kd树小结 -ag凯发k8国际
很久之前我就想过怎么快速在二维平面上查找一个区域的信息,思考许久无果,只能想到几种优秀一点的暴力。
kd树就是干上面那件事的。
别的不多说,赶紧把自己的理解写下来,免得凉了。
kd树的组成
以维护k维空间(x,y,……)内的kd树为例,主要由一下三部分组成:
不看mi和mx,长得就和splay/trie树一样,一个p维护当前节点,一个ch[2]记录左右儿子。
不看p[k],长得就和线段树一样,有左右儿子和区间信息。
没错,kd树功能如线段树,结点维护区域信息;形态如splay/trie树,每个结点有实际的值和意义。
kd树的构建
一般题目都是二维平面。下面就以二维平面kd树的构建为例。
读入把点存进结构体数组a中,坐标分别为a[x].p[i]。
inline void build(int &x,int l,int r,int type){x=(l r)>>1;now=type;nth_element(a l,a x,a r 1,cmp);nd=a[x];newnode(x);if(l非常优美……对type、now作用不明的同学请继续阅读……你要现在就明白就奇怪了
系统函数nth_element(a l,a x,a r 1),头文件algorithm,需定义<或cmp函数。
作用:把排序后第x大的放到第x位,比它小的放进左边,比它大的放进右边(两边无序)。
注意区间开闭:左闭右开,中间也是闭合的。
复杂度:平均,期望是o(n)?可以接受。
下面给出cmp、newnode、pushup代码。
struct node{int p[2],mi[2],mx[2];}a[n]; inline bool cmp(const node &a,const node &b){return a.p[now]<b.p[now];} inline void min(int &x,int y){x=x不要问我为什么辣么长,为了减常冲榜,把循环展开了……
聪明的读者已经发现kd树的构建巧妙之处。它不是纯粹按照x维,或者某一维排序,而是先按x维,再按y维,再按z维,再……最后又回到x维……
这样分割的区域更加整齐划一更加均匀紧缩,不像上面的按照某一维划分,到最后变成一条条长条,kd树划分到底的图案还是很好看的。
这样分割有什么好处呢?等你真正领悟了kd树的精髓之后你就会发现……嘿嘿嘿……
(就是为了把这个暴力数据结构剪枝剪更多跑更快)
kd树的操作
1.往kd树上插点
插点可以分为插新点和插老点。如果有老点,特判一句,把信息覆盖即可。
inline void insert(int &x,int type){if(!x){x= cnt,newnode(cnt);return;}if(nd.p[0]==t[x].p[0] && nd.p[1]==t[x].p[1]){……(自行维护);return;}if(nd.p[type]依然非常的美妙……等等有什么不对?
我们能估计出一棵刚建好的kd树深度是o(log)的。
但你这么随便乱插……有道题叫hnoi2017 spaly 插入不旋转的单旋spaly见过?t成苟。
这都不是问题!知不知道有一种数据结构叫做替罪羊树哇?
知道替罪羊树怎么保证复杂度的吗?
重构!大力重构!自信重构!不爽就重构!
为了省事大概每插入10000次就重构一次好了……
if(kd.cnt==sz){for(int i=1;i<=sz; i)a[i]=kd.t[i];kd.rebuild(kd.root,1,sz,0);sz =10000; }
2.在kd树上查询
- 如果是单点(给定点)查询:
- 太简单啦!把插入改改就阔以辣!
- 如果是查询距离一个点(x',y')最近的点(曼哈顿距离,|x-x'| |y-y'|):
- 首先我们看暴力的剪枝:按某一维排序,如果该维的差过大就不管了。
- 而令我们期待的kd树呢?呃不好意思,它也是这么做的……
- 我们维护过两个叫做mi[]和mx[]的东西吧……这个时候就是它派上用场了。
- 具体还请看代码吧: //查询的点(x',y')储存在nd中。
//这里的l,r就是mi,mx的意思。
inline int dis(node p,int x,int ans=0){for(int i=0;i<2; i)ans =max(0,t[x].l[i]-p.p[i]) max(0,p.p[i]-t[x].r[i]);return ans;
}inline void query(int x){ans=min(ans,abs(t[x].p[0]-nd.p[0]) abs(t[x].p[1]-nd.p[1]));int dl=ch[x][0]?dis(nd,ch[x][0]):inf;int dr=ch[x][1]?dis(nd,ch[x][1]):inf;if(dl<dr){if(dl
0]);if(dr 1]);}else{if(dr 1]);if(dl 0]);} } - dis():如果当前点在这个区间内就是0,否则就是最极的点到它的距离。
- 聪明绝顶的你已经发现了……这tm就是个暴力。
- 其实这个数据结构就是一个暴力……
- 当暴力有了时间复杂度证明……还叫暴力么?读书人的事,能叫偷么?
- 这么暴力有几个好处:不用枚举所有点;剪枝有效及时。
- 复杂度有保障,大概在o(√n)级别下,主要看数据。
- 如果是区间查询,以区间查询点权和为例(之前就有维护好):
- inline bool in(int l,int r,int xl,int xr){return l<=xl && xr<=r;}
inline bool out(int l,int r,int xl,int xr){return xr
xl;}inline int query(int x,int x1,int y1,int x2,int y2){int ans=0;if(!x)return ans;if(in(x1,x2,t[x].mi[0],t[x].mx[0]))if(in(y1,y2,t[x].mi[1],t[x].mx[1]))return t[x].sum;if(out(x1,x2,t[x].mi[0],t[x].mx[0]))return 0;if(out(y1,y2,t[x].mi[1],t[x].mx[1]))return 0;if(in(x1,x2,t[x].p[0],t[x].p[0]))if(in(y1,y2,t[x].p[1],t[x].p[1]))ans =t[x].val;return ans query(ch[x][0],x1,y1,x2,y2) query(ch[x][1],x1,y1,x2,y2); } - 别看代码长又看起来复杂,写起来跟线段树似的,还是一样的暴力搞。
- inline bool in(int l,int r,int xl,int xr){return l<=xl && xr<=r;}
inline bool out(int l,int r,int xl,int xr){return xr
kd树的基本姿势大概就是这个样子……好写不好写错,基本上都是个板子。
附上学长的一(三)句话,从各方面进行了深度总结:
“能不写最好还是不要写吧,轻松被卡→_→,也许可以出奇制胜?如果要写,重新构树是个不错的选择。发现大数据跑不过,多半是剪枝挂了。”
还是给个链接……mashirosky大爷。
upd:以当前坐标差最大的来做type应该比轮换type更优秀……
例题有"sjy摆棋子"、"简单题"等,在此就不做赘述了。
比较有意思的应用就是【bzoj3489】 a simple rmq problem,正如上面所言,kd树解决传统数据结构题出奇制胜。
附上"bzoj4066简单题"代码一份,操作是单点修改 矩形求和在线。
#include
转载于:https://www.cnblogs.com/fenghaoran/p/8176236.html
总结
- 上一篇:
- 下一篇: