HYSBZ - 1588 Treap

本文介绍了一个用于统计公司营业额波动情况的算法,通过计算每天的最小波动值,评估公司的经营稳定性。算法使用了一种数据结构来高效地插入和查找数据,同时更新最小波动值。

1588: [HNOI2002]营业额统计

Time Limit: 5 Sec  Memory Limit: 162 MB
Submit: 19665  Solved: 8365
[Submit][Status][Discuss]

Description

营业额统计 Tiger最近被公司升任为营业部经理,他上任后接受公司交给的第一项任务便是统计并分析公司成立以来的营业情况。 Tiger拿出了公司的账本,账本上记录了公司成立以来每天的营业额。分析营业情况是一项相当复杂的工作。由于节假日,大减价或者是其他情况的时候,营业额会出现一定的波动,当然一定的波动是能够接受的,但是在某些时候营业额突变得很高或是很低,这就证明公司此时的经营状况出现了问题。经济管理学上定义了一种最小波动值来衡量这种情况: 该天的最小波动值 当最小波动值越大时,就说明营业情况越不稳定。 而分析整个公司的从成立到现在营业情况是否稳定,只需要把每一天的最小波动值加起来就可以了。你的任务就是编写一个程序帮助Tiger来计算这一个值。 第一天的最小波动值为第一天的营业额。  输入输出要求

Input

第一行为正整数 ,表示该公司从成立一直到现在的天数,接下来的n行每行有一个整数(有可能有负数) ,表示第i

天公司的营业额。

天数n<=32767,

每天的营业额ai <= 1,000,000。

最后结果T<=2^31

 

Output

输出文件仅有一个正整数,即Sigma(每天最小的波动值) 。结果小于2^31 。

Sample Input

6
5
1
2
5
4
6

Sample Output

12

HINT

 

结果说明:5+|1-5|+|2-1|+|5-5|+|4-5|+|6-5|=5+4+1+0+1+1=12

#include<cstdio>
#include<iostream>
#include<cmath>
#include<cstring>
#include<algorithm>
#include<cctype>
using namespace std;
#define enter printf("\n")
#define space printf(" ")
typedef long long ll;
const int INF = 0x3f3f3f3f;
const int maxn = 1e5 + 5;
inline ll read()
{
    ll ans = 0;
    char ch = getchar(), last = ' ';
    while(!isdigit(ch)) {last = ch; ch = getchar();}
    while(isdigit(ch))
    {
        ans = ans * 10 + ch - '0'; ch = getchar();
    }
    if(last == '-') ans = -ans;
    return ans;
}
inline void write(ll x)
{
    if(x < 0) x = -x, putchar('-');
    if(x >= 10) write(x / 10);
    putchar('0' + x % 10);
}


