[算法] 数据结构 splay(伸展树)解析
前言
splay学了已经很久了，只不过一直没有总结，鸽了好久来写一篇总结。
先介绍 splay：亦称伸展树，为二叉搜索树的一种，部分操作能在 \(O( \log n)\) 内完成，如插入、查找、删除、查询序列第 \(k\) 大、查询前缀（比查询的数小的数中最大的数）、查询后缀（比查询的数大的数中最小的数）等操作，甚至能够实现区间平移。它由 Daniel Sleator 和 Robert Endre Tarjan 在1985年发明的。注：时间复杂度是均摊为 \(O(\log n)\) ，是经过严谨的证明的，单个操作可能退化成 \(O(n)\) 。
算法思想
先做一个小小的引入：输入法中，你经常使用词语，会在词条中靠前的位置。实现过程可以使用 splay。
splay 是二叉搜索树的一种，这里简单介绍一下二叉搜索树。
对于一棵二叉树，满足树上任意节点，它的左子树上任意节点满足比当前节点的权值小，右子树上任意节点的权值比当前节点的权值大。则称这棵树为二叉搜索树。
可以利用二叉搜索树的性质来进行操作，比当前节点的权值小就在左子树查找，权值大就在右子树查找。
理想状态下，若该二叉树为一颗完全二叉树，则单次操作时间复杂度为 \(O(\log n)\) 。但这颗二叉树可能退化成一条链，这样单次时间复杂度为 \(O(n)\) 。
splay 树在这上面进行了改进，通过不断改变树的形态来保证不会退化，均摊时间复杂度为 \(O(\log n)\) 。基本思想是把搜索频率高的点放在深度小的位置，为了操作方便，可以认为每次操作的点都是频率高的。常常把操作的点，或是操作区间的两个端点放在根或根的附近的位置，那么会涉及到旋转操作。
根据势能函数分析（我不会），splay 的时间复杂度上限为 \(O((m+n)\log n)\) ，但这个上限是有波动的。
基本操作
建议配合注释一起使用。
结构体中应包含以下信息：
struct Splay_Node {
int son[2], val, cnt, siz, fa;
//分别是：两个儿子，权值，副本数，子树大小，父亲节点
#define ls t[pos].son[0] //宏定义左儿子，方便一些
#define rs t[pos].son[1] //右儿子，同上
};
简单说明一下，副本数为权值为 val 的数的个数。
New
开辟新节点，里面的值随需求变化，以下是几个重要的值。
int New(int val, int fa) {
t[++tot].fa = fa, t[tot].cnt = t[tot].siz = 1, t[tot].val = val;
return tot;
}
Build
建立splay树，将极小值置为根节点，极大值作为根节点的右儿子，满足二叉搜索树的性质，代码：
void Build() {
root = New(-INF, 0); //极小值为根节点
t[root].son[1] = New(INF, root); //极大值为右儿子
}
写这段代码的主要原因是：使得 splay 的每个节点不会爆掉边界，否则很容易就 RE 。
Ident
判断该节点为父节点的左儿子还是右儿子，左儿子为 \(0\) ，右儿子为 \(1\) 。
bool Ident(int pos) { return t[t[pos].fa].son[1] == pos; }
Update
更新子树大小，还更新节点信息（由需求所定）。
void Update(int pos) {
t[pos].siz = t[ls].siz + t[rs].siz + t[pos].cnt; //子树大小为左右子树大小加上自己的副本数
}
Connect
将一对点变为父子关系。
void Connect(int pos, int fa, int flag) {//依次是：子节点，父节点，哪个儿子
t[fa].son[flag] = pos;//将fa的儿子置为pos
t[pos].fa = fa;//将pos的父亲置为fa
}
Rotate
既然要把一个点旋转到根节点，那么就必须先掌握单旋操作，具体分两个情况讨论。
左儿子旋转至父节点
如上图，需要进行几次转换： \(x\) 的左儿子变为 \(y\) 的右儿子， \(y\) 的右儿子变为\(x\) ， \(a\) 的子节点变为 \(y\) 。
那么程序可以写为：
void Rotate(int pos) {//这里的flag1=0，可以按照上述的三个转换进行验证这段程序是对的
int fa = t[pos].fa, grand = t[fa].fa;
int flag1 = Ident(pos), flag2 = Ident(fa);
Connect(pos, grand, flag2);
Connect(t[pos].son[flag1 ^ 1], fa, flag1);
Connect(fa, pos, flag1 ^ 1);
Update(fa); Update(pos);
}
右儿子旋转至父节点
可以视为上图的逆操作： \(y\) 的右儿子变为 \(x\) 的左儿子， \(x\) 的左儿子变为\(y\) ， \(a\) 的子节点变为 \(x\) 。
那么程序依旧可以写为：
