【数据结构】FHQ-Treap

2024-04-08 10:28
文章标签 数据结构 treap fhq

本文主要是介绍【数据结构】FHQ-Treap,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!

因为想要学可持久化平衡树,但是之前用平衡树基本都是splay这种需要旋转的,不利于可持久化,所以今天来学一下fhq-treap这种不需要旋转的平衡树

fhq-treap是一种基于分裂(split)和合并(merge)的一种treap,下文将会对其各个操作是如何利用分裂与合并进行详细说明

定义

下方代码全部基于以下定义:

int root, idx; // 分别表示根结点编号和当前用到哪个结点
int val[N]; // 结点权值
int pri[N]; // 结点优先级
int sz[N]; // 结点子树大小
int ch[N][2]; // 结点左右儿子

fhq-treap依然是一棵中序遍历按照val排序的平衡树,但是它的结构依赖于pri优先级,一个结点的两个儿子的pri一定比这个结点要小,然后我们随机取pri,就可以保证treap基本平衡

分裂 split

void split(int u, int x, int& lt, int& rt) // 把treap分成小于等于x和大于x的两个部分
{if (u == 0){lt = rt = 0;return;}if (val[u] <= x) // 当前点小于x,说明分界点在右儿子{lt = u;split(ch[u][1], x, ch[u][1], rt);}else // 当前点大于x,说明分界点在左儿子{rt = u;split(ch[u][0], x, lt, ch[u][0]);}pushup(u); // 更新结点u信息
}

合并 merge

把要合并的两棵子树的根结点记为 lt rt,如果 lt 的优先级比 rt 大 就把 rt 合并到 lt 的右子树,否则把 lt 合并到 rt 的左子树

int merge(int lt, int rt) // 合并根结点编号为lt和rt的两棵treap
{if (lt == 0 || rt == 0) return lt + rt;if (pri[lt] > pri[rt]) // lt的优先级比rt大 就把rt合并到lt的右子树{ch[lt][1] = merge(ch[lt][1], rt);pushup(lt);return lt;}else // rt的优先级比lt大 就把lt合并到rt的左子树{ch[rt][0] = merge(lt, ch[rt][0]);pushup(rt);return rt;}
}

插入 insert

插入就是创建单个结点的treap然后进行合并

void getnode(int x) // 创建权值为x的新结点
{sz[++ idx] = 1;ch[idx][0] = ch[idx][1] = 0;val[idx] = x;pri[idx] = rand(); // 优先值取随机数保证树形状随机
}void insert(int x) // 将权值为x的新结点插入treap
{int lt, rt;split(root, x, lt, rt); // 先把原treap分成小于等于x和大于x两个部分getnode(x); // 创建值为x的结点root = merge(merge(lt, idx), rt); // 先合并小于等于x的子树和新结点 再将其与大于x的子树合并return; // 返回新结点编号
}

删除 del

删除单个结点

void del(int x) // 删去权值为x的【一个】结点
{int lt, md, rt;split(root, x, lt, rt); // 先把原treap分成小于等于x和大于x两个部分split(lt, x - 1, lt, md); // 再把小于等于x的部分分成小于等于x-1和大于x-1两个部分// 此时以md为根结点的子树内所有结点的权值都是xmd = merge(ch[md][0], ch[md][1]); // 合并md的左右儿子 即删去md这个结点root = merge(merge(lt, md), rt); // 先合并小于等于x-1的部分和等于x的部分 再将其与大于x的子树合并return; // 返回根结点编号
}

删除所有值为 x 的结点

void del(int x) // 删去权值为x的【所有】结点
{int lt, md, rt;split(root, x, lt, rt); // 先把原treap分成小于等于x和大于x两个部分split(lt, x - 1, lt, md); // 再把小于等于x的部分分成小于等于x-1和大于x-1两个部分// 此时以md为根结点的子树内所有结点的权值都是x 直接删掉root = merge(lt, rt); // 合并小于等于x-1和大于x的部分return; // 返回根结点编号
}

根据值查询排名 rk

int rk(int x) // 查询权值为x的结点排名
{int lt, rt, res;split(root, x - 1, lt, rt); // 把原treap分成小于等于x-1和大于x-1两个部分res = sz[lt] + 1; // 权值为x的结点编号就是小于等于x-1的结点个数+1root = merge(lt, rt); // 恢复treapreturn res;
}