int n, root = 0; //n种操作;root记录根节点是谁(因为进行某一操作后,根节点可能改变,所以要随时记录)
int cnt = 0, lson[maxn], rson[maxn]; //cnt:节点总数(即每一个节点的编号);lson[now],rson[now]:节点now的左右孩子
int val[maxn], ran[maxn], size[maxn], Cnt[maxn];//val[now]:节点now的权值;ran[now]:随机出来的优先级;size[now]:子树大小;
//Cnt[now]记录和val[now]相同的节点多少个(用来处理数字重复)
void update(int now)
{
    if(!now) return;
    size[now] = size[lson[now]] + size[rson[now]] + Cnt[now];
}
void right_rotate(int& Q)
{
    int P = lson[Q];
    lson[Q] = rson[P];            //这个和下面那句不能反
    rson[P] = Q;
    update(Q); update(P);
    Q = P;
}
void left_rotate(int& Q)
{
    int P = rson[Q];
    rson[Q] = lson[P];
    lson[P] = Q;
    update(Q); update(P);
    Q = P;
}
void insert(int& now, int v)//插入v
{
    if(!now)                //找到要插入的叶节点了
    {
        now = ++cnt;        //新建节点
        val[now] = v;
        size[now] = Cnt[now] = 1;
        ran[now] = rand();    //随机优先级
        return;
    }
    if(val[now] == v) Cnt[now]++;    //若树中已经有了该数,就直接Cnt[]++了
    else if(val[now] > v)        //说明在左子树
    {
        insert(lson[now], v);    //递归寻找
        if(ran[lson[now]] < ran[now]) right_rotate(now);
        //这一步放在了递归后面,说明此时节点已经插入好了(而且只是修改了左子树),那就判断并通过旋转维护堆
    }
    else
    {
        insert(rson[now], v);
        if(ran[rson[now]] < ran[now]) left_rotate(now);
    }
    update(now);
}
void del(int& now, int v)//删除v
{
    if(!now) return;
    if(val[now] == v)    //找到了该数
    {
        if(Cnt[now] > 1) //有重复
        {
            Cnt[now]--;
            update(now); return;
        }
        else if(lson[now] && rson[now])    //并没有旋转到根节点
        {
            left_rotate(now);     //只要选任意一棵子树旋转就行
            del(lson[now], v);    //这两句等价于right_rotate(now); del(rson[now], v);
        }
        else                //代表只剩一个孩子了,那么就直接用他的孩子代替他,相当于把他删除
        {
            now = lson[now] | rson[now];    //等价于now = lson[now] ? lson[now] : rson[now]
            update(now); return;
        }
    }
    else if(val[now] > v) del(lson[now], v);        //没找到就接着找
    else del(rson[now], v);
    update(now);
}
int Find_id(int now, int v)//查询id排名
{
    if(!now) return 0;
    if(val[now] == v) return size[lson[now]] + 1;        //别忘加上自己
    if(val[now] > v) return Find_id(lson[now], v);
    else return Find_id(rson[now], v) + size[lson[now]] + Cnt[now];
}
int Find_num(int now, int id)//查询排名为id的数
{
    if(!now) return INF;
    if(size[lson[now]] >= id) return Find_num(lson[now], id);        //在左子树
    else if(id <= size[lson[now]] + Cnt[now]) return val[now];        //在左子树和自己,但因为左子树的已经走上面的语句了,就指自己
    else return Find_num(rson[now], id - size[lson[now]] - Cnt[now]);    //右子树,别忘减去(跟线段树找第k小挺像)
}
int Pre(int now, int v)//小于等于
{
    if(!now) return -INF;
    if(val[now] <= v) return max(val[now], Pre(rson[now], v));//前驱在右子树或是当前节点
    else return Pre(lson[now], v);
}
int Nex(int now, int v)//大于等于
{
    if(!now) return INF;
    if(val[now] >= v) return min(val[now], Nex(lson[now], v));//去掉前面的等号就变成大于了
    else return Nex(rson[now], v);
}

int main()
{
    n = read();
     int x=read(),sum=x;
    insert(root,x);
    while(--n)
    {
        x=read();
        sum+=min(x-Pre(root,x),Nex(root,x)-x);
        //cout<<Pre(root,x)<<endl;
        insert(root,x);
        //int d = read(), x = read();


        /*if(d == 1) insert(root, x);
        else if(d == 2) del(root, x);
        else if(d == 3) {write(Find_id(root, x)); enter;}
        else if(d == 4) {write(); enter;}
        else if(d == 5) {write(Pre(root, x)); enter;}
        else {write(Nex(root, x)); enter;}*/
    }
    printf("%d\n",sum);
    return 0;
}

 

