Konverze obrázků: krok 1

[ga.git] / 9-decomp / 9-decomp.tex

\input ../sgr.tex

\hyphenation{mikro-strom mikro-stro-mo-vé}

\prednaska{9}{Dekompozice stromů}{}

V~této kapitole ukážeme několik datových struktur založených
na~myšlence dekompozice problému na~dostatečně malé podproblémy,
které už umíme (obvykle vhodným kódováním čísly) řešit v~konstantním
čase.

\h{Union-Find Problem}

\s{Problém:} Udržování tříd ekvivalence: na~počátku máme $N$ jednoprvkových ekvivalenčních
tříd, provádíme operace \<Find> (zjištění, zda dva prvky jsou ekvivalentní) a \<Union>
(sloučení dvou tříd do~jedné). Také na~to lze pohlížet jako na~inkrementální udržování
komponent souvislosti neorientovaného grafu: \<Union> je přidání hrany, \<Find> test,
zda dva vrcholy leží v~téže komponentě. To se hodí v~mnoha algoritmech, kupříkladu
v~Kruskalově algoritmu pro hledání minimální kostry.

\s{Triviální řešení:} Prvky každé třídy obarvíme unikátní barvou (identifikátorem
třídy). Operace \<Find> porovnává barvy, \<Union> prvky jedné ze~sjednocovaných
tříd přebarvuje.

Operace \<Find> tak pracuje v~konstantním čase, \<Union> může zabrat až lineární čas. Můžeme si
pomoci tím, že vždy přebarvíme {\I menší} ze~slučovaných ekvivalenčních tříd (budeme
si pro každou třídu pamatovat seznam jejích prvků a velikost). Tehdy může být každý
prvek přebarven jen $\O(\log n)$-krát, jelikož každým přebarvením se alespoň zdvojnásobí
velikost třídy, ve~které prvek leží. Posloupnost operací \<Union>, kterou vznikla třída
velikosti~$k$, tak trvá $\O(k\log k)$, takže můžeme bezpečně prohlásit, že amortizovaná
složitost operace \<Union> je $\O(\log n)$.

\s{Chytřejší řešení:} Každou třídu budeme reprezentovat zakořeněným stromem s~hranami
orientovanými směrem ke~kořeni (jinými slovy pro každý prvek si pamatujeme jeho otce
nebo že je to kořen). \<Find> nalezne kořeny stromů a porovná je, \<Union> připojí kořen
jedné třídy pod kořen druhé. Aby stromy nedegenerovaly, přidáme dvě pravidla:

\itemize\ibull
\:{\I Union dle ranku:} každý kořen $v$ si bude pamatuje svůj rank $r(v)$, což je nějaké
přirozené číslo. Na~počátku jsou všechny ranky nulové. Pokud spojujeme
dva stromy s~kořeny $v$, $w$ a $r(v)<r(w)$, připojíme $v$ pod~$w$ a rank zachováme.
Pokud $r(v)=r(w)$, připojíme libovolně a nový kořen bude mít rank $r(v)+1$.%
\foot{Stejně by fungovalo pravidlo {\I Union dle velikosti,} které připojuje menší
strom pod větší, ale ranky máme raději, neb jsou skladnější a snáze se analyzují.}

\:{\I Komprese cest:} pokud z~vrcholu vystoupíme do~kořene (například
během operace \<Find>), přepojíme všechny vrcholy na~cestě, po~které jsme prošli,
rovnou pod kořen.
\endlist

Pro účely analýzy struktury budeme uvažovat také ranky ostatních vrcholů -- každý vrchol
si ponese svůj rank z~doby, kdy byl naposledy kořenem. Struktura se ovšem
podle ranků vnitřních vrcholů nijak neřídí a nemusí si je ani pamatovat.
Stromu s~kořenem ranku~$r$ budeme zkráceně říkat {\I strom ranku~$r$.}

\s{Invariant~C:} Na každé cestě z~vrcholu do~kořene příslušného stromu ranky
ostře rostou. Jinými slovy rank vrcholu, který není kořen, je menší, než je rank
jeho otce.

