您的位置:首页 > 其它

非旋转Treap

2015-08-12 22:11 246 查看
Treap是一种平衡二叉树,同时也是一个堆。它既具有二叉查找树的性质,也具有堆的性质。在对数据的查找、插入、删除、求第k大等操作上具有期望O(log2n)的复杂度。
Treap可以通过节点的旋转来实现其维持平衡的操作,详见旋转式Treap. 而旋转式Treap在对区间数据的操作上无能为力,这就需要非旋转式Treap来解决这些区间问题。

非旋转式Treap支持的操作

基本操作:

操作说明实现复杂度
Build构造TreapO(n)
Merge合并TreapO(log2n)
Split拆分TreapO(log2n)
NewNode新建节点O(1)
可支持操作:

操作说明(实现)实现复杂度
InsertNewNode + MergeO(log2n)
DeleteSplit + Split + MergeO(log2n)
FindKthSplit + SplitO(log2n)
QuerySplit + SplitO(log2n)
CoverSplit + Split + MergeO(log2n)

基本操作

[b]1. Build[/b]
类似于笛卡尔树的构造(详细见笛卡尔树),非旋转式Treap也可以通过与栈的集合来达到平摊O(n)的复杂度。具体为:


(1) 通过快排等排序手段对原始数据序列进行排序,这主要是为了使Treap满足二叉查找特性
(2) 当前Treap中的从根开始的右子节点、右子节点的右子节点...链上的所有节点push到一个栈中,栈底为根节点
(3) 对排序后的序列,从头开始,执行:
(3.1) 生成一个新的Treap节点,节点中会有随机生成的priority值用来实现堆的结构
(3.2) 从栈顶向栈底查找,同时栈顶元素出栈,直到栈顶元素的priority小于当前节点的priority,记录下当前栈顶节点为P
(3.3) 将P之前出栈的那个节点置为待插入节点的左子结点,同时将待插入节点置为P的右子节点,再将带插入节点入栈


[b]2. Merge[/b]
类似于左倾堆的Merge操作,可以在O(log2n)的时间复杂度内完成Merge操作。具体为:


(1) 如果一个Treap为空,则返回另外的Treap
(2) 如果选择两个Treap中堆顶元素的priority值最小为的堆,“较小堆”的堆顶成为新堆的堆顶,然后递归调用 Merge,对较小堆的堆顶元素的右子节点和较大堆进行合并操作,并将返回的结果置为“较小堆”堆顶元素的右子节点
(3) 对新堆的顶点进行维护,即维护堆顶节点的size等信息


[b]3. Split[/b]
对于一个Treap,按照他的第k位进行拆分,则可以按照类似快排算法寻找第k大元素的步骤,返回结果为一个pair,即最大元素为全局第k大的子树根节点和最小元素为全局第k+1大的子树根节点构成的pair。具体为:


(1) 若当前节点x的左子树中的size大于等于k,则进入左子树进行拆分,返回结果y(为一个pair)。
(1.1) 然后将第k+1大及其之后的节点构成的子树挂在到x的左子树上。即将x的左子结点置为y的second,然后更新x节点的size等信息。
(1.2) 然后将y的second指向x节点,即最小元素为全局第k+1大的子树的根节点
(2) 若当前节点x的左子树的size小于k,则进入右子树进行拆分,返回结果y
(2.1) 然后将第k大及其之前的节点构成的子树挂在到x的右子树上。即将x的右子节点置为y的first,然后更新x节点的size信息。
(2.2) 然后将y的first指向x节点,即最大元素为全局第k大的子树的根节点
(3) 返回y


实现(c++)

#include<iostream>
#include<algorithm>
using namespace std;
#define MAX_NUM 100
struct TreapNode{
int key;
int priority;
int size;
TreapNode* left;
TreapNode* right;
TreapNode(int k){
key = k;
size = 1;
priority = rand();
left = right = NULL;
}
void Update(){
size = 1;
if (left)
size += left->size;
if (right)
size += right->size;
}
};

int GetSize(TreapNode* node){
if (node)
return node->size;
return 0;
}
void Build(int *arr, int n){
sort(arr, arr + n); //先进行排序
TreapNode* stack[MAX_NUM];
TreapNode* last;
int p = 0;
TreapNode* new_node;
for (int i = 0; i < n; i++){
last = NULL;
new_node = new TreapNode(arr[i]);
//直到栈为空,或者栈顶元素priority小于当前节点的priority
while (p && stack[p]->priority > new_node->priority){
last = stack[p--];
}
stack[p]->right = new_node;	//新节点作为p的右子节点
new_node->left = last;		//前一次出栈的节点作为 新节点的左子结点
stack[++p] = new_node; //新插入元素入栈
}
}

TreapNode* Merge(TreapNode* treap1, TreapNode* treap2){
if (!treap1)
return treap2;
if (!treap2)
return treap1;

if (treap1->priority < treap2->priority){
treap1->right = Merge(treap1->right, treap2);
treap1->Update();
return treap1;
}
else{
treap2->left = Merge(treap1, treap2->left);
treap2->Update();
return treap2;
}
}

typedef pair<TreapNode*, TreapNode*> TreapPair;
TreapPair Split(TreapNode* treap, int k){
if (!treap){
return TreapPair(NULL, NULL);
}
TreapPair result;
if (treap->left->size >= k){
result = Split(treap->left, k);
treap->left = result.second;
treap->Update();
result.second = treap;
}
else{
result = Split(treap->right, k - treap->left->size - 1);
treap->right = result.first;
treap->Update();
result.first = treap;
}
return result;
}

//注意为treapNode指针引用
int FindKth(TreapNode*& treap, int k){
TreapPair x = Split(treap, k - 1);
TreapPair y = Split(x.second, 1);
int result = y.first->key;
treap = Merge(x.first, y.first);
treap = Merge(treap, y.second);
}

//询问一个数是第几大
int GetKth(TreapNode* treap, int v){
if (!treap)
return 0;
if (v < treap->key)
return GetKth(treap->left, v);
else
return GetKth(treap->right, v) + GetSize(treap->left) + 1;
}

void Insert(TreapNode*& treap, int v){
int k = GetKth(treap, v);
TreapPair result = Split(treap, k);
TreapNode* new_treap = new TreapNode(v);
treap = Merge(result.first, new_treap);
treap = Merge(treap, result.second);
}

void Delete(TreapNode*& treap, int k){
TreapPair x = Split(treap, k - 1);
TreapPair y = Split(x.second, 1);
treap = Merge(x.first, y.second);
}


[b]参考[/b]
非旋转Treap
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: