深入理解RMQ & LCA

 

正文

 

第一节 RMQ、LCA概述

 

       LCA:Lowest Common Ancestor，译为最近公共祖先。其解释就是说：在有根树中，找出树中任意两个节点最近的公共祖先，或者说找到任意两个节点离树根最远的公共祖先。

 

       RMQ：Range Minimum Query，译为区间最小值查询。其解释就是说：对于含有N个元素的数列A，在数列中找到两个指定索引之间的最小值及最小值的位置。

 

第二节 RMQ Algorithm

 

       首先我们来看RQM算法，我将会根据预处理和查询的速度介绍几种解决该问题的方法。

   

    设有数组A[N]，其表示如下：

    要求求得区间(2,7)的最小元素，如下图所示：

解法一：直接遍历区间

 

       看到这个问题之后，我们最先想到的就是对区间的这些数进行一次遍历，就可以找到区间的最值，因此查询的时间为O(M)。但是，当数据量非常大并且查询很频繁时，直接遍历序列的效果就不是那么理想了。因为每查询一次就得对序列做一次遍历，对于大数据量这显然不能满足要求了。不过对于小数据量，这种算法倒是不错的选择！  

       查询：O(M)。

算法的代码如下：

int MaxNum = 0; for(i = 0; i < range; i++) {    /**查找最大值**/    if(array[i] > MaxNum)    {       MaxNum = array[i];    } }

解法二：切割法

 

       解法一中查询的速度为O(M)，如果每次查询都这样的话，那真就成了龟速了。于是我们对解法一做了预处理，这就是该节要讲的：切割法。

    首先，我们将序列分成sqrt(N)个部分，用数组M[sqrt(N) ]来表示每个部分中最小的值的下标，即这个最小数的位置。对于数组M，我们只需对原序列进行一次遍历就可以得到M。如下图所示：

       接下来我们来求RMQ[2，7]。为了得到区间[2，7]的最小值，我们需比较A[2]，A[M[1]]，A[6]，以及A[7]，并得到他们中最小值的下标。

 

    分析：其实，这种方法较第一种方法而言并没有实质的改进，甚至还不如方法一。至于为什么这样做，我的解释是：我们是基于查询快慢的角度上来比较的，说白了，就是我们追求的是查询速度，所以说只要查的快了，先做一些预处理也是值得的（解法四正是基于这种思想）。现在我们根据上面的例子来看看法二，当做完预处理之后，得到了数组M，此时我们要求区间的最值，那么我们只需将在区间内，包含数组M的值以及包含两个边界的值作比较就行，这样的话，查询的次数：O(M) <= 查询次数 < O(M) + K，其中K < sqrt(N)。

 

解法三：排序

 

       解法二已经提到我们的目的是查得快，那么我们可对选择区间的这M个数据进行排序，然后就可以直接得到最小值。但是如果做排序的话，会有很大的缺陷。我们来看看。

 

       分析：我们选择快速排序，O(M * LogM)，但是快速排序会改变序列中数的相对位置，因此用快排的话，为了保证原数据的顺序不变，我们还得用O(M)的空间来维护原序列，因此这样的消耗是很大的。附注：复杂度为O(M * M)的排序算法在这就不啰嗦了！你懂得！

    查询：O(1)。

OK，我们来实现我们的想法，代码如下：

快速排序 int partition(int *array, int low, int high) { 	int	key = array[high]; 	int	i = low; 	int	j = high;  	while(i < j) 	{ 		while(array[i] <= key && i < j) 		{ 			i++; 		} 		array[j] = array[i];  		while(array[j] >= key && i < j) 		{ 			j--; 		} 		array[i] = array[j]; 	} 	array[i] = key; 	 	return i; }  void quicksort(int *array, int low, int high) { 	int	index; 	int	i = low; 	int	j = high;  	if(i < j) 	{ 		index = partition(array, low, high); 		 		quicksort(array, low, index - 1); 		quicksort(array, index + 1, high); 	} }

排完序之后就可以直接得到最值了！

 

解法四：Sparse Table(ST) algorithm

 

       ST算法是一种比较高效的在线处理RMQ问题的算法，所谓在线算法，是指每输入一个查询就会马上处理这个查询。ST算法首先会对序列做预处理，完成之后就可以对查询做回答了。

 

       分析：

               预处理：O(N * LogN)。

               查询：O(1)，这样的查询正是我们想要的。

 

好了，我来详细讲述一下ST算法：

 

       预处理：首先用维护一个数组M[N][LogN]，M[i][j]的值是从原序列A的i位置开始，连续2j 个元素的最小值的下标，如下所示：

 

       那么，我们如何计算M[i][j]呢？

       我们采用DP的思想将区间分成两部分，即M[i][j - 1]和M[i][2^(j - 1)]。现在我们只需比较这两个子区间就可以得到M[i][j]了。比较规则如下：

  于是乎，就可按照此写出代码： 
void Proprocessing(int M[N][logN], int *A, int N) { 	int	i, j; 	 	for(j = 1; (1 << j) < N; j++) 	{ 		for(i = 0; (i + (1 << j) - 1) < N; i++) 		{ 			if(A[ M[i][j - 1] ] < A[ M[i + (1 << (j - 1))][i - 1]]) 			{ 				M[i][j] = M[i][j - 1]; 			} 			else 			{ 				M[i][j] = A[ M[i + (1 << (j - 1))][i - 1]]; 			} 		} 	} }