\proof
Na počátku (pro jednovrcholové stromy) tvrzení jistě platí.
Nechť provedeme Union, který připojí vrchol~$v$ pod~$w$. Cesty do~kořene z~vrcholů,
které ležely pod~$w$, zůstanou zachovány, pouze se vrcholu~$w$ případně
zvýší rank. Cesty z~vrcholů pod~$v$ se rozšíří o~hranu~$vw$, na které rank
v~každém případě roste.
Komprese cest nahrazuje otce vrcholu jeho vzdálenějším předkem, takže se rank
otce může jedině zvýšit.
\qed

\s{Invariant~R:} Strom ranku~$r$ obsahuje alespoň $2^r$ vrcholů.

\proof
Indukcí podle času. Pro jednovrcholové stromy o~nulovém ranku tvrzení platí.
Nechť připojíme vrchol~$v$ pod vrchol~$w$. Je-li $r(v)<r(w)$, rank stromu
zůstane zachován a strom se ještě zvětší. Je-li $r(v)=r(w)$, rank stromu
se zvětší o~1, ale z~indukce víme, že oba spojované stromy měly alespoň
$2^{r(v)}$ vrcholů, takže jejich spojením vznikne strom o~alespoň $2^{r(v)+1}$
vrcholech. Komprese cest zasahuje pouze do~vnitřní struktury stromu, ranky
ani velikosti stromů nemění.
\qed

\s{Důsledek:} Rank každého stromu je $\O(\log n)$, takže rank každého vnitřního
vrcholu taktéž. Díky invariantu~C strávíme výstupem z~každého vrcholu do~kořene
také čas $\O(\log n)$, takže logaritmická je i složitost operací \<Union> a \<Find>.

K~tomu nám ovšem stačilo samotné pravidlo Union podle ranku, o~kompresi cest
jsme zatím dokázali pouze to, že složitost v~nejhorším případě nezhoršuje.%
\foot{Mimochodem, Komprese cest samotná by také na~složitost $\O(\log n)$ amortizovaně stačila \cite{tarjan84setunion}.}
Kombinace obou metod se ve~skutečnosti chová mnohem lépe:

\s{Věta:} (Tarjan, van Leeuwen \cite{tarjan84setunion})
Posloupnost $m$~operací \<Union> a \<Find> provedená na~prázdné struktuře s~$n$ vrcholy
trvá $\O(n + m\alpha(m,n))$, kde $\alpha$ je inverzní Ackermannova funkce.%
\foot{Je známo \cite{fredman:cellprobe}, že asymptoticky lepší složitosti nelze dosáhnout,
a~to ani v~modelu silnějším než RAM. Námi uváděný algoritmus si téměř vystačí
s~Pointer Machine, jen porovnávání ranků z~tohoto modelu vybočuje. Složitost
operací v~nejhorším případě je obecně horší, je znám dolní odhad $\Omega(\log n/\log\log n)$;
více viz Alstrup \cite{alstrup:worstuf}.}

Důkaz této věty neuvádíme, jelikož je technicky dosti náročný. Místo toho podobnou
metodou ukážeme trochu slabší výsledek s~iterovaným logaritmem:

\s{Věta':} Ve~struktuře s~$n$ prvky trvá provedení posloupnosti $m$~operací
\<Union> a \<Find> $\O((n+m)\cdot\log^* n)$.

\def\up{\mathop{\uparrow}}

\s{Definice:} {\I Věžovou funkci} $2\up k$ definujeme následovně: $2\up 0=1$,
$2\up (k+1)=2^{2\up k}$.

Funkce $2\up k$ je tedy $k$-krát iterovaná mocnina dvojky a $\log^*$ je funkce
k~této funkci inverzní.

Vrcholy ve~struktuře si nyní rozdělíme podle jejich ranků:
$k$-tá skupina bude tvořena těmi vrcholy, jejichž rank je od~$2\up (k-1)+1$ do~$2\up k$. Vrcholy jsou
tedy rozděleny do~$1+\log^*\log n$ skupin. Odhadněme nyní shora počet vrcholů v~$k$-té
skupině.

\s{Invariant~S:} V~$k$-té skupině leží nejvýše $n/(2\up k)$ vrcholů.

