【原文見 http://www.topcoder.com/tc?module=Static&d1=tutorials&d2=lowestCommonAncestor】
作者: By danielpTopcoder Member
翻譯: 農夫三拳@seu
Introduction
Notations
Range Minimum Query (RMQ)
Trivial algorithms for RMQ
A <O(N), O(sqrt(N))> solution
Sparse Table (ST) algorithm
Segment Trees
Lowest Common Ancestor (LCA)
A <O(N), O(sqrt(N))> solution
Another easy solution in <O(N logN, O(logN)>
Reduction from LCA to RMQ
From RMQ to LCA
An <O(N), O(1)> algorithm for the restricted RMQ
Conclusion
Introduction
在一棵樹中查找一對結點的最近公共祖先(LCA)的問題在20世紀末期已經被仔細的研究過了,並且它現在已經成爲算法中圖論的基本算法了。這個問題之所以有趣並不是因爲處理它的算法很有技巧,而是因爲它在字符串處理和生物學計算中的廣泛應用,例如,當LCA和後綴樹或者其他樹形結構在一起使用時。Harel
and Tarjan是首先深入研究這個問題的人,他們得出:在對輸入樹LCA進行線性處理後,查詢可以在常數時間內得到答案。他們的工作已經得到了廣泛的延伸,這篇教程將展示一些有趣的方法,而它們還也可以用在其他的問題上。
讓我們考慮一個不太抽象的LCA的例子:生命樹。地球上當前的居住者是由其他物種進化而來已經是一個不爭的事實。這種進化結構可以表示成一棵樹,其中節點表示物種,而它的孩子結點表示從該物種直接進化得到的物種。現在通過在樹中查找一些結點的LCA把具有相似特徵的物種劃分成組,我們可以找出兩個物種共同的祖先,並且我們可以知道它們所擁有的相似特徵是來自於那個祖先。
Range Minimum Query(RMQ)被用在數組中用來查找兩個指定索引中具有最小值的元素的位置。我們後面將會看到LCA問題可以歸約成一個帶限制的RMQ問題,其中相鄰的數組元素相差1。
儘管如此, RMQ並不是僅僅和LCA一起用的。當他們在和後綴數組(一個新的數據結構,它支持和後綴樹同等效率的字符串查詢,但是使用更少的內存且編碼很簡單)一起使用時,在字符串處理中扮演着相當重要的角色。
在這篇教程中,我們將首先討論RMQ。我們將給出解決這個問題的多種方法--有一些速度比較慢但是容易編碼,而其他的則更快。在第二部分我們將討論LCA和RMQ之間的關係。首先我們先回顧一下不使用RMQ來解決LCA的兩個簡單方法;然後我們將指出RMQ和LCA問題其實是等價的;並且,最後,我們將看到RMQ問題怎樣規約成它的限制版本,並且對於這個特殊情況給出一個最快的算法。
Notations
假設一個算法預處理時間爲 f(n),查詢時間爲g(n)。這個算法複雜度的標記爲<f(n),
g(n)>。我們將用RMQA(i,
j)來表示數組中索引i和j之間最小值的位置。 u和v的離樹T根結點最遠的公共祖先用LCAT(u,
v)表示。
Range
Minimum Query(RMQ)
給定數組A[0, N-1]找出給定的兩個索引間的最小值的位置。
Trivial algorithms for RMQ
對每一對索引(i, j),將RMQA(i, j)存儲在M[0, N-1][0, N-1]表中。普通的計算將得到一個<O(N3), O(1)> 複雜度的算法。儘管如此,通過使用一個簡單的動態規劃方法,我們可以將複雜度降低到<O(N2), O(1)>。預處理的函數和下面差不多:
void process1(int M[MAXN][MAXN], int A[MAXN], int N)
{
int i, j;
for (i =0; i < N; i++)
M[i][i] = i;
for (i = 0; i < N; i++)
for (j = i + 1; j < N; j++)
if (A[M[i][j - 1]] < A[j])
M[i][j] = M[i][j - 1];
else
M[i][j] = j;
}
這個普通的算法相當的慢並且使用 O(N2)的空間,對於大數據它是無法工作的。
An <O(N), O(sqrt(N))> solution一個比較有趣的點子是把向量分割成sqrt(N)大小的段。我們將在M[0,sqrt(N)-1]爲每一個段保存最小值的位置。
M可以很容易的在O(N)時間內預處理。下面是一個例子:
現在讓我們看看怎樣計算RMQA(i, j)。想法是遍歷所有在區間中的sqrt(N)段的最小值,並且和區間相交的前半和後半部分。爲了計算上圖中的RMQA(2,7),我們應該比較A[2], A[M[1]], A[6] 和A[7],並且獲得最小值的位置。可以很容易的看出這個算法每一次查詢不會超過3 * sqrt(N)次操作。
