Sort before insert — A small, yet powerful extension to Merge sort tree
Difference between en18 and en19, changed 417 character(s)
Hello Codeforces!↵

This is my first ever blog on Codeforces, and today I wanted to <s>gain contributions</s> share my small invention during my upsolving. I don't know if there existed a similar idea yet, but as far as I can tell, the editorial for the problem that I have solved does not use my idea. I think it would be nice to share with you guys and have your opinions on this idea.↵

<h1>Prerequisite</h1>↵
You should understand what is a segment and what is a merge-sort tree first.↵

All the code in this blog is in <a href="https://codeforces.me/blog/entry/18051">efficient style</a>, therefore you should at least recognize part of it before reading the code.↵

<h1>Idea explanation</h1>↵
<h2>How do we build Merge-sort tree again?</h2>↵
Merge sort tree is a Segment tree, each node of which contains a sorted set/vector of every element in its range. We build it in a bottom-up manner. To build the parent nodes, we merge 2 sets/vectors of the children the same as we do in the merge-sort algorithm in $O(\text{number of elements})$, hence the name Merge-sort tree. ↵

<b>But there is another</b> way.↵

Let `A` be the array we are building the merge-sort tree on, `it[i]` be the vector that contains sorted elements in the range conquer by the `i-th` node. Let's create another array `B` that stores the following pairs: `B[i].first = A[i], B[i].second = i`. We sort the array `B` in the increasing order of `first`. Then we iterate each pair element `value, position` of `B` in that sorted order, push the `value` to the back of every `it[i]` where `i` is the node of the merge-sort tree that contains `position`.↵

We can see that I sort the array before inserting, so I decided to call this trick `sort before insert`. Do you guys have a better name?↵

<b>Some advantages of "sort before insert" over the classical way</b>↵
<ul>↵
  <li>We can handle the case where we have multiple element located in the same position.</li>↵
  <li>With <a href="https://codeforces.me/blog/entry/18051">efficient style</a> we can build this tree iteratively.</li>↵
</ul>↵

Here is the small snippet for building the tree.↵

~~~~~C++↵
const int N = 1e5;↵
vector<int> it[2 * N];↵
void build(const vector<int>& a) {↵
  vector<pair<int, int>> b;↵
  for (int i = 0; i < (int)a.size(); ++i) {↵
    b.emplace_back(a[i], i);↵
  }↵
  sort(b.begin(), b.end());↵
  for (auto [val, p]: b) {↵
    for (p += (int)a.size(); p > 0; p >>= 1)↵
      it[p].push_back(val);↵
  }↵
}↵
~~~~~↵

<small>So we can call merge-sort tree &mdash; quick-sort tree from now on. :))</small>↵

<h2>Can we do with ranges?</h2>↵
As we can see, each node in the merge-sort tree contains only elements of its range, and in the `sort before insert` version, we used <b>point-update</b> to build the tree. Can we do the same with <b>range-like update</b>? Yes, yes we can!↵

But what does each node contains exactly? We already know that for every interval, we can break it into $O(\log n)$ sub-intervals, each of them will correspond to a node of the segment tree. So if we have some intervals with some associated value, we can add these values to every node corresponding to the sub-intervals of the considering interval, so that the vectors of the nodes will still be sorted.↵

Here is the implementation.↵

~~~~~C++↵
const int N = 1e5;↵
vector<int> it[2 * N];↵
struct Range {↵
  int l, r, value;  // [l, r)↵
};↵
void build(vector<Range> a) {↵
  sort(a.begin(), a.end(), [](const Range& u, const Range& v) { return u.value < v.value});↵
  int n = (int)a.size();↵
  for (auto [l, r, val]: a) {↵
    for (l += n, r += n; l < r; l >>= 1, r >>= 1) {↵
      if (l & 1) it[l++].push_back(val);↵
      if (r & 1) it[--r].push_back(val);↵
    }↵
  }↵
}↵
~~~~~↵

