Lec 5 单调优先队列：Dial 算法与多级桶（Monotone Priority Queues: Dial's Algorithm & Multi-Level Buckets）

TL;DR

• 单调性突破比较模型下界：利用非负权最短路径（Dijkstra）中提取最小值单调不减与活动键值跨度不超过最大边权 $C$ 的特性，将基于比较的堆转化为基于直接寻址的桶（Bucket）。
• Dial 循环数组与空桶跳过难题：Dial 算法以 $C+1$ 大小的循环数组实现 $O(m + nC)$ 最短路，其核心瓶颈在于线性扫描空桶寻找下一个非空槽。
• 两级桶到 Denardo-Fox 惰性字典树：通过层级摘要（两级桶达 $O(m + n\sqrt{C})$）与惰性展开（不提前下推元素），结合势能分析将最短路复杂度降至 $O(m + n\log C / \log\log C)$。

最短路径中的单调性与桶结构

在标准单源最短路径（Dijkstra）算法中，若所有边权均为不超过 $C$ 的正整数，优先队列表现出两条极为特殊的本质性质：

1. 单调性（Monotone Property）： 从优先队列中弹出的最小值序列 $d(u)$ 是单调递增（单调不减）的。算法永远不需要将已经弹出的更小值重新插入队列。
2. 键值跨度有界性（Bounded Key Spread）： 在任意时刻，队列中所有有效元素的键值跨度最多为 $C$。因为若当前弹出的最小距离为 $k$，任何后续通过松弛操作新插入或减小的距离 $d(v) = d(u) + w(u, v) \le k + C$。在最小值推进到 $k+1$ 之前，键值大于 $k+C$ 的元素绝不可能进入队列。

在 RAM 模型下，由于键是整数，我们可以利用间接寻址（Indirect Addressing）将键值直接作为数组索引，从而打破比较排序模型 $\Omega(\log n)$ 的下界约束。

Dial 算法：循环单层桶

Dial（1969）提出了最朴素的桶排序优先队列方案。

算法机制与循环数组技巧

由于任意时刻同时存在的不同距离键值最多只有 $C$ 种可能，我们不需要为全局最大距离开辟庞大数组，只需开辟一个大小为 $B = C + 1$ 的桶数组 $A[0 \dots C]$，每个槽位挂载一个双向链表。

• 下标映射：键值为 $k$ 的节点放入槽位 $A[k \bmod (C + 1)]$ 中。
• Insert(v, d)：直接将节点插入对应桶的链表头部，耗时 $O(1)$。
• Decrease-Key(v, d_new)：将节点从旧桶链表中摘除，插入新桶链表头部，耗时 $O(1)$。
• Extract-Min()：从当前指针所在槽位开始，依次向后扫描数组槽位（遇尾部则环绕回头部），直至找到第一个非空链表，弹出其中一个节点。

复杂度分析与瓶颈

• 空间复杂度：由于循环数组复用机制，空间严格为 $O(n + C)$。
• 时间复杂度：算法执行 $m$ 次松弛，每次减键耗时 $O(1)$，共 $O(m)$。指针在整个算法运行期间单调前进，至多前进 $D$ 步（$D \le nC$ 为最长最短路径长度）。因此总时间为 $O(m + D) \le O(m + nC)$。

Dial 算法的瓶颈：当边权上限 $C$ 较大而图相对稀疏时，大量桶是空的。指针必须一步步线性扫描大片空桶，导致无谓的 CPU 空转。

两级桶与多级分层摘要

为了跳过整片连续的空桶，必须引入摘要（Summary）索引结构。

两级桶架构

将总范围 $C$ 划分为若干大小为 $b$ 的连续块（Block），共有 $\lceil C/b \rceil$ 个块。

1. 底层桶：每个块包含 $b$ 个桶；
2. 顶层摘要表：建立一个大小为 $\lceil C/b \rceil$ 的数组，记录每个块内当前包含的元素总数。

各操作代价：

• Insert 与 Decrease-Key：修改底层链表并更新所在块的计数，耗时 $O(1)$。
• Extract-Min：首先在顶层摘要表中向后扫描，找到第一个计数非零的块（跳过整块空桶）；然后在该非空块内线性扫描底层桶找到最小元素。

块大小的最优参数平衡

• 扫描顶层摘要表在整个 Dijkstra 进程中累计至多前进 $nC/b$ 步；
• 每次 Extract-Min 在底层块内扫描最多 $b$ 步，执行 $n$ 次总耗时 $nb$；
• 算法总运行时间为：

$$T(n, m, C) = O\left(m + nb + \frac{nC}{b}\right)$$

为了使总时间最小，对 $b$ 求导平衡两项：

$$nb = \frac{nC}{b} \implies b^2 = C \implies b = \sqrt{C}$$

将最优块大小 $b = \sqrt{C}$ 代入，单源最短路径总复杂度优化为：

$$O(m + n\sqrt{C})$$

三级与多级桶的延伸

自然的想法是将这一分层推广到三层：底层块、中间超级块与顶层摘要。取块大小为 $C^{1/3}$，总复杂度降为 $O(m + nC^{1/3})$。 然而，分层不能无限制加深。随着层数增加，每次插入和减键都必须更新每一层的摘要计数，会导致插入代价线性上升，无法逼近真正的理论极限。

