划分树（基本用法是求给定区间的第k大的值）

转载链接：/article/7653214.html

划分树，从网上看到的代码的风格主要有两种。

下面的介绍直接是从网上找的看的懂的贴了份过来，其中有些修改。

划分树的定义

划分树定义为，它的每一个节点保存区间[lft,rht]所有元素，元素顺序与原数组（输入）相同，但是，两个子树的元素为该节点所有元素排序后(rht-lft+1)/2个进入左子树，其余的到右子树，同时维护一个num域，num[i]表示lft->i这个点有多少个进入了左子树。

划分树的Sample

如果由下而上看这个图，我们就会发现它和归并排序的（归并树）的过程很类似，或者说正好相反。归并树是由下而上的排序，而它确实是由上而下的排序（观察’4’的运动轨迹，我们可以猜到，划分树的排序也是一种稳定的排序方法，这里不是说明的重点，不予证明），但这正是它可以用来解决第k大元素的理由所在。（具体的理由，写完再补）

l 划分树的存储结构（采用层次存储结构（由下而上，由左到右，每层两个孩子，见上图））

constint N=1e5+5;
int sorted
;            //对原来集合中的元素排序后的值
struct node
{
int valu
;       //val记录第k层当前位置元素的值
int num
;                //num记录元素所在区间的当前位置之前进入左孩子的个数
LL sum
;        //sum记录比当前元素小的元素的和
}t[20];

l 划分树的建立build

划分树的建立和普通的二叉树的建立过程差不多，仍然采取中序的过程（先根节点，然后左右孩子）。

树的建立相对比较简单，我们依据的是已经排好序的位置进行建树，所以先用快排将原集合还序。要维护每个节点的num域。

版本一：

void build(int lft,int rht,int ind)
{
if(lft==rht) return;
int mid=lft+(rht-lft)>>1;
int isame=mid-lft+1,same=0;
/* isame用来标记和中间值val_mid相等的，且分到左孩子的数的个数
初始时，假定当前区间[lft,rht]有mid-lft+1个和valu_mid相等。
先踢掉中间值小的，剩下的就是要插入到左边的
*/
for(int i=lft;i<=rht;i++)
if(t[ind].valu[i]<sorted[mid]) isame--;
int ln=lft,rn=mid+1;
for(int i=lft;i<=rht;i++)
{
if(i==lft)		//初始一个子树
{
t[p].num[i]=0;
t[p].sum[i]=0;
}
else 			//初始区间下一个节点
{
t[p].num[i]=t[p].num[i-1];
t[p].sum[i]=t[p].sum[i-1];
}
/* 如果大于，肯定进入右孩子，否则判断是否还有相等的应该进入左孩子的，
没有，直接进入右孩子，否则进入左孩子，同时更新节点的sum域和num域
*/
if(t[p].val[i]<sorted[mid])
{
t[p].num[i]++;
t[p].sum[i]+=t[p].valu[i];
t[p+1].valu[ln++]=t[p].valu[i];
}
else if(t[p].valu[i]>sorted[mid])
t[p+1].valu[rn++]=t[p].valu[i];
else
{
if(same<isame)
{
same++;
t[p].num[i]++;
t[p].sum[i]+=t[p].valu[i];
t[p+1].valu[ln++]=t[p].valu[i];
}
else
{
t[p+1].valu[rn++]=t[p].valu[i];
}
}
}
build(lft,mid,ind+1);
build(mid+1,rht,ind+1);
}

可以看出在版本一里，每个区间的起点的num[ind][lft]和sum[ind][lft]都会被赋值为0。另一种方式在建立这棵树的时候，并没有这么做，而是在前面的基础上继续。也就是说只有将num[ind][0]和sum[ind][0]赋值为0。另外这个版本里我将排序后的数组是order而不是sorted

版本二：

void build(int lft,int rht,int ind)
{
if(lft==rht) return;
int mid=MID(lft,rht);
int same=mid-lft+1,ln=lft,rn=mid+1;
for(int i=lft;i<=rht;i++)
if(valu[ind][i]<order[mid]) same--;
for(int i=lft;i<=rht;i++)
{
int flag=0;
if((valu[ind][i]<order[mid])||valu[ind][i]==order[mid]&&same>0)
{
flag=1;
valu[ind+1][ln++]=valu[ind][i];
if(valu[ind][i]==order[mid]) same--;
lsum[ind][i]=lsum[ind][i-1]+valu[ind][i];
}
else
{
lsum[ind][i]=lsum[ind][i-1];
valu[ind+1][rn++]=valu[ind][i];
}
toLft[ind][i]=toLft[ind][i-1]+flag;
}
build(lft,mid,ind+1);
build(mid+1,rht,ind+1);
}

l 划分树的查找

在区间[a,b]上查找第k大的元素，同时返回它的位置和区间小于[a,b]的所有数的和。

1. 如果t[p].num[b]-t[p].num[a-1]>=k，即，进入左孩子的个数已经超过k个，那么就往左孩子里面查找，同时更新[a,b]=>[lft+t[p].num[a-1]，lft+t[p].num[b]-1]

2. 如果t[p].num[b]-t[p].num[a-1]<k，即，进入p的左孩子的个数小于k个，那么就要往右孩子查找第k-s(s表示进入左孩子的个数)个元素。同时更新sum域，因而这样求出的sum只是严格小于在[a,b]区间中第k大的数的和。

详细过程见代码和注释：

/*在区间[a,b]上查找第k大元素，同时sum返回区间[a,b]中小于第k大元素的和*/

int query(int a,int b,int k,int p,int lft,int rht)
{
if(lft==rht) return t[p].valu[a];
/*到达叶子结点就找到该元素，返回
S 记录区间[a,b]中进入左孩子的元素的个数
SS 记录区间[lft,a-1]中进入左孩子的元素的个数
SSS 记录区间[a,b]中小于第k大的元素的值和
B2 表示[lft,a-1]中分到右孩子的个数
BB 表示[a,b]中分到右孩子的个数
*/
int s,ss,b2,bb,mid=lft+(rht-lft)/2;
double sss=0;
if(a==lft)//端点重合的情况，单独考虑
{
s = t[p].num[b];
ss = 0;
sss = t[p].sum[b];
}
else
{
s = t[p].num[b] - t[p].num[a-1];
ss = t[p].num[a-1];
sss = t[p].sum[b] - t[p].sum[a-1];
}
if(s>=k)	//进入左孩子，同时更新区间端点值。
{
a = lft + ss;//
b = lft + ss + s - 1;
return query(a, b, k, p+1, lft, mid);
}
else
{
bb = a - lft - ss;
b2 = b - a - 1 - s;
a = mid + bb + 1;
b = mid + bb + b2;
sum += sss;
return query(a,b,k-s,p+1,mid+1,rht);
}
}

版本二：

int query(int st,int ed,int k,int lft,int rht,int ind)
{
if(lft==rht) return valu[ind][lft];
/*
lx表示从lft到st-1这段区间内有多少个数进入左子树
ly表示从st到ed这段区间内有多少个数进入左子树
rx表示从lft到st-1这段区间内有多少个数进入右子树
ry表示从st到ed这段区间内有多少个数进入右子树
*/
int mid=MID(lft,rht);
int lx=toLft[ind][st-1]-toLft[ind][lft-1];
int ly=toLft[ind][ed]-toLft[ind][st-1];
int rx=st-1-lft+1-lx;
int ry=ed-st+1-ly;
if(ly>=k) return query(lft+lx,lft+lx+ly-1,k,lft,mid,ind+1);
else
{
isum+=lsum[ind][ed]-lsum[ind][st-1];
st=mid+1+rx;
ed=mid+1+rx+ry-1;
return query(st,ed,k-ly,mid+1,rht,ind+1);
}
}