划分树学习笔记——NOJ[1458] Teemo,POJ2761——Feed the dogs

本文详细介绍了划分树的数据结构及其应用,重点在于如何使用划分树在对数时间内快速求出序列区间的第k大值。通过建树过程和查询方法的阐述,展示了划分树在解决特定问题上的高效性和实用性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

这两个题都是划分树的模板题,下面来介绍下划分树,由于本人也是初次入门,如果有不对的地方,还请各位指正。

划分树是一种基于线段树的数据结构。主要用于快速求出(在log(n)的时间复杂度内)序列区间的第k大值 。
如图即一棵划分树:
     划分树学习笔记——NOJ[1458] Teemo,POJ2761——Feed the dogs - 深海灬孤独 - Alex
 

先来看下结构体:

struct node
{
int val[maxn];
int num[maxn];
}tree[30];

树形结构都有层次之分,我们假设根为第0层。
上面的val数组是用来记录当前层的元素的,而num数组则是用来存当前位置以前的被划到左子树的元素个数。

接下来讲下建树过程
    划分树建树基于一个已排完序的数组,将比中值大的元素划到右子树,比中值小的元素划到左子树,如果有多个和中值一样大的元素,那么用一个变量isame=(mid-l+1),先假设用这么多个和中值一样大的,然后for循环一遍,踢掉比中值小的,最后的isame就是要划到左子树的。其实isame原理是这样的,本来左子树就应该有mid-l+1个元素,减去那些比中值小的(即本来就要划到左子树的),那么此时isame就是左子树还需要的元素个数,那么就从中值元素中去isame个来放到左边,其他的放到右边。
具体看下面代码:

void build(int ind,int l,int r)
{
if(l == r)//到叶子
return ;
int mid=(l+r)>>1;
int isame=mid-l+1,same=0;
for(int i=l;i<=r;i++)
if(sorted[mid] > tree[ind].val[i])
isame--;//排除比中值小的
int ln=l;//划分给下一层左子树的,开始位置
int rn=mid+1;//划分给下一层右子树的,开始位置
for(int i=l;i<=r;i++)
{
if(l == i)//第一个元素之前没有被划到左子树的,所以初始化为0
{
tree[ind].num[i]=0;
}
else
{
tree[ind].num[i]=tree[ind].num[i-1];
}
if(tree[ind].val[i] > sorted[mid])//如果大于中值,划到右边
{
tree[ind+1].val[rn++]=tree[ind].val[i];
}
else if(tree[ind].val[i] < sorted[mid])//小于中值,分给左边
{
tree[ind+1].val[ln++]=tree[ind].val[i];
tree[ind].num[i]++;
}
else//和中值一样大
{
if(isame >same)//还要划到左边
{
same++;
tree[ind+1].val[ln++]=tree[ind].val[i];
tree[ind].num[i]++;
}
else//划给右边
{
tree[ind+1].val[rn++]=tree[ind].val[i];
}
}
}
build(ind+1,l,mid);//递归左右子树
build(ind+1,mid+1,r);
}

建树小结:
    小的给左边,大的给右边,一样的话,根据isame来决定多少个中值放左边,多少个放右边。还有就是记得维护num,这个数组在查询时起到很大的作用。

接着是查询
     一般是给定一个区间[a,b],问你其中第k大的元素是什么,这是就要靠num数组了。我们假设此时子树的区间是[l,r] ,我们用一个s0变量保存区间[l,a-1]之间被划到左边的元素的个数,用s1保存区间[a,b]之间被划到左边的元素个数。那么递归左右子树的条件又是什么?这个容易,判断k和s1的大小,如果s1>=k,那么递归左子树,否则递归右子树(如果不懂的话,可以这么想,要查的区间里被划到左边的个数超过了k个,而左边的数大小一定小于等于右边的,所以第k大元素一定被包含在左子树,否则就在右子树)。递归子树的问题是解决了,那么新的查询区间怎么办呢?先来看递归左子树时的情况,这里就要用到s0,s1了,s0是区间 [l,a-1]里被划到左边的元素个数,那么他一定在左子树的最左边,而我们要查的第k大元素绝不可能是这s0个元素里的,换句话说,这s0个元素不是在区间[a,b]里的,但又被划到了左子树,所以,新的查询区间的左极限可以是l+s0,即第k大元素至少在区间向右移动s0个单位上。那么右边极限怎么办? [a,b]里有s1个被划到左子树的,此时第k大元素定在这s1个元素中产生,所以右极限就是l+s0+s1-1。这之后的元素一定不要,所以区间就可以卡在这里。