解法五：线段树

 
       我们也可用线段树来解决RMQ问题，如需了解线段树，请到此一游：
 
线段树的构造口诀：

  ok，我们根据口诀，并用上面的例子构造了线段树，如下：

         那么将线段树应用到RMQ问题中，首先，维护一个有2^([logN] + 1 + 1) 元素，名为M的数组，即M[2^([logN] + 1 + 1)]，我先来解释一些数组M的意义：M[i]表示已划分节点区间的最小值的位置（下标）。
 
    知道了这些，那我们就通过代码来实现线段树的构造，并通过节点所代表的值来计算得到数组M。代码如下: 
void init_tree(int node, int low, int high, int *array, int *M) { /***node:表示线段树中的某个节点 ****low	:表示低索引 ****high:表示高索引 ****array:表示原数组 ****M：	表示维护下标的数组 ***/         if(low == high)	//为叶子节点         {                 M[node] = low;         }         else         {                 init_tree(2 * node, low, (low + high)/2, array, M);                 init_tree(2 * node + 1, (low + high)/2 + 1, high, array, M);                  if(array[ M[2 * node] ] <= array[ M[2 * node + 1] ])	//拿到较小值的下标                 {                         M[node] = M[2 * node];                 }                 else                 {                         M[node] = M[2 * node + 1];                 }         } }
通过代码，可得到构造线段树的复杂度为O(N)。
 
       线段树构造成功，接下来就是查询了。我们知道，线段树查询所需的时间为O(LogN)。因为我们在前面已经了解了线段树的几种操作，所以查询在这就不赘述了，直接看代码吧！ 
int query(int node, int low, int high, int *a, int *b, int i, int j) { /***node:表示线段树中的某个节点 ****low	:表示低索引 ****high:表示高索引 ****array:表示原数组 ****M：	表示维护下标的数组 ****i, j:表示要查询的区间 ***/ 	int	s, t; 	if(i > high || j < low) 		return -1;  	if(low >= i && high <= j) 		return b[node];	//返回最小值的下标  	s = query(2 * node, low, (low + high)/2, a, b, i, j); 	t = query(2 * node + 1, (low + high)/2 + 1, high, a, b, i, j);  	if(s == -1) 		return b[node] = t; 	if(t == -1) 		return b[node] = s;  	if(a[s] <= a[t]) 		return b[node] = s; 	else 		return b[node] = t; }


第三节 LCA Algorithm

 
       LCA算法的概念我们已经知道了，那我们就来看看它的实现过程吧！
 
       对于一棵树，在这我用二叉树，如下图所示。我们要找节点8和节点9的最近公共祖先，即节点2。
 
       附注：有些朋友说这个问题可以当做两条链表是否相交的问题来解决，我们只需分别得到两个节点到根节点的路径，而这两条路径就是两条链表，问题就迎刃而解了。显然这是可行的。
 

 

战前准备：

       数组T[i]：表示树中某个节点i的父节点；

       数组L[i]：表示树中的某个节点i。

       维护数组：P[N][LogN]：其中，P[i][j]表示树中i节点的第j个祖先。

 

实现的过程如下：

 

利用二分检索判断节点p和节点q是否在树的同一层：

       如果在同一层，那么我们通过DP思想，不断地求LCA(p = P[p][j]，q = P[q][j])，一旦 p = q就停止，因为此时p和q的父节点是一样的，也就是说我们找到了最近公共祖先。

    如果不在同一层，如果p > q，也就是说p相对与q，p在树的更深层。此时，我们仍然通过DP思想来找到q与p的祖先在同一层的节点，即q = p_祖先。接下来就可按照在同一层的做法做了。

 

实现就是这么简单。

首先是预处理得到维护数组P[N][LogN]：

void preprocessing(int *t, int n, int p[][max]) { 	int	i, j;  	for(i = 0; i < n; i++) 		p[i][0] = t[i];  	for(j = 1; (1 << j) <= n; j++)     {         for(i = 0; i < n; i++)         {             if(p[i][j - 1] != -1) 				p[i][j] = p[p[i][j - 1]][j - 1];         }     } }

接下来就是查询了，如下：

int query(int *t, int *l, int s, int t, int n, int p[][max]) { 	int	tmp, lg, i; 	if(l[s] < l[t]) 	{ 		tmp = s;s = t;t = tmp; 	}  	for(lg = 1; (1 << lg) <= l[s]; lg++);  	for(i = lg; i >= 0; i--) 	{ 		if((l[s] - (1 << i)) >= l[t]) 			s = p[s][i]; 	}  	if(s == t) 		return s;  	for(i = lg; i >= 0; i--) 	{ 		if(p[s][i] != -1 && p[s][i] != p[t][i]) 		{ 			s = p[s][i]; 			t = p[t][i]; 		} 	} 	return t[s]; }

       上面说的LCA的这种算法应该是最容易想到的，预处理过程O(NLogN)，查询O(LogN)。还有一种类似于RMQ分割法德算法，我先就不在这赘述了，以后有时间一定补上。

 

第四节 结束语

 

       想想、写写、画画.......

 

后续：本文后半部分拖得周期较长，因此写的比较匆忙。如果本文的内容有任何不妥之处，请指正！