😊 | Powered By HeartFireY | Persistent Trie |
📕 | 需要的前導知識:字典樹(Trie)、可持久化資料結構理論(Persistent Data Structure Theory) |
一、可持久化字典樹 簡介
首先讓我們來回顧一下字典樹的相關内容:Tire 字典樹 詳解
字典樹是一種利用邊權映射到字元集,将字元串儲存到一棵樹上的資料結構,在查詢公共字首、字元串排序、詞頻統計方面有着十分優秀的性質。
可持久化字典樹在可持久化方式上與可持久化字典樹十分相似,即每次隻修改被添加或值被修改的節點,而保留沒有被改動的節點,在上一個版本的基礎上連邊,使最後每個版本的 Trie 樹的根周遊所能分離出的 Trie 樹都是完整且包含全部資訊的。
在字典樹的拓展部分學習過程中,我們提到了一種特殊的字典樹:0-1 Trie,而在可持久化字典樹中,大部分題目都是以0-1 Trie的形式出現的。
0-1 Trie 是建立在字典樹基礎上,專門用于維護異或和(支援修改、删除、重新插入、全局加一)的資料結構。在維護異或和的時候,我們需要從低位到高位建立0-1 Trie。
二、可持久化字典樹 詳解
我們要對一個長度為 的數組
- 在數組的末尾添加一個數,數組的長度自增。
- 給出查詢區間和一個值,要求找到一個,求當時,最大。
我們發現,求區間異或和實際上是一個繁瑣的操作。由于異或操作滿足可減性,是以我們考慮用字首和進行維護,則有:
然後我們隻需要對進行維護,就能很友善的查詢到區間異或值。實際上,我們将問題轉化為:已知,求,使取得最大值。
我們可以延續可持久化線段樹的思路,考慮每次的查詢都查詢整個區間。我們隻需把這個區間建一棵 Trie 樹,将這個區間中的每個樹都加入這棵 Trie 中,查詢的時候,盡量往與目前位不相同的地方跳。
查詢區間,隻需要利用字首和和差分的思想,用兩棵字首 Trie 樹(也就是按順序添加數的兩個曆史版本)相減即為該區間的線段樹。再利用動态開點的思想,不添加沒有計算過的點,以減少空間占用。
struct trie_persistent{
int cnt;
int ch[maxn * 24][2], sum[maxn * 24];
inline int insert(int x, int val){
int o, y; o = y = ++cnt;
for(int i = 23; i >= 0; i++){
ch[y][0] = ch[x][0];
ch[y][1] = ch[x][1];
sum[y] = sum[x] + 1; //更新位置計數
int tmp = (val & (1 << i)) >> i;
//建立節點
x = ch[x][tmp];
ch[y][tmp] = ++cnt;
y = ch[y][tmp];
}
sum[y] = sum[x] + 1;
return o;
}
inline int query(int l, int r, int val){
int ans = 0;
for(int i = 23; i >= 0; i--){
int c = (val & (1 << i)) >> i;
if(sum[ch[r][c ^ 1]] - sum[ch[l][c ^ 1]]){
ans = ans + (1 << i);
r = ch[r][c ^ 1];
l = ch[l][c ^ 1];
}
else{
r = ch[r][c];
l = ch[l][c];
}
}
return ans;
}
}
struct Trie_Persistent{
const static int LetterSize = 5; // 字元集大小
const static int TrieSize = 20 * ( 1e5 + 50); // 可能的所有節點總數量
int tot; // 節點總數
//節點類型
struct node{
int ptr[LetterSize]; // trie_node_ptr[]
int cnt[LetterSize]; // 維護字元集數目
}tree[TrieSize];
// 擷取字元集哈希編号 , 必須在 [0 , LetterSize) 之内
inline int GetLetterIdx(int c){return c - 'a';}
// 插入字元串 str , 上一個副本是 f
int insert(const char * str ,int f){
int len = strlen( str );
int res = tot++; // 建立虛拟根結點
tree[res] = tree[f]; // 初始化
int cur = res; // 目前指針
for(int i = 0 ; i < len ; ++ i){
int idx = GetLetterIdx( str[i] ); // 擷取字元編号
int p = tot ++ ; // 建立下一個虛拟節點
tree[cur].cnt[idx] ++ ;
tree[cur].ptr[idx] = p;
f = tree[f].ptr[idx]; // 上一個副本的指針更新
tree[p] = tree[f]; // updata information;
cur = tree[cur].ptr[idx]; // updata ptr
}
return res;
}
// 在 [l ,r] 副本中查找字元串str
// 參數帶入( str , root[l-1] , root[r])
int find(const char * str , int l ,int r){
int len = strlen(str);
for(int i = 0 ; i < len ; ++ i){
int idx = GetLetterIdx ( str[i] ); // 擷取字元Hash
int cnt = tree[r].cnt[idx] - tree[l].cnt[idx];
if(!cnt) return 0;
l = tree[l].ptr[idx];
r = tree[r].ptr[idx];
}
return 1;
}
//初始化函數
void init(){
tot = 1;
for(int i = 0 ; i < LetterSize ; ++ i) tree[0].ptr[i] = 0 , tree[0].cnt[i] = 0;
}
}trie;