if(s1 >= k)
{
a=l+s0;
b=l+s0+s1-1;
return query(ind+1,l,mid,a,b,k);
}

   再来看递归到右子树的情况,这个时候要注意递归查的不再是第k大了,而是第k-s1大元素,因为前s1大元素都在左子树了。同样也是递归区间的问题,还是要用到s0和s1,a-l-s0表示区间[l,a-1]里被划到右边的元素,b-a-1-s1表示区[a,b]里被划到右边的元素(减1是为了处理边界问题),右子树的开始位置是mid+1,同上,所以第k-s1大元素至少是从mid+1+a-l-s0开始的,至多在位置mid-l+1+b-s0-s1,至此,递归区间已分析完成。

else
{
a=mid-l+1+a-s0;
b=mid-l+1+b-s0-s1;
return query(ind+1,mid+1,r,a,b,k-s1);
}


下面的是POJ2761和NOJ1458的题解。

#include<stdio.h>
#include<algorithm>
#include<iostream>
#include<string.h>

using namespace std;

const int maxn=100011;

int sorted[maxn];

struct node
{
int val[maxn];
int num[maxn];
}tree[30];

void build(int ind,int l,int r)
{
if(l == r)
return ;
int mid=(l+r)>>1;
int isame=mid-l+1,same=0;
for(int i=l;i<=r;i++)
if(sorted[mid] > tree[ind].val[i])
isame--;
int ln=l;
int rn=mid+1;
for(int i=l;i<=r;i++)
{
if(l == i)
{
tree[ind].num[i]=0;
}
else
{
tree[ind].num[i]=tree[ind].num[i-1];
}
if(tree[ind].val[i] > sorted[mid])
{
tree[ind+1].val[rn++]=tree[ind].val[i];
}
else if(tree[ind].val[i] < sorted[mid])
{
tree[ind+1].val[ln++]=tree[ind].val[i];
tree[ind].num[i]++;
}
else
{
if(isame >same)
{
same++;
tree[ind+1].val[ln++]=tree[ind].val[i];
tree[ind].num[i]++;
}
else
{
tree[ind+1].val[rn++]=tree[ind].val[i];
}
}
}
build(ind+1,l,mid);
build(ind+1,mid+1,r);
}

int query(int ind,int l,int r,int a,int b,int k)//在区间[a,b]里找第k大,现在在区间[l,r]
{
if(a == b)
return tree[ind].val[a];
int s0,s1,mid=(l+r)>>1;
if(a == l)
{
s0=0;
s1=tree[ind].num[b];
}
else
{
s0=tree[ind].num[a-1];
s1=tree[ind].num[b]-s0;
}
if(s1 >= k)
{
a=l+s0;
b=l+s0+s1-1;
return query(ind+1,l,mid,a,b,k);
}
else
{
a=mid-l+1+a-s0;
b=mid-l+1+b-s0-s1;
return query(ind+1,mid+1,r,a,b,k-s1);
}
}

int main()
{
int n,m;
while(~scanf("%d%d",&n,&m))
{
for(int i=1;i<=n;i++)
{
scanf("%d",&tree[0].val[i]);
sorted[i]=tree[0].val[i];
}
sort(sorted+1,sorted+n+1);
build(0,1,n);
int x,y,k;
for(int i=0;i<m;i++)
{
scanf("%d%d%d",&x,&y,&k);
printf("%d\n",query(0,1,n,x,y,k));
}
}
return 0;
}


