线段树知识点模版详解
来源:互联网 发布:中山入学积分怎么算法 编辑:程序博客网 时间:2024/05/22 00:44
线段树详解
第一部分
1.定义:线段树(Segment Tree)是一种二叉搜索树,它将一个区间划分成一些单元区间,每个单元区间对应线段树
中的一个叶结点。对于线段树中的每一个非叶子节点[a,b],它的左儿子表示的区间为[a,(a+b)/2],右儿子表示的区间为
[(a+b)/2,b]。因此线段树是满二叉树,最后的子节点数目为N,即整个线段区间的长度。使用线段树可以快速的查找某
一个节点在若干条线段中出现的次数,时间复杂度为O(logN)。而未优化的空间复杂度为2N,因此有时需要离散化让
空间压缩。
2.从一个小问题引出线段树
问题:在自然数,且所有的数不大于30000的范围内讨论一个问题:现在已知n条线段,把端点依次输入告诉你,然
后有m个询问,每个询问输入一个点,要求这个点在多少条线段上出现过;
基本解法(一)分析:最基本的解法当然就是读一个点,就把所有线段比一下,看看在不在线段中;每次询问都要
把n条线段查一次,那么m次询问,就要运算m*n次,复杂度就是O(m*n)道题m和n都是30000,那么计算量达到10^9;
而计算机1秒的计算量大约是10^8的数量级,所以这种方法无论怎么优化都是超时。因为n条线段是固定的,所以某种
程度上说每次都把n条线段查一遍有大量的重复和浪费;线段树就是可以解决这类问题的数据结构
线段树解题:
已知线段[2,5] [4,6] [0,7];求点2,4,7分别出现了多少次?
在[0,7]区间上建立一棵满二叉树:
每个节点用结构体:struct line{int left,right;//左端点、右端点int n;//记录这条线段出现了多少次,默认为0}a[16];//和堆类似,满二叉树的性质决定a[i]的左儿子是a[2*i]、右儿子是a[2*i+1];然后对于已知的线段依次进行插入操作:从树根开始调用递归函数insertvoid insert(int s,int t,int step)//要插入的线段的左端点和右端点、以及当前线段树中的某条线段{if (s==a[step].left && t==a[step].right){a[step].n++;//插入的线段匹配则此条线段的记录+1return;//插入结束返回}if (a[step].left==a[step].right) return;//当前线段树的线段没有儿子,插入结束返回int mid=(a[step].left+a[step].right)/2;if (mid>=t) insert(s,t,step*2);//如果中点在t的右边,则应该插入到左儿子else if (mid<t) insert(t,s,step*2+1);else//否则,中点一定在s和t之间,把待插线段分成两半分别插到左右儿子里面{insert(s,mid,step*2);insert(mid+1,t,step*2+1);}}
三条已知线段插入过程:
[2,5]
--[2,5]与【0,7】比较,分成两部分:[2,3]插到左儿子【0,3】,[4,5]插到右儿子【4,7】
--[2,3]与【0,3】比较,插到右儿子【2,3】;[4,5]和【4,7】比较,插到左儿子【4,5】
--[2,3]与【2,3】匹配,【2,3】记录+1;[4,5]与【4,5】匹配,【4,5】记录+1