這個方法最大的有點是能夠快速的編碼(對於TopCoder類型的比賽),並且你可以把它改成問題的動態版本(你可以在查詢中間改變元素)。
Sparse
Table (ST) algorithm
一個更好的方法預處理RMQ 是對2k 的長度的子數組進行動態規劃。我們將使用數組M[0,
N-1][0, logN]進行保存,其中M[i][j]是以i 開始,長度爲 2j的子數組的最小值的索引。下面是一個例子
爲了計算M[i][j]我們必須找到前半段區間和後半段區間的最小值。很明顯小的片段有這2j
- 1 長度,因此遞歸如下:
預處理的函數如下:
void process2(int M[MAXN][LOGMAXN], int A[MAXN], int N)
{
int i, j;
//initialize M for the intervals with length 1
for (i = 0; i < N; i++)
M[i][0] = i;
//compute values from smaller to bigger intervals
for (j = 1; 1 << j <= N; j++)
for (i = 0; i + (1 << j) - 1 < N; i++)
if (A[M[i][j - 1]] < A[M[i + (1 << (j - 1))][j - 1]])
M[i][j] = M[i][j - 1];
else
M[i][j] = M[i + (1 << (j - 1))][j - 1];
}
一旦我們預處理了這些值,讓我們看看怎樣使用它們去計算RMQA(i,
j)。思路是選擇兩個能夠完全覆蓋區間[i..j]的塊並且找到它們之間的最小值。設k
= [log(j - i + 1)].。爲了計算RMQA(i,
j) 我們可以使用下面的公式
So, the overall complexity of the algorithm is <O(N logN), O(1)>。
Segment trees
爲了解決RMQ問題我們也可以使用線段樹。線段樹是一個類似堆的數據結構,可以在基於區間數組上用對數時間進行更新和查詢操作。我們用下面遞歸方式來定義線段樹的[i, j]區間:
- 第一個結點將保存區間[i, j]區間的信息
- 如果i<j 左右的孩子結點將保存區間[i, (i+j)/2]和[(i+j)/2+1, j] 的信息
注意具有N個區間元素的線段樹的高度爲[logN]
+ 1。下面是區間[0,9]的線段樹:
線段樹和堆具有相同的結構,因此我們定義x是一個非葉結點,那麼左孩子結點爲2*x,而右孩子結點爲2*x+1。
使用線段樹解決RMQ問題,我們應該使用數組 M[1,
2 * 2[logN] + 1],這裏M[i]保存結點i區間最小值的位置。初始時M的所有元素爲-1。樹應當用下面的函數進行初始化(b和e是當前區間的範圍):
void initialize(int node, int b, int e, int M[MAXIND], int A[MAXN], int N)
{
if (b == e)
M[node] = b;
else
{
//compute the values in the left and right subtrees
initialize(2 * node, b, (b + e) / 2, M, A, N);
initialize(2 * node + 1, (b + e) / 2 + 1, e, M, A, N);
//search for the minimum value in the first and
//second half of the interval
if (A[M[2 * node]] <= A[M[2 * node + 1]])
M[node] = M[2 * node];
else
M[node] = M[2 * node + 1];
}
}
上面的函數映射出了這棵樹建造的方式。當計算一些區間的最小值位置時,我們應當首先查看子結點的值。調用函數的時候使用 node = 1, b = 0和e = N-1。
現在我們可以開始進行查詢了。如果我們想要查找區間[i, j]中的最小值的位置時,我們可以使用下一個簡單的函數:你應該使用node = 1, b = 0和e = N - 1來調用這個函數,因爲分配給第一個結點的區間是[0, N-1]。int query(int node, int b, int e, int M[MAXIND], int A[MAXN], int i, int j)
{
int p1, p2;
//if the current interval doesn't intersect
//the query interval return -1
if (i > e || j < b)