\proof
Nejprve ukážeme, že vrcholů s~rankem~$r$ je nejvýše $n/2^r$. Kdybychom nekomprimovali
cesty, snadno to plyne z~invariantů~C a~R: každému vrcholu ranku~$r$ přiřadíme všech
jeho alespoň $2^r$ potomků. Jelikož ranky na cestách směrem ke~kořeni rostou, žádného
potomka jsme nemohli přiřadit více vrcholům. Komprese cest ovšem nemůže invariant
porušit, protože nemění ranky ani rozhodnutí, jak proběhne který \<Union>.

Teď už stačí odhad $n/2^r$ sečíst přes všechny ranky ve~skupině:
$$
{n \over 2^{2\up(k-1)+1}} + {n \over 2^{2\up(k-1)+2}} + \cdots + {n \over 2^{2\up k}} \le
{n \over 2^{2\up(k-1)}} \cdot \sum_{i=1}^\infty {1 \over 2^i} =
{n \over 2^{2\up(k-1)}} \cdot 1 =
{n \over 2\up k}.
$$
\qed

\>{\sl Důkaz věty:}
Operace \<Union> a \<Find> potřebují nekonstantní čas pouze na~vystoupání
po~cestě ze~zadaného vrcholu~$v$ do~kořene stromu. Čas strávený na~této cestě
je přímo úměrný počtu hran cesty. Celá cesta je přitom rozpojena a všechny
vrcholy ležící na~ní jsou přepojeny přímo pod~kořen stromu.

Hrany cesty, které spojují vrcholy z~různých skupin (takových je $\O(\log^* n)$),
naúčtujeme právě prováděné operaci. Celkem jimi tedy strávíme čas $\O(m\log^*n)$.
Zbylé hrany budeme počítat přes celou dobu běhu algoritmu a účtovat je vrcholům.

Uvažme vrchol~$v$ v~$k$-té skupině, jehož rodič leží také v~$k$-té skupině.
Jelikož hrany na cestách do~kořene ostře rostou, každým přepojením vrcholu~$v$ rank jeho
rodiče vzroste. Proto po nejvýše $2\up k$ přepojeních se bude rodič vrcholu~$v$ nacházet
v~některé z~vyšších skupin. Jelikož rank vrcholu~$v$ se už nikdy nezmění, bude hrana z~$v$
do~jeho otce již navždy hranou mezi skupinami. Každému vrcholu v~$k$-té skupině tedy naúčtujeme
nejvýše $2\up k$ přepojení a jelikož, jak už víme, jeho skupina obsahuje nejvýše $n/(2\up k)$ vrcholů,
naúčtujeme celé skupině čas $\O(n)$ a všem skupinám dohromady $\O(n\log^* n)$.
\qed

\h{Union-Find s~předem známými Uniony}

Dále nás bude zajímat speciální varianta Union-Find problému, v~níž dopředu známe
posloupnost Unionů, čili strom, který spojováním komponent vznikne.\foot{Kdy se to hodí?
Třeba v~Thorupově lineárním algoritmu \cite{thorup:usssp} na~nejkratší cesty nebo
ve~Weiheho taktéž lineárním algoritmu \cite{weihe:paths} na~hledání hranově disjunktních
cest v~rovinných grafech.}
Jiná interpretace téhož (jen pozpátku) je dekrementální udržování komponent
souvislosti lesa: na~počátku je dán les, umíme smazat hranu a otestovat, zda jsou
dva vrcholy v~témže stromu.

Popíšeme algoritmus,
který po~počátečním předzpracování v~čase $\O(n)$ zvládne \<Union> i \<Find> v~amortizovaně
konstantním čase. Tento algoritmus je kombinací dekompozic popsaných Alstrupem \cite{alstrup97optimal,alstrup98marked}.

\s{Definice:} {\I (Microtree/Macrotree dekompozice)} Pro zakořeněný strom $T$ o~$n$ vrcholech
definujeme:
\itemize\ibull
\:{\I Kořeny mikrostromů} budou nejvyšší vrcholy v~$T$, pod~nimiž je nejvýše $\log n$ listů
a které nejsou kořenem celého~$T$.
\:{\I Mikrostromy} leží v~$T$ od~těchto kořenů níže.
\:{\I Spojovací hrany} vedou z~kořenů mikrostromů do~jejich otců.
\:{\I Makrostrom} je tvořen zbývajícími vrcholy a hranami stromu~$T$.
\endlist

\s{Pozorování:} Každý mikrostrom má nejvýše $\log n$ listů. Pod každým listem makrostromu leží
alespoň jeden mikrostrom (může jich být i více, viz dekompozice hvězdy na~obrázku), takže
listů makrostromu je nejvýše $n/\log n$.

