PBDS

12528賴柏宇<-即將燒雞的傢伙

{Index}

{什麼是PBDS}

> 講師在看到題目之前根本沒看過這東西

> 不是STL但是是C++內建的資料結構「們」

> 其實STL都有內建類似功能//除了trie 那個我真的沒找到

    >> 為什麼要用PBDS?

    >> 有更多功能

    >> 據說比STL更快

{使用PBDS}

#include<ext/pb_ds/assoc_container.hpp>
#include<ext/pb_ds/tree_policy.hpp>//用tree
#include<ext/pb_ds/hash_policy.hpp>//用hash table
#include<ext/pb_ds/trie_policy.hpp>//用trie
#include<ext/pb_ds/priority_queue.hpp>//用priority_queue
using namespace __gnu_pbds;
#include<bits/extc++.h>
using namespace __gnu_pbds;
或者你也可以
但注意用#include<bits/extc++.h>時Dev-C++和Codeblocks會跳錯(似乎是因為文件缺失?)

{使用PBDS}

如果你在這步就遇到問題(特別是Windows使用者)
Step 1: 到你的MinGW安裝的地方
Step 2: 接著到\lib\gcc\mingw32\8.2.0\include\c++\ext\pb_ds\detail\resize_policy
Step 3: 
將檔案“hash_standard_resize_policy_imp.hpp0000644” 重新命名為 “hash_standard_resize_policy_imp.hpp”

{Tree-平衡樹}

> 自平衡二元搜尋樹

    >> 從二元搜尋樹講起

{自平衡二元搜尋樹}

> 二元樹 : 一個節點有兩個子節點

> 二元搜尋樹 : 利用二分搜在節點上搜尋的二元樹

    >> 左子節點值小於節點值,右子節點值大於節點值

{自平衡二元搜尋樹}

> 最壞情況退化為偏斜樹,搜尋時間O(n)

> 平衡樹 : 自行平衡形狀的樹,如RBT(紅黑樹)

{Tree-平衡樹}

> 所以?

> 可以拿來記錄元素是否存在,還會順便sort

{Tree-平衡樹}

>簡單來講就是std的set/map但是不只紅黑樹的實作方法

>最後那個比較複雜,建議直接去看文件

    >>>蛤?

    >>>反正會多order_of_key(), find_by_order()等功能就對了

#include<bits/extc++.h>
using namespace __gnu_pbds;
using namespace std;
tree<int, null_type, less<int>, rb_tree_tag, tree_order_statistics_node_update> t;
/*
int:樹的key值型態
nulltype:對應的資料 不用對應就是用int
less<int>:比較函數
rb_tree_tag:樹的類型 可以用splay
tree_order_statistics_node_update:
*/

{Tree-平衡樹}

>支援的操作如下  *split文件是寫O(log n) 實際似乎是O(n) 修改/優化方式

>多了join,也可以自定義節點更新

#include<ext/pb_ds/assoc_container.hpp>
#include<ext/pb_ds/tree_policy.hpp>
#include<iostream>
using namespace __gnu_pbds;
tree<int, null_type, std::less<int>, rb_tree_tag, tree_order_statistics_node_update> t, a;
int main(){
	for(int i=0;i<10;i++){
    	t.insert(i);//插入0~9
        a.insert(i+10);
    }
	t.erase(1);//刪除1
    std::cout << t.order_of_key(2) << std::endl;//輸出2是樹中第幾小的元素(0-base) 輸出1
    std::cout << *t.lower_bound(0) << std::endl;//同std::set 回傳>=1的元素的迭代器 輸出0
    std::cout << *t.upper_bound(0) << std::endl;//同std::set 回傳>1的最小元素的迭代器 輸出2
    t.join(a);//將a併入t, 前提是key值範圍不相交 
    for(auto&i:t) std::cout << i << ' '; //輸出0 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
    return 0;
    /*
    其他的小函式: get_l_child(), get_r_child()-獲取左/右節點的迭代器
    node_begin()樹根的迭代器
    node_end()最後的葉節點的後面一個迭代器
    begin()同std::set
    end()同std::set
    get_metadata()-獲得結構維護的數據
    自定義節點更新:
    template<class Node_CItr,class Node_Itr,class Cmp_Fn,class _Alloc>
    struct my_node_update{
      typedef my_type metadata_type;
      void operator()(Node_Itr it, Node_CItr end_it)
      {
      ...
      }
    };
    */
}

{Tree-平衡樹}

介紹網站裡提到關於部分因資料類型造成優化上的差距:

 "It should be noted that an std::set can only solve these types of problems with linear complexity."

