首先来说一下什么是左式堆:

A:左式堆是专门用来解优先队列合并的麻烦(任意二叉堆的合并都必须重新合并,O(N)的时间)。

  左式堆的性质:

  1.定义零路经长:节点从没有两个两个儿子节点的路经长,把NULL定义为-1

  2.堆性性质(x的键值比x左右两个儿子节点的键值要大或者要小)

  3.堆中的每一个节点x,左儿子的零路经长至少与右儿子的零路经长一样长。

  4.节点的距离等于右节点的距离+1.

  引理:

    若左式堆的距离定义为一定值,则节点数最少的左式堆是完全二叉堆。

  定理:

    若左式堆的距离为k,则这棵树最少有2^(k+1)-1个节点(由引理推出)

B:左式堆的特殊操作:(Merge)

  左式堆一般以结构体定义,结构体要有3个区域:键值区,零路经长区,左右节点区

  左式堆和二叉堆的其他操作都是类似的,但是其核心操作都是围绕Merge展开的。

  Merge例程:

  

 LEFTIST_NODE *Merge1(LEFTIST_NODE *const s1, LEFTIST_NODE *const s2)//以最小堆为例
 {
     if (s1->left == NULL) s1->left = s2;
     else
     {
         s1->right = Merge2(s1->right, s2);
         if (s1->left->zeroh < s1->right->zeroh)//如果违反零节点定理,我们交换节点
         {
             LEFTIST_NODE *tmp = s1->left;
             s1->left = s1->right; s1->right = tmp;
         }
         s1->zeroh = s1->right->zeroh + ;//因为这个时候右节点的零节点路经长总是小于左节点的,零点路径长总是取最小的
     }
     return s1;
 }

 LEFTIST_NODE *Merge2(LEFTIST_NODE *const s1, LEFTIST_NODE *const s2)
 {
     if (s1 == NULL)
         return s2;
     else if (s2 == NULL)
         return s1;
     else if (s1->elements < s2->elements)
         return Merge1(s1, s2);
     else//s1->elements < s2->elements
         return Merge1(s2, s1);
 }

  有了Merge,一切都变得很简单了

  Insert操作:把Insert的值单独列为一个新的节点,然后Merge即可。

  DeleteMin(Max)操作:把根节点的左右子堆合并,并且清除根节点。

C:左式堆的应用,数字序列(就是POJ 3666)

  POJ 3666那题,可以用左式堆来做。(这一题只用求不下降序列)

  那么怎么做呢?这一题可以这么思考:

  我们把泥土划分为一个一个区间:比如[q[i]-q[i+1]-1],[q[i+1],q[i+2]-2]....这样的话,每一个区间的最小价值,就是区间内的所有值改为该区间的中位数,每个区间的中位数是上升的,即可

  不过这样说有点先入为主了,我们想一下这样做为什么对。

  其实也用不着多严格的证明,我们可以这样看

      我们来看这样一个图,假设一个区间的数的分布就是这样的,其实这个价值点就是到任意蓝色轴的距离,那么这个区间所有点的最小值什么时候到最小?没错,就是到中点的时候。

  把这个结论推广到全序列,那就是保证当每个区间的中位数是递增的,然后最小值就是对应区间的数变成对应中位数所需要的价值之和。

  那么怎么编程呢?左式堆简直就是为这一题设的!

  我们可以弄一个这样的堆,堆的最大值是这个区间的中位数,也就是堆只管理区间的一半(当然要另外开一个区域记录区间的实际大小)。

  我们把每一个节点当做新的堆,如果序列是递增的,我们就把一个一个节点当做区间,并且不断压入栈,如果出现新入栈的节点的数值(也就是新的区间中位数,只有一个节点当然是节点的键值就是中位数了),那么我们就合并堆,直到合并到栈中的根的键值(中位数)是递增即可,同时,我们合并的时候,因为堆的信息只保留区间一半(包括中位数),也就是(len[k]+1)/2,如果出现新的堆和旧的堆合并,且(len[k]+1)/2+(len_new+1)/2>(len[k]+len_new+1)/2的时候(最多新的堆只会比要求大1),那么直接弹出堆的最大根,弹出后的堆根键值刚好就是符合条件的中位数。