Vnitřních vrcholů makro- i mikrostromů ale může být nešikovně mnoho, protože se ve~stromech mohou
vyskytovat dlouhé cesty. Pomůžeme si snadno: každou cestu si budeme pamatovat zvlášť a ve~stromu
ji nahradíme hranou, která bude vložena právě tehdy, když budou přítomny všechny hrany cesty.

\s{Příklad:} Následující obrázek ukazuje dekompozici několika stromů za~předpokladu,
že $\log n=4$. Vrcholy mikrostromů jsou černé, makrostromu bílé. Spojovací hrany kreslíme tečkovaně,
hrany komprimovaných cest tučně.

\medskip
\fig{mima.epdf}{\epsfxsize}

\s{Algoritmus pro cesty:} Cestu délky~$l$ rozdělíme na~úseky délky $\log n$, pro něž si uložíme
množiny již přítomných hran (po~bitech jako čísla). Pak si ještě pamatujeme zkomprimovanou cestu (hrany
odpovídají úsekům a jsou přítomny právě tehdy, jsou-li přítomny všechny hrany příslušného úseku)
délky $l/\log n$ a pro ni \uv{přebarvovací} strukturu pro Union-Find.

\>$\<Union>(x,y)$ (přidání hrany $e=xy$ do~cesty):
\algo
\:Přidáme $e$ do množiny hran přítomných v~příslušném úseku.
\:Pokud se tím úsek naplnil, přidáme odpovídající hranu do~zkomprimované cesty.
\endalgo

\>$\<Find>(x,y):$
\algo
\:Pokud $x$ a $y$ jsou v~témže úseku, otestujeme bitovými operacemi, zda
  jsou všechny hrany mezi $x$ a $y$ přítomny.
\:Pokud jsou v~různých úsecích, rozdělíme cestu z~$x$ do~$y$ na~posloupnost celých úseků,
  na~které nám odpoví zkomprimovaná cesta, a~dva dotazy v~krajních částečných úsecích.
\endalgo

Operace uvnitř úseků pracují v~čase $\O(1)$, operace na~zkomprimované cestě v~$\O(\log l)$
amortizovaně, ale za~dobu života struktury je jich $\O(l/\log n)=\O(l/\log l)$, takže celkově zaberou lineární čas.

\s{Komprese cest:} Operace na~mikro/makro-stromech budeme následujícím způsobem
převádět na~operace s~jejich cestově komprimovanými podobami a na~operace s~cestovými strukturami:

\>$\<Union>(x,y)$:
\algo
\:Pokud $e=xy$ leží uvnitř nějaké cesty, přidáme ji do~cesty, což buďto způsobí
  přidávání jiné hrany, a~nebo už jsme hotovi.
\:Provedeme \<Union> v~komprimovaném stromu.
\endalgo

\>$\<Find>(x,y)$:
\algo
\:Pokud $x$ a $y$ leží uvnitř jedné cesty, zeptáme se cestové struktury a končíme.
\:Pokud $x$ leží uvnitř nějaké cesty, zjistíme dotazem na~cestovou strukturu,
  ke~kterému krajnímu vrcholu cesty je připojen, a~$x$ nahradíme tímto vrcholem.
  Není-li připojen k~žádnému, je~evidentně odpověď na~celý \<Find> negativní;
  pokud k~oběma, vybereme si libovolný, protože jsou stejně v~cestově komprimovaném
  stromu spojeny hranou. Analogicky pro~$y$.
\:Zeptáme se struktury pro komprimovaný strom.
\endalgo

\s{Algoritmus pro mikrostromy:} Po~kompresi cest má každý mikrostrom nejvýše $2\log n$
vrcholů, čili také nejvýše tolik hran. Hrany si očíslujeme přirozenými čísly, každou
množinu hran pak můžeme reprezentovat $(2\log n)$-bitovým číslem a množinové operace
provádět pomocí bitových v~konstantním čase.

