浅谈 平衡树-treap

…之前仿佛讲得很水…现在稍微详细一些讲一下…

---

树堆，在数据结构中也称Treap，是指有一个随机附加域满足堆的性质的二叉搜索树，其结构相当于以随机数据插入的二叉搜索树。其基本操作的期望时间复杂度为O(logn)。相对于其他的平衡二叉搜索树，Treap的特点是实现简单，且能基本实现随机平衡的结构。

意思就是给每个节点分配一个随机权值，使得该数据结构在满足随机权值满足堆的性质的情况下，在保存数据满足BST性质…所以说既然是一棵BST，所以说我们可以通过维护BST性质来维护这棵平衡树…既然大家会堆…我们就rand权值给堆…

---

大概是这么个操作…
数据结构定义：

struct Treap{
   int lson,rson,val,rnd,size,wei;
}treap[MAXN];

---

我们来看insert函数

insert(root,x);

操作是这样的：（请大家先不要管其中关于Rotate的操作[没错之前的单词打错了]）

void insert(int &k,int x){
    if(k==0){
        k=++sz;treap[k].size=treap[k].wei=1;
        treap[k].val=x;treap[k].rnd=rand_num();return;
    }
    treap[k].size++;
    if(treap[k].val==x) treap[k].wei++;
    else if(treap[k].val<x){
        insert(treap[k].rson,x);
        if(treap[treap[k].rson].rnd<treap[k].rnd)
        Left_Ratote(k);
    }else{
        insert(treap[k].lson,x);
        if(treap[treap[k].lson].rnd<treap[k].rnd)
        Right_Ratote(k);
    }
}

首先从根节点开始，向下进行查找，按照BST的性质，如果数据大了往右查找，小于往左查找，等于的话就给当前节点的wei权值++，wei权值存储的是有多少个相同的数据…
在往下查找的时候，把当前点的权重size++，表示他的多了一个…子孙

---

比如我们要insert一个权值为4的点，那么我们的查找方式是这样的

把这个点插入在val=4的地方的时候，进行rand，随机给其分配一个权值

inline int rand_num(){
   static int seed=520;
   return seed=int(seed*48271LL%2147483647);
}

如果访问到一个k==0的地方，就是一个空的节点了

treap[k].rnd=rand_num();

---

现在来讲解旋转，从代码可以看出，如果我们分配的节点的随机值不满足堆的性质的话，我们可以进行调整，旋转是什么呢…（好像大家都知道）

所以显然可以得知左旋右旋的规律，右旋就是把左儿子旋转到上面去，比如说图中的X是Y的父亲，这个时候右旋Y，右旋以顺时针旋转将Y旋转到X的上方，这个时候X就认Y做爹
…
左旋也是一个意思，只不过是把X逆时针旋转到Y上方，Y认X做爹
…
所以这个旋转的方式我们懂了…意义何在啊…

如果我们规定旋转前的BST长左边那个样子，我们会惊奇地发现，旋转到右边之后，竟然还是满足BST性质，所以我们进行旋转之后，BST的性质是不会改变的

---

那么我们为什么要旋转呢…

试想一棵BST，我们如果需要查询其中点的信息，期望复杂度是O（logn）啊…但是如果出现这种情况呢

现在我们进行如图右所示的操作，不断插入一些有单调性的值
现在我要查询值10的位置怎么办…显然已经退化成一条链了，BST性质好像没啥用？都O（n）的查询复杂度了
所以我们进行旋转，把一些节点进行旋转之后，保持一种矮矮胖胖的好身材，也就是我们熟悉的堆的模样，这样一来可以在数学期望上使得一棵BST尽量地平衡，也就是size balance

---

右旋操作：

void Right_Ratote(int &k){
    int t=treap[k].lson;treap[k].lson=treap[t].rson;treap[t].rson=k;
    treap[t].size=treap[k].size;update(k);k=t;
}

左旋操作：

void Left_Ratote(int &k){
    int t=treap[k].rson;treap[k].rson=treap[t].lson;treap[t].lson=k;
    treap[t].size=treap[k].size;update(k);k=t;
}

以及点信息维护pushup函数（旋转了之后size会发生变化）

void update(int k){
    treap[k].size=treap[treap[k].lson].size+treap[treap[k].rson].size+treap[k].wei;
}

删除操作（BST的删除操作一般是最难的，除了splay（还有spaly233）的区间翻转，然而区间翻转只是利用了splay灵活的维护根的方式，而已经并不满足BST性质了）

void del(int &k,int x){
    if(k==0) return;//如果寻址的时候寻到空址,说明treap里没有这个值，直接return即可 
    if(treap[k].val==x){//如果找到这个值 
        if(treap[k].wei>1){//如果这个值的数量大于1,则直接把数量减一即可 
            treap[k].wei--;
            treap[k].size--;//改点的size也会减少 
            return;
        }
        if(treap[k].lson*treap[k].rson==0){//这句话的含义是,如果左子和右子有一个空 
            k=treap[k].lson+treap[k].rson;//就找出有的那个孩子的标号 
        }else if(treap[treap[k].lson].rnd<treap[treap[k].rson].rnd){//然后进行对rnd值的判定 
            Right_Ratote(k);//然后进行旋转操作 
            del(k,x);//并且递归地去删除 
        }else{
            Left_Ratote(k);
            del(k,x);
        }
    }else if(treap[k].val<x){//按照BST性质寻址 
        treap[k].size--;
        del(treap[k].rson,x);//递归删除 
    }else{
        treap[k].size--;
        del(treap[k].lson,x);//至此删除删除的操作已经梳理完毕 
    }
}

接下来的几个函数大家应该看一遍就可以懂了…其实也可以自己敲一遍

---

查询rank

int query_rank(int k,int x){
    if(!k) return 0;
    if(treap[k].val==x) return treap[treap[k].lson].size+1;
    else if(treap[k].val<x) return treap[treap[k].lson].size+treap[k].wei+query_rank(treap[k].rson,x);
    else return query_rank(treap[k].lson,x);
}

查询某rank的值

int query_num(int k,int x){
    if(!k) return 0;
    if(x<=treap[treap[k].lson].size) return query_num(treap[k].lson,x);
    else if(x>treap[treap[k].lson].size+treap[k].wei) return query_num(treap[k].rson,x-treap[treap[k].lson].size-treap[k].wei);
    else return treap[k].val;
}

类似STL的lower_bound();操作

void query_LB(int k,int x){
    if(!k) return;
    if(treap[k].val<x){
        ans=k;
        query_LB(treap[k].rson,x);
    }else{
        query_LB(treap[k].lson,x);
    }
}

类似STL的upper_bound();操作

void query_UB(int k,int x){
    if(!k) return;
    if(treap[k].val>x){
        ans=k;
        query_UB(treap[k].lson,x);
    }else{
        query_UB(treap[k].rson,x);
    }
}

至此，treap的基本操作已经讲解完毕（当然还有一些奇奇怪怪的搞法，比如无旋treap，可以实现区间翻转[感到害怕]）