void Rotate(int pos) {//这里的flag1=1，可以按照上述的三个转换进行验证这段程序是对的
int fa = t[pos].fa, grand = t[fa].fa;
int flag1 = Ident(pos), flag2 = Ident(fa);
Connect(pos, grand, flag2);
Connect(t[pos].son[flag1 ^ 1], fa, flag1);
Connect(fa, pos, flag1 ^ 1);
Update(fa); Update(pos);
}
综上所述，Rotate 操作可以不用判断左右节点，写法为上述程序。
Splay
听名字就知道，这是splay树的核心操作。
函数 \(splay(pos,to)\) 定义为：将编号为 \(x\) 的节点，旋转至父亲为 \(to\) 的节点（即 \(to\) 的其中一个子节点，且进行 splay 后依然满足二叉搜索树的性质）。
显然有一种方法：对于当前节点 \(pos\) ，不停进行 \(Rotate(pos)\) ，知道 \(pos\) 的父节点为 \(to\) 为止。
但是这并不能使该 splay 树的形态发生太大的改变。splay 的目的是改变树的形态，有一种改进的方法：双旋。顺带说明一下，单旋会被卡成 \(O(nm)\) 。（具体我也不知道怎么卡）
双旋即一次旋转两次，设当前点为 \(x\) ，父亲节点为 \(y\) ，爷爷为 \(z\) 。具体分为两种情况，这里只证明正确性。
x、y、z 形成一条链
这种情况先单旋 \(y\) 在单旋 \(x\) 。过程见下图：
显然，在上述过程中，严谨地满足了 \(val[x]>val[y]>val[z]\) 。
x、y、z 形成“<”或 “>”
直接进行两次单旋操作，正确性显然。
Code
代码很短，只有三行。
void Splay(int pos, int to) {
for(int fa = t[pos].fa; t[pos].fa != to; Rotate(pos), fa = t[pos].fa)
if(t[fa].fa != to) Ident(pos) == Ident(fa) ? Rotate(fa) : Rotate(pos);
//Ident(pos) == Ident(fa)意味着pos和fa成为了一条链的形状，否则为“<”或“>”。
if(!to) root = pos;//更新根节点，根节点的父亲值为0
}
总结
这些是 splay 的基本操作，之后的所有操作都是建立在这些之上的。
引申操作
Find
定义 \(Find(val)\) ：查询权值为 \(val\) 的点的编号，若没有该点就返回 \(0\) 。
利用 splay 为二叉搜索树的性质，若 \(val\) 小于当前节点的权值，则在左子树中查找；若大于则在右子树中查找。知道找到当前节点的编号为 \(0\) 或当前节点的权值等于 \(val\) 的时候返回改点的下标。
int Find(int pos, int val) {
if(!pos) return 0;//空节点直接返回
if(val == t[pos].val) return pos;//等于就直接返回节点编号
else if(val < t[pos].val) return Find(ls, val);//在左子树中查找
else return Find(rs, val);//在右子树中查找
}
Insert
即插入操作， 需要插入权值为 \(val\) 的值。
其思想跟 \(Find\) 函数差不多，利用二叉搜索树的性质直接就可以找到插入的位置。具体分为两类：
- 有权值为 \(val\) 的点 \(pos\) ，直接使得副本数加 \(1\) 即可。
- 没有权值为 \(val\) 的点 \(pos\) ，则开辟一个新的节点权值为 \(val\) 。
注意 \(pos\) 应传实参，因为若开辟了新的节点，其父节点的对应儿子也需要改变。
void Insert(int &pos, int val, int fa) {//pos为实参
if(!pos) Splay(pos = New(val, fa), 0);
else if(val == t[pos].val) { ++t[pos].cnt; Splay(pos, 0); }
else if(val < t[pos].val) Insert(ls, val, pos);
else Insert(rs, val, pos);
}
Erase
即删除操作， \(Erase(val)\) 定义为：删除所维护的序列中权值为 \(val\) 的一个节点（如果有的话）。
可以先找到权值为 \(val\) 的节点并定义其编号为 \(pos\) ，分两种情况。
- 若当前节点的副本数大于 \(1\) 时，即 \(t[pos].cnt>1\) 时，可以删除其中一个副本即可，但并没有删除这个节点。
- 否则，则需要删除该节点。需要先将 \(pos\) splay 到根节点。找到它的前缀的编号 \(l\) 和它的后缀的编号 \(r\) ，则 \(t[l].val\leq val \leq t[r].val\) 。显然， \((t[l].val,t[r].val)\) 区间内的数只有一个，即 \(pos\) 。将 \(l\) splay 至根节点， \(r\) splay 至 \(l\) 的右儿子，则 \(pos\) 必会在 \(r\) 的左儿子处，因为 \(l\) ， \(r\) ， \(pos\) 必回满足二叉搜索树的性质。然后直接删除 \(r\) 的左儿子即可。
void Erase(int val) {
int pos = Find(root, val);//找到权值为 val 的点。
if(!pos) return;//没有改节点直接返回，没有难倒删空气？
if(t[pos].cnt > 1) { --t[pos].cnt; Splay(pos, 0); return; }//对应情况1
Splay(pos, 0);
int l = ls, r = rs;
while(t[l].son[1]) l = t[l].son[1];//找到前缀
while(t[r].son[0]) r = t[r].son[0];//找到后缀
Splay(l, 0); Splay(r, l);//对应情况2
t[r].son[0] = 0;
}
这里在提供一种做法，与 \(Find\) 函数的做法类似，可以说是其的升级版。总体框架不变，主要是针对第二种情况，将其旋转到根节点在进行删除，这种写法还是比较常见的。
void Erase(int pos, int val) {
if(!pos) return;
if(val == t[pos].val) {
if(t[pos].cnt > 1) { t[pos].cnt--; Splay(pos, 0); return; }
if(ls) Rotate(ls), Erase(pos, val);//有左儿子跟左儿子交换
else if(rs) Rotate(rs), Erase(pos, val);//有右儿子就跟右儿子交换
else {//没有儿子就直接删除，注意必须删除其父亲的对应儿子
int newroot = t[pos].fa;
t[t[pos].fa].son[Ident(pos)] = 0;
Splay(newroot, 0);
}
return;
}
else if(val < t[pos].val) rase(ls, val);
else Erase(rs, val);
}
Query_kth
查询 \(val\) 在序列是第几大的树，即按照从小到大的顺序排序后， \(val\) 的排名，没有 \(val\) 输出返回 \(-1\)。
代码使用递归实现，考虑对于当前节点 \(pos\) ，比 \(val\) 小的数都在左子树内，即有 \(t[ls].siz\) 个树比 \(t[pos].val\) 小。
对于局部解，可以将 \(Querykth(pos,val)\) 函数理解为 \(pos\) 的子树中，小于 \(val\) 的值有多少。
则可以分为三种情况来讨论。
- 当 \(val=t[pos].val\) 时，即找到了该节点，返回比它小的数的个数即可，即左子树的节点数加 \(1\) 。
- 当 \(val<t[pos].val\) 时， \(val\) 左子树中，在左子树中查询该节点的排名。
- 当 \(val>t[pos].val\) 时， 是最麻烦的部分。 \(val\) 右子树中，左子树与当前节点都会为答案做贡献，先将其统计至答案中，在求出右子树对于答案的贡献。
注意，最后的答案是包含了极小值的，所以找到后的答案应该减一，这一部分我写在了主函数里，所以没找到会输出 \(-1\) 。
int Query_kth(int pos, int val) {
if(!pos) return 0;//没有输出-1
if(val == t[pos].val) { int res = t[ls].siz + 1; Splay(pos, 0); return res; }//对应情况1
else if(val < t[pos].val) return Query_kth(ls, val);//对于情况2
//下两行代码对应情况3
int res = t[ls].siz + t[pos].cnt;//找到后splay维护形态会导致子树的大小变化，因此先记录答案
return Query_kth(rs, val) + res;
}
Query_val
查询区间的第 \(k\) 小的数。
可以看做上一个操作的逆操作吧，若 \(k\) 都大于了区间的所有数的个数，就直接返回极大值。
同样，对于局部解，可以将 \(Queryval(pos,k)\) 函数理解为 \(pos\) 的子树中，第 \(k\) 大值为多少。
又可以分为三个情况：
- 当 \(t[ls].siz\geq k\) 时，即所求答案在左子树，在左边查询即可。
- 当 \(t[ls].siz+t[pos].cnt\geq k\) 时， 答案为 \(t[pos].val\) ，因为第 \(t[ls].siz+1\) 小至 \(t[ls].siz+t[pos].cnt\) 的数全部权值都为 \(t[pos].val\) 。
- 否则，答案全部会在右子树当中，查询右子树第 \(k-t[ls].siz-t[pos].cnt\) 大，因为当前节点与左儿子一定比右子树任何一个数小。