<h1>Basic application</h1>↵

<h2>SPOJ <a href="https://www.spoj.com/problems/KQUERY/">KQUERY</a></h2>↵
We are given an array $a$ of length $n$. We need to process $q$ queries. For each query, we are given 3 numbers $l, r, k$. We need to count how many index $i$ such that $l <= i <= r$ and $a[i] < k$.↵

This is a classical problem and can be solved with a Fenwick tree with coordinate compression in $O((n + q) \log n)$. But if the merge-sort tree is used instead, the complexity is $O(n \log n + q \log^2 n)$ with binary searching on each node of the sub-intervals for each query. Using `sort before insert`, we can change the binary searching part to two pointer technique by the following:↵
<ul>↵
  <li>Build 2 trees with `sort before insert`, one for array's elements, one for the query.</li>↵
  <li>We go from top to bottom in both trees simultaneously. Considering the nodes corresponding to the same interval on both trees. Here we find the answer locally for all queries contains this sub-interval with two pointer technique. Since queries that contain this sub-interval is sorted by their value and the array elements contained in this sub-interval is also sorted, we can maintain 2 pointers, one point to the current query, the other point to the last array's element that is bigger (or first element that is smaller or equals) than the current value of the query.</li>↵
</ul>↵

The complexity of this approach is $O((n + q) \log n + q \log q)$. Firstly, we must sort both array elements and the queries. Secondly, we can see that the number of times we visit each array's element equals the number of the node that contains it, which is $O(n \log n)$. And finally, the number of times we visit each query equals the number of sub-intervals of its query range.↵

The implementation is <a href="https://ideone.com/R9GWOS">here</a>↵

<h2>SPOJ <a href="https://www.spoj.com/problems/MKTHNUM/">MKTHNUM</a></h2>↵
We are given an array $a$ of length $n$. We need to process $q$ queries. For each query, we are given 3 numbers $l, r, k$. We need to find the $k$-th smallest element among $a_l, a_{l + 1}, a_{l + 2}, ..., a_r$.↵

There is already a solution using the merge-sort tree in $O((n + q) \log^2 n)$. But I wanted to discuss a little bit naive solution with the merge-sort tree. Let's do binary searching for the answer. If $F(x, l, r)$ is the number of elements in the range $[l, r)$ that is smaller or equals to x, then the answer for the query $l, r, k$ is the smallest number $v$ such that $F(v, l, r) >= k$. We can already see that this is exactly the same as the problem SPOJ KQUERY. If we use the above approach, then for the single element (q = 1), we have the complexity of $O(n \log n \log (10^9))$. But doing that $q > 1$ times, we need to do multiply the complexity by $q$, which is very bad.↵

But the in problem KQUERY, we actually can check $q$ numbers simultaneously. So the obvious optimization here is to use <a href="https://codeforces.me/blog/entry/45578"> parallel binary search</a>. Implementation is <a href="https://ideone.com/tgiUz8">here</a>.↵

<h2>2D range sum query for big, spare matrix (with updates).</h2>↵
I can't actually find this problem anywhere (with my constraints), so here is the statement with constraints:↵
You are given a matrix of size $n \times m$, initially filled with 0. You need to process $q$ queries of 2 types:↵
<ul>↵
  <li>`1 r c v` &mdash; change the value of cell $(r, c)$ to $v$. </li>↵
  <li>`2 r1 c1 r2 c2` &mdash; get the sum of the elements of the submatrix, limited by 2 cells $(r1, c2)$ and $(r2, c2)$</li>↵
</ul>↵

If we have $n \times m \le 10^5$, we can solve this problem with a 2D Fenwick tree in $O(\log n \log m)$ for each query. But here I wanted to have $n \le 10^5, m \le 10^5, q \le 10^5$. (Also note that we can use a persistent segment tree to solve this problem but without the first type query).↵

