最主要的是,下面的两个模板,一个是求区间和,一个求区间最小值
转载:http://blog.csdn.net/metalseed/article/details/8039326
转载: http://blog.csdn.net/ruangongshi/article/details/47376965
线段树
一:线段树基本概念
1:概述
线段树,类似区间树,是一个完全二叉树,它在各个节点保存一条线段(数组中的一段子数组),主要用于高效解决连续区间的动态查询问题,由于二叉结构的特性,它基本能保持每个操作的复杂度为O(lgN)!
性质:父亲的区间是[a,b],(c=(a+b)/2)左儿子的区间是[a,c],右儿子的区间是[c+1,b],线段树需要的空间为数组大小的四倍
2:基本操作(demo用的是查询区间最小值)
线段树的主要操作有:
(1):线段树的构造 void build(int node, int begin, int end);
主要思想是递归构造,如果当前节点记录的区间只有一个值,则直接赋值,否则递归构造左右子树,最后回溯的时候给当前节点赋值
- #include <iostream>
- using namespace std;
-
- const int maxind = 256;
- int segTree[maxind * 4 + 10];
- int array[maxind];
-
- void build(int node, int begin, int end)
- {
- if (begin == end)
- segTree[node] = array[begin];
- else
- {
-
- build(2*node, begin, (begin+end)/2);
- build(2*node+1, (begin+end)/2+1, end);
-
-
- if (segTree[2 * node] <= segTree[2 * node + 1])
- segTree[node] = segTree[2 * node];
- else
- segTree[node] = segTree[2 * node + 1];
- }
- }
-
- int main()
- {
- array[0] = 1, array[1] = 2,array[2] = 2, array[3] = 4, array[4] = 1, array[5] = 3;
- build(1, 0, 5);
- for(int i = 1; i<=20; ++i)
- cout<< "seg"<< i << "=" <<segTree[i] <<endl;
- return 0;
- }
此build构造成的树如图:
(2):区间查询int query(int node, int begin, int end, int left, int right);
(其中node为当前查询节点,begin,end为当前节点存储的区间,left,right为此次query所要查询的区间)
主要思想是把所要查询的区间[a,b]划分为线段树上的节点,然后将这些节点代表的区间合并起来得到所需信息
比如前面一个图中所示的树,如果询问区间是[0,2],或者询问的区间是[3,3],不难直接找到对应的节点回答这一问题。但并不是所有的提问都这么容易回答,比如[0,3],就没有哪一个节点记录了这个区间的最小值。当然,解决方法也不难找到:把[0,2]和[3,3]两个区间(它们在整数意义上是相连的两个区间)的最小值“合并”起来,也就是求这两个最小值的最小值,就能求出[0,3]范围的最小值。同理,对于其他询问的区间,也都可以找到若干个相连的区间,合并后可以得到询问的区间。
- int query(int node, int begin, int end, int left, int right)
- {
- int p1, p2;
-
-
- if (left > end || right < begin)
- return -1;
-
-
-
- if (begin >= left && end <= right)
- return segTree[node];
-
-
-
- p1 = query(2 * node, begin, (begin + end) / 2, left, right);
- p2 = query(2 * node + 1, (begin + end) / 2 + 1, end, left, right);
-
-
- if (p1 == -1)
- return p2;
- if (p2 == -1)
- return p1;
- if (p1 <= p2)
- return p1;
- return p2;
- }
可见,这样的过程一定选出了尽量少的区间,它们相连后正好涵盖了整个[left,right],没有重复也没有遗漏。同时,考虑到线段树上每层的节点最多会被选取2个,一共选取的节点数也是O(log n)的,因此查询的时间复杂度也是O(log n)。
线段树并不适合所有区间查询情况,它的使用条件是“相邻的区间的信息可以被合并成两个区间的并区间的信息”。即问题是可以被分解解决的。
(3):区间或节点的更新 及 线段树的动态维护update (这是线段树核心价值所在,节点中的标记域可以解决N多种问题)
动态维护需要用到标记域,延迟标记等。
a:单节点更新
- void Updata(int node, int begin, int end, int ind, int add)
- {
-
- if( begin == end )
- {
- segTree[node] += add;
- return ;
- }
- int m = ( left + right ) >> 1;
- if(ind <= m)
- Updata(node * 2,left, m, ind, add);
- else
- Updata(node * 2 + 1, m + 1, right, ind, add);
-
- segTree[node] = min(segTree[node * 2], segTree[node * 2 + 1]);
-
- }
b:区间更新(线段树中最有用的)
需要用到延迟标记,每个结点新增加一个标记,记录这个结点是否被进行了某种修改操作(这种修改操作会影响其子结点)。对于任意区间的修改,我们先按照查询的方式将其划分成线段树中的结点,然后修改这些结点的信息,并给这些结点标上代表这种修改操作的标记。在修改和查询的时候,如果我们到了一个结点p,并且决定考虑其子结点,那么我们就要看看结点p有没有标记,如果有,就要按照标记修改其子结点的信息,并且给子结点都标上相同的标记,同时消掉p的标记。(优点在于,不用将区间内的所有值都暴力更新,大大提高效率,因此区间更新是最优用的操作)
void Change来自dongxicheng.org
- void Change(node *p, int a, int b)
-
- {
-
- if (a <= p->Left && p->Right <= b)
-
-
-
- {
-
- ......
