你邻接矩阵求最小生成树啦。~ prim代码:效率很高。172k...0ms。 #include<stdio.h>#include<algorithm>using namespace std;const int MaxN = 101;const int INF = 0x3f3f3f3f;int g[MaxN][MaxN];int n

计算机毕业设计 大学志愿填报系统 Java+SpringBoot+Vue 前后端分离 文档报告 代码讲解 安装调试

🍊作者:计算机编程-吉哥 🍊简介:专业从事JavaWeb程序开发,微信小程序开发,定制化项目、 源码、代码讲解、文档撰写、ppt制作。做自己喜欢的事,生活就是快乐的。 🍊心愿:点赞 👍 收藏 ⭐评论 📝 🍅 文末获取源码联系 👇🏻 精彩专栏推荐订阅 👇🏻 不然下次找不到哟~Java毕业设计项目~热门选题推荐《1000套》 目录 1.技术选型 2.开发工具 3.功能

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者

MOLE 2.5 分析分子通道和孔隙

软件介绍 生物大分子通道和孔隙在生物学中发挥着重要作用,例如在分子识别和酶底物特异性方面。 我们介绍了一种名为 MOLE 2.5 的高级软件工具,该工具旨在分析分子通道和孔隙。 与其他可用软件工具的基准测试表明,MOLE 2.5 相比更快、更强大、功能更丰富。作为一项新功能,MOLE 2.5 可以估算已识别通道的物理化学性质。 软件下载 https://pan.quark.cn/s/57

代码随想录冲冲冲 Day39 动态规划Part7

198. 打家劫舍 dp数组的意义是在第i位的时候偷的最大钱数是多少 如果nums的size为0 总价值当然就是0 如果nums的size为1 总价值是nums[0] 遍历顺序就是从小到大遍历 之后是递推公式 对于dp[i]的最大价值来说有两种可能 1.偷第i个 那么最大价值就是dp[i-2]+nums[i] 2.不偷第i个 那么价值就是dp[i-1] 之后取这两个的最大值就是d

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

衡石分析平台使用手册-单机安装及启动

单机安装及启动​ 本文讲述如何在单机环境下进行 HENGSHI SENSE 安装的操作过程。 在安装前请确认网络环境,如果是隔离环境,无法连接互联网时,请先按照 离线环境安装依赖的指导进行依赖包的安装,然后按照本文的指导继续操作。如果网络环境可以连接互联网,请直接按照本文的指导进行安装。 准备工作​ 请参考安装环境文档准备安装环境。 配置用户与安装目录。 在操作前请检查您是否有 sud

线性因子模型 - 独立分量分析(ICA)篇

序言 线性因子模型是数据分析与机器学习中的一类重要模型,它们通过引入潜变量( latent variables \text{latent variables} latent variables)来更好地表征数据。其中,独立分量分析( ICA \text{ICA} ICA)作为线性因子模型的一种,以其独特的视角和广泛的应用领域而备受关注。 ICA \text{ICA} ICA旨在将观察到的复杂信号