As you can already guess, we can do some kind of adding the update and queries into the nodes of the merge-sort tree then do something like 2 pointer technique. But what is the sort order? Well, the sort order here is, conveniently, the order of the processing (already given by the input). So first, we need to build 2 trees, one for update and one for queries. For each update, we add it to the first tree at the position given by its `r` coordinate. For each query, we add it to the second tree with the range `[r1, r2]`. So now we can go down and find the answer limited by the column only. For this, I use a Fenwick tree. Because we add the updates and the queries by the appearance in the input, in each node we can just process them by the added order.↵

A small implementation detail though is that we need a fresh Fenwick tree fast for each node. For this, we can mark all changes, then later we just need to roll them back.↵

To summarize, we got a $O(q \log n \log m)$ solution. Each query will be added to $O(\log n)$ different nodes, and in each node, we add/query them with the Fenwick tree in $O(\log m)$.↵

Because I cannot find the problem, I also wrote a small test generator with a naive solution then check my solution against it. Implementation is <a href="https://ideone.com/xgQ0Kk">here</a>.↵

<h1>Some real problem application</h1>↵
<h2>H. Hold the Line. 2019-2020 ICPC Asia Hong Kong Regional Contest</h2>↵
<a href="https://codeforces.me/gym/102452/problem/H">Link to the problem in the Gym</a>. You can find the editorial <a href="https://codeforces.me/blog/entry/72034"> here</a>↵
Basically, we are given a number $n$ and an array $a$ of length $n$. initially filled with $-1$. Then we need process $m$ queries of 2 types:↵
<ul>↵
<li>Given 2 numbers $i$ and $h$. Set $a[i]$ to $h$. Each position will be set at most once.</li>↵
<li>Given 3 numbers $l, r, H$. We need to find the position $i \in [l, r]$ such that $a[i] \ne -1$ and $|a[i] - x|$ is minimized. If there is no such $i$, then output -1 </li>↵
</ul>↵

Well in the editorial, this problem is solved in $O(n \log n + m \log^2 n)$. But no I don't like the square here, and instead I will demonstrate how I solved it in $O((n + m) \log n)$ (or $O((n + m) \log n \cdot \alpha(n + m))$ since I also used DSU).↵

Let's first see how we solve this problem without the positions, i.e we have an empty set of number, the operation is either add an element to the set or querying the lower/upper bound element of the set. This problem literally can be solved with the STL set in $O(n\log n)$. But if we somehow have the sorted order of added/querying elements, we can do in $O(n\cdot \alpha (n))$. Let's do the reverse problem then: we initially have a set of numbers, and our operations are either to remove elements or querying lower/upper bound. Because we have the sorted order, let's create a linked list containing both elements of the set and the querying elements. We can already see that the removal cost is constant. For querying, we can just see the next and previous element of the querying element in the linked list. A little problem here is that the next and previous element must be the element of the original array, not the querying element. We can use DSU to join all querying elements into one, so the next and previous elements will no longer be the querying element.↵

Now back to the original problem. For each node, we need to maintain the order of operations for the updates in it, as well as their sorted order by value, in other words, each node needs 2 vectors. Well, we can first add them in the order given by the input to the first vector of the nodes, after that, we sort the update/queries by their values and finally add them to the second vector of the nodes. Doing so we have reduced the problem to just add and querying value for the set for each node.↵

If you guy wanted to see my <s>ugly</s> implementation, <a href="https://ideone.com/oNh601">here</a> it is (test generator included).↵

<small>Fun fact: I invented this trick when solving this problem.</small>↵

<h2>G. Greatest Square &mdash; Grand Prix of NorthBeach</h2>↵
You can find the link to the upsolving and problem statement <a href="https://codeforces.me/blog/entry/84466">here</a>.↵

We are given a polygon, edges of which are parallel either to $Ox$ or $Oy$, and each consecutive pairs of edges are perpendicular. We need to process $q$ queries. In each query, we are given a point $P$ lying strictly inside the polygon, and we need to find the side of the largest square, having $P$ as the lower-left corner and lie inside the polygon.↵

The base solution is base on <a href="https://codeforces.me/blog/entry/85115?#comment-727505">this comment</a>. Please read it before continuing. The problem is, I actually don't know how to do the second part with 1 basic segment tree, so here I improvised and finally decided to use this trick.↵