return -1;
//if the current interval is included in
//the query interval return M[node]
if (b >= i && e <= j)
return M[node];
//compute the minimum position in the
//left and right part of the interval
p1 = query(2 * node, b, (b + e) / 2, M, A, i, j);
p2 = query(2 * node + 1, (b + e) / 2 + 1, e, M, A, i, j);
//return the position where the overall
//minimum is
if (p1 == -1)
return M[node] = p2;
if (p2 == -1)
return M[node] = p1;
if (A[p1] <= A[p2])
return M[node] = p1;
return M[node] = p2;
}
可以很容易的看出任何查詢都可以在O(log N)內完成。注意當我們碰到完整的in/out區間時我們停止了,因此數中的路徑最多分裂一次。用線段樹我們獲得了<O(N), O(logN)>的算法。線段樹非常強大,不僅僅是因爲它能夠用在RMQ上,
還因爲它是一個非常靈活的數據結構,它能夠解決動態版本的RMQ問題和大量的區間搜索問題。
Lowest
Common Ancestor (LCA)
給定一棵樹T和兩個節點u和v,找出u和v的離根節點最遠的公共祖先。下面是一個例子(這篇教程中所有的例子中樹的根結點均爲1):
An <O(N), O(sqrt(N))> solution
將輸入分成同等大小的部分來解決RMQ問題是一個很有趣的方法。這個方法對LCA問題同樣適用。大致思想是將樹分成sqrt(H)個部分,其中H是樹的高度。因此第一個段將包含0到sqrt(H)-1層,第二個段則包含sqrt(H)到2*sqrt(H)-1層,依次下去。下面給出了樣例中的樹是如何被分割的:
現在,對於每一個結點,我們應該知道每一個段的在上一層中的祖先。我們將預處理這些值,並將他們存儲在P[1, MAXN]中。下面是對於樣例中的樹的P數組內容(爲了簡化,對於在第一個段中的所有結點i,P[i]=1):
注意對於每一個段中的上面一部分,P[i]=T[i]。我們可以使用深度優先搜索對P進行預處理(T[i]是樹中i結點的父親結點,nr爲[sqrt(H)],L[i]是結點i所處的層的編號):
void dfs(int node, int T[MAXN], int N, int P[MAXN], int L[MAXN], int nr) {
int k;
//if node is situated in the first
//section then P[node] = 1
//if node is situated at the beginning
//of some section then P[node] = T[node]
//if none of those two cases occurs, then
//P[node] = P[T[node]]
if (L[node] < nr)
P[node] = 1;
else
if(!(L[node] % nr))
P[node] = T[node];
else
P[node] = P[T[node]];
for each son k of node
dfs(k, T, N, P, L, nr);
}
現在,我們可以很容易的進行查詢了。爲了找到LCA(x,y),我們首先找出它所在的段,然後再用普通的方法計算它。下面是代碼:
int LCA(int T[MAXN], int P[MAXN], int L[MAXN], int x, int y)
{
//as long as the node in the next section of
//x and y is not one common ancestor
//we get the node situated on the smaller
//lever closer
while (P[x] != P[y])
if (L[x] > L[y])
x = P[x];
else
y = P[y];
//now they are in the same section, so we trivially compute the LCA
while (x != y)
if (L[x] > L[y])
x = T[x];
else
y = T[y];
return x;
}
這個函數最多執行2
* sqrt(H)次操作。通過使用這個方法,我們得到了<O(N), O(sqrt(H))>的算法,這裏H指的是樹的高度。在最壞的情況下H=N,因此總的複雜度爲<O(N),
