KD Tree学习笔记

KD Tree学习笔记

KD Tree 是一种用于多维数点的数据结构（一般是二维）。它并不特别复杂，本质其实很暴力，和替罪羊树与线段树都比较类似。
大致思路：每次把点分为尽可能平衡的两半，然后通过类似线段树的方式拆分查询区间，以此控制复杂度。

算法流程

构建：
如果已经给定了一些元素（k维），构建kdtree采用以下的方式：
首先，将当前区间按照第d维的中间数左右分段。d每分一层便换到下一个维度，直观理解就是：每次将这些点转个方向切一刀，切得不平衡（点大量集中在刀口上）的概率便会小一些。

这里需要用到stl里的nth_element函数，用法如下：

int mid = (l + r) >> 1; 
nth_element(a + l, a + mid, a + r + 1, cmp); 

其中cmp为比较函数。

这个函数的作用是将第$mid$个位置上放上按照cmp排好序的第$mid$字符，同时保证$mid$左边的数都比它小，右边的都比它大（等于的情况会随机分布，不需要考虑）。这个函数完美满足了我们的要求，因为我们其实不需要将它完全排好序，只要将元素按照d维下的坐标切成两段即可。
然后将$mid$位置上的元素填入树中，最后左右区间递归构建。

插入：
和$BST$一样，从根向下比较，一直落到叶子节点为止。
但是！如果事情这么简单就好了。
就像$BST$一旦有插入就势必会带来不平衡一样，$kdtree$也一样。碰到毒瘤出题人很容易被卡到n方。这时我们就要使用替罪羊树的重构法，遇到太不平衡的节点就将整颗子树暴力重构。这里并不太难，如果没学过替罪羊树可以查阅相关资料或者参考代码。

查询：
较为灵活，随机应变。
大致思路是，如果区间中可能存在对答案有贡献的元素就查询下去。

删除：
从没用过

复杂度：
随机$nlogn$
但是构建数据可以被卡成$nsqrt(n)$

例题：

【模板】三维偏序
【国家集训队】JZPFAR
【CQOI2016】K远点对
简单题
【CH弱省胡策R2】TATT

细节真的很多，注意以下几点：

• 注意重构时要用的size不是子树值的和而是子树点数和（洛谷上二十发二十分就是我）
• 注意下标01一定不能弄错
• 注意判断条件
• 注意如果需要通过对某一维排序进行降维，一定要先建树后排序
• 注意一些其他的问题

全是血淋淋的教训啊
这里给出简单题一题的代码。

#include<iostream>
#include<cstdio>
#include<algorithm>
using namespace std; 

const int N = 200005; 
const double P = 0.75; 

int read() 
{
   
    int q = 0, w = 1; 
	char ch = 'p'; 
    while(ch != '-'&& (ch < '0' || ch > '9')) ch = getchar(); 
    if(ch == '-') w = -1, ch = getchar(); 
    while(ch >= '0' && ch <=