Let's reformalize what we need to find. For each querying point, we draw a line parallel to the line $x = y$ from it, and another line parallel to $Ox$ from it. Let's call these lines $a$ and $b$ respectively. We need to find the point with the smallest $x$ the lie below the line $a$, but not below the line $b$.↵

So first we sort all polygon points, as well as the querying points, increasingly by $(x - y)$. In other words, we sort them in the sweep-line order when we sweep them diagonally. For each polygon points $(x, y)$, we add it to the tree with the range $[0, y]$. For each querying points $(x, y)$, we add it to the tree with the position $y$. Doing so, when we are processing each node, we don't need to care about the condition "not below the line $b$" anymore. And because we add the points in the sweep-line order, we can use 2 pointer technique to ensure the "below the line a" condition. The answer locally in each node for each query is the minimum $x$ of some prefix of the polygon points.↵

My <s>ugly</s> <a href="https://ideone.com/80D2L5">implementation</a> again.↵

<h1>Summary</h1>↵
I know that this trick is not as powerful as it sounded in the title (the title is just for clickbait though :)). But it has some nice advantages:↵
<ul>↵
<li>Less implementation that the other data structure.</li>↵
<li>Remove 2 (or maybe more) restrictions at the same time in one node.</li>↵
<li>Everything is iterative.</li>↵
</ul>↵

But the main drawback is (<b>or is it???</b>), this is heavily offline processing. ↵

I really hope that this idea can be seen more often, but sadly until now I only found out the above with a "meaningful" application. And I hope that you guys can find this idea useful!

History

 
 
 
 
Revisions
 
 
  Rev. Lang. By When Δ Comment
en25 English darkkcyan 2021-07-06 10:35:36 0 (published)
en24 English darkkcyan 2021-07-06 10:34:17 270 Add an applicable problem
en23 English darkkcyan 2021-07-06 10:29:28 454 (saved to drafts)
en22 English darkkcyan 2020-12-12 18:43:21 11 Fix typo.
en21 English darkkcyan 2020-12-12 18:40:33 12 Fix typo.
en20 English darkkcyan 2020-12-12 17:15:56 2 Fix typo.
en19 English darkkcyan 2020-12-12 17:13:46 417 Add short problem statements for the first 2 problems.
en18 English darkkcyan 2020-12-12 17:08:46 285 Add prerequisite.
en17 English darkkcyan 2020-12-12 16:58:54 2 Fix copy and paste code.
en16 English darkkcyan 2020-12-12 16:52:06 1 Fix typo.
en15 English darkkcyan 2020-12-12 16:46:04 0 (published)
en14 English darkkcyan 2020-12-12 16:45:54 64 Tiny change.
en13 English darkkcyan 2020-12-12 16:43:24 16 Tiny changes.
en12 English darkkcyan 2020-12-12 16:38:49 411 Fix typo.
en11 English darkkcyan 2020-12-12 16:18:51 672 Add summary.
en10 English darkkcyan 2020-12-12 16:10:52 1918 Add GP of NorthBeach G application.
en9 English darkkcyan 2020-12-12 15:42:19 2714 Add H 2020 HongKong regional application.
en8 English darkkcyan 2020-12-12 13:15:41 2122 Add 2D range sum application.
en7 English darkkcyan 2020-12-12 11:45:13 1027 Add MKTHNUM application.
en6 English darkkcyan 2020-12-12 11:14:41 54 Minor changes for the bulding code.
en5 English darkkcyan 2020-12-12 11:09:29 1866 Add application for KQUERY.
en4 English darkkcyan 2020-12-12 10:34:28 26 Minor changes in the building code.
en3 English darkkcyan 2020-12-12 10:29:33 1324 Add building the tree with range.
en2 English darkkcyan 2020-12-12 10:08:56 1795 Added building part for idea explaination.
en1 English darkkcyan 2020-12-12 09:45:32 423 Initial revision (saved to drafts)