poj 1785 构造笛卡尔树(右链插入/RMQ)

本文介绍构建笛卡尔树的两种方法,一种是通过排序并插入节点,另一种是利用RMQ技术。前者采用栈来优化复杂度至O(n),后者通过预处理达到nlogn的时间复杂度。

题意:给定n个(label,priority)的二元组,以此构建笛卡尔树。所谓笛卡尔树,看label为二叉排序树,而看priority为堆。

思路:

方法1:(http://www.cnblogs.com/rainydays/archive/2011/06/15/2081266.html)先把节点按lable排序,从小到大依次插入,这样每次插入的节点就要插到排序二叉树的最右边。之前先建立一个priority最大的节点(不建立这个节点就会TLE,不清楚是写的不对还是什么原因,待查)。然后首先要找到最右儿子,然后向上找到第一个大于当前priority的节点。然后分两种情况,最右节点的priority和当前插入节点的priority比较,若大于则直接将当前插入节点接到其右子树。否则让当前插入节点取代最右节点位置并将原最右节点及其子树接到当前插入节点的左子树。

方法2:用RMQ来处理,还是首先要排序,每次递归处理一个区间,找出有最大第二关键字的那个做根。他左边的就是他的左子树,右边的是右子树。

时间复杂度方面,因为都需要排序故二者都是nlogn级别。但就构造笛卡尔树来说,方法一的摊还复杂度为O(n):使用数据结构栈,栈中保存的始终是右链,即根结点、根结点的右儿子、根结点的右儿子的右儿子……组成的链(这与结点中增加一个fa域是同样的作用),并且栈中从栈顶到栈底key依次减小。如果按照从后到前的顺序判断一个元素是否大于A[i],则每次插入的时间复杂度为O(k+1),k为本次插入中移除的右链元素个数。因为每个元素最多进出右链各一次,所以整个过程的时间复杂度为O(n)。而RMQ的初始化仍为nlogn。

其中读入灵活用scanf比较方便。具体内容:%*[ ],表示越过[ ]中的字符,%[a-z]表示读入字符串,直到遇到不是a-z中的字符为止。%[^a]表示读入字符串直到遇到字符a为止,但a并没有被读入。

方法1:

#include <stdio.h>
#include <string.h>
#include <stdlib.h>
#define N 50005
struct node{
    char str[100];
    int left,right,fa,num;
}tree[N];
int n;
int cmp(const void* a,const void* b){
    return strcmp((*(struct node*)a).str , (*(struct node*)b).str);
}
void dfs(int x){
    if(!x)
        return;
    printf("(");
    dfs(tree[x].left);
    printf("%s/%d",tree[x].str,tree[x].num);
    dfs(tree[x].right);
    printf(")");
}
int main(){
    while(scanf("%d",&n) && n){
        int i,j;
        tree[0].num = 0x3fffffff;
        for(i = 1;i<=n;i++)
            scanf("%*[ ]%[^/]/%d",tree[i].str,&tree[i].num);
        qsort(tree+1,n,sizeof(struct node),cmp);
        for(i = 0;i<=n;i++)
            tree[i].left = tree[i].right = tree[i].fa = 0;
        for(i = 1;i<=n;i++){
            j = i-1;
            while(tree[j].num < tree[i].num)
                j = tree[j].fa;
            tree[i].fa = j;
            tree[tree[j].right].fa = i;
            tree[i].left = tree[j].right;
            tree[j].right = i;
        }
        dfs(tree[0].right);
        printf("\n");
    }
    return 0;
}

不带最大priority的TLE(错误待查):

#include <stdio.h>

#include <string.h>

#include <stdlib.h>

#define N 50005

struct node{

    char str[100];

    int left,right,fa,num;

}tree[N];

int n,root;

int cmp(const void* a,const void* b){

    return strcmp((*(struct node*)a).str , (*(struct node*)b).str);

