zoukankan      html  css  js  c++  java
  • 可持久化专题(三)——可持久化并查集

    前言

    要学可持久化并查集,必须先会可持久化数组

    简介

    可持久化并查集应该是一个挺实用的数据结构(例如NOI2018Day1T1中就有它的身影)。

    它主要建立于可持久化数组的基础之上(而可持久化数组的实现是完全基于主席树的),因为这样就可以去访问一些历史版本从而实现可持久化了。

    按秩合并

    由于可持久化的缘故,我们要切记,可持久化并查集是不能像普通并查集一样写路径压缩的!

    或许有人会问,不路径压缩,还不(T)飞?

    没关系,没有路径压缩,我们还有按秩合并,它的复杂度均摊是(O(logn))的,平时由于已经有路径压缩了,
    所以基本上没人写按秩合并(实在没什么必要,时间复杂度优化并不大),而此时此刻,没法用路径压缩,按秩合并就起了很大的作用。

    关于按秩合并的时间复杂度证明,可以看一下这篇博客

    具体实现

    如果对可持久化并查集还有什么不懂的,最好再多思考一下,毕竟这还是有点深奥的。

    下面是洛谷上可持久化并查集板子题的代码:(代码比可持久化数组长了许多)

    #include<bits/stdc++.h>
    #define max(x,y) ((x)>(y)?(x):(y))
    #define min(x,y) ((x)<(y)?(x):(y))
    #define LL long long
    #define swap(x,y) (x^y?(x^=y,y^=x,x^=y):0)
    #define tc() (A==B&&(B=(A=ff)+fread(ff,1,100000,stdin),A==B)?EOF:*A++)
    #define pc(ch) (pp_<100000?pp[pp_++]=(ch):(fwrite(pp,1,100000,stdout),pp[(pp_=0)++]=(ch)))
    #define N 200000 
    int pp_=0;char ff[100000],*A=ff,*B=ff,pp[100000];
    using namespace std;
    int n,Q,tot=0,rt[N+5],a[N+5];
    struct Chairman_Tree
    {
        int Son[2],fa,level;
    }node[N*20];
    inline void read(int &x)
    {
        x=0;int f=1;char ch;
        while(!isdigit(ch=tc())) f=ch^'-'?1:-1;
        while(x=(x<<3)+(x<<1)+ch-'0',isdigit(ch=tc()));
        x*=f;
    }
    inline void write(int x)
    {
        if(x<0) pc('-'),x=-x;
        if(x>9) write(x/10);
        pc(x%10+'0');
    }
    inline void Build(int &rt,int l,int r)//初始的建树,一开始每个节点的fa都是本身,这是并查集的基础思想
    {
    	rt=++tot;
    	int mid=l+r>>1;
    	if(!(l^r)) {node[rt].fa=l;return;}
    	Build(node[rt].Son[0],l,mid),Build(node[rt].Son[1],mid+1,r);
    }
    inline void NewPoint(int &rt,int lst,int l,int r,int x,int fa)//新插入一个节点
    {
    	rt=++tot;
    	int mid=l+r>>1;
    	if(!(l^r)) {node[rt].fa=fa,node[rt].level=node[lst].level;return;}//更新fa,并复制以前版本的这个节点的level
    	node[rt].Son[0]=node[lst].Son[0],node[rt].Son[1]=node[lst].Son[1];
    	if(x<=mid) NewPoint(node[rt].Son[0],node[lst].Son[0],l,mid,x,fa);
    	else NewPoint(node[rt].Son[1],node[lst].Son[1],mid+1,r,x,fa);
    }
    inline void Add_level(int rt,int l,int r,int x)//增加一个节点的在按秩合并时的优先级
    {
    	int mid=l+r>>1;
    	if(!(l^r)) {++node[rt].level;return;}
    	if(x<=mid) Add_level(node[rt].Son[0],l,mid,x);
    	else Add_level(node[rt].Son[1],mid+1,r,x);
    }
    inline int Query(int rt,int l,int r,int x)//询问x节点在某一版本下的位置
    {
    	int mid=l+r>>1;
    	if(!(l^r)) return rt;
    	if(x<=mid) return Query(node[rt].Son[0],l,mid,x);
    	else return Query(node[rt].Son[1],mid+1,r,x);
    }
    inline int getfa(int rt,int x)//询问x节点在某一版本下的祖先
    {
    	int fa=Query(rt,1,n,x);
    	return node[fa].fa^x?getfa(rt,node[fa].fa):fa;//如果x节点在该版本下的父亲等于它本身,就返回x,否则返回x的父亲在这个版本下的祖先,和经典的getfa()函数差不多
    }
    inline void connect(int v,int x,int y)//在版本v中连接x和y,将他们放入一个集合中
    {
    	int fx=getfa(rt[v],x),fy=getfa(rt[v],y);//先求出版本v中它们的祖先
    	if(!(fx^fy)) return;//如果祖先相同,就退出函数
    	if(node[fx].level<node[fy].level) swap(fx,fy);//如果x的优先级小于y的优先级,就交换x和y
    	NewPoint(rt[v],rt[v-1],1,n,node[fy].fa,node[fx].fa);//将优先级小的节点的父亲连向优先级大的节点的父亲
    	if(!(node[fx].level^node[fy].level)) Add_level(rt[v],1,n,node[fx].fa);//如果它们的优先级相同,就将它们合并后的祖宗的优先级加1
    }
    int main()
    {
        register int i;
        for(read(n),read(Q),Build(rt[0],i=1,n);i<=Q;++i)//先建一棵树,然后进行操作
        {
        	int op,x,y;read(op),read(x);
        	if(op^2) read(y),rt[i]=rt[i-1];
        	switch(op)
        	{
        		case 1:connect(i,x,y);break;//在当前版本下连接x和y
        		case 2:rt[i]=rt[x];break;//将当前版本还原回曾经的版本x
        		case 3:pc(getfa(rt[i],x)^getfa(rt[i],y)?'0':'1'),pc('
    ');break;//若当前版本下x和y的父亲相同,输出1,否则输出0
    		}
        }
        return fwrite(pp,1,pp_,stdout),0;
    }
    
  • 相关阅读:
    设计模式总结
    内存模型
    运行时内存
    网络
    iOS安全攻防(十)dump自己的app
    iOS安全攻防(九)使用Theos开发SpringBoard的Tweat
    iOS安全攻防(八)Thoes的Logos简介
    iOS安全攻防(七)使用iOSOpenDev开发SpringBoard的Tweat
    iOS安全攻防(六)使用class-dump导出Frameworks头文件
    iOS安全攻防(五)使用dpkg安装deb到iOS设备
  • 原文地址:https://www.cnblogs.com/chenxiaoran666/p/PersistentUnionFindSet.html
Copyright © 2011-2022 走看看