Loading docs/ds/queue.md +193 −189 Original line number Diff line number Diff line 本文介绍和队列有关的数据结构及其应用。 本页面介绍和队列有关的数据结构及其应用。 ## 队列 队列，英文名是 queue，在 C++ STL 中有 [std::queue](https://en.cppreference.com/w/cpp/container/queue) 和 [std::priority_queue](https://en.cppreference.com/w/cpp/container/priority_queue) 。 队列（queue）是一种具有「先进入队列的元素一定先出队列」性质的表。由于该性质，队列通常也被称为先进先出（first in first out）表，简称 FIFO 表。 先进入队列的元素一定先出队列，因此队列通常也被称为先进先出（first in first out）表，简称 FIFO 表。 C++ STL 中实现了 [队列 `std::queue`](https://zh.cppreference.com/w/cpp/container/queue) 和 [优先队列 `std::priority_queue`](https://zh.cppreference.com/w/cpp/container/priority_queue) 两个类，定义于头文件 [`<queue>`](https://zh.cppreference.com/w/cpp/header/queue) 中。 注： `std::stack` 和 `std::queue` 都是容器适配器，默认底层容器为 `std::deque` （双端队列）。 ???+note `std::queue` 是容器适配器，默认的底层容器为双端队列 [`std::deque`](https://zh.cppreference.com/w/cpp/container/deque)。 ## 双端队列 ## 队列模拟 双端队列是指一个可以在队首/队尾插入或删除元素的队列。相当于是栈与队列功能的结合。具体地，双端队列支持的操作有 4 个： 1. 在队首插入一个元素 2. 在队尾插入一个元素 3. 在队首删除一个元素 4. 在队尾删除一个元素 ## 数组模拟队列 ### 数组模拟队列 通常用一个数组模拟一个队列，用两个变量标记队列的首尾。 Loading @@ -25,62 +19,71 @@ int q[SIZE], ql = 1, qr; ``` 插入元素： `q[++qr]=x;` - 插入元素： `q[++qr]=x;` 删除元素： `++ql;` - 删除元素： `++ql;` 访问队首/队尾： `q[ql]` / `q[qr]` - 访问队首/队尾： `q[ql]` / `q[qr]` 清空队列： `ql=1;qr=0;` - 清空队列： `ql=1;qr=0;` 数组模拟双端队列是同理的。 ### 双栈模拟队列 ## 循环队列 还有一种冷门的方法是双栈模拟队列。 这样会导致一个问题：随着时间的推移，整个队列会向数组的尾部移动，一旦到达数组的最末端，即使数组的前端还有空闲位置，再进行入队操作也会导致溢出。（这种数组上实际有空闲位置而发生了上溢的现象称为是“假溢出”。 这种方法使用两个栈 F,S 模拟一个队列，其中 F 是队尾的栈，S 代表队首的栈，支持 push（在队尾插入），pop（在队首弹出）操作： 解决假溢出的办法是采用循环的方式来组织存放队列元素的数组，即将数组下标为 0 的位置看做是最后一个位置的后继。（ `x` 的后继为 `(x + 1) % Size` ）。这样就形成了循环队列。 - push：插入到栈 F 中。 - pop：如果 S 非空，让 S 弹栈；否则把 F 的元素倒过来压到 S 中（其实就是一个一个弹出插入，做完后是首位颠倒的），然后再让 S 弹栈。 ## 双栈模拟队列 容易证明，每个元素只会进入/转移/弹出一次，均摊复杂度 $O(1)$ 。 其实不仅仅可以用数组模拟队列，还有一种冷门的方法是双栈模拟队列。 ## 特殊的队列 我们使用两个栈 F,S 模拟一个队列，其中 F 是队尾的栈，S 代表队首的栈，支持 push（在队尾插入），pop（在队首弹出）操作： ### 双端队列 1. Push：插入到栈 F 中 2. Pop：如果 S 非空，让 S 弹栈；否则把 F 的元素倒过来压到 S 中（其实就是一个一个弹出插入，做完后是首位颠倒的），然后再让 S 弹栈。 