[4,6]
--[4,6]与【0,7】比较,插到右儿子【4,7】
--[4,6]与【4,7】比较,分成两部分,[4,5]插到左儿子【4,5】;[6,6]插到右儿子【6,7】
--[4,5]与【4,5】匹配,【4,5】记录+1;[6,6]与【6,7】比较,插到左儿子【6,6】
--[6,6]与【6,6】匹配,【6,6】记录+1
[0,7]
--[0,7]与【0,7】匹配,【0,7】记录+1
插入过程结束,线段树上的记录如下(红色数字为每条线段的记录n):
询问操作和插入操作类似,也是递归过程,略
2——依次把【0,7】 【0,3】 【2,3】 【2,2】的记录n加起来,结果为2
4——依次把【0,7】 【4,7】 【4,5】 【4,4】的记录n加起来,结果为3
7——依次把【0,7】 【4,7】 【6,7】 【7,7】的记录n加起来,结果为1
不管是插入操作还是查询操作,每次操作的执行次数仅为树的深度——logN
建树有n次插入操作,n*logN,一次查询要logN,m次就是m*logN;总共复杂度O(n+m)*logN,这道题N不超过
30000,logN约等于14,所以计算量在10^5~10^6之间,比普通方法快了1000倍;
这道题是线段树最基本的操作,只用到了插入和查找;删除操作和插入类似,扩展功能的还有测度、连续段数等等,
在N数据范围很大的时候,依然可以用离散化的方法建树。
第二部分:
一 概述
线段树,类似区间树,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(logn)。
线段树的每个节点表示一个区间,子节点则分别表示父节点的左右半区间,例如父亲的区间是[a,b],那么(c=(a+b)/2)左儿子的区间是[a,c],右儿子的区间是[c+1,b]。
二 从一个例子理解线段树
下面我们从一个经典的例子来了解线段树,问题描述如下:从数组arr[0...n-1]中查找某个数组某个区间内的最小值,其中数组大小固定,但是数组中的元素的值可以随时更新。
对这个问题一个简单的解法是:遍历数组区间找到最小值,时间复杂度是O(n),额外的空间复杂度O(1)。当数据量特别大,而查询操作很频繁的时候,耗时可能会不满足需求。
另一种解法:使用一个二维数组来保存提前计算好的区间[i,j]内的最小值,那么预处理时间为O(n^2),查询耗时O(1), 但是需要额外的O(n^2)空间,当数据量很大时,这个空间消耗是庞大的,而且当改变了数组中的某一个值时,更新二维数组中的最小值也很麻烦。
我们可以用线段树来解决这个问题:预处理耗时O(n),查询、更新操作O(logn),需要额外的空间O(n)。根据这个问题我们构造如下的二叉树
- 叶子节点是原始组数arr中的元素
- 非叶子节点代表它的所有子孙叶子节点所在区间的最小值
例如对于数组[2, 5, 1, 4, 9, 3]可以构造如下的二叉树(背景为白色表示叶子节点,非叶子节点的值是其对应数组区间内的最小值,例如根节点表示数组区间arr[0...5]内的最小值是1): 本文地址
由于线段树的父节点区间是平均分割到左右子树,因此线段树是完全二叉树,对于包含n个叶子节点的完全二叉树,它一定有n-1个非叶节点,总共2n-1个节点,因此存储线段是需要的空间复杂度是O(n)。那么线段树的操作:创建线段树、查询、节点更新 是如何运作的呢(以下所有代码都是针对求区间最小值问题)?
