RMQ问题与LCA问题

一、区间最小/ 最大查询(Range Minimum/Maximum Query) ：RMQ 问题

//Toj: 2762

[ 描述] 已知长度为L 的数列A ，询问区间[l, r] 中的最值。

若询问的次数较少，可以用线性的复杂度来查询，但如果询问的次数过多且L 过大，那么复杂度就会很高。所以需要更快速的查找方法。

ST 算法：预处理O(nlogn) ，查询指定区间的最值O(1)

    把待求区间[l, r] 分为两段长为len 的区间，左边一段为[l, l+len-1] ，右边一段为[r-len+1, r] ，len 必须使得两段区间覆盖待求区间。

    设所求数组为W ：

    那么，所求最小值就是两个区间的最小值的最小值：

即Min(Min{W[i], l<=i<=l+len-1}, Min{W[j], r-len+1<=j<=r})

若都在预先处理中先求得两个区间的最小值，则每次查询的复杂度都是O(1) 。

预处理：（DP ）

    设dp[i][j] 表示从第i 个数起连续2^j 个数中的最值。

    dp[i][0]=a[i] 1<=i<=N

    dp[i][j]=Min(dp[i][j-1], dp[i+2^(j-i)][j-1])

求最值：把区间[l, r] 分成两个长度为2^n 的区间。

    为使区间被分解后，长度为2^n ，区间部分可重叠，但不可越过[l, r] 。

    例如 [3, 9] à [3, 6]+[6, 9] 即：dp[3, 2] 和dp[6, 2]

#define Max(a, b) (a)>(b)?(a):(b) #define Min(a, b) (a)<(b)?(a):(b) int Dmin[50005][20], Dmax[50005][20]; // 最小值和最大值的DP 矩阵 int num[50005]; // 记录区间中的数据 void Init(int N) // 计算DP 矩阵 DP 规则如上 { int i, j, M; for (i=1; i<=N; i++) { Dmin[i][0]=num[i]; Dmax[i][0]=num[i]; } for (i=1, M=1; M<=N; i++, M*=2) for (j=N; j>0; j--) { Dmax[j][i]=Dmax[j][i-1]; if (j+(1<<(i-1))<=N) Dmax[j][i]=Max(Dmax[j][i], Dmax[j+(1<<(i-1))][i-1]); Dmin[j][i]=Dmin[j][i-1]; if (j+(1<<(i-1))<=N) Dmin[j][i]=Min(Dmin[j][i], Dmin[j+(1<<(i-1))][i-1]); } return; } int RMQ(int l, int r) // 计算[l, r] 区间中的最值 { int i, j, k; k=r-l+1; // 记录区间中数字的个数 for (i=0, j=1; 2*j<=k; j<<=1, i++); int a=Max(Dmax[l][i], Dmax[r-j+1][i]); int b=Min(Dmin[l][i], Dmin[r-j+1][i]); return a-b; // 返回a 为最大值返回b 为最小值 }

注：Dmin 与Dmax 用前清零。

 

将RMQ 拓展到二维状况时，依然使用ST 算法先进行预处理，再进行查询。其中可以有两种做法（以取最大值为例），对于数字矩阵num[1..M][1..N] ，取其中一个子矩阵的最大值。第一种方法：Dmax[x][y][i][j] 表示对于点(x, y) 为左上点，(x+2^i-1, y+2^j-1) 为右下点的子矩阵的最大值。在询问时，将待查询矩阵一分为四取最大值即可。

//Toj: 3375

#define max(a, b) (a)>(b)?(a):(b) int num[305][305]; // 记录数字矩阵 int Dmax[305][305][10][10]; // 记录DP 矩阵 inline int Max(int a, int b, int c, int d) // 取最大值 { return max(max(a, b), max(c, d)); } void Init(int M, int N) // 预处理 M 行N 列 { int i, j, x, y; for (i=1; i<=M; i++) for (j=1; j<=N; j++) Dmax[i][j][0][0]=num[i][j]; for (i=0; (1<<i)<=M; i++) for (j=0; (1<<j)<=N; j++) if (i!=0||j!=0) for (x=1; x+(1<<i)-1<=M; x++) for (y=1; y+(1<<j)-1<=N; y++) if (i==0) Dmax[x][y][i][j]=max(Dmax[x][y][i][j-1], Dmax[x][y+(1<<(j-1))][i][j-1]); else Dmax[x][y][i][j]=max(Dmax[x][y][i-1][j], Dmax[x+(1<<(i-1))][y][i-1][j]); return; } int RMQ(int x1, int y1, int x2, int y2) // 查询以(x1, y2) 为左上角，(x2, y2) 为右下角的子矩阵的最大值 { int xi, yi, xj, yj, xk=x2-x1+1, yk=y2-y1+1; for (xi=0, xj=1; 2*xj<=xk; xj<<=1, xi++); for (yi=0, yj=1; 2*yj<=yk; yj<<=1, yi++); return Max(Dmax[x1][y1][xi][yi], Dmax[x1][y2-yj+1][xi][yi], Dmax[x2-xj+1][y1][xi][yi], Dmax[x2-xj+1][y2-yj+1][xi][yi]); }