}

void dfs(int x){

    printf("(");

    if(tree[x].left!=-1)

        dfs(tree[x].left);

    printf("%s/%d",tree[x].str,tree[x].num);

    if(tree[x].right!=-1)

        dfs(tree[x].right);

    printf(")");

}

int main(){

    while(scanf("%d",&n) && n){

        int i,j,tmp;

        for(i = 0;i<n;i++)

            scanf("%*[ ]%[^/]/%d",tree[i].str,&tree[i].num);

        qsort(tree,n,sizeof(struct node),cmp);

        for(i = 0;i<n;i++)

            tree[i].left = tree[i].right = tree[i].fa = -1;

        root = 0;

        for(i = 1;i<n;i++){

            j = root;

            while(tree[i].num < tree[j].num && tree[j].right!=-1)

                j = tree[j].right;

            if(tree[i].num < tree[j].num){

                tree[j].right = i;

                tree[i].fa = j;

            }else if(j == root){

                tree[j].fa = i;

                tree[i].left = j;

                root = i;

            }else{

                tmp = tree[j].fa;

                tree[tmp].right = i;

                tree[i].fa = tmp;

                tree[j].fa = i;

                tree[i].left = j;

            }

        }

        dfs(root);

        printf("\n");

    }

    return 0;

}

方法2:

#include <stdio.h>
#include <string.h>
#include <stdlib.h>
#include <math.h>
#define N 50005
struct node{
    char str[100];
    int w;
}p[N];
int n,dp[N][20];
int cmp(const void* a,const void* b){
    return strcmp((*(struct node*)a).str,(*(struct node*)b).str);
}
void st(){
    int i,j,k = log((double)n+1)/log(2.);
    for(i = 1;i<=n;i++)
        dp[i][0] = i;
    for(j = 1;j<=k;j++)
        for(i = 1;i+(1<<j)-1<=n;i++){
            if(p[dp[i][j-1]].w > p[dp[i+(1<<(j-1))][j-1]].w)
                dp[i][j] = dp[i][j-1];
            else
                dp[i][j] = dp[i+(1<<(j-1))][j-1];
        }
}
int query(int a,int b){
    int k = log((double)(b-a+1))/log(2.);
    if(p[dp[a][k]].w > p[dp[b-(1<<k)+1][k]].w)
        return dp[a][k];
    return dp[b-(1<<k)+1][k];
}
void treap(int a,int b){
    int k;
    if(a>b)
        return;
    k = query(a,b);
    printf("(");
    treap(a,k-1);
    printf("%s/%d",p[k].str,p[k].w);
    treap(k+1,b);
    printf(")");
}
int main(){
    while (scanf("%d",&n) && n) {
        int i;
        for(i = 1;i<=n;i++)
            scanf("%*[ ]%[^/]/%d",p[i].str,&p[i].w);
        qsort(p+1,n,sizeof(struct node),cmp);
        st();
        treap(1,n);
        printf("\n");
    }
    return 0;
}


