FHQ_Treap树(无旋Treap树)模板向

本文深入解析了FHQ Treap数据结构,一种无需旋转操作的高效Treap树,由范浩强提出。文章详细介绍了FHQ Treap的分裂与合并核心操作,并通过洛谷与牛客网上的经典题目,展示了FHQ Treap在平衡树问题中的强大应用。

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

这种树是一种无需旋转操作的Treap树,由FHQ(范浩强)大佬发明,堪称是神级的数据结构!他短小精悍,易于学习,而其思想之优雅令无数OIer/ACMer以及程序员们为之着迷!

而这一切都来源于这一份ppt:范浩强谈数据结构

在了解这个数据结构之前最好先了解一下treap树以及笛卡尔树,这两种树本身具有一定的相似性,而为FHQ_Treap提供了思想延申的起点。

FHQ_Treap代替旋转操作的核心就是树的分离(split)与合并(merge)两种操作,使得我们可以将原树按照值/位置(下标)分解为两棵树,以及将两棵树合并为一棵平衡的树,而剩下的一切操作均基于这两种操作!

按值的split:

void split(int x ,int k, int &l, int &r)
{
    if(!x) {l=r=0;return;}//到空节点返回0
    pushdown(x);
    if(val[x]<=k){l=x;split(rs[l],rs[l],r,k); pushup(l);}//x分给左树,接着分x的右儿子
    else{r=x;split(ls[r],l,ls[r],k);pushup(r);}//x分给右树,接着分x的左儿子
}

按权值分裂应用于维护有序序列时(类比于STL的set,或堆),可以查询kth大等

按下标的split:

void split(int x, int k, int &l, int &r)
{
    if(!x) {l=r=0;return;}
    pushdown(x);
    if(sz[ls[x]]+1<=k){l=x;split(rs[l],rs[l],r,k-sz[ls[x]]-1);pushup(l);}//注意修改k
    else{r=x;split(ls[r],l,ls[r],k);pushup(r);}
}

按下标分裂用于维护普通序列,可进行插入节点、区间和查询、RMQ、区间修改等

合并(merge):

int merge(int x, int y)// 合并 
{
 	if(!x || !y) return x+y;// x和y中必定有一个是0
 	if(pri[x] < pri[y])// 把x加到左边的树上 
 	{
 		pushdown(x);
 	    rs[x] = merge(rs[x],y);
 	    pushup(x);
 	    return x;
 	} 
    else
 	{
 		pushdown(y);
 	    ls[y] = merge(x, ls[y]);
	    pushup(y);
 	    return y;
	}
}

split与merge的pushup与pushdown按具体情况自行增删修改即可。

鉴于本帖为模板向,不详细解释其背后原理(其实是自己不太会啦。。)
直接上题!!

洛谷P3369 普通平衡树

#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
typedef unsigned long long usi;
const ll MOD = 998244353;
const int MAXN = 1e5 + 7;
const int INF = 0x3f3f3f3f;
const double PI = acos(-1.0);
const double eps = 1e-12;

int ch[MAXN][3], val[MAXN], pri[MAXN], sz[MAXN];

class FHQ_Treap
{
public:
	int size = 0;

	bool empty() {return size == 0;}

	void insert(int a)
	{
		split(root, a, x, y);
		root = merge(merge(x, newnode(a)), y);
	}

	void erase(int a)
	{
		split(root, a, x, z);
		split(x, a-1, x, y);
		y = merge(ch[y][0], ch[y][1]);
		root = merge(merge(x, y), z);
	}

	int numrank(int a)
	{
		split(root, a-1, x, y);
		int res = sz[x] + 1;
		root = merge(x, y);
		return res;
	}

	int kth(int k)
	{
		return val[myrank(root, k)];
	}

	int pre(int a)
	{
		split(root, a-1, x, y);
		int res = val[myrank(x, sz[x])];
		root = merge(x, y);
		return res;
	}

	int next(int a)
	{
		split(root, a, x, y);
		int res = val[myrank(y, 1)];
		root = merge(x, y);
		return res;
	}