  参考:http://blog.csdn.net/iaccepted/article/details/6748038

     http://m.blog.csdn.net/blog/u013595779/44004041

  代码:

  

 #include <iostream>
 #include <functional>
 #include <algorithm>
 #define NullNode -1
 #define MAX_N 2001

 using namespace std;

 typedef int Position;
 typedef struct _leftistheap
 {
     int value;
     Position left, right;
     int Npl;
 }Left_Heap;
 Position Merge1(Position, Position, Left_Heap *);
 Position Merge2(Position, Position, Left_Heap *);

 static int len[MAX_N];
 static int road[MAX_N];
 Position stack[MAX_N];//中点栈组
 Left_Heap Increase_Set[MAX_N];

 long long Search(const int, Left_Heap *);
 void Swap(Left_Heap *, Position);

 int main(void)//O(nlogn)处理3666
 {
     int n;
     long long ans1;
     while (~scanf("%d", &n))
     {
         memset(Increase_Set, -, sizeof(Increase_Set));
         ; i < n; i++)
         {
             scanf("%d", &road[i]);
             Increase_Set[i].value = road[i];
             Increase_Set[i].Npl = ;
         }
         ans1 = Search(n, Increase_Set);
         printf("%lld\n", ans1);
     }
     ;
 }

 Position Merge1(Position H1, Position H2, Left_Heap *Node_Set)
 {
     if (H1 == NullNode)
         return H2;
     else if (H2 == NullNode)
         return H1;
     else if (Node_Set[H1].value >= Node_Set[H2].value)//注意符号!!!
         return Merge2(H1, H2, Node_Set);
     else
         return Merge2(H2, H1, Node_Set);
 }

 Position Merge2(Position H1, Position H2, Left_Heap *Node_Set)
 {
     if (Node_Set[H1].left == NullNode)
         Node_Set[H1].left = H2;
     else
     {
         Node_Set[H1].right = Merge1(Node_Set[H1].right, H2, Node_Set);
         if (Node_Set[Node_Set[H1].left].Npl < Node_Set[Node_Set[H1].right].Npl)
             Swap(Node_Set, H1);
         Node_Set[H1].Npl = Node_Set[Node_Set[H1].right].Npl + ;//不能用pos2了,已经变了
     }
     return H1;
 }

 void Swap(Left_Heap *Node_Set, Position x)
 {
     Node_Set[x].left ^= Node_Set[x].right;
     Node_Set[x].right ^= Node_Set[x].left;
     Node_Set[x].left ^= Node_Set[x].right;
 }

 long long Search(const int n, Left_Heap *Node_Set)
 {
     memset(len, , sizeof(len));
     , sum_node_tmp, pos, k;
     ;

     ; i < n; i++)
     {
         sum_node_tmp = ; pos = i;
          && Node_Set[stack[top - ]].value > Node_Set[pos].value)
             //左式堆只储存左半树的信息,也就是以中位数为最大的最大堆
         {
             pos = Merge1(stack[top - ], pos, Node_Set);//合并成一棵新的堆,现在新的堆的堆头就是新的区间中位数
             ] + ) /  + (sum_node_tmp + ) /  > (len[top - ] + sum_node_tmp + ) / )
                 //如果比保留长度大(而且只会大1,则弹出最大节点)
                 pos = Merge1(Node_Set[pos].left, Node_Set[pos].right, Node_Set);
             sum_node_tmp += len[--top];
         }
         len[top] = sum_node_tmp;
         stack[top++] = pos;
     }

     , j = ; i < top; i++)
     {
         k = Node_Set[stack[i]].value;
         while (len[i]--)
             ans += abs(road[j++] - k);
     }
     return ans;
 }

  这是0(nlogn)的算法,优化程度立竿见影

Heap:左式堆的应用例(任意序列变单调性最小价值)的更多相关文章

  1. My集合框架第六弹 左式堆

    左式堆(Leftist Heaps)又称作最左堆.左倾堆.左式堆作为堆的一种,保留了堆的一些属性. 第1,左式堆仍然以二叉树的形式构建: 第2,左式堆的任意结点的值比其子树任意结点值均小(最小堆的特性 ...

  2. heap size eclipse 堆内存

    可以根据eclipse 或 myeclipse heapstats 使用情况调整堆内存大小,heap size 设置,-vmargs-Xms256-Xmx1024 ,其中Xms表示初始值,Xmx表示最 ...

