算法合集之《左偏树的特点和其应用》.pptVIP

Winter Camp 2004 演讲稿 左偏树的特点及其应用 广东省中山市第一中学 黄源河 左偏树的定义 左偏树(Leftist Tree)是一种可并堆(Mergeable Heap) ，它除了支持优先队列的三个基本操作（插入，删除，取最小节点），还支持一个很特殊的操作——合并操作。 左偏树是一棵堆有序(Heap Ordered)二叉树。 左偏树满足左偏性质(Leftist Property)。 左偏树的定义 —— 左偏性质 定义一棵左偏树中的外节点(External Node) 为左子树或右子树为空的节点。 定义节点 i 的距离(dist(i)) 为节点 i 到它的后代中，最近的外节点所经过的边数。 任意节点的左子节点的距离不小于右子节点的距离（左偏性质）。 由左偏性质可知，一个节点的距离等于以该节点为根的子树最右路径的长度。 左偏树的性质 定理：若一棵左偏树有N个节点，则该左偏树的距离不超过 ?log(N+1)? -1。 左偏树的操作 左偏树支持下面这些操作： MakeNull —— 初始化一棵空的左偏树 Merge —— 合并两棵左偏树 Insert —— 插入一个新节点 Min —— 取得最小节点 DeleteMin —— 删除最小节点 Delete —— 删除任意已知节点 Decrease —— 减小一个节点的键值 左偏树的操作 —— 合并 合并操作是递归进行的 左偏树的操作 —— 合并 合并操作是递归进行的 左偏树的操作 —— 合并 合并操作是递归进行的 左偏树的操作 —— 合并 合并操作的代码如下： Function Merge(A, B) If A = NULL Then return B If B = NULL Then return A If key(B) key(A) Then swap(A, B) right(A) ← Merge(right(A), B) If dist(right(A)) dist(left(A)) Then swap(left(A), right(A)) If right(A) = NULL Then dist(A) ← 0 Else dist(A) ← dist(right(A)) + 1 return A End Function 左偏树的操作 —— 合并 下面是一个合并的例子： 左偏树的操作 —— 合并 下面是一个合并的例子： 左偏树的操作 —— 合并 下面是一个合并的例子： 左偏树的操作 —— 合并 下面是一个合并的例子： 左偏树的操作 —— 合并 下面是一个合并的例子： 左偏树的操作 —— 合并 下面是一个合并的例子： 左偏树的操作 —— 合并 下面是一个合并的例子： 左偏树的操作 —— 合并 下面是一个合并的例子： 左偏树的操作 —— 合并 合并操作都是一直沿着两棵左偏树的最右路径进行的。 一棵N个节点的左偏树，最右路径上最多有 ?log(N+1)? 个节点。 因此，合并操作的时间复杂度为：O(log N1 + log N2) = O(log N) 左偏树的操作 —— 插入 插入一个新节点 把待插入节点作为一棵单节点左偏树 合并两棵左偏树 时间复杂度：O(log N) 左偏树的操作 —— 删除 删除最小节点 删除根节点 合并左右子树 时间复杂度：O(log N) 例题：数字序列 给定一个整数序列 a1 , a2 , … , an，求一个不下降序列 b1≤b2≤…≤bn，使得数列 {ai} 和 {bi} 的各项之差的绝对值之和 |a1 - b1| + |a2 - b2| + … + |an - bn| 最小。 数据规模：1≤n≤106, 0≤ai≤2*109 例题：数字序列 —— 算法分析 假设数列 a1,a2, … ,ak 的最优解为 b1,b2, … ,bk 合并 {bi} 中相同的项，得到 m 个区间和数列 s1,s2, … ,sm 显然，si 为数列 a 中，下标在第 i 个区间内的各项的中位数。 例题：数字序列 —— 算法分析 若ak+1sm，直接令sm+1＝ak+1，得到前k+1项的最优解； 否则，将ak+1并入第m个区间，并更新sm 不断 检查最后两个区间的解 sm-1和 sm，若sm-1≥sm，合并最后两个区间，并令新区间的解为该区间内的中位数。 例题：数字序列 —— 算法分析 下面考虑数据结构的选取 我们需要维护若干个有序集，并能够高效完成下面两个操作： 合并两个有序集 查询某个有序集的中位数 进一步分析，加入一个元素后，发生一连串合并操作，合并后有序集的中位数不会比原来大 因此，每个有序集内只保存较小的一半元素，查询中位数操作转化为取最大元素操作。