第二种方法：是Dmax[x][y][i] 记录以(x, y) 为左上点，(x+2^i-1, y+2^i-1) 为右下点的正子矩阵的最大值。在询问时，也需要将待查询矩阵分为若干正子矩阵，取最大值即可。

第二种方法由于比第一种方法在Dmax 上少了一个维度，所以大大的节省了空间。

#define max(a, b) (a)>(b)?(a):(b) int num[305][305]; int Dmax[305][305][9]; inline int Max(int a, int b, int c, int d) { return max(max(a, b), max(c, d)); } void Init(int M, int N) { int i, j, x, y; for (i=1; i<=M; i++) for (j=1; j<=N; j++) Dmax[i][j][0]=num[i][j]; for (i=1; (1<<i)<=M&&(1<<i)<=N; i++) for (x=1; x+(1<<i)-1<=M; x++) for (y=1; y+(1<<i)-1<=N; y++) Dmax[x][y][i]=Max(Dmax[x][y][i-1], Dmax[x][y+(1<<(i-1))][i-1], Dmax[x+(1<<(i-1))][y][i-1], Dmax[x+(1<<(i-1))][y+(1<<(i-1))][i-1]); return; } int RMQ(int x1, int y1, int x2, int y2) { int x, y, i, l, d, res=0; if (x2-x1>y2-y1) d=y2-y1; else d=x2-x1; for (l=0, i=1; 2*i<=d; i<<=1, l++); for (x=x1; x<=x2; x=x+(1<<l)) { if (x+(1<<l)-1>x2) x=x2-(1<<l)+1; for (y=y1; y<=y2; y=y+(1<<l)) { if (y+(1<<l)-1>y2) y=y2-(1<<l)+1; res=max(res, Dmax[x][y][l]); } } return res; }

一、 最近公共祖先( Lowest Common Ancestors ) ：LCA 问题

//Toj: 3361 1051

    对于有根树T 的两个结点u 、v ，最近公共祖先LCA(T, u, v) 表示一个结点x ，满足x 是u 、v 的祖先且x 的深度尽可能大。另一种理解方式是把T 理解为一个无向无环图，而LCA(T, u, v) 即u 到v 的最短路上深度最小的点。

    解决LCA 主要是用最经典的Tarjan 离线算法，需要用到并查集来辅助。

1 、在并查集中建立仅包含x 结点的集合，即Fa[x]=x;

2 、处理x 的所有孩子，处理完每个孩子后，令Fa[ 孩子]=x ，即将孩子和x 所在集合合并；

3 、全部孩子处理完后，将x 标记为处理结束；

4 、处理所有与x 相关的询问。对于每个询问LCA(x, y) ，若y 已被标记，则记录下LCA(x, y)=Find(y) ，即y 所在集合的代表元素。

[ 模板] ( 以3361 为例)

在处理询问的时候需要建立关联序列表，另外调用LCA 时候必须调用根结点。

在查询的时候根据题意修改。

const int Maxn=10005; struct Node { int x, y, val; } Q[1000005]; int N, M, C; int Fa[Maxn]; int Check[Maxn], Path[Maxn]; map <int, int> Map[Maxn]; vector <int> Mark[Maxn]; int Find(int x) { if (Fa[x]==x) return x; else return Fa[x]=Find(Fa[x]); } void LCA(int p) { int i, t; map <int, int> ::iterator itr; Check[p]=0; for (itr=Map[p].begin(); itr!=Map[p].end(); itr++) if (Check[itr->first]==-1) { Path[itr->first]=Path[p]+itr->second; LCA(itr->first); Fa[itr->first]=p; } Check[p]=1; for (i=0; i<Mark[p].size(); i++) { t=Mark[p][i]; if (Q[t].x==p) { if (Check[Q[t].y]==1&&Q[t].val==0) { Cnt[Find(Q[t].y)]++; Q[t].val=1; } } else if (Q[t].y==p) { if (Check[Q[t].x]==1&&Q[t].val==0) { Cnt[Find(Q[t].x)]++; Q[t].val=1; } } } return; } 二、 LCA 与RMQ ：

// 资料：RMQ 与LCA 问题( 郭华阳).ppt

RMQ 向LCA 转化：设序列A 的长度为N

    1 、设序列中最小值为为Ak ，建立优先级为Ak 的根结点Tk ；

    2 、将A[1..k-1] 递归建树作为Tk 的左子树；

3 、将A[k+1..N] 递归建树作为Tk 的右子树。

RMQ(A, i, j) 查询A[i..j] 的最值即为LCA(T, i, j) 。

LCA 向RMQ 转化：

    对有根树T 进行DFS ，将遍历到的结点按照顺序记下，得到一个长度为2*N-1 的序列，称之为T 的欧拉序列F ，每个结点在欧拉序列中出现，记录pos[u] 为结点u 在欧拉序列中

第一次出现的位置。

    LCA(T, u, v)=RMQ(B, pos(u), pos(v))