<think>我们正在讨论FHQTreap(无旋Treap)数据结构及其实现。FHQTreap是一种基于Treap堆)分裂合并操作实现的数据结构,它不需要旋转操作,因此称为无旋Treap。它通过两个基本操作split(分裂)merge(合并)来实现平衡二叉搜索的各种功能。根据提供的引用,我们可以总结FHQTreap的实现要点:1.**节点结构**:每个节点包含键(key或val)、随机优先级(priority或rnd)、左右子节点指针以及子大小(size)。2.**创建节点**:创建一个新节点,初始化其键、随机优先级(通常用rand()生成)大小(初始为1)。3.**更新节点信息**(push_up或update):更新当前节点的子大小,即左子大小+右子大小+1。4.**分裂(split)**:将一棵Treap按照给定的或大小拆分成两棵Treap,一棵的所有节点键小于等于给定,另一棵大于给定(或者按照排名拆分)。5.**合并(merge)**:将两棵Treap合并成一棵,这里要求其中一棵的所有节点键都小于另一棵的所有节点键。合并时根据节点的随机优先级来决定谁作为根,以保持堆的性质。现在,我们将详细介绍这些操作,并给出代码实现(参考引用中的代码风格,但会进行整合注释)。###节点定义```cppstructNode{intval;//节点存储的intl,r;//左右子节点在数组中的下标,0表示空intsize;//以该节点为根的子大小intpriority;//随机优先级};Nodetr[maxn];//节点数组intcnt=0;//节点计数器```###创建节点```cppintcreate(intv){cnt++;tr[cnt].val=v;tr[cnt].l=tr[cnt].r=0;tr[cnt].size=1;tr[cnt].priority=rand();//生成随机优先级returncnt;}```###更新子大小```cppvoidupdate(intp){tr[p].size=tr[tr[p].l].size+tr[tr[p].r].size+1;}```###分裂操作分裂操作有两种方式:按分裂按大小分裂。这里先介绍按分裂(将分裂成两个部分,一部分所有节点小于等于给定,另一部分大于给定)。```cpp//按分裂:将以p为根的key分裂成xy两棵//x包含所有<=key的节点,y包含所有>key的节点voidsplit(intp,intkey,int&x,int&y){if(!p){x=y=0;return;}if(tr[p].val<=key){x=p;split(tr[p].r,key,tr[x].r,y);update(x);}else{y=p;split(tr[p].l,key,x,tr[y].l);update(y);}}```###合并操作合并操作需要保证x的所有节点都小于y的所有节点。```cppintmerge(intx,inty){if(!x||!y)returnx|y;//若其中一个为空,返回另一个//按照优先级决定根节点(这里假设优先级小的在上,即大顶堆)if(tr[x].priority>tr[y].priority){tr[x].r=merge(tr[x].r,y);update(x);returnx;}else{tr[y].l=merge(x,tr[y].l);update(y);returny;}}```###基本操作利用分裂合并,我们可以实现插入、删除等操作:-**插入v**:先按v分裂成xy,然后新建一个节点,再合并x新节点,最后再与y合并。```cppvoidinsert(int&root,intv){intx,y;split(root,v,x,y);//按v分裂root=merge(merge(x,create(v)),y);}```-**删除v**:先按v分裂成xz,再对x按v-1分裂成xy(这样y中所有节点都等于v?注意,按分裂时,y是大于v的,而x是小于等于v的,所以我们需要再对x进行一次分裂,得到所有小于v的等于v的)。然后我们删除一个等于v的节点(通常是合并y的左右子,从而去掉根节点),最后合并。```cppvoidremove(int&root,intv){intx,y,z;split(root,v,x,z);//x:<=v,z:>vsplit(x,v-1,x,y);//x:<=v-1,y:[v](注意,这里y中所有节点都等于v?不一定,但至少>=v,而由于第一次分裂x<=v,所以y在[v,v]之间?实际上,按分裂并不是精确等于,所以我们需要另一种方式:删除一个等于v的节点)//实际上,我们想要将y中等于v的节点删除一个,但y中可能包含多个等于v的节点。通常的做法是:如果y非空,我们删除y的根节点(因为分裂后y中可能包含多个等于v的节点,但删除一个我们通常删除根节点,然后合并左右子)if(y){y=merge(tr[y].l,tr[y].r);}root=merge(merge(x,y),z);}```注意:删除操作有多种实现方式,上面的代码是删除一个等于v的节点(如果存在多个,只删一个)。如果希望删除所有等于v的节点,则直接丢弃y即可(即root=merge(x,z);)。###其他操作FHQTreap还可以实现查询第k大、查询排名、查询前驱后继等操作,这些都可以通过分裂操作的性质来实现。###总结FHQTreap通过分裂合并操作实现了平衡的基本功能,其核心在于利用随机优先级来保持的平衡性(近似于二叉搜索堆的性质)。由于不使用旋转,代码相对简单,且支持持久化。§§相关问题§§1.FHQTreap的分裂操作有哪几种方式?它们分别适用于什么场景?2.在FHQTreap中,如何实现查询第k大的元素?3.FHQTreap相对于其他平衡(如AVL、红黑)有什么优缺点?4.如何实现FHQTreap的持久化(可持久化)版本?