O(sqrt(N))>。這個算法的主要好處是易於編碼(Division1中的程序員應該在15分鐘內完成這段代碼)。
Another
easy solution in <O(N logN, O(logN)>
如果我們對這個需要一個更快的解決方法,我們可以使用動態規劃。首先我們構建一張表P[1,N][1,logN],這裏P[i][j]指的是結點i的第2j個祖先。爲了計算這個值,我們可以使用下面的遞歸:
預處理的函數如下:
{
int i, j;
//we initialize every element in P with -1
for (i = 0; i < N; i++)
for (j = 0; 1 << j < N; j++)
P[i][j] = -1;
//the first ancestor of every node i is T[i]
for (i = 0; i < N; i++)
P[i][0] = T[i];
//bottom up dynamic programing
for (j = 1; 1 << j < N; j++)
for (i = 0; i < N; i++)
if (P[i][j - 1] != -1)
P[i][j] = P[P[i][j - 1]][j - 1];
}
這個過程將花費O(N logN) 的時間和空間。現在讓我們看看如何查詢。用L[i]來表示節點i在樹中所處的層數。可以看到,如果p和q在樹中的同一層中,我們可以使用一個類二分查找的方法進行搜索。因此,對於2的j次方(界於log[L[p]和0之間,降序),如果P[p][j] != P[q][j] ,那麼可以知道LCA(p, q)必然在更高的層中,因此我們繼續搜索LCA(p = P[p][j], q = P[q][j])。最後,p和q都有了相同的祖先,因此返回T[p]。讓我們看看如果L[p] != L[q]的情況。 不妨假設L[p] < L[q]。我們可以使用類似的二分搜索方法來查找與q在同一層次的p的祖先,然後我們在用下面所描述的方法計算LCA。整個函數如下:
int query(int N, int P[MAXN][LOGMAXN], int T[MAXN],
int L[MAXN], int p, int q)
{
int tmp, log, i;
//if p is situated on a higher level than q then we swap them
if (L[p] < L[q])
tmp = p, p = q, q = tmp;
//we compute the value of [log(L[p)]
for (log = 1; 1 << log <= L[p]; log++);
log--;
//we find the ancestor of node p situated on the same level
//with q using the values in P
for (i = log; i >= 0; i--)
if (L[p] - (1 << i) >= L[q])
p = P[p][i];
if (p == q)
return p;
//we compute LCA(p, q) using the values in P
for (i = log; i >= 0; i--)
if (P[p][i] != -1 && P[p][i] != P[q][i])
p = P[p][i], q = P[q][i];
return T[p];
}
現在,我們可以看到這個函數最多需要執行2*log(H)次的操作,這裏的H是樹的高度。在最壞情況下H=N,因此總的時間複雜度爲<O(NlogN),O(logN)>。這個方案非常易編碼,並且它比前一個要快。
Reduction
from LCA to RMQ
現在,讓我們看看怎樣用RMQ來計算LCA查詢。事實上,我們可以在線性時間裏將LCA問題規約到RMQ問題,因此每一個解決RMQ的問題都可以解決LCA問題。讓我們通過例子來說明怎麼規約的:
點擊放大圖片
注意LCAT(u, v)是在對T進行dfs過程當中在訪問u和v之間離根結點最近的點。因此我們可以考慮樹的歐拉環遊過程u和v之間所有的結點,並找到它們之間處於最低層的結點。爲了達到這個目的,我們可以建立三個數組:
E[1, 2*N-1] - 對T進行歐拉環遊過程中所有訪問到的結點;E[i]是在環遊過程中第i個訪問的結點
L[1,2*N-1] - 歐拉環遊中訪問到的結點所處的層數;L[i]是E[i]所在的層數
H[1, N] - H[i] 是E中結點i第一次出現的下標(任何出現i的地方都行,當然選第一個不會錯)
假定H[u]<H[v](否則你要交換u和v)。可以很容易的看到u和v第一次出現的結點是E[H[u]..H[v]]。現
在,我們需要找到這些結點中的最低層。爲了達到這個目的,我們可以使用RMQ。因此 LCAT(u,