双端队列是指一个可以在队首/队尾插入或删除元素的队列。相当于是栈与队列功能的结合。具体地，双端队列支持的操作有 4 个： 容易证明，每个元素只会进入/转移/弹出一次，均摊复杂度 $O(1)$ 。 - 在队首插入一个元素 - 在队尾插入一个元素 - 在队首删除一个元素 - 在队尾删除一个元素 有人问这个东西有什么用吗？参见下面这道题。这道题顺便可以给大家一个 **双栈模拟双端队列** 的方法。 数组模拟双端队列的方式与普通队列相同。 ### 循环队列 使用数组模拟队列会导致一个问题：随着时间的推移，整个队列会向数组的尾部移动，一旦到达数组的最末端，即使数组的前端还有空闲位置，再进行入队操作也会导致溢出（这种数组里实际有空闲位置而发生了上溢的现象被称为“假溢出”）。 解决假溢出的办法是采用循环的方式来组织存放队列元素的数组，即将数组下标为 0 的位置看做是最后一个位置的后继。（ 数组下标为 `x` 的元素，它的后继为 `(x + 1) % SIZE` ）。这样就形成了循环队列。 ## 例题 [LOJ6515「雅礼集训 2018 Day10」贪玩蓝月](https://loj.ac/problem/6515) ???+note "[LOJ6515「雅礼集训 2018 Day10」贪玩蓝月](https://loj.ac/problem/6515)" > 一个双端队列（deque），m 个事件： > > 1. 在前端插入 (w,v) > 2. 在后端插入 (w,v) > 3. 删除前端的二元组 > 4. 删除后端的二元组 > 5. 给定 l,r，在当前 deque 中选择一个子集 S 使得 $\sum_{(w,v)\in S}w\bmod p\in[l,r]$ ，且最大化 $\sum_{(w,v)\in S}v$ . > > $m\leq 5\times 10^4,p\leq 500$ . 一个双端队列（deque），m 个事件： ### 离线算法 1. 在前端插入 (w,v) 2. 在后端插入 (w,v) 3. 删除前端的二元组 4. 删除后端的二元组 5. 给定 l,r，在当前 deque 中选择一个子集 S 使得 $\sum_{(w,v)\in S}w\bmod p\in[l,r]$ ，且最大化 $\sum_{(w,v)\in S}v$ . $m\leq 5\times 10^4,p\leq 500$ . ??? note "解题思路" 每个二元组是有一段存活时间的，因此对时间建立线段树，每个二元组做 log 个存活标记。因此我们要做的就是对每个询问，求其到根节点的路径上的标记的一个最优子集。显然这个可以 DP 做。 $f[S,j]$ 表示选择集合 S 中的物品余数为 j 的最大价值。（其实实现的时侯是有序的，直接 f[i,j]做） 一共有 $O(m\log m)$ 个标记，因此这么做的话复杂度是 $O(mp\log m)$ 的。 ### 在线算法 --- 这是一个在线算法比离线算法快的神奇题目。而且还比离线的好写 这是一个在线算法比离线算法快的神奇题目。而且还比离线的好写。 上述离线算法其实是略微小题大做的，因为如果把题目的 deque 改成直接维护一个集合的话（即随机删除集合内元素），那么离线算法同样适用。既然是 deque，不妨在数据结构上做点文章。 ### 栈 --- 如果题目中维护的数据结构是一个栈呢？ Loading @@ -90,27 +93,27 @@ $$ f[i,j]=\max(f[i-1,j],f[i-1,(j-w_i)\bmod p]+v_i) $$ 妥妥的背包啊 妥妥的背包啊。 删除的时侯直接指针前移即可。这样做的复杂度是 $O(mp)$ 的。 ### 队列 --- 如果题目中维护的数据结构是队列？ 有一种操作叫双栈模拟队列。这就是这个东西的用武之地。因为用栈是可以轻松维护 DP 过程的，而双栈模拟队列的复杂度是均摊 $O(1)$ 的，因此，复杂度仍是 $O(mp)$ . 有一种操作叫双栈模拟队列。这就是这个东西的用武之地。因为用栈是可以轻松维护 DP 过程的，而双栈模拟队列的复杂度是均摊 $O(1)$ 的，因此，复杂度仍是 $O(mp)$ 。 ### 双端队列 --- 回到原题，那么 Deque 怎么做？ 