學習筆記」左偏樹

dist 的性質

對于一棵二叉樹,我們定義左孩子或右孩子為空的節點為外節點,定義外節點的?distdist?為?11,空節點的?distdist?為?00,不是外節點也不是空節點的?distdist?為其到子樹中最近的外節點的距離加一。
一棵根的?distdist?為?xx?的二叉樹至少有?2x?12x?1?個節點。此性質所有二叉樹都有,并非左偏樹特有。
distdist?不是深度,左偏樹的深度沒有保證,一條向左的鏈也是左偏樹。

左偏樹的性質

左偏樹是一棵二叉樹,并且是“左偏”的,即每個節點左兒子的?distdist?都大于等于右兒子的?distdist。
因此,左偏樹中每個節點的?distdist?是它右兒子的?distdist?加一。

變量

int lson[N], rson[N], fa[N], fat[N];
ll val[N], dist[N];

lson: 左孩子(左偏);
rson: 右孩子;
fa: 父節點;
fat: 祖先(并查集);
val: 權值;
dist: 就是?distdist。

操作

  • 合并

int merge(int x, int y) { // 合并if (!x || !y) {return x | y;}if (val[x] > val[y] || (val[x] == val[y] && x > y))swap(x, y);rson[x] = merge(rson[x], y);fat[rson[x]] = fa[rson[x]] = x;if (dist[lson[x]] < dist[rson[x]])swap(lson[x], rson[x]);dist[x] = dist[rson[x]] + 1;return x;
}

if (!x || !y) { return x | y; }
如果與空節點合并,則直接合并即可
if (val[x] > val[y] || (val[x] == val[y] && x > y))
說明這是個小根堆,小元素在上面。
if (dist[lson[x]] < dist[rson[x]]) swap(lson[x], rson[x]);
維護左偏的性質。

  • 刪除任意一個節點

左偏樹是不支持刪除給定權值的點的,只能刪除知道點的標號的點。

void earse(int u) { // 刪除任意一點int tmp = merge(lson[u], rson[u]), fu = fa[u];fat[tmp] = fa[tmp] = fu;fat[u] = fa[u] = tmp;lson[fu] == u ? lson[fu] = tmp : rson[fu] = tmp;while (fu) {if (dist[lson[fu]] < dist[rson[fu]])swap(lson[fu], rson[fu]);if (dist[fu] == dist[rson[fu]] + 1)return ;dist[fu] = dist[rson[fu]] + 1;fu = fa[fu];}
}

int tmp = merge(lson[u], rson[u]), fu = fa[u];?先將被刪節點的左右孩子合并。
fat[tmp] = fa[tmp] = fu;?處理好父親和孩子的關系。

while (fu) {if (dist[lson[fu]] < dist[rson[fu]])swap(lson[fu], rson[fu]);if (dist[fu] == dist[rson[fu]] + 1)return ;dist[fu] = dist[rson[fu]] + 1;fu = fa[fu];
}

刪除點之后可能不符合左偏性質,需要我們向上修改,直到到根節點或符合左偏性質為止。

  • 查詢?uu?點所在堆的堆頂元素的標號

這個操作類似于并查集操作。

int find(int u) { // 查詢堆頂的元素的標號return (fat[u] == u || fat[u] == 0) ? u : fat[u] = find(fat[u]);
}
  • 刪除?uu?點所在堆的堆頂元素

void pop(int u) { // 彈出 u 點所在對的堆頂元素int g = find(u);earse(g);
}
  • 查詢?uu?點所在堆的堆頂元素

ll top(int u) { // 查詢 u 點所在堆的堆頂元素int g = find(u);return val[g];
}
  • 建樹操作

int build(int n) { // 建樹queue<int> q;for (int i = 1; i <= n; ++ i) {q.push(i);}int x, y, z;while (q.size() > 1) {x = q.front(), q.pop();y = q.front(), q.pop();z = merge(x, y), q.push(z);}return q.front();
}

模板

// 左偏樹(小根堆)
struct leftist_tree {int lson[N], rson[N], fa[N], fat[N];ll val[N], dist[N];int merge(int x, int y) { // 合并if (!x || !y) {return x | y;}if (val[x] > val[y] || (val[x] == val[y] && x > y))swap(x, y);rson[x] = merge(rson[x], y);fat[rson[x]] = fa[rson[x]] = x;if (dist[lson[x]] < dist[rson[x]])swap(lson[x], rson[x]);dist[x] = dist[rson[x]] + 1;return x;}int find(int u) { // 查詢堆頂的元素的標號return (fat[u] == u || fat[u] == 0) ? u : fat[u] = find(fat[u]);}void earse(int u) { // 刪除任意一點int tmp = merge(lson[u], rson[u]), fu = fa[u];fat[tmp] = fa[tmp] = fu;fat[u] = fa[u] = tmp;lson[fu] == u ? lson[fu] = tmp : rson[fu] = tmp;while (fu) {if (dist[lson[fu]] < dist[rson[fu]])swap(lson[fu], rson[fu]);if (dist[fu] == dist[rson[fu]] + 1)return ;dist[fu] = dist[rson[fu]] + 1;fu = fa[fu];}}ll top(int u) { // 查詢 u 點所在堆的堆頂元素int g = find(u);return val[g];}void pop(int u) { // 彈出 u 點所在對的堆頂元素int g = find(u);earse(g);}int build(int n) { // 建樹queue<int> q;for (int i = 1; i <= n; ++ i) {q.push(i);}int x, y, z;while (q.size() > 1) {x = q.front(), q.pop();y = q.front(), q.pop();z = merge(x, y), q.push(z);}return q.front();}
};

