LCA与RMQ问题详解

LCA问题与RMQ问题详解

1.问题描述

   LCA：Least Common Ancestors（最近公共祖先）。对于一棵树 T 中的任意两个节点u，v，算法 x=LCA(T, u, v) 返回的结果为节点u，v的最近公共父节点，也即是离树T的根节点最远的节点x，使得x同时是u和v的祖先。

      例子：对于T=(V,E) V={1,2,3,4,5,6,7,8,9,10,11,12,13}E={(1,2),(1,3),(1,4),(3,5),(3,6),(3,7),(6,8),(6,9),(7,10),(7,11),(10,12),(10,13)}则有：LCA(T,5,2)=1   LCA(T,3,4)=1 LCA(T,5,12)=3，特别的有LCA(T,1,2)=1，要不然对无向图图来说将会有LCA(T,1,2)=3或LCA(T,1,2)=4。如下图：

图1  一颗树的例子

       RMQ：Rang Maxmum/Minimun Query（区间最值查询）。对于长度为n的数组A，查询问题Q(A, i, j)，返回数组A中在下标区间[i, j]内的最值（最大值或最小值）下标，（注意这里是最值下标，而不是最值）。

      例子：对数列：5,8,1,3,6,4,9,5,7,2 有：RMQ(A,2,4)=3，RMQ(A,6,9)=6。

表1  一个数组的例子

      解决该类问题的最经典的算法可分为在线算法和离线算法两种，分别如下：

      在线算法：首先不考虑给定查询的内容。而是用比较长的时间对问题需要求解的所有情况做预处理，记录需要求解的中间信息，然后等待用户每次输入查询的内容时，利用中间信息立即计算出结果返回。所以，这种在线算法就像利用百度进行查询关键字一样，所需要的结果已经被预先处理好了，每次查询只需要利用索引信息很快就能找到需要的结果。

      离线算法：先把所有的询问读入，然后一次性把所有询问回答完成。 每次计算的时间比较长。

2.LCA问题与 RMQ问题的转换

    1）LCA问题向RMQ问题转换

     深度遍历树T，将数节点的内容存入数组，将该节点的深度也记录下来。同时，访问完每个节点的所有分支后，在退回到该节点的时候，也讲该节点的内容和深度存入数组S。同时记录节点第一次在标准出现的下标和深度。表2是将图1深度遍历后得到的表，表3是每个节点在深度遍历时第一次出现在整个遍历序列中的下标R[i]和深度d(i)。

表2  S数组（树节点<访问次序，值，深度>）

表3 节点的第一次入栈序列下标和深度

      对于树的查询访问题 x=LCA(T,u, v)，其中u，v为树节点的标记，由于节点u，v的标记是唯一的，u，v的父节点 x 的深度d(x)满足d(x)<=max(d(u), d(v))。从表2中可以看出，节点x，u，v出现在表中第二行的序列肯定为 [x,...u, ..x ...v, ...x] ，相应的表中第三行有序列 [d(x),...d(u),...d(x),...d(v),...d(x)] 这里 x 也可能等于u或者v。

      R[u]和R[v]记录了元素u和v在表S中第一次出现的下标，问题RMQ[S.d, R[u], R[v]]（S数组见表2，其中第三行为访问序列深度数组S.d）即为求深度数组中给定下标R[u]，R[v]的对应区间中深度元素最小的元素第一出现的下标。E[ RMQ[S.d, R[u], R[v]] ]的到的结果即为u，v最近公共父节点。

实际上与深度遍历有关，看下图：

图2 深度优先遍历轨迹

    由于LCA问题可以转换成RMQ问题，所以我们先讨论RMQ问题

     2）RMQ问题向LCA问题转换

       由于LCA问题的求解是在树上做遍历，这里需要用到笛卡尔树的结构，将数组转换成一颗笛卡尔树，Cartersian Tree。

       树的构造树的主要思想如下。

       这里的笛卡尔树