private:
	int root = 0, x, y, z;

	void update(int x)
	{
		sz[x] = sz[ch[x][0]] + sz[ch[x][1]] + 1;
	}

	int newnode(int v)
	{
		sz[++size] = 1;
		val[size] = v;
		pri[size] = rand();
		return size;
	}

	int merge(int x, int y) 
	{
 	    if(!x || !y) return x + y;
 	    if(pri[x] < pri[y])
 	    {
 	        ch[x][1] = merge(ch[x][1],y);
 	        update(x);
 	        return x;
 	    } 
 	    else
 	    {
 	        ch[y][0] = merge(x, ch[y][0]);
	        update(y);
 	        return y;
	    }
	}

	void split(int now, int k, int &x, int &y)
	{
		if(!now) x = y = 0;
		else
		{
			if(val[now] <= k) x = now, split(ch[now][1], k, ch[now][1], y);
			else y = now, split(ch[now][0], k, x, ch[now][0]);
			update(now);
		}
	}

	int myrank(int now, int a)
	{
		while(true)
		{
			if(a < sz[ch[now][0]]) now = ch[now][0];
			else if(a == sz[ch[now][0]] + 1) return now;
			else a -= sz[ch[now][0]] + 1, now = ch[now][1];
		}
	}
};

FHQ_Treap mytree;

int main()
{
	srand((unsigned)time(NULL));
	int n, opt, a;
	cin >> n;
	while(n--)
	{
		scanf("%d%d", &opt, &a);
		if(opt == 1) mytree.insert(a);
		else if(opt == 2) mytree.erase(a);
		else if(opt == 3) printf("%d\n", mytree.numrank(a));
		else if(opt == 4) printf("%d\n", mytree.kth(a));
		else if(opt == 5) printf("%d\n", mytree.pre(a));
		else if(opt == 6) printf("%d\n", mytree.next(a));
	}
    return 0;
}

牛客 1221 E Forsaken的数列

本题使用了建笛卡尔树的方法优化建树到O(n)

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
const int MAXN = 2e5 + 5;

struct FHQ_Treap
{
    int size = 0, root = 0;
    struct node
    {
        int ls, rs, rnd, siz;
        ll val, sum, lazy;
        node() {}
        node(int LS, int RS, int RND, int SIZ, ll VAL, ll SUM, ll LAZY):
            ls(LS), rs(RS), rnd(RND), siz(SIZ), val(VAL), sum(SUM), lazy(LAZY) {}
    }tree[MAXN];

    inline void pushUp(int p)
    {
        tree[p].siz = tree[tree[p].ls].siz + tree[tree[p].rs].siz + 1;
        tree[p].sum = tree[tree[p].ls].sum + tree[tree[p].rs].sum + tree[p].val;
    }

    inline void pushDown(int p)
    {
        if(tree[p].lazy)
        {
            tree[tree[p].ls].sum += 1ll * tree[tree[p].ls].siz * tree[p].lazy;
            tree[tree[p].ls].lazy += tree[p].lazy;
            tree[tree[p].ls].val += tree[p].lazy;
            tree[tree[p].rs].sum += 1ll * tree[tree[p].rs].siz * tree[p].lazy;
            tree[tree[p].rs].lazy += tree[p].lazy;
            tree[tree[p].rs].val += tree[p].lazy;
            tree[p].lazy = 0;
        }
    }

    void split(int p, int rk, int &x, int &y)
    {
        if(!p) {x = y = 0; return;}
        pushDown(p);
        if(rk <= tree[tree[p].ls].siz)
        {
            y = p;
            split(tree[p].ls, rk, x, tree[p].ls);
            pushUp(y);
        }
        else
        {
            x = p;
            split(tree[p].rs, rk-tree[tree[p].ls].siz-1, tree[p].rs, y);
            pushUp(x);
        }
    }

    int merge(int x, int y)
    {
        if(!x || !y) return x | y;
        if(tree[x].rnd < tree[y].rnd)
        {
            pushDown(x);
            tree[x].rs = merge(tree[x].rs, y);
            pushUp(x);
            return x;
        }
        else
        {
            pushDown(y);
            tree[y].ls = merge(x, tree[y].ls);
            pushUp(y);
            return y;
        }
    }