类比推理，我们尝试用栈模拟双端队列，于是似乎把维护队列的方法扩展一下就可以了。但如果每次是全部转移栈中的元素的话，单次操作复杂度很容易退化为 $O(m)$ . 类比推理，我们尝试用栈模拟双端队列，于是似乎把维护队列的方法扩展一下就可以了。但如果每次是全部转移栈中的元素的话，单次操作复杂度很容易退化为 $O(m)$ 。 于是乎，神仙的想一想，我们可以丢一半过去啊 于是乎，神仙的想一想，我们可以丢一半过去啊。 这样的复杂度其实均摊下来仍是常数级别。具体地说，丢一半指的是把一个栈靠近栈底的一半倒过来丢到另一个栈中。也就是说要手写栈以支持这样的操作。 ### 丢一半的复杂度 --- 似乎可以用 [势能分析法](https://yhx-12243.github.io/OI-transit/records/cf601E.html) 证明。其实本蒟蒻有一个很仙的想法。我们考虑这个双栈结构的整体复杂度。m 个事件，我们希望尽可能增加这个结构的复杂度。 Loading @@ -126,11 +129,11 @@ $$ T(m)=2\cdot O(m)+T\left(\frac{m}{2}\right) $$ 解得 $T(m)=O(m)$ . 解得 $T(m)=O(m)$ 。 于是，总复杂度仍是 $O(mp)$ . 于是，总复杂度仍是 $O(mp)$ 。 ### 询问操作 --- 在询问的时侯，我们要处理的应该是“在两个栈中选若干个元素的最大价值”的问题。因此要对栈顶的 DP 值做查询，即两个 $f,g$ 对于询问[l,r]的最大价值： Loading @@ -138,8 +141,9 @@ $$ \max_{0\leq i<p}\left\{f[i]+\max_{l\leq i+j\leq r}g_j\right\} $$ 这个问题暴力做是 $O(p^2)$ 的，不过一个妥妥的单调队列可以做到 $O(p)$ . 这个问题暴力做是 $O(p^2)$ 的，不过一个妥妥的单调队列可以做到 $O(p)$ 。 ??? note "参考代码" ```cpp #include <algorithm> #include <cctype> Loading Loading
docs/ds/queue.md +193 −189 Original line number Diff line number Diff line 本文介绍和队列有关的数据结构及其应用。 本页面介绍和队列有关的数据结构及其应用。 ## 队列 队列，英文名是 queue，在 C++ STL 中有 [std::queue](https://en.cppreference.com/w/cpp/container/queue) 和 [std::priority_queue](https://en.cppreference.com/w/cpp/container/priority_queue) 。 队列（queue）是一种具有「先进入队列的元素一定先出队列」性质的表。由于该性质，队列通常也被称为先进先出（first in first out）表，简称 FIFO 表。 先进入队列的元素一定先出队列，因此队列通常也被称为先进先出（first in first out）表，简称 FIFO 表。 C++ STL 中实现了 [队列 `std::queue`](https://zh.cppreference.com/w/cpp/container/queue) 和 [优先队列 `std::priority_queue`](https://zh.cppreference.com/w/cpp/container/priority_queue) 两个类，定义于头文件 [`<queue>`](https://zh.cppreference.com/w/cpp/header/queue) 中。 注： `std::stack` 和 `std::queue` 都是容器适配器，默认底层容器为 `std::deque` （双端队列）。 ???+note `std::queue` 是容器适配器，默认的底层容器为双端队列 [`std::deque`](https://zh.cppreference.com/w/cpp/container/deque)。 ## 双端队列 ## 队列模拟 双端队列是指一个可以在队首/队尾插入或删除元素的队列。相当于是栈与队列功能的结合。