K-D Tree

K-D Tree可以看作二叉搜索树的高维推广, 它的第 \(k\) 层以所有点的第 \(k\) 维作为关键字对点做出划分.

为了保证划分均匀, 可以以第 \(k\) 维排名在中间的节点为划分节点. 这可以利用 std::nth_element 实现.

K-D Tree 支持单点修改. 为了保证 K-D Tree 的平衡性, 可以利用替罪羊树的思想, 在某个子树不平衡时重构这个子树.

同时, 对于每个点可以代表它所有子节点的 \([min(x_i), max(x_i)]\) 的一块超空间. 因此可以实现区间查询的操作.

根据 Wikipedia 的说法, 区间查询的最坏复杂度为单次 \(O(k \cdot n^{1-\frac 1k})\). (不会证)

其他操作

//to update

Code

//kdt
const int dk=2;
const db alp=0.75; struct tp{
int v[dk];
int& operator[](int p){return v[p];}
const int& operator[](int p)const{return v[p];}
};
typedef const tp& ctp;
int key;
bool cmp1(ctp a,ctp b){return a[key]<b[key];}
bool eq(ctp a,ctp b){
rep(i,0,dk-1)if(a[i]!=b[i])return 0;
return 1;
} struct tnd{tp po,mi,mx;int v,sum,sz,ch[2];}tree[nsz];
#define ls(p) tree[p].ch[0]
#define rs(p) tree[p].ch[1]
int rt=0,pt=0; bool isbad(int p){return tree[ls(p)].sz>tree[p].sz*alp||tree[rs(p)].sz>tree[p].sz*alp;}
void pu(int p){
int l=ls(p),r=rs(p);
tree[p].sum=tree[l].sum+tree[r].sum+tree[p].v;
tree[p].sz=tree[l].sz+tree[r].sz+1;
rep(i,0,dk-1){
tree[p].mi[i]=min(tree[p].po[i],min((l?tree[l].mi[i]:(int)1e9),(r?tree[r].mi[i]:(int)1e9)));
tree[p].mx[i]=max(tree[p].po[i],max((l?tree[l].mx[i]:-1),(r?tree[r].mx[i]:-1)));
}
} int li[nsz],pl=0;
bool cmp2(int a,int b){return cmp1(tree[a].po,tree[b].po);}
void pia(int rt){
if(ls(rt))pia(ls(rt));
li[++pl]=rt;
if(rs(rt))pia(rs(rt));
}
void build(int &rt,int rl,int rr,int k){
if(rl>rr){rt=0;return;}
int mid=(rl+rr)>>1;
key=k,nth_element(li+rl,li+mid,li+rr+1,cmp2);
rt=li[mid];
build(ls(rt),rl,mid-1,(k+1)%dk);
build(rs(rt),mid+1,rr,(k+1)%dk);
pu(rt);
}
void rebuild(int &rt,int k){
pl=0,pia(rt);
build(rt,1,pl,k);
} void insert(tp p,int v,int &rt,int k){
if(rt==0){rt=++pt,tree[rt].po=p,tree[rt].v=v,pu(rt);return;}
if(eq(tree[rt].po,p)){tree[rt].v+=v,tree[rt].sum+=v;return;}
if(p[k]<=tree[rt].po[k])insert(p,v,ls(rt),(k+1)%dk);
else insert(p,v,rs(rt),(k+1)%dk);
pu(rt);
if(isbad(rt))rebuild(rt,k);
} bool in(tp a1,tp a2,tp b1,tp b2){//(a1,a2) in (b1,b2)
rep(i,0,dk-1){
if(a1[i]<b1[i]||a2[i]>b2[i])return 0;
}
return 1;
}
bool out(tp a1,tp a2,tp b1,tp b2){//(a1,a2) completely out of (b1,b2)
rep(i,0,dk-1){
if(a2[i]<b1[i]||a1[i]>b2[i])return 1;
}
return 0;
} int qu(tp a1,tp a2,int rt){
if(rt==0||out(a1,a2,tree[rt].mi,tree[rt].mx))return 0;
if(in(tree[rt].mi,tree[rt].mx,a1,a2))return tree[rt].sum;
int res=0;
if(in(tree[rt].po,tree[rt].po,a1,a2))res+=tree[rt].v;
res+=qu(a1,a2,ls(rt))+qu(a1,a2,rs(rt));
return res;
}

[模板] K-D Tree的更多相关文章

  1. LCT总结——概念篇+洛谷P3690[模板]Link Cut Tree(动态树)(LCT,Splay)

    为了优化体验(其实是强迫症),蒟蒻把总结拆成了两篇,方便不同学习阶段的Dalao们切换. LCT总结--应用篇戳这里 概念.性质简述 首先介绍一下链剖分的概念(感谢laofu的讲课) 链剖分,是指一类 ...

