无旋treap学习小记

高一才学这么基本的平衡树,退役了~

鉴于旋转treap不能可持久化,与splay相比除了常数小以外没有什么不同,所以就不学了。


treap:

treap = tree + heap,即二叉搜索树+堆

它的中序遍历是有序的,这是二叉搜索树的性质。

且对于每一个点有一个随机的键值,对于整个树的任意一棵子树,键值满足堆的性质。

基于随机,树高期望是log的。

非持久化无旋treap:

核心操作有两个:
split和merge

即分离和合并。

split(x,k)表示把x为根的搜索树的前k个分离出来。

merge(a,b)表示合并以a为根和以b为根的搜索树。

注意b树的搜索树值一定要都在a树的右边才能用merge合并,不然就一定要一个个提出来插进去。

这两个操作只要有点智商都写得出来,只是优不优美的问题,标程放文章的最后。

可持久化treap:

注意到无论是split还是merge每次影响到的点都只有log个,且因为每次都是自上而下地遍历整棵树,所以这个是可以线段树一样可持久化的,写法会差不多。


注意treap中用到了随机,因为c++自带的rand()函数特别慢,所以一般手写。

真正实现的时候并不是给每个点一个键值,而是在merge的时候根据两棵子树的大小来加权再随机来决定谁在上面。

模板:

平衡树例题:
bzoj 3224: Tyvj 1728 普通平衡树

可持久化treap例题:
JZOJ 3658. 【NOI2014模拟】‘‘文本编辑器

T1:

#include<cstdio>
#define x0 t[x][0]
#define x1 t[x][1]
#define ul  unsigned long long
#define fo(i, x, y) for(int i = x; i <= y; i ++)
using namespace std;

const int N = 1e5 + 5;
const int inf = 2e9 + 1;

int n, op, x;
int rt, t[N][2], siz[N], c[2], z[N], td;

ul zz = 998244353; ul randx() {return zz *= 1000000007;}

void upd(int x) { siz[x] = siz[x0] + siz[x1] + 1;}
void split(int x, int k) {
	if(!x) return; c[0] = c[1] = 0;
	int z = siz[x0] < k;
	split(t[x][z], k - z * (siz[x0] + 1));
	t[x][z] = c[!z]; c[!z] = x; upd(x);
}
int merge(int a, int b) {
	if(!a || !b) return a + b;
	if(randx() % (siz[a] + siz[b]) < siz[a]) {
		t[a][1] = merge(t[a][1], b); upd(a); return a;
	} else {
		t[b][0] = merge(a, t[b][0]); upd(b); return b;
	}
}
int gr(int x, int k) {
	if(!x) return 0;
	if(z[x] >= k) return gr(x0, k);
	return gr(x1, k) + siz[x0] + 1;
}
void ins(int k) {
	z[++ td] = k; siz[td] = 1;
	split(rt, gr(rt, k));
	rt = merge(c[0], td); rt = merge(rt, c[1]);
}
void del(int k) {
	split(rt, gr(rt, k)); rt = c[0];
	split(c[1], 1); rt = merge(rt, c[1]);
}
int fi(int x, int k) {
	if(siz[x0] >= k) return fi(x0, k);
	if(siz[x0] + 1 == k) return z[x];
	return fi(x1, k - siz[x0] - 1);
}
int pre(int x, int k) {
	if(!x) return inf;
	if(z[x] < k) {
		int p = pre(x1, k);
		return p == inf ? z[x] : p;
	}
	return pre(x0, k);
}
int nxt(int x, int k) {
	if(!x) return inf;
	if(z[x] > k) {
		int p = nxt(x0, k);
		return p == inf ? z[x] : p;
	}
	return nxt(x1, k);
}

int main() {
	scanf("%d", &n);
	fo(i, 1, n) {
		scanf("%d %d", &op, &x);
		if(op == 1) ins(x);
		if(op == 2) del(x);
		if(op == 3) printf("%d\n", gr(rt, x) + 1);
		if(op == 4) printf("%d\n", fi(rt, x));
		if(op == 5) printf("%d\n", pre(rt, x));
		if(op == 6) printf("%d\n", nxt(rt, x));
	}
}

T2:

#include<bits/stdc++.h>
#define x0 t[x][0]
#define x1 t[x][1]
#define ll long long
#define ul unsigned long long
#define fo(i, x, y) for(int i = x; i <= y; i ++)
using namespace std;

const int N = 2e7;

int t[N][2], siz[N], rev[N], c[2], rt, tot, q, x, l, r, nw;
char v[N];

ul zz = 998244353;

ul randx() {return zz *= 1000000007;}

int xin(int &x) {
	if(!x) return 0;
	v[++ tot] = v[x]; siz[tot] = siz[x];
	t[tot][0] = x0; t[tot][1] = x1;
	rev[tot] = rev[x]; return x = tot;
}
void fan(int x) {swap(x0, x1), rev[x] ^= 1;}
void down(int x) {fan(xin(x0)), fan(xin(x1)), rev[x] = 0;}
void upd(int x) {if(x) siz[x] = siz[x0] + siz[x1] + 1;}
void split(int x, int k) {
	if(!x) return; c[0] = c[1] = nw = 0;
	if(rev[x]) down(x), nw = 1;
	int z = siz[x0] < k;
	split(nw ? t[x][z] : xin(t[x][z]), k - z * (siz[x0] + 1));
	t[x][z] = c[z ^ 1], c[z ^ 1] = x, upd(x);
}
int merge(int a, int b) {
	if(!a || !b) return a + b; nw = 0;
	if(randx() % (siz[a] + siz[b]) < siz[a]) {
		if(rev[a]) down(a), nw = 1;
		t[a][1] = merge(nw ? t[a][1] : xin(t[a][1]), b);
		upd(a); return a;
	} else {
		if(rev[b]) down(b), nw = 1;
		t[b][0] = merge(a, nw ? t[b][0] : xin(t[b][0]));
		upd(b); return b;
	}
}
void ins(int x, char p) {
	v[++ tot] = p, siz[tot] = 1; int y = tot;
	split(rt, x);
	rt = merge(c[0], y), rt = merge(rt, c[1]);
}
void del(int l, int r) {
	split(rt, l - 1); rt = c[0];
	split(c[1], r - l + 1);
	rt = merge(rt, c[1]);
}
void cpy(int l, int r, int x) {
	split(rt, l - 1); rt = c[0];
	split(c[1], r - l + 1); int p = c[0]; xin(p);
	rt = merge(rt, c[0]), rt = merge(rt, c[1]);
	split(rt, x);
	rt = merge(c[0], p), rt = merge(rt, c[1]);
}
void reverse(int l, int r) {
	split(rt, l - 1); rt = c[0];
	split(c[1], r - l + 1);
	fan(c[0]);
	rt = merge(rt, c[0]), rt = merge(rt, c[1]);
}
void query(int x) {
	split(rt, x - 1); rt = c[0];
	split(c[1], 1); putchar(v[c[0]]);
	rt = merge(rt, c[0]), rt = merge(rt, c[1]);
}

int main() {
	freopen("editor.in", "r", stdin);
	freopen("editor.out", "w", stdout);
	for(cin >> q; q; q --) {
		char ch[2]; scanf("%s", ch);
		if(ch[0] == 'I') {
			scanf("%d", &x); scanf("%s", ch);
			ins(x, ch[0]);
		}
		if(ch[0] == 'D') {
			scanf("%d %d", &l, &r);
			del(l, r);
		}
		if(ch[0] == 'C') {
			scanf("%d %d %d", &l, &r, &x);
			cpy(l, r, x);
		}
		if(ch[0] == 'R') {
			scanf("%d %d", &l, &r);
			reverse(l, r);
		}
		if(ch[0] == 'Q') {
			scanf("%d", &x);
			query(x);
		}
	}
}
Treap(Tree + Heap)是一种结合了二叉搜索树(BST)和堆(Heap)特性的平衡二叉搜索树数据结构。其核心原理在于每个节点维护两个值:一个用于二叉搜索树性质的键值(key),以及一个用于最大堆性质的优先级(priority)。通过这两个属性,Treap在插入和删除操作时保持树的平衡性,从而确保操作的时间复杂度接近于对数级别。 ### Treap的基本原理 1. **二叉搜索树性质**:对于任意节点,其左子树中所有节点的键值小于当前节点的键值,右子树中所有节点的键值大于当前节点的键值。 2. **堆性质**:每个节点的优先级大于其子节点的优先级,这样可以确保树的结构在插入或删除时通过转操作保持平衡。 在插入新节点时,Treap首先按照二叉搜索树的方式找到合适的位置,并赋予该节点一个随机的优先级。如果该节点的优先级违反了堆性质,则通过转操作调整树的结构以恢复堆性质。删除操作类似,通过转确保堆性质得以维持。 ### 无Treap的实现 无Treap(Non-Rotating Treap)是Treap的一个变种,它通过分裂(Split)和合并(Merge)操作来实现树的平衡,而不是传统的转操作。分裂操作将树按照某个键值或位置分割为两部分,而合并操作将两个树合并为一个。这种方式简化了实现逻辑,尤其是在处理复杂操作时[^2]。 例如,分裂操作可以通过以下方式实现(以键值为分割点): ```python def split(node, key): if node is None: return (None, None) if node.key <= key: left, right = split(node.right, key) node.right = left return (node, right) else: left, right = split(node.left, key) node.left = right return (left, node) ``` 合并操作则需要确保堆性质的维护: ```python def merge(left, right): if left is None: return right if right is None: return left if left.priority > right.priority: left.right = merge(left.right, right) return left else: right.left = merge(left, right.left) return right ``` ### 应用场景 Treap由于其高效的平衡特性,广泛应用于需要高效查找、插入和删除操作的场景。常见的应用包括: - **数据库索引**:Treap可以用于实现高效的索引结构,支持快速的数据检索。 - **内存中的集合与映射**:在需要频繁插入和删除元素的场景中,Treap提供了良好的性能保障。 - **算法竞赛**:在某些需要高效数据结构的竞赛题中,Treap常被用来实现动态集合操作[^1]。 ### 实现细节 在实现Treap时,需要注意以下几点: - **随机优先级生成**:为了保证树的平衡性,每个节点的优先级应随机生成,通常使用大范围的整数以减少冲突的可能性。 - **递归与非递归实现**:虽然递归实现较为直观,但在大规模数据处理时可能会导致栈溢出,因此在实际应用中可以考虑非递归实现。 - **类型安全与内存管理**:特别是在使用Rust等语言时,需注意类型约束和内存安全,以确保程序的稳定性和可靠性[^1]。 通过理解Treap的原理和实现方式,开发者可以更好地将其应用于实际项目中,并根据需求进行扩展和优化。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值