<think>我们正在讨论笛卡尔在求解最近公共祖先(LCA)问题上的应用。根据引用[2],笛卡尔具有两个重要特性: 1. 对于下标(即中序遍历)是二叉搜索(中序遍历为原序列顺序)。 2. 对于元素值,它满足堆的性质(子根节点是子的最值)。 引用[1]提到可以将RMQ(区间最小值)问题转化为笛卡尔上的LCA问题。因为一个序列的RMQ问题可以转化为该序列构建笛卡尔上的LCA问题:区间最小值所在的下标就是该区间对应子的根节点(即LCA)。 因此,如果我们已经构建了序列的笛卡尔,那么对于任意两个节点(下标)的LCA,其实就是这两个节点在笛卡尔上的最近公共祖先。 但是,请注意,这里我们要求的是原序列中两个位置(下标)的LCA,而笛卡尔中节点的编号就是原序列的下标。所以,在笛卡尔上求两个下标的LCA,得到的结果就是这两个下标对应的节点的最近公共祖先节点,而这个祖先节点的值(即原序列中的值)就是这两个下标所夹区间的最小值(如果是小根堆)。 那么,如何利用笛卡尔求解LCA呢?步骤如下: 1. 根据给定的序列(通常我们关心的是序列的值,但构建笛卡尔需要同时考虑下标和值)构建笛卡尔。注意:笛卡尔的下标就是原序列的下标,而节点值则是原序列的值。构建时,我们按照下标顺序(即中序遍历顺序)插入节点,同时维护堆性质(通常是小根堆或大根堆,根据问题需要)。 2. 构建笛卡尔后,我们实际上得到了一棵。然后,我们可以使用任意一种LCA算法(如Tarjan离线算法、倍增法、RMQ转LCA等)来求解上任意两个节点的LCA。 但是,引用[1]和引用[5]提供了笛卡尔构建模板,而引用[3]介绍了Tarjan算法求LCA。然而,我们这里更关心的是如何通过笛卡尔来求解LCA,特别是当我们将RMQ问题转化为LCA问题后,就可以用笛卡尔来高效解决。 实际上,笛卡尔求解LCA的过程就是普通的上的LCA求解。但是,由于笛卡尔具有特殊的性质(即的结构由序列的值决定),我们可以利用一些特性(如单调栈构建过程)来优化,但通常LCA的求解还是使用标准算法。 因此,我们有两种做法: - 先构建笛卡尔,然后在笛卡尔上使用倍增法或Tarjan算法求LCA(离线)。 - 或者,我们可以将笛卡尔上的LCA问题再转化为RMQ问题?注意:上的LCA问题可以通过DFS序转化为RMQ问题。但这样可能绕远了。 所以,我们通常的做法是: 1. 构建笛卡尔(线性时间)。 2. 在笛卡尔上预处理LCA(倍增法预处理O(nlogn),查询O(logn);或者Tarjan离线算法O(n+Q))。 但是,我们注意到,在笛卡尔中,两个节点的LCA就是它们之间区间的最小值对应的节点。因此,如果我们已经构建笛卡尔,那么求两个下标i和j的LCA,实际上就是求区间[i,j]的最小值对应的下标。而求区间最小值我们可以用RMQ(如ST表)在O(1)时间内回答,前提是做了O(nlogn)的预处理。 所以步骤可以这样: - 构建笛卡尔(得到结构)。 - 对笛卡尔进行DFS,得到欧拉序,然后构建欧拉序上的RMQ(用于求LCA)。 这样,我们就把原序列的RMQ问题(求区间最小值)通过笛卡尔转化为了LCA问题,然后又将LCA问题通过欧拉序转化为了RMQ问题(欧拉序上的区间最小值)。虽然看起来绕,但这样做的意义在于,原序列的RMQ问题(即求区间最小值)可以转化为笛卡尔上的LCA,而LCA问题可以转化为欧拉序上的RMQ,而欧拉序上的RMQ(即±1RMQ)有更高效的解决方法。 但是,如果我们只需要求原序列的RMQ,那么直接使用ST表即可。那么为什么还要用笛卡尔呢?因为笛卡尔可以将多个RMQ问题转化为上的LCA问题,从而利用的结构特性(比如结合剖分)或者用于解决其他问题(比如结合莫队等)。 回到用户的问题:他想使用笛卡尔求解最近公共祖先(LCA)问题。这里要注意,笛卡尔本身并不是用来直接求任意上的LCA,而是用来将序列上的RMQ问题转化为笛卡尔上的LCA问题。但是,如果我们的问题本身就是在一个序列上,并且我们想求的是序列中两个位置之间的最小值(即RMQ),那么我们可以通过笛卡尔将其转化为LCA问题。 所以,如果用户的问题是:给定一个序列,以及多个查询,每个查询要求序列区间[L,R]的最小值。那么我们可以: 1. 构建序列的笛卡尔(小根堆)。 2. 对于每个查询[L,R],区间最小值所在的位置就是笛卡尔中节点L和节点R的LCA节点(注意节点编号就是下标)。 因此,我们只需要求节点L和节点R在笛卡尔上的LCA,然后输出这个LCA节点的值(或者下标)即可。 