    int newnode(ll v)
    {
        int p = ++size;
        tree[p] = node(0, 0, rand(), 1, v, v, 0);
        return p;
    }

    void insert(ll val, int p)
    {
        int x, y;
        split(root, p - 1, x, y);
        root = merge(merge(x, newnode(val)), y);
    }

    void add(int l, int r, ll v)
    {
        int x, y, z;
        split(root, l - 1, x, y);
        split(y, r + 1 - l, y, z);
        tree[y].sum += 1ll * tree[y].siz * v;
        tree[y].lazy += v;
        tree[y].val += v;
        root = merge(merge(x, y), z);
    }

    void query(int l, int r)
    {
        int x, y, z;
        split(root, l - 1, x, y);
        split(y, r + 1 - l, y, z);
        printf("%lld\n", tree[y].sum);
        root = merge(merge(x, y), z);
    }

    int st[MAXN], top;
    inline void build(int n)
    //用建笛卡尔树的方法O(n)建树,st为栈,返回新树的根
    {
        top = 0;
        for(int i = 0; i < n; ++i)
        {
            ll val;
            scanf("%lld", &val);
            int tmp = newnode(val), last = 0;
            while(top && tree[st[top]].rnd > tree[tmp].rnd)
            {
                last = st[top];
                pushUp(last);
                st[top--] = 0;
            }
            if(top) tree[st[top]].rs = tmp;
            tree[tmp].ls = last;
            st[++top] = tmp;
        }
        while(top) pushUp(st[top--]);
        root = st[1];
    }
} mytree;

int main()
{
    int n, m, op, pos, l, r;
    ll v;
    scanf("%d", &n);
    mytree.build(n);
    scanf("%d", &m);
    while(m--)
    {
        scanf("%d", &op);
        if(op == 1) scanf("%d", &pos), mytree.insert(0, pos);
        else if(op == 2) scanf("%d%d%lld", &l, &r, &v), mytree.add(l, r, v);
        else scanf("%d%d", &l, &r), mytree.query(l, r);
    }
    return 0;
}

洛谷P3391 文艺平衡树

#include <ctime>
#include <cstdio>
#include <cstdlib>
#define N 100005

int Root;
int lazy[N];
int n,m,cnt;
int val[N],sze[N];
int ch[N][2],prio[N];

void pushup(int o){
    sze[o]=sze[ch[o][0]]+sze[ch[o][1]]+1;
}

void pushdown(int o){
    if(!lazy[o] or !o) return;
    ch[o][0]^=ch[o][1]^=ch[o][0]^=ch[o][1];
    lazy[ch[o][0]]^=1;
    lazy[ch[o][1]]^=1;
    lazy[o]=0;
}

void split(int o,int k,int &x,int &y){
    if(!o) x=y=0;
    else{
        pushdown(o);
        if(k>sze[ch[o][0]]) x=o,split(ch[o][1],k-sze[ch[o][0]]-1,ch[o][1],y);
        else y=o,split(ch[o][0],k,x,ch[o][0]);
        pushup(o);
    }
}

int merge(int x,int y){
    if(!x or !y) return x+y;
    pushdown(x); pushdown(y);
    if(prio[x]<prio[y]){
        ch[x][1]=merge(ch[x][1],y);
        pushup(x);
        return x;
    }
    else{
        ch[y][0]=merge(x,ch[y][0]);
        pushup(y);
        return y;
    }
}

int newnode(int v){
    val[++cnt]=v;
    sze[cnt]=1;
    prio[cnt]=rand();
    return cnt;
}

void res(int l,int r){
    int a,b,c,d;
    split(Root,r,a,b);
    split(a,l-1,c,d);
    lazy[d]^=1;
    Root=merge(merge(c,d),b);
}

void dfs(int now){
    if(!now) return;
    pushdown(now);
    dfs(ch[now][0]);
    printf("%d ",val[now]);
    dfs(ch[now][1]);
}