</think>### FHQ Treap 数据结构及其实现 FHQ Treap(无旋Treap)是一种基于**随机优先级****分裂-合并操作**实现的平衡二叉搜索,无需旋转操作即可维持平衡。其核心在于两个基本操作:`split`(分裂)`merge`(合并),通过组合这两个操作实现插入、删除、查询等所有功能。 #### 一、核心组件 1. **节点结构**: ```cpp struct Node { int val; // 存储的 int l, r; // 左右子节点指针 int size; // 子大小 int priority; // 随机优先级 }; ``` - `priority`:随机生成的优先级,用于维持堆性质(小顶堆或大顶堆) - `size`:子节点总数,支持按排名操作[^1][^2] 2. **创建节点**: ```cpp int create(int v) { cnt++; tree[cnt].val = v; tree[cnt].l = tree[cnt].r = 0; tree[cnt].size = 1; tree[cnt].priority = rand(); // 生成随机优先级 return cnt; } ``` - 初始化子大小为1,左右子节点为空[^2] 3. **更新子大小**: ```cpp void update(int p) { tr[p].size = tr[tr[p].l].size + tr[tr[p].r].size + 1; } ``` - 递归计算左右子大小之再加1[^1][^3] --- #### 二、核心操作 1. **分裂(Split)** 将按给定 `key` 拆分为两棵子: ```cpp void split(int p, int key, int &x, int &y) { if (!p) { x = y = 0; return; } if (tr[p].val <= key) { x = p; split(tr[p].r, key, tr[x].r, y); // 递归分裂右子 update(x); } else { y = p; split(tr[p].l, key, x, tr[y].l); // 递归分裂左子 update(y); } } ``` - `x` :所有节点 ≤ `key` - `y` :所有节点 > `key` - 时间复杂度:$O(\log n)$ 2. **合并(Merge)** 合并两棵 `x` `y`(需满足 `x` 所有 < `y` 所有): ```cpp int merge(int x, int y) { if (!x || !y) return x | y; // 任一为空则返回非空 if (tr[x].priority < tr[y].priority) { tr[x].r = merge(tr[x].r, y); // x优先级更高,合并到右子 update(x); return x; } else { tr[y].l = merge(x, tr[y].l); // y优先级更高,合并到左子 update(y); return y; } } ``` - 按优先级决定父子关系(小顶堆) - 时间复杂度:$O(\log n)$ --- #### 三、衍生操作 1. **插入** 通过分裂-合并实现: ```cpp void insert(int &root, int v) { int x, y; split(root, v, x, y); // 按v分裂 root = merge(merge(x, create(v)), y); // 合并x→新节点→y } ``` 2. **删除** 删除为 `v` 的节点: ```cpp void remove(int &root, int v) { int x, y, z; split(root, v, x, z); // 分裂出≤v的x split(x, v-1, x, y); // 从x中分裂出<v的x==v的y if (y) y = merge(tr[y].l, tr[y].r); // 合并y的左右子(删除根) root = merge(merge(x, y), z); // 重组 } ``` 3. **查询第k大** 利用子大小定位: ```cpp int kth(int p, int k) { while (p) { int left_size = tr[tr[p].l].size; if (k <= left_size) p = tr[p].l; else if (k == left_size + 1) return tr[p].val; else { k -= left_size + 1; p = tr[p].r; } } return -1; // 未找到 } ``` --- #### 四、特性分析 | **特性** | **说明** | |----------------|--------------------------------------------------------------------------| | **平衡性** | 随机优先级使高期望为 $O(\log n)$ | | **无需旋转** | 所有操作基于分裂/合并,避免旋转的复杂性 | | **功能强大** | 支持分裂/合并,天然支持区间操作 | | **代码简洁** | 核心操作仅需约20行代码 | | **持久化支持** | 可低成本实现可持久化版本 | > **关键优势**:FHQ Treap 通过分裂操作可直接提取任意区间子,使其在**区间操作**(如区间翻转、区间求)上比传统平衡更高效[^3]。
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