那么,如何实现笛卡尔上的LCA呢?我们可以选择倍增法。 具体实现步骤: 一、构建笛卡尔 根据引用[5]的代码,我们可以用单调栈构建笛卡尔。这里是小根堆。 二、在笛卡尔上求LCA(倍增法) 1. 对笛卡尔进行DFS,得到每个节点的深度和父节点信息。 2. 预处理每个节点的祖先数组(倍增表)。 3. 对于每个查询,使用倍增法求LCA。 下面我们分别实现这两个部分。 第一部分:构建笛卡尔 我们使用数组`a[]`存储原序列,`n`为序列长度。 我们定义: - `lch[i]`: 节点i的左儿子 - `rch[i]`: 节点i的儿子 - `parent[i]`: 节点i的父节点(可选,倍增法可以不用,但为了记录结构,我们至少需要记录左儿子) 构建过程(参考引用[5]): ```cpp stack<int> st; int root; // 根 for (int i = 1; i <= n; i++) { int last = 0; while (!st.empty() && a[st.top()] > a[i]) { last = st.top(); // 循环退出时,last为最后一个弹出的节点,它应该成为当前节点的左儿子 st.pop(); } if (st.empty()) { root = i; // 栈为空,当前节点为根 } else { rch[st.top()] = i; // 当前节点i成为栈顶节点的儿子 } lch[i] = last; // 将最后一次弹出的节点作为当前节点的左儿子 st.push(i); } ``` 注意:构建完成后,栈中可能还有元素,但根已经确定(root)。 第二部分:倍增法求LCA 1. 首先进行DFS,初始化深度和父节点(第一层祖先)。 2. 预处理祖先数组(倍增表)。 3. 实现LCA查询函数。 由于笛卡尔是一棵二叉,我们可以用标准的倍增法。 代码框架: ```cpp vector<int> depth(n+1, 0); vector<vector<int>> fa(n+1, vector<int>(LOG)); // LOG为最大层数,比如20 // DFS初始化深度和直接父节点 void dfs(int u, int father) { depth[u] = depth[father] + 1; fa[u][0] = father; for (int i = 1; i < LOG; i++) { fa[u][i] = fa[fa[u][i-1]][i-1]; } if (lch[u]) dfs(lch[u], u); if (rch[u]) dfs(rch[u], u); } // 初始化根节点 dfs(root, 0); // LCA查询 int lca(int u, int v) { if (depth[u] < depth[v]) swap(u, v); // 将u提升到和v同一深度 int d = depth[u] - depth[v]; for (int i = 0; d; i++, d>>=1) { if (d & 1) u = fa[u][i]; } if (u == v) return u; for (int i = LOG-1; i >= 0; i--) { if (fa[u][i] != fa[v][i]) { u = fa[u][i]; v = fa[v][i]; } } return fa[u][0]; } ``` 最后,对于每个查询(L, R),我们调用`lca(L, R)`,得到的结果就是区间[L,R]的最小值所在的下标。注意:这里假设L和R是下标,且L<=R(但即使L>R,我们可以交换,因为LCA具有对称性)。但是,在笛卡尔中,节点L和节点R的LCA对应的下标就是[L,R]区间中最小值的位置。 因此,我们可以通过这个位置得到最小值:`a[lca(L,R)]`。 总结:笛卡尔LCA算法的原理是将序列的RMQ问题转化为笛卡尔上的LCA问题,然后通过上倍增法求解LCA。 注意:构建笛卡尔时间复杂度是O(n),预处理倍增数组是O(nlogn),每次查询LCA是O(logn)。 相关问题: 1. 笛卡尔构建过程中为什么使用单调栈?它如何保证线性时间复杂度? 2. 除了倍增法,还有哪些方法可以求解笛卡尔上的LCA? 3. 笛卡尔在解决哪些经典问题中有应用?