分块相关杂谈

command_block · 2020-06-03 16:41:48 · 算法·理论

您将在此看到 OIer 分块的最低水平。

0. 分块概论

在数据结构问题中，我们需要维护一些离散的信息单位，单位的数目会影响处理的复杂度。

如果信息支持不受限制的合并与批量处理，那么就可以使用线段树等区间数据结构。

当然，有时并不存在高效的信息合并化简方式，而需要在“批量”和“零散”之间找到平衡点，这就是分块的核心思想。

这一类问题的性质更弱，所以问题形式变化多端，“整散”关系多种多样，具有传统数据结构难以比拟的灵活性。

1. 基础数列分块

在这一节中，我们将认识一些经典的数列分块问题，初步熟悉分块的形式和思想。

• 数列分块的形式

下面统一约定数列长度为 n ，块大小为 B。

如图，在分块中有如下概念 :

• 末尾小块 : 因为整个数列划分不整而得到的一个较小的块，可能带来多余的细节。有时可以人为地增长数列将小块变成正常大小的块。

• 整块 : 被操作区间完整覆盖的块。总块数是 O(n/B) 的。

• 散块 : 被操作区间覆盖了一部分的块。散块包含的元素数目是 O(B) 的。

找出所有的 整块 和 散块内元素 是容易的。

• **题意** : 区间加，区间求和。

在这个问题中，信息能够高效合并，这使得分块没有太大的优势。

但是，从这一类简单问题入门分块比较易于初学者理解。

• 区间查询 （一般先分析查询，搞清楚需要维护什么，再考虑如何维护）

  注意到，每个元素对答案的贡献是独立的。我们可以对每个 块 / 散块 分别计算贡献。

  （大多数分块都会满足这个性质，因为块间贡献一般很难考虑）

  对每个整块记下总和，这样容易 O(1) 计算贡献。对于散块，暴力求和。

• 区间修改

  对于散块，暴力加。

  对于整块，记录加法标记。

  这样，总和 = 块内元素总和 + 标记 \times 块大小。

  当取单个元素时，要加上对应块的加法标记。

两者的复杂度均为 O(n/B+B) ，令 B=\sqrt{n} 得到最优复杂度 O(q\sqrt{n})。

思考我们这样做的本质，不难发现，其实是将线段树这一 “二叉树” 改成了 “\sqrt{n} 叉树” 。

上面的做法对应标记永久化，其实也可以将标记下推，即每次暴力清空两个散块的标记，复杂度不变。

评测记录 | 代码Link

• **题意** : 区间加，查询区间大于等于 $k$ 的数的个数。

• 区间查询

  这里贡献仍然独立。

  考虑在每个块内维护有序序列，这样只需要一次二分即可计算块内贡献。

  对于散块，暴力遍历即可。

  若块大小为 B ，则复杂度为 O((n/B)\log B+B)。

• 区间加

  对于整块，块内的相对顺序不变，只需记录加法标记。注意考虑加法标记对二分比较的影响。

  对于散块，需要重构有序序列，若加完后暴力排序，复杂度是 O(B\log B)。

  在旧的有序序列中提取加和未被加的两部分，各是有序序列，归并即可做到 O(B)。

  复杂度 O((n/B)+B)。

令 B=\sqrt{n\log n} 得到最优复杂度 O(q\sqrt{n\log n})。

复杂度分析技巧 : 分块的主要思想是平衡，若复杂度由两部分组成，直接令两者相等，即可解得最优块大小。

（本题数据非常弱，错误做法可能可以通过）

• **题意** : 区间加，查询区间前驱。

类似上一题，对每个块维护有序序列，查询时整块二分，散块暴力。

复杂度 O(q\sqrt{n\log n})。

评测记录

• **题意** : 区间加，区间第 $k$ 大。

对每个块维护有序序列，查询时二分转化成 P2801。复杂度为 O(q\sqrt{n\log n}\log w) ，无法通过。

仔细分析查询时的操作 : 整块二分，散块暴力。

根据信息论，整块二分难以优化。但对散块进行 O(\log w) 次暴力有些浪费。