查询第k大的结点编号

int kth(int u, int k) // 在以u为根的子树中查找排名为k的结点【编号】
{int cur = u;while (1){if (k <= sz[ch[cur][0]]) cur = ch[cur][0];else{k -= sz[ch[cur][0]] + 1;if (k <= 0) return cur;else cur = ch[cur][1];}}
}

查询前驱结点编号

int pre(int x) // 找权值为x的结点前驱【编号】
{int lt, rt, res;split(root, x - 1, lt, rt); // 把原treap分成小于等于x-1和大于x-1两个部分res = kth(lt, sz[lt]); // 在小于等于x-1的部分找权值最大的结点编号root = merge(lt, rt); // 恢复treapreturn res;
}

查询后继结点编号

int suf(int x)
{int lt, rt, res;split(root, x, lt, rt); // 把原treap分成小于等于x和大于x两个部分res = val[kth(rt, 1)]; // 在大于x的部分找权值最小的结点编号root = merge(lt, rt); // 恢复treapreturn res;
}

例题

P3369 【模板】普通平衡树

题目链接

#include <bits/stdc++.h>using namespace std;#define int long long
using i64 = long long;typedef pair<int, int> PII;
typedef pair<int, char> PIC;
typedef pair<double, double> PDD;
typedef pair<int, PII> PIII;
typedef pair<int, pair<int, bool>> PIIB;const int N = 1e5 + 10;
const int mod = 1e9 + 7;
const int maxn = 1e6 + 10;
const int mod1 = 954169327;
const int mod2 = 906097321;
const int INF = 0x3f3f3f3f3f3f3f3f;int root, idx; // 分别表示根结点编号和当前用到哪个结点
int val[N]; // 结点权值
int pri[N]; // 结点优先级
int sz[N]; // 结点子树大小
int ch[N][2]; // 结点左右儿子void pushup(int u)
{sz[u] = sz[ch[u][0]] + sz[ch[u][1]] + 1;
}void split(int u, int x, int& lt, int& rt)
{if (u == 0){lt = rt = 0;return;}if (val[u] <= x){lt = u;split(ch[u][1], x, ch[u][1], rt);}else{rt = u;split(ch[u][0], x, lt, ch[u][0]);}pushup(u);
}int merge(int lt, int rt)
{if (lt == 0 || rt == 0) return lt + rt;if (pri[lt] > pri[rt]){ch[lt][1] = merge(ch[lt][1], rt);pushup(lt);return lt;}else{ch[rt][0] = merge(lt, ch[rt][0]);pushup(rt);return rt;}
}void getnode(int x)
{sz[++ idx] = 1;ch[idx][0] = ch[idx][1] = 0;val[idx] = x;pri[idx] = rand();
}int insert(int x)
{int lt, rt;split(root, x, lt, rt);getnode(x);root = merge(merge(lt, idx), rt);return idx;
}int del(int x)
{int lt, md, rt;split(root, x, lt, rt);split(lt, x - 1, lt, md);md = merge(ch[md][0], ch[md][1]);root = merge(merge(lt, md), rt);return root;
}int rk(int x)
{int lt, rt, res;split(root, x - 1, lt, rt);res = sz[lt] + 1;root = merge(lt, rt);return res;
}int kth(int u, int k)
{int cur = u;while (1){if (k <= sz[ch[cur][0]]) cur = ch[cur][0];else{k -= sz[ch[cur][0]] + 1;if (k <= 0) return cur;else cur = ch[cur][1];}}
}int pre(int x)
{int lt, rt, res;split(root, x - 1, lt, rt);res = val[kth(lt, sz[lt])];root = merge(lt, rt);return res;
}int suf(int x)
{int lt, rt, res;split(root, x, lt, rt);res = val[kth(rt, 1)];root = merge(lt, rt);return res;
}void solve()
{int n;cin >> n;while (n -- ){int op, x;cin >> op >> x;if (op == 1) insert(x);else if (op == 2) del(x);else if (op == 3){insert(x);cout << rk(x) << '\n';del(x);}else if (op == 4) cout << val[kth(root, x)] << '\n';else if (op == 5){insert(x);cout << pre(x) << '\n';del(x);}else if (op == 6){insert(x);cout << suf(x) << '\n';del(x);}}
}signed main()
{ios::sync_with_stdio(false);cin.tie(0), cout.tie(0);int t = 1;// cin >> t;while (t--){solve();}
}

