Hilbert Curve

• Wikipedia: https://en.wikipedia.org/wiki/Hilbert_curve
• Codeforces blog: https://codeforces.com/blog/entry/61203
• Hilbert MO 소개: https://tamref.com/97

Hilbert Curve는 정수좌표계에서 사용가능한 일종의 Space-Filling Curve 이다. 1차원 좌표계에서 어떤 좌표 리스트가 있어서 그들을 최단 경로로 방문해야 한다고 한다면 이를 구하는 것은 간단하다. 위치를 정렬해서 오름차순이나 내림차순으로 방문하면 된다. 2차원 좌표계가 되면 이야기가 많이 복잡해진다. 이를 Hilbert Curve 를 사용해서 1차원 좌표계처럼 2차원 좌표계를 projection 할 수 있고, 휴리스틱하게 어느정도 가까운 점들끼리 방문할 수 있게 된다.

아래 코드는 서두의 codeforces blog에서 공유된 코드로, 임의의 $x$, $y$ 좌표가 주어졌을 때의 Hilbert Curve 상의 순서를 $O(\log N)$ 시간 복잡도로 구할 수 있다.

constexpr int rotateDelta[4] = {3, 0, 0, 1};
inline int64_t hilbertOrder(int x, int y, int pow, int rotate) {
	if (pow == 0) {
		return 0;
	}
	int hpow = 1 << (pow-1);
	int seg = (x < hpow) ? (
		(y < hpow) ? 0 : 3
	) : (
		(y < hpow) ? 1 : 2
	);
	seg = (seg + rotate) & 3;
	int nx = x & (x ^ hpow), ny = y & (y ^ hpow);
	int nrot = (rotate + rotateDelta[seg]) & 3;
	int64_t subSquareSize = int64_t(1) << (2*pow - 2);
	int64_t ans = seg * subSquareSize;
	int64_t add = hilbertOrder(nx, ny, pow-1, nrot);
	ans += (seg == 1 || seg == 2) ? add : (subSquareSize - add - 1);
	return ans;
}

활용

Mo's 알고리즘의 정렬 순서로 활용하기

Mo's 알고리즘의 경우 쿼리 문제에서 쿼리의 $l$, $r$ 기준으로 정렬해서 동작하는 알고리즘이다. 이에 관해서는 글 서두에 있는 블로그에 잘 정리되어 있다. $N$과 $Q$가 거의 유사한 문제에서는 Mo's 알고리즘에 zigzag 아이디어를 섞은 것과 Hilbert Curve를 활용한 방식이 거의 유사한 성능을 보인다. 수열과 쿼리 0 문제에서 측정한 속도는 아래와 같다.

• 일반 Mo's: 1070 ms
• Mo's + zigzag: 680 ms
• Mo's + Hilbert: 660 ms

Heuristics 문제에 활용하기

성능을 요하는 TSP 문제에서 활용 가능하다. 임의의 좌표를 비용을 최소로 해서 방문해야 할때, 위에서 살펴본 것처럼 2차원 좌표계를 1차원 좌표계인 것처럼 순서를 정해서 방문할 수 있다. 대충 int map[1000][1000] 정도까지는 미리 순서를 저장해두고 $O(1)$에 구하는 것이 좋은 방식으로 보인다. 이전에 다뤘던 Angle Sort와의 성능 비교도 이후에 진행해봐야겠다.

// [TODO] 2차원 공간에 Hilbert Curve 방문 순서를 채우는 코드