  2. 洛谷P3690 [模板] Link Cut Tree [LCT]

    题目传送门 Link Cut Tree 题目背景 动态树 题目描述 给定n个点以及每个点的权值,要你处理接下来的m个操作.操作有4种.操作从0到3编号.点从1到n编号. 0:后接两个整数(x,y),代 ...

  3. 洛谷 [P2483] [模板] k短路

    人生中的第一道黑题... 其实就是k短路模板 #include <iostream> #include <cstdio> #include <cstring> #i ...

  4. [模板] k短路

    简介 Dijkstra最短路+A*搜索. 先逆向求所有点到终点的最短路 \(dis[i]\). 定义估价函数 \(f[i] = d[i] + dis[i]\) , 其中 \(d[i]\) 表示当前起点 ...

  5. 【模板】Link-Cut Tree

    #include<cstdio> #include<algorithm> #define N 500010 #define rg register #define ls (c[ ...

  6. 模板Link Cut Tree (动态树)

    题目描述 给定N个点以及每个点的权值,要你处理接下来的M个操作.操作有4种.操作从0到3编号.点从1到N编号. 0:后接两个整数(x,y),代表询问从x到y的路径上的点的权值的xor和.保证x到y是联 ...

  7. 洛谷.3690.[模板]Link Cut Tree(动态树)

    题目链接 LCT(良心总结) #include <cstdio> #include <cctype> #include <algorithm> #define gc ...

  8. 第46届ICPC澳门站 K - Link-Cut Tree // 贪心 + 并查集 + DFS

    原题链接:K-Link-Cut Tree_第46屆ICPC 東亞洲區域賽(澳門)(正式賽) (nowcoder.com) 题意: 要求一个边权值总和最小的环,并从小到大输出边权值(2的次幂):若不存在 ...

  9. Size Balanced Tree(SBT) 模板

    首先是从二叉搜索树开始,一棵二叉搜索树的定义是: 1.这是一棵二叉树: 2.令x为二叉树中某个结点上表示的值,那么其左子树上所有结点的值都要不大于x,其右子树上所有结点的值都要不小于x. 由二叉搜索树 ...

  10. Size Balance Tree(SBT模板整理)

    /* * tree[x].left 表示以 x 为节点的左儿子 * tree[x].right 表示以 x 为节点的右儿子 * tree[x].size 表示以 x 为根的节点的个数(大小) */ s ...

随机推荐

  1. Android BottomNavigationBar导航栏

    基本属性 setActiveColor //选中item的字体颜色 setInActiveColor //未选中Item中的颜色 setBarBackgroundColor//背景颜色 setMode ...

  2. ButterKnife注解式绑定控件

    Butter Knife Android为控件设计的注解绑定库. github地址:https://github.com/JakeWharton/butterknife 添加依赖:(具体看github ...

  3. 结对编程项目——C语言实现WordCount Web化

    结对编程项目 代码地址 201631062219,201631011410 gitee项目地址:https://gitee.com/xxlznb/pair_programming 作业地址:https ...

  4. Anaconda安装sasl,thrift,thrift-sasl,PyHive连接Hive

    一.安装sasl 安装失败,前往:https://www.lfd.uci.edu/~gohlke/pythonlibs/#sasl下载对应自己python版本的sasl 本地安装: 二.安装thrif ...

  5. SQL 日期时间比较

    原先的判断是 ae.首次受理时刻 >= '2015/12/1 0:00:00'  AND ae.首次受理时刻 <= '2015/12/25 0:00:00' ,改为如下和时间变量比较 效率 ...

  6. spring boot 中使用 jpa以及jpa介绍

    1.什么是jpa呢?JPA顾名思义就是Java Persistence API的意思,是JDK 5.0注解或XML描述对象-关系表的映射关系,并将运行期的实体对象持久化到数据库中.12.jpa具有什么 ...

  7. python_库学习_01

    一.python的库学习之 财经数据接口包 1.安装ThShare 直接pip install tushare 可能会出现缺少依赖库的情况,依次安装,大概有lxml,pandas,bs4,reques ...

  8. docker-compose编排项目redis容器实现主从复制

    一.pip管理工具安装 docker-compose是python项目,所以安装需要通过python下的包管理工具pip安装.一般linux服务器都会预安装有python环境,所以优先检查python ...

  9. VMware虚拟机上网络连接解决方案

    VMware虚拟机上网络连接解决方案 作者:凯鲁嘎吉 - 博客园http://www.cnblogs.com/kailugaji/ 从虚拟机上连接外部网络,需要设置以下几个地方. 1.服务 (1)打开 ...

  10. Spring系列-SpringBoot 学习路径

    学习spring boot 已经有很长一段时间,与其说学习,不如说是使用. 在过去的很长时间我一直奉行实用主义,任何技术我都是在应用中使用,很少是因为为了学习而学习. 当然,有那么几次心血来潮,去专门 ...