signed main(){
    srand(time(0));
    scanf("%d%d",&n,&m);
    for(int i=1;i<=n;i++)
        Root=merge(Root,newnode(i));
    //printf("Root=%d\n",Root);
    for(int x,y,i=1;i<=m;i++){
        scanf("%d%d",&x,&y);
        res(x,y);
        //printf("i=%d\n",i);
        //dfs(Root);
    }
    //printf("Root=%d\n",Root);
    dfs(Root);
    return 0;
}
<think>嗯,用户想了解FHQ-Treap的空间优化方法。首先,我得回忆一下FHQ-Treap的基本结构。FHQ-Treap也就是非Treap,它通过分裂和合并操作来维护平衡,不需要转,所以代码相对简单,还能支持可持久化。那空间优化方面,用户可能遇到节点过多导致内存占用大的问题,需要找优化方法。 根据引用[2],FHQ-Treap相比Splay虽然常数大,但实现容易,还能可持久化。可持久化通常会占用更多空间,但用户问的是空间优化,所以可能需要减少节点数量或重用节点。 首先想到的是节点复用。比如删除节点时,不是立即释放内存,而是加入一个缓存池,需要时再取出。这样可以避免频繁申请内存的开销,尤其在多次插入删除的情况下。这种方法在很多数据结构中都有应用,比如内存池技术。 然后是动态分配策略。比如根据操作频率调整节点预分配的数量,高频使用时多分配,低频时减少。不过具体如何实现可能需要进一步思考,比如初始分配一定数量的节点,当不够时再批量申请,而不是每次插入都申请新节点。 还有延迟回收技术。删除节点后不立即回收,而是标记为无效,后续操作中复用。这需要维护一个无效节点列表,并在需要时进行清理或复用。不过要注意避免内存泄漏,可能需要定期清理。 另外,引用[5]提到使用虚节点来优化合并操作,虽然主要是针对并查集,但或许可以借鉴。比如在FHQ-Treap中,是否有类似虚节点的设计,减少结构中的辅助节点数量?或者通过某些方式共享部分结构,比如持久化时的路径复用,但用户可能指的是常规优化而非可持久化场景。 还有,合并操作的优化可能减少临时节点的使用。比如在合并过程中尽量复用现有节点,而不是创建中间节点。不过这可能需要调整合并算法的实现细节。 还需要考虑Treap本身的特性,比如优先级。如果优先级生成策略可以优化,比如使用哈希或更紧凑的存储方式,减少存储开销。例如,使用较小的数据类型存储优先级,或者用伪随机数生成器避免存储全部优先级。 另外,内存对齐和紧凑的节点结构设计也很重要。比如将节点的键、优先级、左右子指针紧凑排列,减少内存碎片,或者使用更小的数据类型。例如,如果键的范围允许,使用int而非long来存储。 可能还需要分析FHQ-Treap的具体实现,比如每个节点通常包含哪些字段。通常有key, priority, left, right,可能还有size。如果size可以动态计算而不存储,但这样会影响性能,需要权衡。 总结可能的优化点: 1. 节点复用与缓存池 2. 延迟回收和批量分配 3. 紧凑的节点结构设计 4. 动态调整预分配策略 5. 优化优先级存储 6. 合并/分裂时的临时节点复用 需要将这些方法具体化,给出实际的技巧,比如如何实现缓存池,如何设计节点结构等。同时要确保这些方法适用于FHQ-Treap的特性,比如非转和分裂合并操作。 比如,节点池的实现:预先分配一个节点数组,用栈或队列管理空闲节点。插入时从池中取节点,删除时将节点放回池中。这样减少内存分配次数,提高效率,同时控制内存占用。 紧凑结构方面,可以用union或者位域来压缩字段,但可能增加访问复杂度。或者根据具体情况选择合适的数据类型,比如用32位整数代替64位。 优先级生成方面,如果使用随机数,可以存储种子而不是每个节点的优先级,但Treap需要每个节点有唯一的优先级,所以可能不可行。或者使用哈希函数生成优先级,减少存储空间,比如用较低的位数。 延迟回收的话,维护一个删除列表,当需要新节点时先检查列表,有则复用,无则新建。但要注意节点信息的正确重置。 可能还需要注意可持久化时的优化,但用户的问题可能是一般情况下的空间优化,所以重点放在常规方法上。 最后,给出具体的优化技巧,结合实现示例,比如代码中的节点池管理,或者结构体设计。同时引用相关参考资料,比如引用[2]提到FHQ可用于可持久化,可能涉及节点复用;引用[5]的虚节点思路是否有借鉴意义。