「注意到這個問題在std::set裡只能用線性時間解決。」

>很嗆 不過我喜歡

{Tree-平衡樹}

>tree tag有三種

    >>rb_tree_tag

    >>splay_tree_tag

    >>ov_tree_tag

>rb_tree_tag就是紅黑樹,原理等等講,用的時候只需要知道這鬼東西超級快而且超難刻就好

>splay_tree_tag就是splay,用途比較特殊,一樣等等講

>ov_tree_tag是ordered vector tree,通常不太會用(吧

{Tree-平衡樹}

>樹旋轉

    >>剛剛提到平衡樹要改變樹的結構,但平衡樹還是不能改變資料資料順序

    >>樹旋轉不改變中序遍歷(左節點->父節點->右節點)的順序

    >>使用樹旋轉減低樹高

>一次最多動到五個節點

{Tree-平衡樹}

>紅黑樹:在節點裡記錄節點的紅/黑

並遵守以下規則:

1.節點只有紅色/黑色

2.葉子(NIL)和根是黑色//葉子通常不記錄資訊

3.紅節點不能有紅的子節點

4.每個從根到葉節點有相同數量的黑節點->最長分支不超過最短分支的2倍

>如果違反規則,就透過樹旋轉和改節點顏色恢復

>插入不超過2次樹旋轉,刪除不超過3次樹旋轉

{Tree-平衡樹}

>每次查詢都要O(log n)有點麻煩?

>每次查詢就把剛剛查詢的節點轉到根!

>但結構不穩定,而且還是可能退化成偏斜二元樹

{hash table}

>嗯。就是哈希表,STL的unordered_set也是同樣原理實作的,不過函數本身值域很大所以通常不會用

>支援[ ]和find()

#include<ext/pb_ds/assoc_container.hpp>
#include<ext/pb_ds/hash_policy.hpp>
#include<iostream>
#include<string>
using namespace __gnu_pbds;
using namespace std;
gp_hash_table<string, int> h;//string:key值類型, int:資料類型 gp:實現方法,有gp, cc兩種,不過gp據說通常比較快
int main(){
	string key;
	cin >> key;
    h[key]=1;
	cout << h[key];
    return 0;
}

{hash table}

>底層: 陣列

    >>陣列可以O(1)取值!

    >>如何利用?

>透過函數把key轉成陣列的索引值

    >>假設我有幾個string "apple" "orange" "banana" 要對應到int

        >>透過a=0, b=1.....的方式將每個字母*(27^位置)加起來除以一個數字?

        >>不用想也知道會有多對一的情況發生(碰撞)

>碰撞如何解決?

{hash table}

>陣列開更大?

      >>要多大?

      >>好問題,我也不知道,看你的函數和資料量囉

>如果同時有兩個資料想佔同一個位置,那晚來的就去搶隔壁的位置(。∀。)

    >>陣列紀錄原始資料之類的......或是經過其他處理的資料

    >>搜尋時如果該格不是想找的資料就繼續往右找

    >>如果搜到空格就回傳沒找到

>最壞搜尋複雜度O(n) 說到底就是雜湊函數要做好最重要

{priority queue}

>今天我想要一個資料結構,可以透過優先值大小來取值,最好還是O(1)

>支援插入、刪除等

>priority queue!

{priority queue}

>底層用堆(Heap)實現

    >>堆: 完全二元樹,子節點比父節點小(最小堆 Min Heap)

    >>高[log n]+1 插入和刪除都是O(log n) 取top O(1)

>插入:放到最後,如果比父節點小就交換

>刪除堆頂:將最後的元素替換到堆頂

選較小的那邊不斷向下交換

{priority queue}

#include<ext/pb_ds/assoc_container.hpp>
#include<ext/pb_ds/priority_queue.hpp>
#include<bits/stdc++.h>
using namespace __gnu_pbds;
using namespace std;
bool greater_than_ten(int v){
    return v>=10;
}
int main(){
	typedef __gnu_pbds::priority_queue<int, greater<int>, pairing_heap_tag> pq;//注意greater是最小堆 less是最大堆 並且最好加上__gnu_pbds::因為std裡也有priority queue
	pq Q, other;
	/*
    int:優先權值
    greater<int>:見上
    pairing_heap_tag:實作方式
    有
    pairing_heap_tag
    thin_heap_tag
    binomial_heap_tag
    rc_binomial_heap_tag
    binary_heap_tag
    這幾種
    其中pairing_help_tag最快 另外根據資料binary_heap_tag似乎有bug
    */
    for(int i=0;i<10;i++){
        Q.push(i);
        other.push(i+10);
    }
    cout << Q.top() << endl;//0
    cout << Q.size() << endl;//10
    cout << Q.empty() << endl;//0
    Q.pop();
    cout << Q.top() << endl;//1
    Q.join(other);
    cout << other.empty() << endl;//1
    Q.split(greater_than_ten, other);
    cout << other.top() << endl;//10
    auto a=Q.push(100);
    Q.modify(a, -1);
    cout << Q.top() << endl;//-1
    /*
    push()  推入元素 會返回一个迭代器
    top()  堆頂 最大優先權的元素
    size()  堆的大小
    empty() 是否為空
    clear()  清空堆
    pop()  刪除堆頂
    join(other)  合併兩個堆,other會被清空
    split(Pred prd, priority_queue &other)  將一個堆拆分成兩個堆,其中prd(v)如果返回true則v被分到other裡,other須與Q同類型
    modify(point_iterator it, const key)  修改一個節點的值
    */
    return 0;
}