-
- return;
-
- }
-
- Push_Down(p);
-
- int mid = (p->Left + p->Right) / 2;
-
-
-
- if (b > mid) Change(p->Rch, a, b);
-
- Update(p);
-
- }
3:主要应用
(1):区间最值查询问题 (见模板1)
(2):连续区间修改或者单节点更新的动态查询问题 (见模板2)
(3):多维空间的动态查询 (见模板3)
二:典型模板
模板1:
RMQ,查询区间最值下标---min
- #include<iostream>
-
- using namespace std;
-
- #define MAXN 100
- #define MAXIND 256 //线段树节点个数
-
-
- void build(int node, int b, int e, int M[], int A[])
- {
- if (b == e)
- M[node] = b;
- else
- {
- build(2 * node, b, (b + e) / 2, M, A);
- build(2 * node + 1, (b + e) / 2 + 1, e, M, A);
-
- if (A[M[2 * node]] <= A[M[2 * node + 1]])
- M[node] = M[2 * node];
- else
- M[node] = M[2 * node + 1];
- }
- }
-
-
- int query(int node, int b, int e, int M[], int A[], int i, int j)
- {
- int p1, p2;
-
-
- if (i > e || j < b)
- return -1;
-
- if (b >= i && e <= j)
- return M[node];
-
- p1 = query(2 * node, b, (b + e) / 2, M, A, i, j);
- p2 = query(2 * node + 1, (b + e) / 2 + 1, e, M, A, i, j);
-
-
-
- if (p1 == -1)
- return M[node] = p2;
- if (p2 == -1)
- return M[node] = p1;
- if (A[p1] <= A[p2])
- return M[node] = p1;
- return M[node] = p2;
-
- }
-
-
- int main()
- {
- int M[MAXIND];
- memset(M,-1,sizeof(M));
- int a[]={3,4,5,7,2,1,0,3,4,5};
- build(1, 0, sizeof(a)/sizeof(a[0])-1, M, a);
- cout<<query(1, 0, sizeof(a)/sizeof(a[0])-1, M, a, 0, 5)<<endl;
- return 0;
- }
模板2:
连续区间修改或者单节点更新的动态查询问题 (此模板查询区间和)
- #include <cstdio>
- #include <algorithm>
- using namespace std;
-
- #define lson l , m , rt << 1
- #define rson m + 1 , r , rt << 1 | 1
- #define root 1 , N , 1
- #define LL long long
- const int maxn = 111111;
- LL add[maxn<<2];
- LL sum[maxn<<2];
- void PushUp(int rt) {
- sum[rt] = sum[rt<<1] + sum[rt<<1|1];
- }
- void PushDown(int rt,int m) {
- if (add[rt]) {
- add[rt<<1] += add[rt];
- add[rt<<1|1] += add[rt];
- sum[rt<<1] += add[rt] * (m - (m >> 1));
- sum[rt<<1|1] += add[rt] * (m >> 1);
- add[rt] = 0;
- }
- }
- void build(int l,int r,int rt) {
- add[rt] = 0;
- if (l == r) {
- scanf("%lld",&sum[rt]);
- return ;
- }
- int m = (l + r) >> 1;
- build(lson);
- build(rson);
- PushUp(rt);
- }
- void update(int L,int R,int c,int l,int r,int rt) {
- if (L <= l && r <= R) {
- add[rt] += c;
- sum[rt] += (LL)c * (r - l + 1);
- return ;
- }
- PushDown(rt , r - l + 1);
- int m = (l + r) >> 1;
- if (L <= m) update(L , R , c , lson);
- if (m < R) update(L , R , c , rson);
- PushUp(rt);
- }
- LL query(int L,int R,int l,int r,int rt) {
- if (L <= l && r <= R) {
- return sum[rt];
- }
- PushDown(rt , r - l + 1);
- int m = (l + r) >> 1;
- LL ret = 0;
