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
2
3
4
void push(int x){
a[++n]=x;
for(int p=n;p>1 && a[p]<a[p>>1];) swap(a[p],a[p>>1]),p>>=1;
}

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
2
3
4
5
6
7
8
9
void Delete(int x){
swap(a[x],a[n--]);
for(int p=x;(p<<1)<=n;){
int nxt=p<<1;
if((p<<1|1)<=n && a[p<<1|1]<a[p<<1]) nxt=p<<1|1;
if(a[nxt]<a[p]) swap(a[p],a[nxt]);
else break;
}
}

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
2
3
4
5
6
7
int a[N],ch[N],br[N]; //权值,儿子,兄弟
int Union(int x,int y){
if(!x||!y) return x|y;
if(a[x]>a[y]) swap(x,y);
br[y]=ch[x],ch[x]=y;
return x;
}

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
2
3
4
5
int Pair(int x){
if(!x || !br[x]) return x;
int y=br[x],z=br[y];
return Union(Union(x,y),Pair(z));
}

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
2
3
4
void Check(int x){
if(dis[ls[x]]<dis[rs[x]]) swap(ls[x],rs[x]);
dis[x]=dis[rs[x]]+1;
}

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
2
3
4
5
int Union(int x,int y){
if(!x||!y) return x|y;
if(a[x]>a[y]) swap(x,y);
return rs[x]=Union(rs[x],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