Pro každý mikrostrom si předpočítáme pro všechny jeho vrcholy~$v$ množiny~$P_v$ hran ležících
na~cestě z~kořene mikrostromu do~$v$. Navíc si budeme pro celý mikrostrom pamatovat množinu
přítomných hran~$F$.

\>$\<Union>(x,y):$

\algo
\:Najdeme pořadové číslo $i$ hrany $xy$ (máme předpočítané).
\:$F \leftarrow F \cup \{i\}$.
\endalgo

\>$\<Find>(x,y):$

\algo
\:$P \leftarrow P_x \mathop{\Delta} P_y$ (množina hran ležících na~cestě z~$x$ do~$y$).
\:Pokud $P\setminus F=\emptyset$, leží $x$ a $y$ ve~stejně komponentě, jinak ne.
\endalgo

\s{Algoritmus pro celý problém:} Strom rozložíme na~mikrostromy, makrostrom a spojovací
hrany. V~mikrostromech i makrostromu zkomprimujeme cesty. Pro cesty a mikrostromy použijeme
výše popsané struktury, pro každou spojovací hranu si budeme pamatovat jen značku,
zda je přítomna, a pro makrostrom přebarvovací strukturu.

\>$\<Union>(x,y)$:

\algo
\:Pokud $e=xy$ je spojovací, poznamenáme si, že je přítomna, a~končíme.
\:Nyní víme, že $e$ leží uvnitř mikrostromu nebo makrostromu, a~tak provedeme \<Union>
   na~příslušné struktuře.
\endlist

\>$\<Find>(x,y)$:

\algo
\:Leží-li $x$ a $y$ v~jednom mikrostromu, zeptáme se struktury pro~mikrostrom.
\:Je-li $x$ uvnitř mikrostromu, zeptáme se mikrostruktury na~spojení s~kořenem mikrostromu.
  Není-li, odpovíme {\sc ne}, stejně jako když není přítomna příslušná spojovací hrana.
  Jinak $x$ nahradíme listem makrostromu, do~kterého spojovací hrana vede. Podobně pro~$y$.
\:Odpovíme podle struktury pro makrostrom.
\endalgo

\s{Analýza:} Operace \<Find> trvá konstantní čas, protože se rozloží na~$\O(1)$ \<Find>ů
v~dílčích strukturách a každý z~nich trvá konstantně dlouho. Všech $n$ operací \<Union>
trvá $\O(n)$, jelikož způsobí $\O(n)$ amortizovaně konstantních operací s~mikrostromy, spojovacími
hranami a cestami a $\O(n/\log n)$ operací s~makrostromem, které trvají $\O(\log n)$ amortizovaně
každá.%
\foot{To je v~průměru $\O(1)$ na~operaci a dokonce i amortizovaně, pokud necháme inicializaci
struktury, která je lineární, naspořit potenciál $\O(n)$, ze~kterého budeme průběžně platit
slučování v~makrostromu.}

\s{Cvičení:} Zkuste pomocí dekompozice vyřešit následující problém: je dán strom,
jehož každý vrchol může být označený. Navrhněte datovou strukturu, která bude umět
v~čase $\O(\log\log n)$ označit nebo odznačit vrchol a v~čase $\O(\log n/\log\log n)$ najít
nejbližšího označeného předchůdce.

\h{Fredericksonova clusterizace}

Mikro/makro-stromová dekompozice není jediný způsob, jak stromy rozkládat. Někdy
se více hodí následující myšlenka:

\s{Definice:} {\I (Fredericksonova clusterizace)} Nechť $k\ge 1$ je přirozené číslo
a $T$~strom s~maximálním stupněm nejvýše~3. Pak $k$-clusterizací stromu~$T$
nazveme libovolný rozklad $V_1\cup\ldots\cup V_t$ množiny~$V(T)$, pro který platí:
\itemize\ibull
\:Podgrafy stromu~$T$ indukované jednotlivými~$V_i$ jsou souvislé.
Těmto podgrafům budeme říkat {\I clustery} a značit je~$C_i$.
\:Z~každého clusteru vedou nejvýše 3~hrany do sousedních clusterů.
Takovým hranám říkáme {\I vnější,} jejich počet je {\I vnější stupeň} clusteru $\<ed>(C_i)$.
Hrany uvnitř clusterů nazveme {\I vnitřní.}
\:Nechť $\vert C_i\vert$ značí počet vrcholů clusteru~$C_i$.
Pak pro všechny clustery platí $\vert C_i\vert \le k$
a pro clustery vnějšího stupně~3 dokonce $\vert C_i\vert = 1$.
\:Žádné dva sousední clustery není možné sloučit.
\endlist

\s{Úmluva:}
Clustery vnějšího stupně~0 se nazývají {\I izolované,}
stupně~1 {\I listové,}
stupně~2 {\I cestové} a
stupně~3 {\I větvicí.}

\s{Pozorování:} Nechť $C$ a~$D$ jsou sousední clustery (bez újmy na obecnosti $\<ed>(C) \ge \<ed>(D)$).
Kdy je lze sloučit? Především $\vert C\vert + \vert D\vert$ musí být nejvýše rovno~$k$. Pak mohou
nastat následující případy:
\itemize\ibull
\:Pokud~$C$ i~$D$ jsou listové, lze je sloučit do jednoho izolovaného clusteru.
\:Pokud~$C$ je cestový a $D$~listový, lze je sloučit do listového clusteru.
\:Pokud~$C$ i~$D$ jsou cestové, lze je sloučit do cestového clusteru.
\:Pokud~$C$ je větvicí a $D$~listový, lze je sloučit do cestového clusteru.
\:V~ostatních případech slučovat nelze, neboť by vznikl cluster vnějšího stupně~4
  nebo stupně~3 s~více než jedním vrcholem.
\endlist

\s{Věta:} (Frederickson \cite{frederickson91ambivalent}) Každá $k$-clusterizace stromu~$T$
na $n$~vrcholech obsahuje $\O(n/k)$ clusterů.

\proof
Pokud clusterizace obsahuje pouze izolované nebo listové clustery, pak je konstantně
velká a tvrzení triviálně platí.

Pokud navíc obsahuje cestové clustery, musí být clustery propojeny do jedné cesty,
která začíná a končí listovými clustery a ostatní clustery jsou cestové. Cestové
clustery rozdělíme na velké (alespoň $k/2$ vrcholů) a malé (ostatní). Všimneme si,
že malé spolu nemohou sousedit. Velkých je přitom nejvýše $n/k$, takže malých
nejvýše $n/k+1$.

Zbývá obecný případ, v~němž jsou i větvicí clustery. Uvažme clusterizační strom~$S$:
jeho vrcholy odpovídají clusterům, hrany externím hranám mezi nimi. Tento strom zakořeňme
v~libovolném větvicím clusteru.

Pokud ve~stromu~$S$ nahradíme každou nevětvící se cestu hranou, vznikne nějaký
komprimovaný strom~$S'$. V~něm už jsou pouze listové clustery (coby listy) a
větvicí clustery (jako vnitřní vrcholy).

Nyní si všimneme, že pro každý list~$\ell$ stromu~$S$ platí, že tento cluster
spolu s~cestovými clustery nad ním (které se schovaly do hrany mezi~$\ell$ a jeho
otcem) musí mít velikost alespoň~$k$. V~opačném případě by totiž bylo možné
tyto clustery společně s~větvicím clusterem nad nimi sloučit do jediného clusteru,
což by porušilo poslední podmínku z~definice clusterizace.

Proto strom~$S'$ obsahuje nejvýše $n/k$ listů. A~jelikož všechny jeho vnitřní
vrcholy mají alespoň~2 syny, musí být vnitřních vrcholů také nanejvýš $n/k$.

Zbývá započítat cestové clustery. Uvažme hranu~$e$ stromu~$S'$ a cestové clustery,
které se do ní zkomprimovaly. Už víme, že je-li celková velikost těchto clusterů~$r$,
může jich být nanejvýš $2r/k + 1$. A~jelikož clustery jsou disjunktní, v~součtu
přes všechny hrany~$e$ dostaneme $2n/k + \hbox{počet hran stromu~$S'$} = \O(n/k)$.