v) = E[RMQL(H[u], H[v])] (記住RMQ返回的是索引),下面是E,L,H數組:
注意L中連續的元素相差爲1。
From RMQ to LCA
我們已經看到了LCA問題可以在線性時間規約到RMQ問題。現在讓我們來看看怎樣把RMQ問題規約到LCA。這個意味着我們實際上可以把一般的RMQ問題規約到帶約束的RMQ問題(這裏相鄰的元素相差1)。爲了達到這個目的,我們需要使用笛卡爾樹。
對於數組A[0,N-1]的笛卡爾樹C(A)是一個二叉樹,根節點是A的最小元素,假設i爲A數組中最小元素的位置。當i>0時,這個笛卡爾樹的左子結點是A[0,i-1]構成的笛卡爾樹,其他情況沒有左子結點。右結點類似的用A[i+1,N-1]定義。注意對於具有相同元素的數組A,笛卡爾樹並不唯一。在這篇教程中,將會使用第一次出現的最小值,因此笛卡爾樹看作唯一。可以很容易的看到RMQA(i, j) = LCAC(i, j)。
下面是一個例子:
現在我們需要做的僅僅是用線性時間計算C(A)。這個可以使用棧來實現。初始棧爲空。然後我們在棧中插入A的元素。在第i步,A[i]將會緊挨着棧中比A[i]小或者相等的元素插入,並且所有較大的元素將會被移除。在插入結束之前棧中A[i]位置前的元素將成爲i的左兒子,A[i]將會成爲它之後一個較小元素的右兒子。在每一步中,棧中的第一個元素總是笛卡爾樹的根。
如果使用棧來保存元素的索引而不是值,我們可以很輕鬆的建立樹。下面是上述例子中每一步棧的狀態:
Step | Stack | Modifications made in the tree |
0 | 0 | 0 is the only node in the tree. |
1 | 0 1 | 1 is added at the end of the stack. Now, 1 is the right son of 0. |
2 | 0 2 | 2 is added next to 0, and 1 is removed (A[2] < A[1]). Now, 2 is the right son of 0 and the left son of 2 is 1. |
3 | 3 | A[3] is the smallest element in the vector so far, so all elements in the stack will be removed and 3 will become the root of the tree. The left child of 3 is 0. |
4 | 3 4 | 4 is added next to 3, and the right son of 3 is 4. |
5 | 3 4 5 | 5 is added next to 4, and the right son of 4 is 5. |
6 | 3 4 5 6 | 6 is added next to 5, and the right son of 5 is 6. |
7 | 3 4 5 6 7 | 7 is added next to 6, and the right son of 6 is 7. |
8 | 3 8 | 8 is added next to 3, and all greater elements are removed. 8 is now the right child of 3 and the left child of 8 is 4. |
9 | 3 8 9 | 9 is added next to 8, and the right son of 8 is 9. |
注意A中的每個元素最多被增加一次和最多被移除一次。因此上述算法的時間複雜度爲O(N)。下面是樹的處理函數:
An<O(N), O(1)> algorithm for the restricted RMQvoid computeTree(int A[MAXN], int N, int T[MAXN])
{
int st[MAXN], i, k, top = -1;
//we start with an empty stack
//at step i we insert A[i] in the stack
for (i = 0; i < N; i++)
{
//compute the position of the first element that is
//equal or smaller than A[i]
k = top;
while (k >= 0 && A[st[k]] > A[i])
k--;
//we modify the tree as explained above
if (k != -1)
T[i] = st[k];
if (k < top)
T[st[k + 1]] = i;
//we insert A[i] in the stack and remove
//any bigger elements
st[++k] = i;
top = k;