字典树与全分层模型

将分层推到极限，便形成了一棵固定深度为 $k$ 的基数树或字典树（Trie）。

字典树参数与复杂度

设树的深度为 $k$，每个分支节点的度数（分支因子）取 $\Delta = (C + 1)^{1/k}$。

• Insert / Decrease-Key：需要沿树下降 $k$ 层更新各层节点，耗时 $O(k)$；
• Extract-Min：需要沿树的每一层扫描找到非空分支，每层最多扫描 $\Delta$ 个子指针，耗时 $O(k \Delta) = O(k C^{1/k})$；
• 最短路径总耗时：

$$O\left(k m + k n C^{1/k}\right)$$

令 $n C^{1/k} = m$ 进行参数平衡：

$$C = (m/n)^k \implies k = \frac{\log C}{\log(m/n)}$$

代入得到总运行时间为：

$$O\left(m \log_{m/n} C\right)$$

字典树的核心缺陷在于：每次插入都急于将元素一直推送至树叶，产生了大量冗余的纵向路径维护。

Denardo-Fox 惰性字典树与势能分析

Denardo 与 Fox（1979）提出了极具创见的惰性字典树（Lazy Trie）：不到万不得已，绝不把元素向下层推送。

结构设计与活跃块

在惰性字典树中，深度依然为 $k$。但每一层只维护一个当前处于活跃状态的数组块（Active Block）：

• 底层未激活的子树不需要展开分配；
• 暂未到达其所属时间窗口的元素，直接堆积停留在较高层次的桶中；
• 每一层维护当前层桶内的元素总计数。

操作流程

1. Insert(x)：元素从根开始向下走，一旦遇到一个尚未激活的非活跃块或到达底层，就停止下降并直接存放在该处的桶中，所在层计数加 1。耗时 $O(k)$。
2. Decrease-Key(x)：将元素从原桶中取出。由单调性保证，新键值对应的桶一定是当前活跃分支之前或并行的兄弟分支，只需放入对应桶中，绝不需要向上回退到更高层，耗时 $O(1)$。
3. Extract-Min()：
   • 从底层弹出最小元素并更新计数；
   • 若当前底层块已空，向上寻找第一个计数非零的高层桶；
   • 将该高层桶内的所有元素向下展开（Unpack）到下一层的活跃块中，递归向下直至填充到底层。

势能法均摊分析

为什么惰性字典树能够压低时间？核心在于单调性赋予的方向性保证： 在整个生命周期中，任何元素只能沿着树不断向下移动，永远不会向上爬升！

定义每个元素的势能为其当前所在节点到底层的高度（根层高度为 $k$，底层高度为 0）：

$$\Phi = \sum_{x \in Q} \mathrm{height}(x)$$

• 初始插入元素时，其势能至多增加 $k$；因此将下推的全部潜在代价预先均摊到 Insert 上，使得 Insert 均摊代价为 $O(k)$；
• Decrease-Key 绝不增加元素高度，势能不增，均摊代价严格为 $O(1)$；
• Extract-Min 展开桶将元素下推所花费的实际工作量，完全被元素高度降低释放的势能抵消！寻找下一个非空桶只需要横向扫描一个分支块，代价仅为 $O(C^{1/k})$。

最优参数选取

单源最短路径总时间为：

$$T = O\left(m + n\left(k + C^{1/k}\right)\right)$$

选取最优层数参数：

$$k = \frac{2\log C}{\log\log C} \implies C^{1/k} = 2^{(\log C \cdot \log\log C) / (2\log C)} = \sqrt{\log C}$$

此时 $k + C^{1/k} = O\left(\frac{\log C}{\log\log C}\right)$，最短路径总时间达到惊人的：

$$O\left(m + \frac{n \log C}{\log\log C}\right)$$

对于 32 位机器整数（$C \le 2^{32}$），$\frac{\log C}{\log\log C} \approx \frac{32}{5} \approx 6.4$，几乎等同于常数时间！

最短路径算法复杂度演进全景

优先队列技术	最短路径总复杂度	关键机制与瓶颈突破
经典二叉堆	$O(m \log n)$	基于比较模型，无法利用键值小整数特性
Fibonacci 堆	$O(m + n \log n)$	惰性级联剪切，通用比较模型下的理论极限
Dial 算法	$O(m + nC)$	单层循环数组，瓶颈在于扫描连续空桶
两级桶	$O(m + n\sqrt{C})$	增加单层块摘要，跳过空块
全展开字典树	$O(m \log_{m/n} C)$	沿深 $k$ 树全量推送，插入代价较高
Denardo-Fox 惰性字典树	$O(m + n\frac{\log C}{\log\log C})$	惰性展开 + 势能摊还，元素单向向下流动
van Emde Boas 树	$O(m + n \log\log C)$	将“找非空桶”递归为自身的 vEB 队列（详见 Lec 6）

我的理解