</think>### FHQ-Treap 空间优化技巧详解 FHQ-Treap(非Treap)通过分裂与合并操作实现平衡功能,其非特性使得可持久化成为可能[^2]。以下是针对空间优化的具体技巧及实现方法: --- #### 1. **节点复用与缓存池** **核心思路**:避免频繁的内存分配/释放,通过预分配和复用节点减少系统调用开销。 - **实现方法**: - **预分配节点池**:初始化时批量申请内存(如数组或链表),维护空闲节点列表。 - **删除节点缓存**:删除操作时将节点标记为“无效”并加入缓存池,插入时优先使用缓存节点。 ```python class NodePool: def __init__(self, chunk_size=1024): self.free_list = [] self.allocate_chunk(chunk_size) def allocate_chunk(self, size): new_nodes = [Node() for _ in range(size)] self.free_list.extend(new_nodes) def get_node(self): if not self.free_list: self.allocate_chunk() # 按需扩容 return self.free_list.pop() def recycle_node(self, node): node.left = node.right = None self.free_list.append(node) ``` --- #### 2. **延迟回收与批量清理** **应用场景**:高频插入/删除操作中,减少即时回收的开销。 - **优化策略**: - 标记节点为“逻辑删除”(如设置 `deleted` 标志),定期批量清理。 - 合并操作时跳过无效节点,减少物理删除次数[^3]。 --- #### 3. **紧凑型节点结构设计** 通过压缩字段节省内存: - **数据类型优化**:根据数据范围选择最小类型(如 `int32` 代替 `int64`)。 - **合并字段**:使用联合体(Union)存储互斥数据(如可持久化版本号与子指针)。 ```c++ struct CompactNode { int32_t key; uint16_t priority; // 使用更小的随机数范围 union { struct { CompactNode *left, *right; }; int32_t version; // 可持久化场景下的版本号 }; }; ``` --- #### 4. **动态优先级生成** **避免存储显式优先级**:通过哈希函数生成优先级,减少存储开销。 - **公式**:`priority = hash(key) % MAX_PRIORITY` - **优点**:无需额外字段存储优先级,但需保证优先级分布近似随机性。 --- #### 5. **可持久化场景优化** **虚节点技术**:参考并查集虚点思想[^5],将频繁修改的子映射到独立内存区域。 - **实现**:为每个节点绑定虚节点,合并/分裂操作仅修改虚节点,减少真实节点的变更次数。 --- #### 6. **合并/分裂操作优化** 减少临时节点生成: - **原地修改**:合并时直接调整指针而非创建新节点。 - **栈式分裂**:分裂过程中复用中间节点(需严格保证线程安全)。 --- ### 关键权衡与注意事项 | 优化方法 | 优点 | 缺点 | |------------------|--------------------------|-------------------------------| | 节点池 | 减少内存碎片 | 预分配可能浪费内存 | | 延迟回收 | 降低高频操作开销 | 内存占用短期增加 | | 紧凑结构 | 节省单节点空间 | 代码复杂度增加 | | 动态优先级 | 无需存储优先级字段 | 哈希冲突可能影响平衡性 | --- ### 相关问题 1. **如何验证节点池优化后的内存使用效率?** 2. **FHQ-Treap 在可持久化场景中如何避免内存泄漏?** 3. **紧凑节点结构对分裂/合并操作性能有何影响?** : FHQ-Treap 的非特性使其适合可持久化优化。 : 延迟回收技术可借鉴滑动窗口的复用思想。 [^5]: 虚节点技术常用于减少真实数据结构的修改频率。
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