堆
堆
每个节点权值大于(小根堆)父亲的树形数据结构
以下均讨论小根堆的问题
普通二叉堆
用数组$a[1:n]$构成一棵二叉树来维护堆操作,可以做到
1.插入元素
2.查询堆顶
3.删除堆顶或者删除特定元素(需要记录权值位置)
1.插入元素
先放到$a[n+1]$的位置,然后每次与父亲比较是否交换
1 | void push(int x){ |
2.删除特定元素
删除后,把$a[n]$元素放到空的位置,然后向下走,注意每次一定是把左右儿子中比较小的换上来
1 | void Delete(int x){ |
配对堆
配对堆不是一个二叉树结构,所以在存储上,使用左儿子右兄弟来存储树形结构
可以实现的操作有
1.插入/删除元素,查询堆顶
2.查询堆顶
3.合并两个堆
首先要维护最基本的两个操作
1.合并两个堆
直接按照堆顶权值大小合并,接上去即可
1 | int a[N],ch[N],br[N]; //权值,儿子,兄弟 |
2.配对操作
把一个点的所有儿子两两合并之后再依次合并到一起
配对堆的所有操作都基于合并和配对实现
合并操作是$O(1)$的
配对操作单次最坏是$O(n)$,但是和$Splay$类似的,配对可以让儿子中兄弟最多的个数减半,是一个均摊$O(\log n)$的操作,因此不可持久化,但是实际运行常数比较小
操作实现:用一个函数给$x$和$x$的右边的所有兄弟配对,递归实现
每次让$x$和右边第一个兄弟配对(即先合并),再和右边剩下的节点合并
1 | int Pair(int x){ |
3.删除元素
如果删除的不是堆顶元素,还需要额外存储每个点的父亲
把被删除元素的儿子合并之后接到父亲上面
4.查询堆顶
如果是查询某个特定元素所在堆的堆顶,需要用并查集来维护
左偏树
左偏树是一个二叉堆结构,顾名思义,向左边偏的树
左偏树判断左偏的方法是定义了一个$dis$数组,满足$\forall dis_{lson}\ge dis_{rson},dis_x=dis_{rson}+1$
因此一直走右儿子的链长度就是$O(\log n)$的
利用这个性质完成操作,每次合并之后检查$dis_{lson},dis_{rson}$是否满足条件
可以完成的操作有
1.插入节点/合并堆
2.删除节点
3.访问堆顶
4.可持久化
1.检查操作
1 | void Check(int x){ |
左偏树的合并操作就是
让较大的堆顶 和 小的堆顶的右儿子合并成为 新的右儿子
很显然合并次数$\leq $两个堆的右儿子长度之和,这个操作是单次$O(\log n)$
1 | int Union(int x,int y){ |
2.删除节点
合并左右儿子后接到父亲上
3.访问堆顶
左偏树的深度没有保证,访问特定节点所在堆的堆顶需要用并查集维护
4.可持久化
由于单次访问复杂度保证了是$O(\log n)$,因此可以对于每次合并得到的开一个新的节点存下来
即完成了可持久化操作