程設講義-LCA,RMQ,笛卡爾樹.docVIP

最近公共祖先問題（Least Common Ancestors, LCA） LCA問題就是說給你一個有根樹T，對於任意兩個節點u, v，請求出深度最深的節點x，使得x同時是u和v的祖先(我們將一個點也視為自己的祖先)，我們定義LCA(u, v) = x。 在線LCA問題的O(n2)-O(1)算法： 令L(x)為x的深度，不妨設L(u)≦L(v)，令f(x)表示x的父節點，則如果u = f(v)，那麼LCA(u, v) = u，否則LCA(u, v) = LCA(u, f(v))。這樣的算法可以用O(n2)的預處理，對於每個詢問只要查表就可以用O(1)的時間答出來。 這個算法給了我們一個啟發，就是在u的子樹上的所有節點x，都會滿足LCA(u, x) = u，在f(u)的任何不以u為根節點的子樹上的節點x都滿足LCA(u, x) = f(x)，f(f(u))的任何不以f(u)為根節點的子樹上的節點x都滿足LCA(u, x) = f(f(u))，於是我們順著這個思路，想到了一個不錯的離線算法。 離線LCA問題的Tarjan算法： 我們先處理所有詢問，假設存在詢問LCA(u, v)，則將v放進集合Q(u)中，u放進集合Q(v)中。呼叫Tarjan(root)後會回答所有的詢問： Pseudocode： Tarjan (u) Make-Set(u) F[Find-Set(u)] ← u for u的每個兒子v do Tarjan(v) Union(u,v) F[Find-Set(u)] ← u Visited[u] ← true for Q(u)中的所有元素v do if Visited[v] then print “LCA(u,v)=F[Find-Set(v)]” 其中Make-Set, Find-Set, Union為之前介紹過的Disjoint-Set的操作。 為了得到LCA問題的更好做法，我們來看另外一個問題：RMQ(Range Minimal Query)問題。 RMQ（Range Minimal Query）： 給你一個長度為n的數列A以及許多詢問，對於每個詢問(i, j)，回答x使得i≦x≦j，並且A[x]是A[i…j]中最小的數，我們定義RMQ(i, j) = x。 LCA轉化成RMQ 我們如果要對一棵樹T作LCA問題，那我們對這棵樹由樹根開始做一次DFS，第一個紀錄的點是樹根，然後每走過一條邊時就記錄下來走到的那個點，則因為每條邊會恰好走過兩次，會記錄下來2n-1個點，我們以E[1…2n-1]表示。 我們以H[i]表示節點E[i]的深度，並且我們記錄R[i]表示E中i第一次出現的位置，那麼我們要找LCA(u, v)時，不妨設R[u]R[v]，則E[R[u]…R[v]]包含了DFS時第一次走到u到第一次走到v的路徑。顯然，在這些點中最小深度的點即為u跟v的LCA，所以對T來說的LCA(u, v)即為對H做RMQ(R[u],R[v])！所以我們只需要一次DFS花O(n)的時間，就可以成功的將一個LCA問題轉化成一個RMQ問題了。 RMQ問題的遞推算法 – O(n2)-O(1) 顯然，RMQ(i, i)=i，RMQ(i, j)我們可以用下式推得： RMQ(i, j) = 這樣可以在O(n2)的時間算出所有可能的詢問，然後用O(1)時間回答每個詢問。 RMQ問題的Sparse Table(ST)算法 – O(nlgn)-O(1) 我們以d[i, j]來記錄RMQ(i, i+2j-1)，則顯然d[i, 0]=i，對於d[i, j]，我們顯然有下列的關係式： d[i, j] = 所以我們可以用O(nlgn)的時間預處理出所有的d[i, j]。 對於一個詢問RMQ(a, b)，我們令k=[lg(b-a+1)]，則區間[a, a+2k-1]和區間[b-2k+1, b]皆為[a, b]的子區間，並且合起來覆蓋了[a, b]，所以我們得到了下列的式子： RMQ(a, b) = 這樣對於一個詢問，只要O(1)的時間就可以給出回答。 回顧我們剛才從LCA問題轉化過來的RMQ問題，會發現這樣的RMQ問題有個特性，就是相鄰兩項的差都是±1，我們把這樣的問題稱為±1-RMQ問題。 如果有兩個數列A和B滿足：A[i]=B[i]+k，其中k是一個常數的話，那麼顯然對於這兩個數列的RMQ問題是一模一樣的，所以我們知道，對於長度為n的±1-RMQ問題，本質上不同的數列只有2n個，我們利用這個性質，設計出了一種更好的±1-RMQ問題的算法。 ±1-RMQ的O(n)-O(1)算法！ 令k = [lgn / 2]，將數列A分割成塊長度為k的段