2.1 创建线段树
对于线段树我们可以选择和普通二叉树一样的链式结构。由于线段树是完全二叉树,我们也可以用数组来存储,下面的讨论及代码都是数组来存储线段树,节点结构如下(注意到用数组存储时,有效空间为2n-1,实际空间确不止这么多,比如上面的线段树中叶子节点1、3虽然没有左右子树,但是的确占用了数组空间,实际空间是满二叉树的节点数目,但是这个空间复杂度也是O(n)的 )。
struct SegTreeNode
{
int val;
};
定义包含n个节点的线段树 SegTreeNode segTree[n],segTree[0]表示根节点。那么对于节点segTree[i],它的左孩子是segTree[2*i+1],右孩子是segTree[2*i+2]。
我们可以从根节点开始,平分区间,递归的创建线段树,线段树的创建函数如下:
1 const int MAXNUM = 1000; 2 struct SegTreeNode 3 { 4 int val; 5 }segTree[MAXNUM];//定义线段树 6 7 /* 8 功能:构建线段树 9 root:当前线段树的根节点下标10 arr: 用来构造线段树的数组11 istart:数组的起始位置12 iend:数组的结束位置13 */14 void build(int root, int arr[], int istart, int iend)15 {16 if(istart == iend)//叶子节点17 segTree[root].val = arr[istart];18 else19 {20 int mid = (istart + iend) / 2;21 build(root*2+1, arr, istart, mid);//递归构造左子树22 build(root*2+2, arr, mid+1, iend);//递归构造右子树23 //根据左右子树根节点的值,更新当前根节点的值24 segTree[root].val = min(segTree[root*2+1].val, segTree[root*2+2].val);25 }26 }
2.2 查询线段树
已经构建好了线段树,那么怎样在它上面超找某个区间的最小值呢?查询的思想是选出一些区间,使他们相连后恰好涵盖整个查询区间,因此线段树适合解决“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”的问题。代码如下,具体见代码解释
1 /* 2 功能:线段树的区间查询 3 root:当前线段树的根节点下标 4 [nstart, nend]: 当前节点所表示的区间 5 [qstart, qend]: 此次查询的区间 6 */ 7 int query(int root, int nstart, int nend, int qstart, int qend) 8 { 9 //查询区间和当前节点区间没有交集10 if(qstart > nend || qend < nstart)11 return INFINITE;12 //当前节点区间包含在查询区间内13 if(qstart <= nstart && qend >= nend)14 return segTree[root].val;15 //分别从左右子树查询,返回两者查询结果的较小值16 int mid = (nstart + nend) / 2;17 return min(query(root*2+1, nstart, mid, qstart, qend),18 query(root*2+2, mid + 1, nend, qstart, qend));19 20 }
举例说明(对照上面的二叉树):
1、当我们要查询区间[0,2]的最小值时,从根节点开始,要分别查询左右子树,查询左子树时节点区间[0,2]包含在查询区间[0,2]内,返回当前节点的值1,查询右子树时,节点区间[3,5]和查询区间[0,2]没有交集,返回正无穷INFINITE,查询结果取两子树查询结果的较小值1,因此结果是1.
2、查询区间[0,3]时,从根节点开始,查询左子树的节点区间[0,2]包含在区间[0,3]内,返回当前节点的值1;查询右子树时,继续递归查询右子树的左右子树,查询到非叶节点4时,又要继续递归查询:叶子节点4的节点区间[3,3]包含在查询区间[0,3]内,返回4,叶子节点9的节点区间[4,4]和[0,3]没有交集,返回INFINITE,因此非叶节点4返回的是min(4, INFINITE) = 4,叶子节点3的节点区间[5,5]和[0,3]没有交集,返回INFINITE,因此非叶节点3返回min(4, INFINITE) = 4, 因此根节点返回 min(1,4) = 1。
2.3单节点更新
单节点更新是指只更新线段树的某个叶子节点的值,但是更新叶子节点会对其父节点的值产生影响,因此更新子节点后,要回溯更新其父节点的值。