具体地，双端队列支持的操作有 4 个： 1. 在队首插入一个元素 2. 在队尾插入一个元素 3. 在队首删除一个元素 4. 在队尾删除一个元素 ## 数组模拟队列 ### 数组模拟队列 通常用一个数组模拟一个队列，用两个变量标记队列的首尾。 Loading @@ -25,62 +19,71 @@ int q[SIZE], ql = 1, qr; ``` 插入元素： `q[++qr]=x;` - 插入元素： `q[++qr]=x;` 删除元素： `++ql;` - 删除元素： `++ql;` 访问队首/队尾： `q[ql]` / `q[qr]` - 访问队首/队尾： `q[ql]` / `q[qr]` 清空队列： `ql=1;qr=0;` - 清空队列： `ql=1;qr=0;` 数组模拟双端队列是同理的。 ### 双栈模拟队列 ## 循环队列 还有一种冷门的方法是双栈模拟队列。 这样会导致一个问题：随着时间的推移，整个队列会向数组的尾部移动，一旦到达数组的最末端，即使数组的前端还有空闲位置，再进行入队操作也会导致溢出。（这种数组上实际有空闲位置而发生了上溢的现象称为是“假溢出”。 这种方法使用两个栈 F,S 模拟一个队列，其中 F 是队尾的栈，S 代表队首的栈，支持 push（在队尾插入），pop（在队首弹出）操作： 解决假溢出的办法是采用循环的方式来组织存放队列元素的数组，即将数组下标为 0 的位置看做是最后一个位置的后继。（ `x` 的后继为 `(x + 1) % Size` ）。这样就形成了循环队列。 - push：插入到栈 F 中。 - pop：如果 S 非空，让 S 弹栈；否则把 F 的元素倒过来压到 S 中（其实就是一个一个弹出插入，做完后是首位颠倒的），然后再让 S 弹栈。 ## 双栈模拟队列 容易证明，每个元素只会进入/转移/弹出一次，均摊复杂度 $O(1)$ 。 其实不仅仅可以用数组模拟队列，还有一种冷门的方法是双栈模拟队列。 ## 特殊的队列 我们使用两个栈 F,S 模拟一个队列，其中 F 是队尾的栈，S 代表队首的栈，支持 push（在队尾插入），pop（在队首弹出）操作： ### 双端队列 1. Push：插入到栈 F 中 2. Pop：如果 S 非空，让 S 弹栈；否则把 F 的元素倒过来压到 S 中（其实就是一个一个弹出插入，做完后是首位颠倒的），然后再让 S 弹栈。 双端队列是指一个可以在队首/队尾插入或删除元素的队列。相当于是栈与队列功能的结合。具体地，双端队列支持的操作有 4 个： 容易证明，每个元素只会进入/转移/弹出一次，均摊复杂度 $O(1)$ 。 - 在队首插入一个元素 - 在队尾插入一个元素 - 在队首删除一个元素 - 在队尾删除一个元素 有人问这个东西有什么用吗？参见下面这道题。这道题顺便可以给大家一个 **双栈模拟双端队列** 的方法。 数组模拟双端队列的方式与普通队列相同。 ### 循环队列 使用数组模拟队列会导致一个问题：随着时间的推移，整个队列会向数组的尾部移动，一旦到达数组的最末端，即使数组的前端还有空闲位置，再进行入队操作也会导致溢出（这种数组里实际有空闲位置而发生了上溢的现象被称为“假溢出”）。 解决假溢出的办法是采用循环的方式来组织存放队列元素的数组，即将数组下标为 0 的位置看做是最后一个位置的后继。（ 数组下标为 `x` 的元素，它的后继为 `(x + 1) % SIZE` ）。这样就形成了循环队列。 ## 例题 [LOJ6515「雅礼集训 2018 Day10」贪玩蓝月](https://loj.ac/problem/6515) ???+note "[LOJ6515「雅礼集训 2018 Day10」贪玩蓝月](https://loj.ac/problem/6515)" > 一个双端队列（deque），m 个事件： > > 1. 在前端插入 (w,v) > 2. 在后端插入 (w,v) > 3. 删除前端的二元组 > 4. 删除后端的二元组 > 5. 给定 l,r，在当前 deque 中选择一个子集 S 使得 $\sum_{(w,v)\in S}w\bmod p\in[l,r]$ ，且最大化 $\sum_{(w,v)\in S}v$ . > > $m\leq 5\times 10^4,p\leq 500$ . 一个双端队列（deque），m 个事件： ### 离线算法 1. 在前端插入 (w,v) 2. 