同样的需要注意，最后的答案是包含了极小值的，同样这一部分我写在了主函数里，查询的时候需要查询第 \(k+1\) 大的那个数。
int Query_val(int pos, int rank) {
if(!pos) return INF;
if(t[ls].siz >= rank) return Query_val(ls, rank);
else if(t[ls].siz + t[pos].cnt >= rank) { Splay(pos, 0); return t[pos].val; }
return Query_val(rs, rank - t[ls].siz - t[pos].cnt);
}
Get_Pre、Get_Nxt
在 \(Erase\) 操作中提到过，可以使用那样的做法。
亦可使用在文末的代码中稍快的做法，与 \(Find\) 函数相似，这里就不多说了。（其实是不想打字了）
也可以参照这段代码将一些操作写为非递归的写法，会更快一些。
总结
有些细心的同学可能已经发现了，几乎每个操作都有 splay 操作来维护当前树的形态，保证时间复杂度。
C++代码
只是将上述操作拼起来放在一个代码里。
说明一下操作的几种类型：
- 插入 \(x\) 数。
- 删除 \(x\) 数(若有多个相同的数，因只删除一个)。
- 查询 \(x\) 数的排名(排名定义为比当前数小的数的个数 \(+1\) )。
- 查询排名为 \(x\) 的数。
- 求 \(x\) 的前驱(前驱定义为小于 \(x\)，且最大的数)。
- 求 \(x\) 的后继(后继定义为大于 \(x\)，且最小的数)。
不是特别长，实现的方法也并不困难，打的时候必须得注意，完整没附上注释的代码：
#include <cstdio>
namespace Quick_Function {
template <typename Temp> void Read(Temp &x) {
x = 0; char ch = getchar(); bool op = 0;
while(ch < '0' || ch > '9') { if(ch == '-') op = 1; ch = getchar(); }
while(ch >= '0' && ch <= '9') { x = (x << 1) + (x << 3) + (ch ^ 48); ch = getchar(); }
if(op) x = -x;
}
template <typename T, typename... Args> void Read(T &t, Args &... args) { Read(t); Read(args...); }
template <typename Temp> Temp Max(Temp x, Temp y) { return x > y ? x : y; }
template <typename Temp> Temp Min(Temp x, Temp y) { return x < y ? x : y; }
template <typename Temp> Temp Abs(Temp x) { return x < 0 ? (-x) : x; }
template <typename Temp> void Swap(Temp &x, Temp &y) { x ^= y ^= x ^= y; }
}
using namespace Quick_Function;
#define INF 0x3f3f3f3f
const int MAXN = 1e6 + 5;
int n;
struct Splay_Node {
int son[2], val, cnt, siz, fa;
#define ls t[pos].son[0]
#define rs t[pos].son[1]
};
struct Splay_Tree {
int root, tot;
Splay_Node t[MAXN];
bool Ident(int pos) { return t[t[pos].fa].son[1] == pos; }
int New(int val, int fa) {
t[++tot].fa = fa, t[tot].cnt = t[tot].siz = 1, t[tot].val = val;
return tot;
}
void Build() { root = New(-INF, 0); t[root].son[1] = New(INF, root); }
void Update(int pos) { t[pos].siz = t[ls].siz + t[rs].siz + t[pos].cnt; }
void Connect(int pos, int fa, int flag) { t[fa].son[flag] = pos, t[pos].fa = fa; }
void Rotate(int pos) {
int fa = t[pos].fa, grand = t[fa].fa;
int flag1 = Ident(pos), flag2 = Ident(fa);
Connect(pos, grand, flag2);