可以事先将散块归并，这样对散块的查询无需暴力遍历，而可以一次二分搞定。

这样，单次询问的复杂度改进为 O\big((n/B)\log B\log w+B \big)。

若将 \log w 视为与 \log n 同阶，则 令 B=\sqrt{n}\log n 可得复杂度为 O(q\sqrt{n}\log n)，卡常后可以通过。

注意，散块部分的常数较大，应适当调小块大小。

评测记录

附 : 觉得不过瘾可以做 P3380 【模板】二逼平衡树（树套树）

• **题意** : 维护一个 $n$ 个点的有向图，每个点都有且仅有一条出边，且指向比自己编号大的点。 支持修改某个点的出边，查询从某个点出发几步会到达 $n$ 号点。

“行动步数”问题和经典的求算贡献问题有很大不同。

不难发现，若没有修改，容易 O(n) 求出各个点的答案。

对于一个块，预处理其每个元素走出该块所需步数，以及到达的点。

这样，可以 O(1) 跳过一个块。查询复杂度改进为 O(n/B+B)。

在修改时，也只需 O(B) 重构一个块。

令 B=\sqrt{n} 可得复杂度为 O(q\sqrt{n})。

评测记录

• **题意** : 给定两个长度为 $n$ 的数列 $A,B$ ，支持下列操作： - 将数列 $A$ 中区间 $[l,r]$ 内所有数加上 $w$ ; - 交换 $B_x$ 和 $B_y$ ; - 求 $\max\limits_{i\in[l,r]}\{A_i\times B_i\}$ .

操作二可以直接把涉及到的两个块重构。

区间加时，散块可以暴力重构，但是整块只能打标记。

每个位置的贡献可以看做关于标记的一次函数，于是维护凸壳即可。

散块重构时利用归并可以 O(B) 建立凸壳。

查询时，由于标记只会递增，线性扫即可。

令 B=\sqrt{n} 可得复杂度为 O(q\sqrt{n})。

• **题意** : 查询区间内出现偶数次的数（称为好数）的个数，强制在线。值域在 $O(n)$ 级别。

此时贡献是不独立的，对每个块分别考虑并不方便。

利用桶记录每个数的出现次数（奇偶性），即可增量维护好数的个数。

记 s[i,j] 为块 [i...j] 中好数个数，可以 O(n/B) 次从各个块开始增量维护得到，复杂度为 O(n^2/B)。

记 o[i][x] 表示前 i 个块中 x 的出现次数（奇偶性），通过差分，可以得到任意块区间中某个数的出现次数。

查询时，若 [l,r] 包含的整块区间为 [L,R] ，则先取出 s[L,R]。

然后考虑散块的影响，仍然用增量法计算即可。

总复杂度为 O(nB+n^2/B) ，令 B\sqrt{n} 可得复杂度为 O\big((n+q)\sqrt{n}\big)。

若要节省空间，可以用 bitset 记录 o ，则空间可以做到 O(n\sqrt{n}/w)。

可以发现，本题思想类似于回滚莫队。实际上，静态分块的功能是莫队的子集，所以强制在线时分块才有优越性。

• **题意** : 区间众数，强制在线。

基本操作和上一题非常类似。

贡献不独立。

用桶记录每个数的出现次数（奇偶性），即可增量维护众数。

记 s[i,j] 为块 [i...j] 中的众数，利用增量求解。

记 o[i][x] 表示前 i 个块中 x 的出现次数。

查询时，若 [l,r] 包含的整块区间为 [L,R] ，则先取出 s[L,R]。

然后考虑散块的影响，仍然用增量法计算即可。（注意散块对出现次数也有贡献）

时空复杂度均为 O(n\sqrt{n})。

• **题意** : 区间众数，强制在线。要求空间 $O(n)$。

在上一题中，空间的瓶颈是 o 数组。观察其用途 : 判定散块中某个数在询问区间中的出现次数是否 >k。

我们可以用 vector 记录下同类数的所有出现位置。

当判定散块中数 u 出现次数是否 >k 时，假设 u 是询问区间内同类数的最靠左出现（左侧散块，右侧散块类似），则检查 u 后面的第 k 个同类数是否在询问区间外即可。