>多了join這個函式

{priority queue}

>pairing_heap_tag 根據文件有均攤O(1)的join和push

>?????

>超級扯。而且一樣做了一堆優化,自己刻搞不好還比較慢

>不過pop的最壞時間複雜度比較差,實際實做可以自行替換tag

{Trie字典樹}

>*****STL沒實作注意*****

>利用字元當作鍵值,存在邊裡面

{Trie字典樹}

>一般的實作使用struct node封裝一個node*陣列和節點值

>其實很吃空間?

#include<bits/stdc++.h>
using namespace std;
struct node{
	int value=-2147483648;//節點資料
    bool is_leaf=true;//是否為葉節點,如果要支援刪除請開int,也更吃空間
    node* child[26]={nullptr};//這東西很燒空間 而且這只是支援a~z的trie
};
struct trie{
    node* root=new node;
};
//其實可以實作在trie裡 但我覺得用指標對我來講比較清楚(?
void Insert(string& key, int value, node* cur, int depth){
    if(depth==signed(key.size())-1){
        cur->value=value;
        return;
    }
    else if(cur->child[key[depth]-'a']==nullptr) cur->child[key[depth]-'a']=new node;
    cur->is_leaf=false;
    Insert(key, value, cur->child[key[depth]-'a'], depth+1);
    return;
}
int Search(string& key, node* cur, int depth){
    if(depth==signed(key.size()-1)) return cur->value;
    if(cur->is_leaf) return -2147483647;
    return Search(key, cur->child[key[depth]-'a'], depth+1);
}
int main(){
    trie T;
    string apple="apple", app="app";
    Insert(apple, 100, T.root, 0);
    cout << Search(app, T.root, 0) << endl;//-2147483648
    cout << Search(apple, T.root, 0) << endl;//100
    Insert(app, 48763, T.root, 0);
    cout << Search(app, T.root, 0) << endl;//48763
    cout << Search(apple, T.root, 0) << endl;//100
    return 0;
}

{Trie字典樹}

>bruh 看起來就有一大堆可以優化的地方吧

>我甚至還沒實作remove 再做下去代碼量和可以優化的量可想而知

>通常是直接背模板code......如果真的不想背就靠這個了

>不過實際上因為trie用到的地方比較少,需要的時候手刻一個也不是不行

>實際運行速度可能比手刻的慢

{Trie字典樹}

#include <ext/pb_ds/assoc_container.hpp>
#include<ext/pb_ds/trie_policy.hpp>
#include<bits/stdc++.h>
using namespace __gnu_pbds;
using namespace std;
int main(){
    typedef trie<string, null_type, trie_string_access_traits<>, pat_trie_tag, trie_prefix_search_node_update> tr;
    /*
    string:key
    null_type:對應值,用不到就用null_type
    trie_string_access_traits<>:特徵,似乎可自定義,見說明https://gcc.gnu.org/onlinedocs/libstdc++/ext/pb_ds/trie_based_containers.html
    pat_trie_tag:類似前面的 應該不用我多講
    trie_prefix_search_node_update: 更新方式
    */
    tr T;
    string apple="apple", app="app";
    T.insert(apple);//以apple當key插入trie
    cout << *T.find(apple) << endl;//apple
    T.erase(apple);//刪除apple
    tr A;
    A.insert(app);
    T.join(A);//把A和T合併
    cout << *T.find(app) << endl;//app
    T.insert(apple);
    pair<tr::iterator,tr::iterator> area=T.prefix_range(app);//auto是個好東西 這裡area是一個pair,提供前綴為app範圍的begin iterator和end itereator
    for(tr::iterator it=area.first;it!=area.second;it++) cout<<*it<<' '<<endl;//輸出app apple
    return 0;
}

>嘛對trie不熟的人(像我)來說還挺有用的其實

謝謝大家

cf.網路上看到的小技巧

打競程時如果OJ不支援pbds那可以直接參(照)考(抄) pbds的源代碼ouo

3/28指定主題-PBDS

By 海之音

3/28指定主題-PBDS

  • 115