在后端插入 (w,v) 3. 删除前端的二元组 4. 删除后端的二元组 5. 给定 l,r，在当前 deque 中选择一个子集 S 使得 $\sum_{(w,v)\in S}w\bmod p\in[l,r]$ ，且最大化 $\sum_{(w,v)\in S}v$ . $m\leq 5\times 10^4,p\leq 500$ . ??? note "解题思路" 每个二元组是有一段存活时间的，因此对时间建立线段树，每个二元组做 log 个存活标记。因此我们要做的就是对每个询问，求其到根节点的路径上的标记的一个最优子集。显然这个可以 DP 做。 $f[S,j]$ 表示选择集合 S 中的物品余数为 j 的最大价值。（其实实现的时侯是有序的，直接 f[i,j]做） 一共有 $O(m\log m)$ 个标记，因此这么做的话复杂度是 $O(mp\log m)$ 的。 ### 在线算法 --- 这是一个在线算法比离线算法快的神奇题目。而且还比离线的好写 这是一个在线算法比离线算法快的神奇题目。而且还比离线的好写。 上述离线算法其实是略微小题大做的，因为如果把题目的 deque 改成直接维护一个集合的话（即随机删除集合内元素），那么离线算法同样适用。既然是 deque，不妨在数据结构上做点文章。 ### 栈 --- 如果题目中维护的数据结构是一个栈呢？ Loading @@ -90,27 +93,27 @@ $$ f[i,j]=\max(f[i-1,j],f[i-1,(j-w_i)\bmod p]+v_i) $$ 妥妥的背包啊 妥妥的背包啊。 删除的时侯直接指针前移即可。这样做的复杂度是 $O(mp)$ 的。 ### 队列 --- 如果题目中维护的数据结构是队列？ 有一种操作叫双栈模拟队列。这就是这个东西的用武之地。因为用栈是可以轻松维护 DP 过程的，而双栈模拟队列的复杂度是均摊 $O(1)$ 的，因此，复杂度仍是 $O(mp)$ . 有一种操作叫双栈模拟队列。这就是这个东西的用武之地。因为用栈是可以轻松维护 DP 过程的，而双栈模拟队列的复杂度是均摊 $O(1)$ 的，因此，复杂度仍是 $O(mp)$ 。 ### 双端队列 --- 回到原题，那么 Deque 怎么做？ 类比推理，我们尝试用栈模拟双端队列，于是似乎把维护队列的方法扩展一下就可以了。但如果每次是全部转移栈中的元素的话，单次操作复杂度很容易退化为 $O(m)$ . 类比推理，我们尝试用栈模拟双端队列，于是似乎把维护队列的方法扩展一下就可以了。但如果每次是全部转移栈中的元素的话，单次操作复杂度很容易退化为 $O(m)$ 。 于是乎，神仙的想一想，我们可以丢一半过去啊 于是乎，神仙的想一想，我们可以丢一半过去啊。 这样的复杂度其实均摊下来仍是常数级别。具体地说，丢一半指的是把一个栈靠近栈底的一半倒过来丢到另一个栈中。也就是说要手写栈以支持这样的操作。 ### 丢一半的复杂度 --- 似乎可以用 [势能分析法](https://yhx-12243.github.io/OI-transit/records/cf601E.html) 证明。其实本蒟蒻有一个很仙的想法。我们考虑这个双栈结构的整体复杂度。m 个事件，我们希望尽可能增加这个结构的复杂度。 Loading @@ -126,11 +129,11 @@ $$ T(m)=2\cdot O(m)+T\left(\frac{m}{2}\right) $$ 解得 $T(m)=O(m)$ . 解得 $T(m)=O(m)$ 。 于是，总复杂度仍是 $O(mp)$ . 于是，总复杂度仍是 $O(mp)$ 。 ### 询问操作 --- 在询问的时侯，我们要处理的应该是“在两个栈中选若干个元素的最大价值”的问题。因此要对栈顶的 DP 值做查询，即两个 $f,g$ 对于询问[l,r]的最大价值： Loading @@ -138,8 +141,9 @@ $$ \max_{0\leq i<p}\left\{f[i]+\max_{l\leq i+j\leq r}g_j\right\} $$ 这个问题暴力做是 $O(p^2)$ 的，不过一个妥妥的单调队列可以做到 $O(p)$ . 这个问题暴力做是 $O(p^2)$ 的，不过一个妥妥的单调队列可以做到 $O(p)$ 。 ??? note "参考代码" ```cpp #include <algorithm> #include <cctype> Loading