空间复杂度改进为 O(n) ，时间常数也减小了。

• **题意** : 区间逆序对，强制在线。

在逆序对问题中，每一对数都有贡献，贡献模式是二维的。

询问时，答案的贡献成分如下图 :

绿色是整块内部的贡献，橙色是散块内部的贡献，红色是整块和散块之间的贡献，蓝色是散块之间的贡献。

考虑对每个块内前后缀都预处理内部逆序对数，容易使用树状数组做到 O(n\log n)，这样就解决了橙色部分。

考虑归并排序的过程，不难两个区间之间的逆序对可以将这两个区间归并计算。

于是，预处理块内有序序列，蓝色部分就可以（先取出有序散块）归并计算。

然后预处理 s[i,j] 表示块 i...j 内部的逆序对数。

考虑差分，有 s[i,j]=s[i+1,j]+s[i,j-1]-s[i+1,j-1]+(\text{块}i,j\text{之间的贡献})

两块间贡献仍然可以 O(\sqrt{n}) 归并计算，则预处理复杂度为 O(n\sqrt{n})。绿色部分完成。

接下来预处理 o[i][x] 表示前 i 个块中 \leq x 的数的个数，然后可以计算红色部分（对每个散块元素分别统计贡献）。

复杂度为 O(n\sqrt{n})。此做法常数较大。

还有另一个常数较小的做法，预处理 f[i][j] 表示 [1...i] 中的数与第 j 个块之间的贡献，利用桶（值域前缀和）不难做到 O(n\sqrt{n})。

这样，计算两块之间的贡献时，直接差分即可（不需要常数巨大的归并）。

计算红色部分时，可以转而枚举整块，然后差分。

蓝色部分依然需要归并计算。

2. 经典分块技巧

一些 基于分块的技巧 和 分块需要的技巧。

某些分块可以视作三层的 \sqrt{n} 叉树，如图。

块状数组查询和修改的复杂度一优一劣，用于查询和修改数目不同的问题，以平衡复杂度。

• 维护块和，修改时只需修改对应元素以及块和，查询时和数列分快相同。 
• 维护块内前缀和，块和的前缀和。查询时整块正缀和加上块内前缀和。 修改时暴力 $O(\sqrt{n})$ 分别重新计算块内前缀和和块和的前缀和。 

当值域大小为 O(n) 时，可以用类似权值线段树的形式维护 “权值 \sqrt{n} 叉树”。这个技巧被称为值域分块。

• 维护块和。查询时先逐块确定，然后进入块内逐个确定。
• 首先求出答案在那个值域块内，再求答案。 对每个 $k$ 维护第 $k$ 大值在哪个值域块中，会形成 $O(\sqrt{n})$ 个段。 一次修改后，每个段的端点会移动，总复杂度是 $O(\sqrt{n})$ 的。 对于每个值域块维护一个有序序列，利用插入排序可以做到 $O(\sqrt{n})$。 再维护每个块前面的数的数目，将 $k$ 减去之后直接取对应下标即可。

• 例题 : CC Chef and Churu

  题意 : 给定一个长度为 n 的序列和 m 个区间。

  有两种操作：

  • 把序列中的第 x 个数改为 y
  • 求第 x 个区间到第 y 个区间的和 (的和)

