关于C++ pb_ds库
来源:互联网 发布:php 高并发锁机制 编辑:程序博客网 时间:2024/06/05 01:19
今天无意中看到的,也可以说是一种STL,里面封装了很多数据结构:Hash表,平衡二叉树、Trie树,优先队列(堆)等。。
转载地址:http://blog.csdn.net/wjf_wzzc/article/details/38851703
前两天叉姐的浣熊群里有人提到了pb_ds库这样一个东西,于是就去查了查,发现似乎还挺好玩的。鉴于网上pb_ds库的中文资料少得可怜,我也就简单整理下。
pb_ds库大概是GNU对C++的一个扩展库,地位上必然是不如TR1这种基本成为官方标准的扩展库,但也是G++编译器默认附带的库。我在少数几个OJ上做了测试,CF和SPOJ都可以成功编译,但POJ和HDU都找不到头文件令我大失所望(事实上经我测试,连TR1的扩展如unordered_map都无法支持,我估计boost库也全都无法使用)。其实我是寄希望于在ACM现场赛可以使用……
pb_ds库全称是Policy-Based Data Structures,可见是一些数据结构的集合,主要是Hash表,平衡二叉树、Trie树,优先队列(堆)等。英文官方文档传送门,里面有对各种数据结构的接口说明以及部分操作的性能测试。我现在只是试用了不多的几种结构,先写出来好了。
优先队列(Priority Queue)
我们知道在标准模板库(STL)中自带了priority_queue,在相当意义上替代了堆(Heap)的作用(我会说我已经好久没有手写堆了么)。但是在某些情况下,我们发现它并不能很好地应对某些需求,尤其是在一些图论算法中。比方说堆优化的Dijkstra,需要对优先队列中的元素的值进行修改;比方说一些题目需要对若干个堆进行合并。对于前者我们往往是记录了每个点对应的当前最短dist,然后将每次更新都入队(换言之存在重复入队),出队的值与当前dist不同的元素直接忽略掉(见这份板子中的代码),其实是存在时空浪费的;对于后者我们往往要手写左偏树或斜堆等数据结构来代替STL优先队列。此外在一些情况下,我们对STL自带优先队列的速度并不满意,甚至对手写堆的速度也不满意,如BZOJ3040就需要手写斐波那契堆或配对堆(恶心题还是要找中学生的题库啊),但斐波那契堆的难写大家也都是明白的。
所以,我们需要一个方便易用不需手打的替代品。pb_ds库基本上满足了这些需求。pb_ds库包含了配对堆(pairing_heap)、二叉堆(binary_heap)、二项堆(binomial_heap)、冗余计数二项堆(redundant-counter binomial_heap,没找到通用译名,故自行翻译)、经改良的斐波那契堆(thin_heap)。各项操作复杂度在这里都能看到,可见pairing_heap和thin_heap的理论效率非常之高,某些操作达到均摊O(1),正是上面那道题的上上之选。
为了测试效率,我随机了50组数据规模为10^5的数据,按照哈夫曼树(Huffman Tree)的构建方式来测试push和pop操作的效率(不明白的话请看这一题)。相关代码和测试效率如下。
首先pb_ds库统一使用__gnu_pbds命名空间,这和hash_map使用__gnu_cxx命名空间是类似的。声明部分比较奇怪,经我测试必须加上__gnu_pbds::前缀,我想这和我同时使用了std命名空间,导致编译器无法确认应该使用STL还是pb_ds库导致的。第二个参数是比较函数,和STL的priority_queue类似,默认是less<Type>,第三个参数代表使用的堆类型,默认为pairing_heap_tag。
这次测试每种堆都运行了5遍,记录时间的上下界;此外STL的priority_queue所用时间大致是5.4s~6.2s,我手写的堆(用数组模拟,使用位运算的普通二叉堆)所用时间大致是1.2s~1.4s。有个很奇怪的地方是pb_ds库的binary_heap的效率令人发指地低下,不明原因。总而言之,pairing_heap最具可用性。
此外pb_ds库的优先队列支持迭代器,声明方法是:
然后就可以按照一般的迭代器使用了;pb_ds库的push操作是有返回值的(与STL不同),返回的类型就是迭代器,这样用一个迭代器数组保存所有push进优先队列的元素的迭代器,就可以随时修改优先队列内部元素了。
此外,pb_ds库的优先队列支持合并操作,pairing_heap的合并时间复杂度是O(logn)的,可以说基本上完美代替了左偏树。合并的调用方式是:
此时优先队列b内所有元素就被合并进优先队列a中,且优先队列b被清空。
很遗憾我查看了文件,发现了public方法里有用于分离的split函数,但split函数需要两个参数,我始终没有找到第一个参数的含义是什么,也就暂时无法使用split函数了。何况对于堆而言,分离的意义并不是十分明确,实用性并不大,也就不再探究了。
平衡二叉树(Balanced Binary Tree)
其实这才是更让我感兴趣的东西。在刷题过程中我们经常使用到set和map,也知道它们的内部实现是红黑树,但我们显然无法按照操作平衡二叉树的方式操作它们,甚至连平衡二叉树最基本的求kth和求rank操作都无法在O(logn)内完成。好在pb_ds库给了一个并不是很强大,但在一些时候足够用的解决方案。
pb_ds库这次内置了红黑树(red-black tree)、伸展树(splay tree)和排序向量树(ordered-vector tree,没找到通用译名,故自行翻译)。这些封装好的树都支持插入(insert)、删除(erase)、求kth(find_by_order)、求rank(order_of_key)操作,于是我找来正好需要这四种操作的一道题SPOJ3273进行效率测试。
此外,我手写了Treap和Size Balanced Tree(代码在此)并经过测试,前者3.94s,后者4.06s,可见手写数据结构的速度总归要比封装好的要快,而封装好的实现中红黑树速度最快,这也是意料之中的。关于声明变量时的参数,第一个是键(key)的类型;第二个是值(value)的类型,null_type表示没有值,简单地理解就是表明这是set而不是map,注意SPOJ的G++版本稍旧(4.3.2),需要写成null_mapped_type才可以,我本地的G++版本为4.7.1;第三个表示比较函数,默认为less<Type>;第四个为平衡二叉树的类型,默认为红黑树rb_tree_tag;第五个代表元素的维护策略,只有当使用tree_order_statistics_node_update时才可以求kth和rank,此外还有null_tree_node_update(默认值)等,具体的区别在官方文档中有介绍(好吧我承认我没看懂= =)。
这里要注意的是,求kth(find_by_order)返回的是迭代器,求rank返回的是值,两者都是从0开始计算的。
此外,它们也支持合并(join)和分离(split)操作。用法如下。
这里需要进行一些解释。join操作的前提是两棵树的key的取值范围不相交,否则会抛出一个异常;合并后平衡二叉树b被清空。split操作中,v是一个与key类型相同的值,表示key小于等于v的元素属于平衡二叉树a,其余的属于平衡二叉树b,注意此时后者已经存有的元素将被清空。
嗯,目前就这些了,pb_ds库里其实还有关于hash_table和trie的,对于后者我表示有一点兴趣;此外这些天可能会研究一下rope,甚至挖掘一下说过好久的boost库的潜力。
- 关于C++ pb_ds库
- 学习一个pb_ds库
- 随便玩了玩pb_ds库
- pb_ds库的讲解和应用举例
- pb_ds(1)
- pb_ds(2)
- pb_ds 题目
- 【学习笔记】用算法题介绍C++的pb_ds库中的可并堆
- 平板电视(pb_ds)应用
- pb_ds平衡树-模板
- 几道pb_ds模板题
- 9-9 (hash, pb_ds)
- pb_ds(Policy-Based Data Structures)
- BZOJ 1455: 罗马游戏 左偏树 or pb_ds
- CSU1949: 小明的烦恼 【pb_ds】
- 2268: SB_cyh and his BST two pb_ds
- 关于C运行时库
- 关于C
- L __TEXT _T TEXT
- 例子---PHP与Form表单之二
- 如何利用大数据避免双十一疯狂剁手?
- 如何成为一个Java高薪架构师?
- 欢迎使用CSDN-markdown编辑器
- 关于C++ pb_ds库
- 360新版特性界面实现(3)
- fetch API获取返回值的方式
- iframe 取消白边,是真的取消白边
- Android性能优化之使用线程池处理异步任务
- 多元回归分析
- 有关android的一些网址
- Android 高德地图、百度地图的sha1值获取
- 基于Django搭建简单的博客系统