pb_ds 中的堆

__gnu_pbds :: priority_queue?

成員函數

?

push(): 向堆中壓入一個元素,返回該元素位置的迭代器。
pop(): 將堆頂元素彈出。
top(): 返回堆頂元素。
size(): 返回元素個數。
empty(): 返回是否非空。
modify(point_iterator, const key): 把迭代器位置的?key?修改為傳入的?key,并對底層儲存結構進行排序。?
erase(point_iterator): 把迭代器位置的鍵值從堆中擦除。
join(__gnu_pbds :: priority_queue &other): 把?other?合并到?*this?并把?other?清空。

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/news/41812.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/41812.shtml
英文地址,請注明出處:http://en.pswp.cn/news/41812.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

中間件(下)

1、中間件與性能優化的關系&#xff1a; 中間件與性能優化之間存在密切的關系&#xff0c;特別是在構建復雜的分布式系統、處理高并發、實現異步通信等情況下。中間件可以在性能優化方面發揮重要作用&#xff0c;但同時&#xff0c;不當的中間件選擇和配置也可能導致性能問題。…

【卡碼網】31. 字符串的最大價值 <貪心>

【卡碼網】31. 字符串的最大價值 給定一個字符串 S S S&#xff08;S.lenth < 5000&#xff09;&#xff0c;只包含 0 和 1 兩個數字&#xff0c;下標從 1 開始&#xff0c;設第 i i i 位的價值為 v a l i val_i vali?&#xff0c;則 v a l i val_i vali?的定義如下&a…

神經網絡基礎-神經網絡補充概念-52-正則化網絡的激活函數

概念 正則化是一種用于減少過擬合&#xff08;overfitting&#xff09;的技術&#xff0c;可以在神經網絡的各個層次中應用&#xff0c;包括激活函數。激活函數的正則化主要目的是減少神經網絡的復雜度&#xff0c;防止網絡在訓練集上過度學習&#xff0c;從而提高泛化能力。 …

ubuntu20.04 root用戶下使用中文輸入法——root用戶pycharm無法用中文輸入法問題

因為一些眾所不周知的bug&#xff0c;我的pycharm使用apt或者snap安裝都不行了&#xff0c;官網下了“綠色版”&#xff0c;運行pycharm.sh也運行不起來&#xff0c;有個java相關環境報錯&#xff0c;jre和jdk都裝了&#xff0c;還是有點問題&#xff0c;最后嘗試發現可以用roo…

DevOps系列文章之 GitlabCICD自動化部署SpringBoot項目

一、概述 本文主要記錄如何通過Gitlab CI/CD自動部署SpringBoot項目jar包。 二、前期準備 準備三臺 CentOS7服務器&#xff0c;分別部署以下服務&#xff1a; 序號系統IP服務1CentOS7192.168.56.10Gitlab2CentOS7192.168.56.11Runner &#xff08;安裝Docker&#xff09;3Cen…

Spring boot中的線程池-ThreadPoolTaskExecutor

一、jdk的阻塞隊列&#xff1a; 二、Spring boot工程的有哪些阻塞隊列呢&#xff1f; 1、默認注入的ThreadPoolTaskExecutor 視頻解說&#xff1a; 線程池篇-springboot項目中的service層里簡單注入ThreadPoolTaskExecutor并且使用_嗶哩嗶哩_bilibili 程序代碼&#xff1a;…

預測算法|改進粒子群算法優化極限學習機IDM-PSO-ELM

回歸擬合&#xff1a; 分類 本文是作者的預測算法系列的第四篇&#xff0c;前面的文章中介紹了BP、SVM、RF及其優化&#xff0c;感興趣的讀者可以在作者往期文章中了解&#xff0c;這一篇將介紹——極限學習機 過去的幾十年里基于梯度的學習方法被廣泛用于訓練神經網絡&am…

分布式 - 消息隊列Kafka:Kafka 消費者消息消費與參數配置

文章目錄 1. Kafka 消費者消費消息01. 創建消費者02. 訂閱主題03. 輪詢拉取數據 2. Kafka 消費者參數配置01. fetch.min.bytes02. fetch.max.wait.ms03. fetch.max.bytes04. max.poll.records05. max.partition.fetch.bytes06. session.timeout.ms 和 heartbeat.interval.ms07.…