这篇关于【数据结构】FHQ-Treap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/885320

相关文章

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

6.1.数据结构-c/c++堆详解下篇(堆排序,TopK问题)

上篇:6.1.数据结构-c/c++模拟实现堆上篇(向下,上调整算法,建堆,增删数据)-CSDN博客 本章重点 1.使用堆来完成堆排序 2.使用堆解决TopK问题 目录 一.堆排序 1.1 思路 1.2 代码 1.3 简单测试 二.TopK问题 2.1 思路(求最小): 2.2 C语言代码(手写堆) 2.3 C++代码(使用优先级队列 priority_queue)

《数据结构(C语言版)第二版》第八章-排序(8.3-交换排序、8.4-选择排序)

8.3 交换排序 8.3.1 冒泡排序 【算法特点】 (1) 稳定排序。 (2) 可用于链式存储结构。 (3) 移动记录次数较多,算法平均时间性能比直接插入排序差。当初始记录无序,n较大时, 此算法不宜采用。 #include <stdio.h>#include <stdlib.h>#define MAXSIZE 26typedef int KeyType;typedef char In

【408数据结构】散列 (哈希)知识点集合复习考点题目

苏泽  “弃工从研”的路上很孤独,于是我记下了些许笔记相伴,希望能够帮助到大家    知识点 1. 散列查找 散列查找是一种高效的查找方法,它通过散列函数将关键字映射到数组的一个位置,从而实现快速查找。这种方法的时间复杂度平均为(

浙大数据结构:树的定义与操作

四种遍历 #include<iostream>#include<queue>using namespace std;typedef struct treenode *BinTree;typedef BinTree position;typedef int ElementType;struct treenode{ElementType data;BinTree left;BinTre

Python 内置的一些数据结构

文章目录 1. 列表 (List)2. 元组 (Tuple)3. 字典 (Dictionary)4. 集合 (Set)5. 字符串 (String) Python 提供了几种内置的数据结构来存储和操作数据,每种都有其独特的特点和用途。下面是一些常用的数据结构及其简要说明: 1. 列表 (List) 列表是一种可变的有序集合,可以存放任意类型的数据。列表中的元素可以通过索

浙大数据结构:04-树7 二叉搜索树的操作集

这道题答案都在PPT上,所以先学会再写的话并不难。 1、BinTree Insert( BinTree BST, ElementType X ) 递归实现,小就进左子树,大就进右子树。 为空就新建结点插入。 BinTree Insert( BinTree BST, ElementType X ){if(!BST){BST=(BinTree)malloc(sizeof(struct TNo

【数据结构入门】排序算法之交换排序与归并排序

前言         在前一篇博客,我们学习了排序算法中的插入排序和选择排序,接下来我们将继续探索交换排序与归并排序,这两个排序都是重头戏,让我们接着往下看。  一、交换排序 1.1 冒泡排序 冒泡排序是一种简单的排序算法。 1.1.1 基本思想 它的基本思想是通过相邻元素的比较和交换,让较大的元素逐渐向右移动,从而将最大的元素移动到最右边。 动画演示: 1.1.2 具体步

数据结构:线性表的顺序存储

文章目录 🍊自我介绍🍊线性表的顺序存储介绍概述例子 🍊顺序表的存储类型设计设计思路类型设计 你的点赞评论就是对博主最大的鼓励 当然喜欢的小伙伴可以:点赞+关注+评论+收藏(一键四连)哦~ 🍊自我介绍   Hello,大家好,我是小珑也要变强(也是小珑),我是易编程·终身成长社群的一名“创始团队·嘉宾” 和“内容共创官” ,现在我来为大家介绍一下有关物联网-嵌入

[数据结构]队列之顺序队列的类模板实现

队列是一种限定存取位置的线性表,允许插入的一端叫做队尾(rear),允许删除的一端叫做队首(front)。 队列具有FIFO的性质 队列的存储表示也有两种方式:基于数组的,基于列表的。基于数组的叫做顺序队列,基于列表的叫做链式队列。 一下是基于动态数组的顺序队列的模板类的实现。 顺序队列的抽象基类如下所示:只提供了接口和显式的默认构造函数和析构函数,在派生类中调用。 #i