</think>### 笛卡尔求解 LCA 的原理与实现 #### 一、笛卡尔与 LCA 的关联原理 1. **笛卡尔特性**(引用[2]): - 对**下标**满足二叉搜索性质(中序遍历即原序列顺序) - 对**值**满足堆性质(子根节点是子最值) - 示例:序列 $[3,5,1,7,4,6,2]$ 的笛卡尔结构: ``` 1(3) / \ 3(1) 5(2) / \ / \ 2(5)4(7)6(6)7(4) ``` 2. **RMQ 到 LCA 的转化**(引用[1]): - 序列区间 $[L,R]$ 的最小值位置 = 节点 $L$ 和 $R$ 在笛卡尔上的 **LCA** - 数学表达: $$\text{argmin}_{i \in [L,R]} a_i = \text{LCA}(L,R)$$ #### 二、算法实现步骤 ##### 1. 笛卡尔构建(单调栈) ```cpp const int N = 1e6+5; int a[N], lch[N], rch[N], root; void build_cartesian_tree(int n) { stack<int> st; for (int i = 1; i <= n; i++) { int last = 0; while (!st.empty() && a[st.top()] > a[i]) { last = st.top(); // 保存最后弹出的节点 st.pop(); } if (st.empty()) root = i; // 栈空则当前节点为根 else rch[st.top()] = i; // 当前节点作为栈顶儿子 lch[i] = last; // 最后弹出节点作为左儿子 st.push(i); } } ``` **时间复杂度**:$O(n)$,每个元素入栈出栈各一次[^4]。 ##### 2. LCA 查询(倍增法) ```cpp int depth[N], fa[N][20]; void dfs(int u, int father) { depth[u] = depth[father] + 1; fa[u][0] = father; for (int i = 1; i <= 18; i++) fa[u][i] = fa[fa[u][i-1]][i-1]; // 倍增预处理 if (lch[u]) dfs(lch[u], u); if (rch[u]) dfs(rch[u], u); } int lca(int x, int y) { if (depth[x] < depth[y]) swap(x, y); // 跳到同一深度 for (int i = 18; i >= 0; i--) if (depth[fa[x][i]] >= depth[y]) x = fa[x][i]; if (x == y) return x; // 同步上跳 for (int i = 18; i >= 0; i--) if (fa[x][i] != fa[y][i]) x = fa[x][i], y = fa[y][i]; return fa[x][0]; } ``` **查询使用**: ```cpp int min_pos = lca(L, R); // 获取[L,R]区间最小值下标 int min_val = a[min_pos]; // 获取最小值 ``` #### 三、算法特性分析 1. **时间复杂度**: - 建:$O(n)$ - 预处理:$O(n \log n)$ - 单次查询:$O(\log n)$ 2. **空间复杂度**:$O(n \log n)$(存储倍增数组) 3. **适用场景**: - 静态序列 RMQ 问题(无需动态修改) - 需要获取最值位置而非仅值 - 多次区间查询(如 $10^6$ 次查询)[^5] #### 四、典型例题 1. **洛谷 P1440**:求 $m$ 区间内的最小值 - 解法:滑动窗口最小值转化为笛卡尔 LCA[^4] 2. **POJ 2201**:构造笛卡尔并输出结构 3. **RMQ 问题扩展**: - 序列 $a = [3,5,1,7,4,6,2]$,查询 $[2,6]$ 的最小值位置 **解**:$\text{LCA}(2,6) = 3$(对应值 $a[3]=1$) > 笛卡尔将序列的 RMQ 问题转化为结构的 LCA 问题,通过结合单调栈和倍增法,在 $O(n \log n)$ 预处理后实现高效查询[^1][^2]。 ---
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