使用 pyodbc 解析chrome瀏覽器導出的書簽并保存到 Microsoft Access 數據庫

使用 wxPython 和 pyodbc 解析書簽并保存到 Microsoft Access 數據庫的示例博客&#xff1a; 本篇博客介紹了如何使用 wxPython 和 pyodbc 庫創建一個簡單的應用程序&#xff0c;用于解析 HTML 文件中的書簽并將其保存到 Microsoft Access 數據庫中。通過這個示例&#xff0c;您…

【Sklearn】基于梯度提升樹算法的數據分類預測(Excel可直接替換數據)

【Sklearn】基于梯度提升樹算法的數據分類預測(Excel可直接替換數據) 1.模型原理2.模型參數3.文件結構4.Excel數據5.下載地址6.完整代碼7.運行結果1.模型原理 梯度提升樹(Gradient Boosting Trees)是一種集成學習方法,用于解決分類和回歸問題。它通過將多個弱學習器(通常…

ONNX版本YOLOV5-DeepSort (rknn版本已經Ready)

目錄 1. 前言 2. 儲備知識 3. 準備工作 4. 代碼修改的地方 5.結果展示 1. 前言 之前一直在忙著寫文檔&#xff0c;之前一直做分類&#xff0c;檢測和分割&#xff0c;現在看到跟蹤算法&#xff0c;花了幾天時間找代碼調試&#xff0c;看了看&#xff0c;展示效果比單純的檢…

手寫代碼-前端面試

GitHub&#xff1a;手寫代碼集合

HTTP響應狀態碼大全:從100到511,全面解析HTTP請求的各種情況

文章目錄 前言一、認識響應狀態碼1. 什么是HTTP響應狀態碼2. Http響應狀態碼的作用3. 優化和調試HTTP請求的建議 二、1xx 信息響應1. 認識http信息響應2. 常見的信息響應狀態碼 三、2xx 成功響應1. 認識HTTP成功響應2. 常見的成功響應狀態碼 四、3xx 重定向1. 認識http重定向2.…

【javascript】isNaN(‘2-1‘)結果為什么是true

在JavaScript中&#xff0c;isNaN函數用于檢查一個值是否為NaN&#xff08;非數字&#xff09;。當給定的值無法被解析為數字時&#xff0c;isNaN函數會返回true。 因此&#xff0c;使用isNaN(‘2-1’)進行判斷時&#xff0c;2-1’是一個字符串&#xff0c;它包含一個減號&…

github ssh配置

1、生成公鑰 用下面的命令生成公鑰 ssh-keygen -t rsa -b 4096 -C 郵箱 生成的公鑰默認在文件夾 ~/.ssh/ 下的 id_rsa.pub 2、在github配置本地的公鑰 先復制本地公鑰文件中的內容 cat ~/.ssh/id_rsa.pub 打開github的settings > SSH and GPG keys > new SSH key …

QT如何打包

目錄 1.windeployqt工具 2.工具位置 3.使用方法 4.注意事項 Qt Creator 默認以動態鏈接的方式生成可執行文件&#xff0c;該文件無法獨立運行&#xff0c;必須為其提供所需的動態鏈接庫。也就是說&#xff0c;只分享 Qt Creator 生成的可執行文件是不行的&#xff0c;必須將…

nginx部署時http接口正常,ws接口404

可以這么配置 map $http_upgrade $connection_upgrade {default upgrade; close; }upstream wsbackend{server ip1:port1;server ip2:port2;keepalive 1000; }server {listen 20038;location /{ proxy_http_version 1.1;proxy_pass http://wsbackend;proxy_redirect off;proxy…

C語言,malloc使用規范

malloc 是 C 語言中用于分配內存的函數。它的名稱是“memory allocation”的縮寫。malloc 是在 <stdlib.h> 頭文件中定義的。 malloc 的基本語法是&#xff1a; void* malloc(size_t size); 其中 size_t是要分配的字節數。如果分配成功&#xff0c;malloc返回一個指向分配…

什么是字體堆棧(font stack)?如何設置字體堆棧?

聚沙成塔每天進步一點點 ? 專欄簡介? 什么是字體堆棧&#xff08;Font Stack&#xff09;&#xff1f;? 如何設置字體堆棧&#xff1f;? 寫在最后 ? 專欄簡介 前端入門之旅&#xff1a;探索Web開發的奇妙世界 記得點擊上方或者右側鏈接訂閱本專欄哦 幾何帶你啟航前端之旅 …

【卷積神經網絡】卷積,池化,全連接

隨著計算機硬件的升級與性能的提高&#xff0c;運算量已不再是阻礙深度學習發展的難題。卷積神經網絡&#xff08;Convolution Neural Network&#xff0c;CNN&#xff09;是深度學習中一項代表性的工作&#xff0c;CNN 是受人腦對圖像的理解過程啟發而提出的模型&#xff0c;其…