哈夫曼编码是一种常用的数据压缩算法,可以将原始数据转换为更短的编码,从而减少存储空间。它的基本思想是:根据字符出现的频率,构建一颗二叉树,使得出现频率高的字符离根节点近,出现频率低的字符离根节点远。然后,对于每个字符,从根节点出发,沿着对应的路径到达该字符所在的叶子节点,记录下路径,作为该字符的编码。 哈夫曼编码的具体实现步骤如下: 1. 统计每个字符在原始数据中出现的频率。 2. 根据字符的频率构建哈夫曼树。构建方法可以采用贪心策略,每次选择出现频率最低的两个字符,将它们作为左右子节点,父节点的权值为两个子节点的权值之。重复这个过程,直到只剩下一个根节点。 3. 对哈夫曼树进行遍历,记录下每个字符的编码,为了避免编码产生歧义,通常规定左子节点为0,右子节点为1。 4. 将原始数据中的每个字符,用它对应的编码来代替。这一步可以通过哈夫曼树来实现。 5. 将编码后的数据存储起来。此时,由于每个字符的编码长度不同,所以压缩后的数据长度也不同,但总体上来说,压缩效果通常是比较好的。 实现哈夫曼编码的关键在于构建哈夫曼树计算每个字符的编码。构建哈夫曼树可以采用优先队列来实现,每次从队列中取出两个权值最小的节点,合并成一个节点,再将合并后的节点插入队列中。计算每个字符的编码可以采用递归遍历哈夫曼树的方式,从根节点出发,如果走到了左子节点,则将0添加到编码中,如果走到了右子节点,则将1添加到编码中,直到走到叶子节点为止。 以下是基于C++的代码实现,供参考: ```c++ #include <iostream> #include <queue> #include <string> #include <unordered_map> using namespace std; // 定义哈夫曼树节点的结构体 struct Node { char ch; // 字符 int freq; // 出现频率 Node* left; // 左子节点 Node* right; // 右子节点 Node(char c, int f) : ch(c), freq(f), left(nullptr), right(nullptr) {} }; // 定义哈夫曼树节点的比较函数,用于优先队列的排序 struct cmp { bool operator() (Node* a, Node* b) { return a->freq > b->freq; } }; // 构建哈夫曼树的函数 Node* buildHuffmanTree(unordered_map<char, int> freq) { priority_queue<Node*, vector<Node*>, cmp> pq; for (auto p : freq) { pq.push(new Node(p.first, p.second)); } while (pq.size() > 1) { Node* left = pq.top(); pq.pop(); Node* right = pq.top(); pq.pop(); Node* parent = new Node('$', left->freq + right->freq); parent->left = left; parent->right = right; pq.push(parent); } return pq.top(); } // 遍历哈夫曼树,计算每个字符的编码 void calcHuffmanCode(Node* root, unordered_map<char, string>& code, string cur) { if (!root) return; if (root->ch != '$') { code[root->ch] = cur; } calcHuffmanCode(root->left, code, cur + "0"); calcHuffmanCode(root->right, code, cur + "1"); } // 将原始数据编码成哈夫曼编码 string encode(string s, unordered_map<char, string> code) { string res; for (char c : s) { res += code[c]; } return res; } // 将哈夫曼编码解码成原始数据 string decode(string s, Node* root) { string res; Node* cur = root; for (char c : s) { if (c == '0') { cur = cur->left; } else { cur = cur->right; } if (!cur->left && !cur->right) { res += cur->ch; cur = root; } } return res; } int main() { string s = "abacabad"; unordered_map<char, int> freq; for (char c : s) { freq[c]++; } Node* root = buildHuffmanTree(freq); unordered_map<char, string> code; calcHuffmanCode(root, code, ""); string encoded = encode(s, code); string decoded = decode(encoded, root); cout << "Original string: " << s << endl; cout << "Encoded string: " << encoded << endl; cout << "Decoded string: " << decoded << endl; return 0; } ```
评论
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