1 /* 2 功能:更新线段树中某个叶子节点的值 3 root:当前线段树的根节点下标 4 [nstart, nend]: 当前节点所表示的区间 5 index: 待更新节点在原始数组arr中的下标 6 addVal: 更新的值(原来的值加上addVal) 7 */ 8 void updateOne(int root, int nstart, int nend, int index, int addVal) 9 {10 if(nstart == nend)11 {12 if(index == nstart)//找到了相应的节点,更新之13 segTree[root].val += addVal;14 return;15 }16 int mid = (nstart + nend) / 2;17 if(index <= mid)//在左子树中更新18 updateOne(root*2+1, nstart, mid, index, addVal);19 else updateOne(root*2+2, mid+1, nend, index, addVal);//在右子树中更新20 //根据左右子树的值回溯更新当前节点的值21 segTree[root].val = min(segTree[root*2+1].val, segTree[root*2+2].val);22 }
比如我们要更新叶子节点4(addVal = 6),更新后值变为10,那么其父节点的值从4变为9,非叶结点3的值更新后不变,根节点更新后也不变。
2.4 区间更新
区间更新是指更新某个区间内的叶子节点的值,因为涉及到的叶子节点不止一个,而叶子节点会影响其相应的非叶父节点,那么回溯需要更新的非叶子节点也会有很多,如果一次性更新完,操作的时间复杂度肯定不是O(lgn),例如当我们要更新区间[0,3]内的叶子节点时,需要更新出了叶子节点3,9外的所有其他节点。为此引入了线段树中的延迟标记概念,这也是线段树的精华所在。
延迟标记:每个节点新增加一个标记,记录这个节点是否进行了某种修改(这种修改操作会影响其子节点),对于任意区间的修改,我们先按照区间查询的方式将其划分成线段树中的节点,然后修改这些节点的信息,并给这些节点标记上代表这种修改操作的标记。在修改和查询的时候,如果我们到了一个节点p,并且决定考虑其子节点,那么我们就要看节点p是否被标记,如果有,就要按照标记修改其子节点的信息,并且给子节点都标上相同的标记,同时消掉节点p的标记。
因此需要在线段树结构中加入延迟标记域,本文例子中我们加入标记与addMark,表示节点的子孙节点在原来的值的基础上加上addMark的值,同时还需要修改创建函数build 和 查询函数 query,修改的代码用红色字体表示,其中区间更新的函数为update,代码如下:
1 const int INFINITE = INT_MAX; 2 const int MAXNUM = 1000; 3 struct SegTreeNode 4 { 5 int val; 6 int addMark;//延迟标记 7 }segTree[MAXNUM];//定义线段树 8 9 /* 10 功能:构建线段树 11 root:当前线段树的根节点下标 12 arr: 用来构造线段树的数组 13 istart:数组的起始位置 14 iend:数组的结束位置 15 */ 16 void build(int root, int arr[], int istart, int iend) 17 { 18 segTree[root].addMark = 0;//----设置标延迟记域 19 if(istart == iend)//叶子节点 20 segTree[root].val = arr[istart]; 21 else 22 { 23 int mid = (istart + iend) / 2; 24 build(root*2+1, arr, istart, mid);//递归构造左子树 25 build(root*2+2, arr, mid+1, iend);//递归构造右子树 26 //根据左右子树根节点的值,更新当前根节点的值 27 segTree[root].val = min(segTree[root*2+1].val, segTree[root*2+2].val); 28 } 29 } 30 31 /* 32 功能:当前节点的标志域向孩子节点传递 33 root: 当前线段树的根节点下标 34 */ 35 void pushDown(int root) 36 { 37 if(segTree[root].addMark != 0) 38 { 39 //设置左右孩子节点的标志域,因为孩子节点可能被多次延迟标记又没有向下传递 40 //所以是 “+=” 41 segTree[root*2+1].addMark += segTree[root].addMark; 42 segTree[root*2+2].addMark += segTree[root].addMark; 43 //根据标志域设置孩子节点的值。因为我们是求区间最小值,因此当区间内每个元 44 //素加上一个值时,区间的最小值也加上这个值 45 segTree[root*2+1].val += segTree[root].addMark; 46 segTree[root*2+2].val += segTree[root].addMark; 47 //传递后,当前节点标记域清空 48 segTree[root].addMark = 0; 49 } 50 } 51 52 /* 53 功能:线段树的区间查询 54 root:当前线段树的根节点下标 55 [nstart, nend]: 当前节点所表示的区间 56 [qstart, qend]: 此次查询的区间 57 */ 58 int query(int root, int nstart, int nend, int qstart, int qend) 59 { 60 //查询区间和当前节点区间没有交集 61 if(qstart > nend || qend < nstart) 62 return INFINITE; 63 //当前节点区间包含在查询区间内 64 if(qstart <= nstart && qend >= nend) 65 return segTree[root].val; 66 //分别从左右子树查询,返回两者查询结果的较小值 67 pushDown(root); //----延迟标志域向下传递 68 int mid = (nstart + nend) / 2; 69 return min(query(root*2+1, nstart, mid, qstart, qend), 70 query(root*2+2, mid + 1, nend, qstart, qend)); 71 72 } 73 74 /* 75 功能:更新线段树中某个区间内叶子节点的值 76 root:当前线段树的根节点下标 77 [nstart, nend]: 当前节点所表示的区间 78 [ustart, uend]: 待更新的区间 79 addVal: 更新的值(原来的值加上addVal) 80 */ 81 void update(int root, int nstart, int nend, int ustart, int uend, int addVal) 82 { 83 //更新区间和当前节点区间没有交集 84 if(ustart > nend || uend < nstart) 85 return ; 86 //当前节点区间包含在更新区间内 87 if(ustart <= nstart && uend >= nend) 88 { 89 segTree[root].addMark += addVal; 90 segTree[root].val += addVal; 91 return ; 92 } 93 pushDown(root); //延迟标记向下传递 94 //更新左右孩子节点 95 int mid = (nstart + nend) / 2; 96 update(root*2+1, nstart, mid, ustart, uend, addVal); 97 update(root*2+2, mid+1, nend, ustart, uend, addVal); 98 //根据左右子树的值回溯更新当前节点的值 99 segTree[root].val = min(segTree[root*2+1].val, segTree[root*2+2].val);100 }
区间更新举例说明:当我们要对区间[0,2]的叶子节点增加2,利用区间查询的方法从根节点开始找到了非叶子节点[0-2],把它的值设置为1+2 = 3,并且把它的延迟标记设置为2,更新完毕;当我们要查询区间[0,1]内的最小值时,查找到区间[0,2]时,发现它的标记不为0,并且还要向下搜索,因此要把标记向下传递,把节点[0-1]的值设置为2+2 = 4,标记设置为2,节点[2-2]的值设置为1+2 = 3,标记设置为2(其实叶子节点的标志是不起作用的,这里是为了操作的一致性),然后返回查询结果:[0-1]节点的值4;当我们再次更新区间[0,1](增加3)时,查询到节点[0-1],发现它的标记值为2,因此把它的标记值设置为2+3 = 5,节点的值设置为4+3 = 7;
其实当区间更新的区间左右值相等时([i,i]),就相当于单节点更新,单节点更新只是区间更新的特例。
第三部分
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
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。
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
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
参考地址:http://www.cnblogs.com/TenosDoIt/p/3453089.htmlhttp://baike.sogou.com/v490596.htm?fromTitle=%E7%BA%BF%E6%AE%B5%E6%A0%91
http://blog.csdn.net/metalseed/article/details/8039326
http://blog.csdn.net/zearot/article/details/48299459
- 线段树知识点模版详解
- 线段树 模版
- 线段树模版
- 线段树模版
- 二维线段树模版
- 刘汝佳--线段树模版
- 线段树模版
- 线段树模版
- 线段树模版
- 线段树模版
- 线段树模版
- 【笔记+模版】 线段树
- [模版]线段树
- 线段树模版和学习
- 线段树模版(转)
- 线段树 区间更新 模版
- 模版(自建线段树)
- 洛谷p3372 线段树模版
- Trie树(字典树)
- 堪称最好的A*算法
- FZU-2191 完美的数字
- linux gcc头文件搜索路径
- java 这些年的发展过程
- 线段树知识点模版详解
- 花了 6 个月整理了 100 篇 Android 干货文章
- hud 3460 Ancient Printer
- Unity 初次使用SQLite 数据库
- 实现HTTP协议
- POJ题目分类
- POJ 1061青蛙的约会(拓展欧几里得)
- 堆排序
- java使用7-zip解压带密码的大文件