将区间分块。维护 c[k][i] 表示在第 k 块中第 i 个位置被覆盖了多少次。

这样，在单点修改之后，能 O(\sqrt{n}) 地计算出各个块的和的变化。

查询时，对于散块暴力 O(\sqrt{n}) 次区间求和，使用 O(\sqrt{n}) 修改 O(1) 求和的分块即可。

• 配合莫队使用 : 莫队小记

• 可持久化块状数组

将上述三层 \sqrt{n} 叉树可持久化即可。可以搞出“块状主席树”之类的东西。

例题 : P5574 [CmdOI2019]任务分配问题 （ O(n\sqrt{n}+nk\log n) ）

解决一系列带插入的序列问题。（在带插入的序列上维护分块）

将某个元素插入某个块时，将该块重构。若某个块的大小超过 2B （或其他自定常数）则分裂为两个大小为 B 的块。

这样，分裂次数是 O(n/B) 的，且能保证各个块的大小在 [B,2B] 之间。

代码实现细节较多，具体见例题。

• 例题 : P4278 带插入区间K小值

在远古时期这题的时限是 \texttt{1s} ，故几乎只有实现较好的分块能通过。

先考虑带单点修改区间K小值，若沿袭 P5356 的做法，复杂度为 O(q\sqrt{n}\log n) ，无法接受。

注意到本题的特殊性 ： 值域较小（认为与 n 同阶）。这启发我们使用值域分块。

维护序列块的前缀权值块状数组，差分能得到任意一端块的权值块状数组。再将散块 O(B) 建立一个权值块状数组。

在线性组合后的权值块状数组上，模仿主席树二分来爬，复杂度是 O(\sqrt{n}) 的。

在单点修改时，只会有 O(n/B) 次 O(1) 的权值块状数组更新。

取 B=\sqrt{n} 即可做到 O(n\sqrt{n})。

接下来考虑插入，只需多考虑分裂操作。

评测记录 | 代码Link

题意 : 维护一个序列，支持（在指定元素后面）插入元素，询问两个元素的先后顺序。

显然可以使用平衡树维护，回答询问时，求出两者的排名并比较。这样能做到 O(\log n) 修改 O(\log n) 查询。

考虑给每个元素一个标号，是的先后顺序和标号的大小顺序相对应。

给根一个值域区间，如 [0,1] 或 [0,2^{60}-1]，将点 u 的权值设为自己区间的中点 mid=(u.l+u.r)/2，并令左右儿子的值域区间分别为 [u.l,mid],[mid,u.r]。

显然，这样得到的权值也满足左小右大的性质。若平衡树的最大高度为 h ，则权值精度要求是 O(2^h) 的。

使用重量平衡树（如替罪羊树）来维护这个序列，这样能够保证我们每次操作更新（并重新标记权值）的子树大小是 O(\log n) 级别的。

而且，替罪羊树的树高严格 \leq \log_{1/\alpha} n （一般不超过 3\log n），故对精度的要求也较低（低于 O(n^3)），使用 double 或 long long 即可满足。

比较先后顺序时，只需比较标号即可，这样即可做到（均摊） O(\log n) 修改 O(1) 查询。

• 均摊 O(1)

将序列分成块状链表的形式，每一块的大小在 [\log n,2\log n] 之间，适时分裂。

块外用替罪羊树维护。共产生 O(n/\log n) 次分裂，故复杂度为 O(n)。

比较时，先比较所在块的先后顺序，再比较块内的先后顺序。

块内使用链表维护，插入的元素的权值设置为前驱和后继权值的平均数，这样所需的值域也并不大。

• 严格 O(1) ： 先咕咕。

• **题意** ： 静态序列，查询区间 $\min$。

该问题的一个经典做法是 \rm ST 表，但需要 O(n\log n) 的预处理时间。

考虑将原序列分为 O(\log n) 一块，每一块预处理前/后缀 \min ，整块的 \min 上建立 \rm ST 表。

这样，若查询的区间端点异块，则使用散块前/后缀 \min 拼上一段整块的 \min 就能做到 O(1) 查询。

上面的复杂度是 O(n)-O(1) 的。

若区间端点同块，只能暴力，但是题目中一般不会出现这种情况。这样，我们就得到了一个简易的 O(n)-O(1)\ \rm rmq 替代品。

递归套用本算法可以得到 O(n\alpha (n))-O(\alpha (n)) 的做法，但不实用。

3. 根号分治 & 自然根号

有时，根号复杂度会产生于一些非常自然的问题中。

例 : 有若干数和为 n ，则最多有 n/a 个数字大于 a。

若对于某个数可以 O(x) 处理，那我们就以 O(xa) 的复杂度保证了其余数都 \leq a。

• 例题① : 「Be Surrounded」

  题意 : 维护一个 n 个点 m 条边的无向图，支持下列两种操作 :