Clusterů všech typů je tedy dohromady $\O(n/k)$.
\qed

\s{Věta:} (Frederickson \cite{frederickson91ambivalent}) Pro každé~$k$ lze $k$-clusterizaci
stromu o~$n$~vrcholech najít v~čase $\O(n)$.

\proof
Clusterizaci lze najít upraveným hledáním do hloubky, ale při tom je nutné řešit
mnoho různých případů slučování clusterů. Místo toho použijeme následující
hladový algoritmus.

Nejprve vytvoříme z~každého vrcholu triviální cluster. Taková clusterizace
splňuje všechny podmínky kromě poslední. Budeme tedy clustery hladově slučovat.

Pořídíme si frontu clusterů, u~nichž jsme ještě nezkontrolovali slučitelnost.
Na počátku do ní umístíme všechny clustery. Pak vždy odebereme cluster, prozkoumáme
jeho sousedy a pokud mezi nimi je nějaký, s~nímž lze slučovat, tak to provedeme.
Nový cluster uložíme do fronty, oba staré z~fronty odstraníme.

Všimneme si, že při každé kontrole poklesne velikost fronty o~1 -- buďto jsme
neslučovali a zmizel pouze kontrolovaný cluster, anebo slučovali, ale pak zmizely
dva clustery a přibyl jeden. Jelikož kontrolu i sloučení zvládneme v~konstantním
čase, celý algoritmus doběhne v~čase $\O(n)$.
\qed

\s{Použití:} Předchozí variantu Union-Find problému bychom také mohli vyřešit nahrazením
vrcholů stupně většího než~3 \uv{kruhovými objezdy bez jedné hrany},
nalezením $(\log n)$-clusterizace, použitím bitové reprezentace množin uvnitř clusterů
a přebarvovací struktury na~hrany mezi clustery.

\h{Stromoví předchůdci}

\s{Problém:} {\I (Least Common Ancestor alias LCA)} Chceme si předzpracovat zakořeněný strom~$T$
tak, abychom dokázali pro libovolné dva vrcholy $x,y$ najít co~nejrychleji jejich nejbližšího
společného předchůdce.

\s{Triviální řešení LCA:}
\itemize\ibull
\:Vystoupáme z~$x$ i $y$ do~kořene, označíme vrcholy na~cestách a kde se poprvé
  potkají, tam je hledaný předchůdce. To je lineární s~hloubkou a nepotřebuje
  předzpracování.
\:Vylepšení: Budeme stoupat z~$x$ a $y$ střídavě. Tak potřebujeme jen lineárně mnoho
  kroků vzhledem ke~vzdálenosti společného předchůdce.
\:Předpočítáme všechny možnosti: předzpracování $\O(n^2)$, dotaz $\O(1)$.
\:\dots\ co dál?
\endlist

\>Věrni vtipům o~matfyzácích a článku \cite{bender00lca} převedeme raději tento problém na~jiný.

\s{Problém:} {\I (Range Minimum Query alias RMQ)} Chceme předzpracovat posloupnost čísel
$a_1,\ldots a_n$ tak, abychom uměli rychle počítat $\min_{x\le i\le y} a_i$.%
\foot{Všimněte si, že pro sumu místo minima je tento problém velmi snadný.}

\s{Lemma:} LCA lze převést na~RMQ s~lineárním časem na~předzpracování a konstantním
časem na~převod dotazu.

\proof Strom projdeme do~hloubky a pokaždé, když vstoupíme do~vrcholu (ať již poprvé nebo se do~něj vrátíme),
zapíšeme jeho hloubku. ${\rm LCA}(x,y)$ pak bude nejvyšší vrchol mezi libovolnou
návštěvou~$x$ a libovolnou návštěvou~$y$.
\qed