  3. STL中heap算法(堆算法)

     ①push_heap算法 以下是push_heap算法的实现细节.该函数接收两个迭代器,用来表现一个heap底部容器(vector)的头尾,而且新元素已经插入究竟部的最尾端. template ...

  4. Heap(data structure)——堆(数据结构)(源自维基百科)

    源地址:http://en.wikipedia.org/wiki/Heap_%28data_structure%29 在计算机科学领域,堆是指一个特定的基于数结构的数据结构,其必须满足堆属性: 如果A ...

  5. 黄源河《左偏树的应用》——数字序列(Baltic 2004)

    这道题哪里都找不到. [问题描述] 给定一个整数序列a1, a2, … , an,求一个不下降序列b1 ≤ b2 ≤ … ≤ bn,使得数列{ai}和{bi}的各项之差的绝对值之和 |a1 - b1| ...

  6. 用C++的类做三种优先队列的实现

    学过数据结构的都知道优先队列这种东西,普通的队列是依据入队顺序,先入队的先出队,而优先队列则是依照键值,键值越大(或越小),就越先出队. 所以,优先队列基本支持push,pop,empty,size, ...

  7. DP:Making the Grade(POJ 3666)

     聪明的修路方案 题目大意:就是农夫要修一条路,现在要求这条路要么就是上升的,要么就是下降的,总代价为∑|a[i]-b[i]|,求代价最低的修路方案, (0 ≤ β≤ 1,000,000,000) , ...

  8. 采用TL026等构成的宽带ALC放大器电路图

    Building a Differential Amplifier An op-amp with no feedback is already a differential amplifier, am ...

  9. java中堆栈(stack)和堆(heap)(还在问静态变量放哪里,局部变量放哪里,静态区在哪里.....进来)

    (1)内存分配的策略 按照编译原理的观点,程序运行时的内存分配有三种策略,分别是静态的,栈式的,和堆式的. 静态存储分配是指在编译时就能确定每个数据目标在运行时刻的存储空间需求,因而在编 译时就可以给 ...

随机推荐

  1. [LeetCode] Remove Duplicate Letters 移除重复字母

    Given a string which contains only lowercase letters, remove duplicate letters so that every letter ...

  2. 有关Fragment的知识点

    关于判断Fragment是否可见,可以尝试参考使用Fragment中的两个方法: final boolean isHidden() Return true if the fragment has be ...

  3. Sum of Left Leaves

    Find the sum of all left leaves in a given binary tree. Example: 3 / \ 9 20 / \ 15 7 There are two l ...

  4. 通过php获取用户微信openid

    // 基于CI框架 // 访问开始页面 public function url() { // wxAction/oauth2 微信回调地址:微信传入code值,通过该code在wxAction/oau ...

  5. JavaScript 中的window.event代表的是事件的状态,jquery事件对象属性,jquery中如何使用event.target

    http://wenda.haosou.com/q/1373868839069215 http://kylines.iteye.com/blog/1660236 http://www.cnblogs. ...

  6. VirtualBox中安装CentOS-6.6虚拟机

    1. 下载 可以到官网下载,http://mirror.centos.org/centos/ 如果下载速度太慢的话,也可以到163镜像下载: http://mirrors.163.com/centos ...

  7. iOS __block类型变量作用域

    看下图 在c语言中,2个独立的函数是不可能互相访问局部变量的,但是__block提供了这个功能,它不单单能读变量,还可以对变量进行写!上图说明,block获得了i最后的真实值5,没有只取得0,这都是& ...

  8. 端口占用问题——netstat命令

    1.查看所有的端口占用情况 C:\>netstat -ano 协议 本地地址            外部地址   状态           PID(进程号) TCP 127.0.0.1:1434 ...

  9. Razor语法学习

    原文:http://www.cnblogs.com/youring2/archive/2011/07/24/2115254.html 1.Razor的文件类型 Razor支持两种文件类型,分别是.cs ...

  10. wcf+linq to sql中关联查询返回数据问题

    前段时间准备采用wcf+nh框架开发sl程序,发现采用nh开发不适合我的中型.并且快速开发项目,所以综合考量了下,决定采用wcf+linq to sql . 但是此模式也有缺点,也是linq to s ...