平衡树之FHQ Treap（无旋）

2022年01月15日，第二天

平衡树——$FHQTreap$（无旋）

学习 $fhqTreap$ 之前，要先了解普通的 $Treap$ 是怎么回事。

$Treap$ ，就是 $Tree$ 加 $Heap$ 。 它让平衡树上的每一个结点存放两个信息：值和一个随机的索引。其中值满足二叉搜索树的性质，索引满足堆的性质，结合二叉搜索树和二叉堆的性质来使树平衡。这也是 $Treap$ 的性质。

$Treap$ 为什么可以平衡？我们都知道，如果对一颗二叉搜索树进行插入的值按次序是有序的，那么二叉搜索树就会退化成一个链表。那么我们就可以别让数值按次序插入，一个很好的方法就是把插入的数值随机化，原因是大量数据时，随机化后变成有序的概率几乎为零。

$Treap$ 用二叉堆来维护随机索引，其实就是相当于把插入次序随机化。插入一数值后你必然要让索引满足二叉堆的特性，但又因为索引是随机的，那就会导致插入的数不知道搞到了哪里去了，相当于插入次序随机了。

二叉搜索树的性质：当前结点左子树的值都比当前结点的值小，右子树的值都不比当前结点小，也就是大于等于。

二叉堆的性质：父结点的 优先级 总是大于或等于任何一个子节点的 优先级。

普通的 $Treap$ 用来维护树平衡的核心操作是树旋转，而 $fhqTreap$ 的核心操作有两个，分别是 分裂 $(split)$ 和 合并 (merge) ，常数稍大。

结点，$fhqTreap$ 的结点需要维护一下五个信息：

• 左右子树编号
• 元素的值
• 索引
• 子树大小

struct node {
    int l, r;
    int val, key;
    int size;
}fhq[N];
int cnt, root;
#include <random>
mt19937 rnd(233);
inline int newnode(int val) {
    fhq[++ cnt].val = val;
    fhq[cnt].key = rnd();
    fhq[cnt].size = 1;
    return cnt;
}

核心操作——分裂 $(split)$

分裂有两种：按值分裂和按大小分裂。

按值分裂：把树拆成两颗树，拆出来的一棵树的值全部小于等于给定的值，另外一部分的值全部大于给定的值。

按大小分裂：把树拆成两颗树，其中一颗树的大小等于给定的大小，剩余部分在另一颗数里。

一般来说，我们在使用 $fhqTreap$ 当一颗正常的平衡树用的时候，使用按值分裂，而在维护区间信息的时候，使用按大小分裂。很经典的例子就是 文艺平衡树。

inline void pushup(int now) {
    fhq[now].size = fhq[fhq[now].l].size + fhq[fhq[now].r].size + 1;
}
void split (int now, int val, int& x, int& y) {
    if (! now) x = y = 0;
    else {
        if (fhq[now].val <= val) {
            x = now;
            split(fhq[now].r, val, fhq[now].r, y);
        } else {
            y = now;
            split(fhq[now].l, val, x, fhq[now].l);
        }
        pushup(now);
    }
}

核心操作——合并 $(merge)$

本质上是分裂的逆向操作。

int merge(int x, int y) {
    if (! x || ! y) return x | y;
    if (fhq[x].key > fhq[y].key) {
        fhq[x].r = merge(fhq[x].r, y);
        pushup(x);
        return x;
    } else {
        fhq[y].l = merge(x, fhq[y].l);
        pushup(y);
        return y;
    }
}

第一个操作：插入

设插入的值为 $val$ ，那么我们的步骤就是：按值 $val$ 把树分裂成 $x$ 和 $y$ ，合并 $x$ ，新结点，$y$ 。

可以这么做的原因：我们要插入 $val$ 这个值，那么我们按值 $val$ 分裂，于是得到了两颗树 $x$ 和 $y$ ，按照按值分裂的定义，我们分裂出来的 $x$ 树上的所有值一定都小于等于 $val$ ，$y$ 树上的所有值一定都大于 $val$ ，那么我们就可直接合并 $x$ ，用值 $val$ 新建的新结点，$y$ 就可以了。

int x, y, z;
inline void insert (int val) {
    split (root, val, x, y);
    root = merge (merge (x, newnode(val)), y);
}

第二个操作：删除

设要删除的值为 $val$ ，那么：首先，按值 $val$ 把树分裂成 $x$ 和 $z$ ，再按值 $val-1$ 把树分裂成 $x$ 和 $y$ ，那么此时 $y$ 树上的所有值都是等于 $val$ 的，我们去掉它的根结点：让 $y$ 等于合并 $y$ 的左子树和 $y$ 的右子树。

inline void del (int val) {
    split (root, val, x, z);
    split (x, val - 1, x, y);
    y = merge (fhq[y].l, fhq[y].r);
    root = merge (merge (x, y), z);
}

第三个操作：查询值的排名

设要查询的值为 $val$ ，那么：按值 $val-1$ 分裂成 $x$ 和 $y$ ，则 $x$ 的大小 $+1$ 就是 $val$ 的排名，最后将 $x$ 和 $y$ 合并起来。

inline int getrank (int val) {
    split (root, val - 1, x, y);
    int ans = fhq[x].size + 1;
    root = merge (x, y);
    return ans;
}

第四个操作：查询排名的值

和替罪羊树的做法一样。

inline int getnum (int rank) {
    int now = root;
    while (now) {
        if (fhq[fhq[now].l].size + 1 == rank) 
            break;
        else if (fhq[fhq[now].l].size >= rank) 
            now = fhq[now].l;
        else {
            rank -= fhq[fhq[now].l].size + 1;
            now = fhq[now].r;
        }
    }
    return fhq[now].val;
}

第五个操作：前驱和后继

设操作数为 $val$ ，前驱：按值 $val-1$ 分裂成 $x$ 和 $y$ ，则 $x$ 里面最右的数就是 $val$ 的前驱。后继：按值 $val$ 分裂成 $x$ 和 $y$ ，则 $y$ 里面最左的数就是 $val$ 的后继。

inline int pre (int val) {
    split (root, val - 1, x, y);
    int now = x;
    while (fhq[now].r) 
        now = fhq[now].r;
    int ans = fhq[now].val;
    root = merge (x, y);
    return ans;
}
inline int nxt (int val) {
    split (root, val, x, y);
    int now = y;
    while (fhq[now].l)
        now = fhq[now].l;
    int ans = fhq[now].val;
    root = merge (x, y);
    return ans;
}