- if (L <= m) ret += query(L , R , lson);
- if (m < R) ret += query(L , R , rson);
- return ret;
- }
- int main() {
- int N , Q;
- scanf("%d%d",&N,&Q);
- build(root);
- while (Q --) {
- char op[2];
- int a , b , c;
- scanf("%s",op);
- if (op[0] == 'Q') {
- scanf("%d%d",&a,&b);
- printf("%lld\n",query(a , b ,root));
- } else {
- scanf("%d%d%d",&a,&b,&c);
- update(a , b , c , root);
- }
- }
- return 0;
- }
线段树之区间更新
线段树系列上一篇文章讲了基础的线段树的建树,单点更新,区间查询。那这篇文章主要讲线段树的区间更新,也就是延迟更新。其实延迟更新的本质和单点更新差不多,只不过差别在于单点更新每次都递归到底,但是区间更新则是做一个延迟标记,等到下次更新或查询的时候再去判断是不是往下更新。
为什么这样?答案是显然的。线段树的查询和单点更新的时间复杂度是O(logn)的,如果我每次都只是更新一个节点,再去询问,那么复杂度是O(nlogn),这个复杂度是可以接受的,但是如果每次操作我都是更新一个区间,还是用单点更新去做,那么复杂度是O(n^2logn),这个复杂度是很大的,一般来说,在ACM竞赛中是很难接受的或者说是直接摒弃的。所以我们要想办法去降低复杂度。于是我们就有了区间更新。
以下我们以给某个区间增加x为例讲解:
假设我要更新区间[a,b],那我开始由根节点开始递归查找区间,如果发现区间[l,r]完全包含在区间[a,b]里,我就在这停止,不在继续更新下去,并在这个节点做标记记录x,并更新这个节点的sum值。如果下次查询的时候,碰见标记就开始更新左右儿子,并把自己的标记消除,给儿子做标记,以此类推,直到找到符合查找的区间为止。
这样为什么会快,当节点数很多的时候,如果我每次都把整个操作区间更新到底就会很浪费时间,通过标记,我可以更新到某一层就停止,不必更新到底,这样当然就很节省时间了。
我们就以这个题意编写代码讲解:
题意:在一组数中执行两种操作:
(1) "C a b c" means adding c to each of Aa, Aa+1, ... , Ab. -10000 ≤ c ≤ 10000.
(2)"Q a b" means querying the sum of Aa, Aa+1, ... , Ab.
- const int maxn=10005;
- struct seg_tree
- {
- int sum,seg;
- }tree[4*maxn];
-
-
- void pushup(int root)
- {
- tree[root].sum=tree[root<<1].sum+tree[root<<1|1].sum;
- return ;
- }
-
-
- void pushdown(int root,int l,int r)
- {
- int mid=(l+r)>>1;
-
- tree[root<<1].seg+=tree[root].seg;
- tree[root<<1].sum+=(mid-l+1)*tree[root].seg;
-
- tree[root<<1|1].seg+=tree[root].seg;
- tree[root<<1|1].sum+=(r-(mid+1)+1)*tree[root].seg;
-
- tree[root].seg=0;
-
- return ;
- }
-
-
- void build_tree(int root,int r,int l)
- {
- tree[root].seg=0;
-
- if(l==r)
- {
- tree[root].sum=A[l];
- return ;
- }
-
- int mid=(r+l)>>1;
-
- build_tree(root<<1,l,mid);
- build_tree(root<<1|1,mid+1,r);
-
- pushup(root);
- }
-
-
- void update(int root,int l,int r,int L,int R,int val )
- {
- if(L<=l&&r<=R)
- {
- tree[root].sum+=(r-l+1)*val;
- tree[root].seg+=val;
- return ;
- }
-
- if(tree[root].seg!=0) { pushdown(root,l,r);}
-
- int mid=(r+l)>>1;
-
- if(L<=mid)
- update(root<<1,l,mid,L,R,val);
- if(mid<R)
- update(root<<1|1,mid+1,r,L,R,val);
-
- pushup(root);
- }
-
-
- int query(int root,int l,int r,int L,int R)
- {
- if(L<=l&&r<=R)
- {
- return tree[root].sum;
- }
-
- if(tree[root].seg!=0)
- pushdown(root,l,r);
-
- int mid=(r+l)>>1,sum=0;
-
- if(L<=mid)
- sum+=query(root<<1,l,mid,L,R);
- if(mid<R)
- sum+=query(root<<1|1,mid+1,r,L,R);
-
- return sum;
- }