Connect(t[pos].son[flag1 ^ 1], fa, flag1);
Connect(fa, pos, flag1 ^ 1);
Update(fa); Update(pos);
}
void Splay(int pos, int to) {
for(int fa = t[pos].fa; t[pos].fa != to; Rotate(pos), fa = t[pos].fa)
if(t[fa].fa != to) Ident(pos) == Ident(fa) ? Rotate(fa) : Rotate(pos);
if(!to) root = pos;
}
int Find(int pos, int val) {
if(!pos) return 0;
if(val == t[pos].val) return pos;
else if(val < t[pos].val) return Find(ls, val);
else return Find(rs, val);
}
void Insert(int &pos, int val, int fa) {
if(!pos) Splay(pos = New(val, fa), 0);
else if(val == t[pos].val) { ++t[pos].cnt; Splay(pos, 0); }
else if(val < t[pos].val) Insert(ls, val, pos);
else Insert(rs, val, pos);
}
void Erase(int val) {
int pos = Find(root, val);
if(!pos) return;
if(t[pos].cnt > 1) { --t[pos].cnt; Splay(pos, 0); return; }
Splay(pos, 0);
int l = ls, r = rs;
while(t[l].son[1]) l = t[l].son[1];
while(t[r].son[0]) r = t[r].son[0];
Splay(l, 0); Splay(r, l);
t[r].son[0] = 0;
}
int Query_kth(int pos, int val) {
if(!pos) return 0;
if(val == t[pos].val) { int res = t[ls].siz + 1; Splay(pos, 0); return res; }
else if(val < t[pos].val) return Query_kth(ls, val);
int res = t[ls].siz + t[pos].cnt;
return Query_kth(rs, val) + res;
}
int Query_val(int pos, int rank) {
if(!pos) return INF;
if(t[ls].siz >= rank) return Query_val(ls, rank);
else if(t[ls].siz + t[pos].cnt >= rank) { Splay(pos, 0); return t[pos].val; }
return Query_val(rs, rank - t[ls].siz - t[pos].cnt);
}
int Get_Pre(int val) {
int pos, res, newroot;
pos = newroot = root;
while(pos) {
if(t[pos].val < val) { res = t[pos].val; pos = rs; }
else pos = ls;
}
Splay(newroot, 0);
return res;
}
int Get_Nxt(int val) {
int pos, res, newroot;
pos = newroot = root;
while(pos) {
if(t[pos].val > val) { res = t[pos].val; pos = ls; }
else pos = rs;
}
Splay(newroot, 0);
return res;
}
};
Splay_Tree tree;
int main() {
tree.Build(); Read(n);
for(int i = 1, opt, x; i <= n; i++) {
Read(opt, x);
if(opt == 1) tree.Insert(tree.root, x, 0);
else if(opt == 2) tree.Erase(x);
else if(opt == 3) printf("%d\n", tree.Query_kth(tree.root, x) - 1);
else if(opt == 4) printf("%d\n", tree.Query_val(tree.root, x + 1));
else if(opt == 5) printf("%d\n", tree.Get_Pre(x));
else printf("%d\n", tree.Get_Nxt(x));
}
return 0;
}