}
//the first element in the stack is the root of
//the tree, so it has no father
T[st[0]] = -1;
}
現在我們知道了一般的RMQ問題可以使用LCA歸約成約束版本。這裏,數組中相鄰的元素差值爲1.我們可以使用一個更快的<O(N), O(1)> 的算法。下面我們將在數組A[0,N-1]上解決RMQ問題,這裏|A[i]-A[i+1]|=1,i=[1,N-1]。我們將把A轉換爲一個二元的有着N-1個元素的數組,其中A[i]=A[i]-A[i+1]。很顯然A中的元素只有可能是+1或者-1。注意原來的A[i]的值現在是A[1],A[2],...,A[i]的和加上原來的A[0]。儘管如此,下面我們根本不需要原來的值。
爲了解決這個問題的約束版本,我們需要將A分成l
= [(log N) / 2]的大小塊.讓A'[i]爲A中第i塊的最小值,B[i]爲A中最小塊值的位置。A和B的長度均爲N/l。現在我們利用第一節中討論的ST算法預處理A'數組。這個將花費O(N/l
* log(N/l))=O(N)的時間和空間。經過預處理之後,我們可以在O(1)時間內在很多塊上進行查詢。具體的查詢過程和上面說過的一樣。注意每個塊的長度爲l=[(logN)/2],這個非常的小。同樣,要注意A是一個二元數組。二元數組的總的元素的大小l滿足2l=sqrt(N)。因此,對於每一個二元數組中的塊l,我們需要在表P中查詢每一對索引的RMQ。這個可以在O(sqrt(N)*l2)=O(N)
的時間和空間內解決。爲了索引表P,可以預處理A中的每一個塊並且將其存儲在數組T[1,N/l]中。塊的類型可以成爲一個二進制數如果把-1替換成0,把+1替換成1。
現在,對於詢問 RMQA(i,
j) 我們有兩種情況:
Conclusion
RMQ和LCA是密切相關的問題,因爲他們互相之間都可以規約。有許多算法可以用來解決它們,並且他們適應於一類問題。690
下面是一些用來練習線段樹,LCA和RMQ的題目:
SRM 310 -> Floating Median
http://www.topcoder.com/tc?module=LinkTracking&link=http://acm.pku.edu.cn/JudgeOnline/problem?id=1986&refer=
http://www.topcoder.com/tc?module=LinkTracking&link=http://acm.pku.edu.cn/JudgeOnline/problem?id=2374&refer=
http://www.topcoder.com/tc?module=LinkTracking&link=http://acmicpc-live-archive.uva.es/nuevoportal/data/problem.php?p=2045&refer=
http://www.topcoder.com/tc?module=LinkTracking&link=http://acm.pku.edu.cn/JudgeOnline/problem?id=2763&refer=
http://www.topcoder.com/tc?module=LinkTracking&link=http://www.spoj.pl/problems/QTREE2/&refer=
http://www.topcoder.com/tc?module=LinkTracking&link=http://acm.uva.es/p/v109/10938.html&refer=
http://www.topcoder.com/tc?module=LinkTracking&link=http://acm.sgu.ru/problem.php?contest=0%26problem=155&refer=
References
- "Theoretical and Practical Improvements on the RMQ-Problem, with Applications to LCA and LCE" [PDF] by Johannes Fischer and Volker Heunn
- "The LCA Problem Revisited" [PPT] by Michael A.Bender and Martin Farach-Colton - a very good presentation, ideal for quick learning of some LCA and RMQ aproaches
- "Faster algorithms for finding lowest common ancestors in directed acyclic graphs" [PDF] by Artur Czumaj, Miroslav Kowaluk and Andrzej Lingas