  • 将点 u 的权值 +y
  • 查询与 u 相连的点的权值和

点度数总和是 O(m) 的，对度数进行根号分治。

对于度数 \geq \sqrt{m} 的点，称为大点，反之称为小点。

在查询小点时暴力。修改时主动给周围的大点贡献，由于大点数目是 O(\sqrt{m}) 的，一次修改也不会超过 O(\sqrt{m})。

总复杂度 O(q\sqrt{m})。

• 例题② : P3396 哈希冲突

  题意 : 维护一个长为 n 的序列 A，支持下列操作 :

  • 单点修改
  • 查询 \sum\limits_{i=1}^n[i\bmod x=y] A_i

考虑 x\geq \sqrt{n} 的询问，显然可以 O(\sqrt{n}) 计算。

对于剩下每个询问 (x,y) ，都维护其答案。在单点修改时，对于每个 x 都有一个 y 的答案改变，复杂度也是 O(\sqrt{n})。

• 练习题

  • [DS记录]P5309 [Ynoi2011]初始化

  • [DS记录]P5528 [Ynoi2012]WC,THUWC,CTSC与APIO2017

  • [DS记录]P5397 [Ynoi2018]天降之物

  • [??记录]CF1039D You Are Given a Tree

  • 题解 CF1039E 【Summer Oenothera Exhibition】

• 有若干数和为 $n$ ，则最多有 $O(\sqrt{n})$ 个不同的数。

显然，最差情况是 n=1+2+3+...+m ，和是 O(m^2) 级别的，故 m=O(\sqrt{n})。

• 有 $m$ 个集合，大小分别为 $S_1,S_2...S_m$。设 $n=\sum_{i=1}^mS_i$。 有 $q$ 次对子询问，处理询问 $(x,y)$ 的复杂度为 $O\big(\min(S_x,S_y)\big)$。 若将询问记忆化，则总复杂度为 $O(n\sqrt{q})$。

证明 : 我们选出复杂度最大的 q 个不同的询问进行求和。

记 S 从大到小排序后的结果为 S' ，复杂度最大的 q 个不同的询问的复杂度和为 O\Big(\sum_{i=1}^{\sqrt{q}}S_i\times i\Big)。

最差情况是 S 为 O(\sqrt{q}) 个 O(n/\sqrt{q}) ，此时复杂度为 O(n\sqrt{q})。

例题 : P5576 [CmdOI2019]口头禅

• 对于（多串建立的）广义 SAM ，定义节点 $u$ 的 $siz_u$ 为 $parent$ 树子树内串的种类数。 （即将输入中第 $i$ 个串的所有终止节点加上标记 $i$ ，问子树内不同标记个数） 设 $n=\sum_i|S_i|$ ，则 $\sum_u siz_u$ 是 $O(n\sqrt{n})$ 级别的。

证明 : 对于某个 S_i ，其贡献的复杂度显然为 O\big(\min(|S_i|^2,n)\big)。

当 |S_i|>\sqrt{n} 时，这样的串只有 O(\sqrt{n}) 个，就算跑满 O(n) 的复杂度，也仅为 O(n\sqrt{n})。

当 |S_i|\leq \sqrt{n} 时，复杂度不超过 O(\sum |S_i|^2)\leq O(n*\max|S_i|)=O(n\sqrt{n})。

也存在达到此上界的构造，可见 Itst : 广义 SAM 上每个模板串包含的节点数量和的上界以及构造

例题 : [Str记录]CF204E Little Elephant and Strings

• 将 $\rm SAM$ 上每个节点的 $\rm endpos$ 集合划分为若干等差序列。等差序列的总个数为 $O(n\sqrt{n})$。

证明 :

• 由此，只有 $>len/2$ 的空位才能隔断某个等差数列，故每个点的等差数列个数至多是 $O(n/len)\leq O(\sqrt{n})$ 的。

也存在达到此上界的构造，限于篇幅故不展示。

找出这些等差序列的方法暂不介绍，有题目之后再说。

• 一个串的 $\rm Border$ 可以被划分为若干等差序列，其中公差 $>B$ 的等差序列总大小 $\leq O(n/B)$。