\s{Triviální řešení RMQ:}
\itemize\ibull
\:Předpočítáme všechny možné dotazy: předzpracování $\O(n^2)$, dotaz $\O(1)$.
\:Pro každé $i$ a $j\le \log n$ předpočítáme $m_{ij} = \min\{ a_i, a_{i+1}, \ldots, a_{i+2^j-1} \}$,
čili minima všech bloků velkých jako nějaká mocnina dvojky. Když se poté někdo zeptá
na~minimum bloku $a_i,a_{i+1},\ldots,a_{j-1}$, najdeme největší~$k$ takové, že $2^k < j-i$
a vrátíme:
$$\min( \min\{ a_i, \ldots, a_{i+2^k-1} \}, \min\{ a_{j-2^k}, \ldots, a_{j-1} \} ).$$
Tak zvládneme dotazy v~čase $\O(1)$ po~předzpracování v~čase $\O(n\log n)$.
\endlist

My si ovšem všimneme, že náš převod z~LCA vytváří dosti speciální instance problému RMQ,
totiž takové, v~nichž je $\vert a_i - a_{i+1} \vert = 1$. Takovým instancím budeme
říkat RMQ${\pm}1$ a budeme je umět řešit šikovnou dekompozicí.

\s{Dekompozice} pro RMQ${\pm}1$: Vstupní posloupnost rozdělíme na~bloky velikosti $b=1/2\cdot \log n$,
každý dotaz umíme rozdělit na~část týkající se celých bloků a maximálně dva dotazy na~části bloků.

Všimneme si, že ačkoliv bloků je mnoho, jejich možných typů (tj. posloupností klesání
a stoupání) je pouze $2^{b-1}\le\sqrt n$ a bloky téhož typu se liší pouze posunutím
o~konstantu. Vybudujeme proto kvadratickou strukturu pro jednotlivé typy a pro každý
blok si zapamatujeme, jakého je typu a jaké má posunutí. Celkem strávíme čas
$\O(n + \sqrt n \cdot \log^2 n) = \O(n)$ předzpracováním a $\O(1)$ dotazem.

Mimo to ještě vytvoříme komprimovanou posloupnost, v~níž každý blok nahradíme
jeho minimem. Tuto posloupnost délky $n/b$ budeme používat pro části dotazů
týkající se celých bloků a připravíme si pro ni \uv{logaritmickou} variantu
triviální struktury. To nás bude stát $\O(n/b\cdot\log (n/b))=\O(n/\log n\cdot\log n)=\O(n)$ na~předzpracování
a $\O(1)$ na~dotaz.

Tak jsme získali algoritmus pro RMQ${\pm}1$ s~konstantním časem na~dotaz po~lineárním
předzpracování a výše zmíněným převodem i algoritmus na~LCA se stejnými parametry.
Ještě ukážeme, že převod může fungovat i v~opačném směru, a~tak můžeme získat
i konstantní/lineární algoritmus pro obecné RMQ.

\s{Definice:} {\I Kartézský strom} pro posloupnost $a_1,\ldots,a_n$ je strom,
jehož kořenem je minimum posloupnosti, tj. nějaké $a_j=\min_i a_i$, jeho levý podstrom je
kartézský strom pro $a_1,\ldots,a_{j-1}$ a pravý podstrom kartézský strom pro $a_{j+1},\ldots,a_n$.

\s{Lemma:} Kartézský strom je možné zkonstruovat v~lineárním čase.

\proof Použijeme inkrementální algoritmus. Vždy si budeme pamatovat
kartézský strom pro již zpracované prvky a pozici posledního zpracovaného
prvku v~tomto stromu. Když přidáváme další prvek, hledáme místo, kam ho
připojit, od~tohoto označeného prvku nahoru. Povšimněme si, že vzhledem
k~potenciálu rovnému hloubce označeného prvku je časová složitost přidání
prvku amortizovaně konstantní.
\qed

\s{Lemma:} RMQ lze převést na~LCA s~lineárním časem na~předzpracování a konstantním
časem na~převod dotazu.

\proof Sestrojíme kartézský strom a RMQ převedeme na~LCA v~tomto stromu.
\qed

Výsledky této podkapitoly můžeme shrnout do~následující věty:

\s{Věta:} Problémy LCA i RMQ je možné řešit v~konstantním čase na~dotaz
po~předzpracování v~lineárním čase.

\s{Cvičení:} Vymyslete jednodušší strukturu pro RMQ, víte-li, že všechny dotazy budou na~intervaly stejné délky.

\references
\bye