• 线段树普及版


    一、简介线段树

    (ps): 此处以询问区间和为例

    线段树之所以称为“树”,是因为其具有树的结构特性。线段树由于本身是专门用来处理区间问题的(包括(RMQ)(RSQ)问题等),所以其结构可以近似的看做一棵二叉查找树

    (emmmmm)图是从网上偷的

    对于每一个子节点而言,都表示整个序列中的一段子区间;对于每个叶子节点而言,都表示序列中的单个元素信息;子节点不断向自己的父亲节点传递信息,而父节点存储的信息则是他的每一个子节点信息的整合。

    有没有觉得很熟悉?对,线段树就是分块思想的树化,或者说是对于信息处理的二进制化——用于达到(O(logn))级别的处理速度,(log)(2)为底。(其实以几为底都只不过是个常数,可忽略)。而分块的思想,则是可以用一句话总结为:通过将整个序列分为有穷个小块,对于要查询的一段区间,总是可以整合成(k)个所分块与(m)个单个元素的信息的并((0<=k,m<=sqrt{n}))。但普通的分块不能高效率地解决很多问题,所以作为(log)级别的数据结构,线段树应运而生。

    二、逐步分析线段树的构造实现

    1、建树与维护

    由于二叉树的自身特性,对于每个父亲节点的编号(i),他的两个儿子的编号分别是(2i)(2i+1),所以我们考虑写两个(O(1))的取儿子函数:

        int n;
    	int ans[MAXN*4];
    	
    	inline int ls(int p){
    		return p<<1;
    	}//左儿子 
    	inline int rs(int p){
    		return p<<1|1;
    	}//右儿子 
    

    (ps:)此处的(inline)可以有效防止无需入栈的信息入栈,节省时间和空间

    那么根据线段树的服务对象,可以得到线段树的维护:

        void push_up_sum(int p){
    		t[p]=t[lc(p)]+t[rc(p)];
    	}//	向上不断维护区间操作 
    	
    	void push_up_min(int p)//max
    	{
    	 t[p]=min(t[lc(p)],t[rc(p));
         //t[p]=max(t[lc(p)],t[rc(p));             
        }
    

    此处一定要注意,(push up)操作的目的是为了维护父子节点之间的逻辑关系。当我们递归建树时,对于每一个节点我们都需要遍历一遍,并且电脑中的递归实际意义是先向底层递归,然后从底层向上回溯,所以开始递归之后必然是先去整合子节点的信息,再向它们的祖先回溯整合之后的信息。(这其实是正确性的证明啦)

    那么对于建树,由于二叉树自身的父子节点之间的可传递关系,所以可以考虑递归建树((emmmm)之前好像不小心剧透了(qwq)),并且在建树的同时,我们应该维护父子节点的关系:

    void build(ll p,ll l,ll r)
    {
    	if(l==r){ans[p]=a[l];return ;}
        //如果左右区间相同,那么必然是叶子节点啦,只有叶子节点是被真实赋值的
    	ll mid=(l+r)>>1;
    	build(ls(p),l,mid);
    	build(rs(p),mid+1,r);
    //此处由于我们采用的是二叉树,所以对于整个结构来说,可以用二分来降低复杂度,否则树形结构则没有什么明显的优化
    	push_up(p);
    //此处由于我们是要通过子节点来维护父亲节点,所以pushup的位置应当是在回溯时。
    } 
    

    2、接下来谈区间修改

    为什么不讨论单点修改呢(qwq)?因为其实很显然,单点修改就是区间修改的一个子问题而已,即区间长度为(1)时进行的区间修改操作罢了(qwq)

    那么对于区间操作,我们考虑引入一个名叫“(lazy) (tag)”(懒标记)的东西——之所以称其“(lazy)”,是因为原本区间修改需要通过先改变叶子节点的值,然后不断地向上递归修改祖先节点直至到达根节点,时间复杂度最高可以到达(O(nlogn))的级别。但当我们引入了懒标记之后,区间更新的期望复杂度就降到了(O(logn))的级别且甚至会更低.

    不扯淡了,聊正事:

    (1)首先先来从分块思想上解释如何区间修改:

    分块的思想是通过将整个序列分为有穷个小块,对于要查询的一段区间,总是可以整合成(k)个所分块与(m)个单个元素的信息的并((0<=k,m<=logn))(小小修改了一下的上面的前言(qwq))

    那么我们可以反过来思考这个问题:对于一个要修改的、长度为(l)的区间来说,总是可以看做由一个长度为(2)^(log)((lfloor{n} floor{}))和剩下的元素(或者小区间组成)。那么我们就可以先将其拆分成线段树上节点所示的区间,之后分开处理:

    如果单个元素被包含就只改变自己,如果整个区间被包含就修改整个区间

    其实好像这个在分块里不是特别简单地实现,但是在线段树里,无论是元素还是区间都是线段树上的一个节点,所以我们不需要区分区间还是元素,加个判断就好。

    (2)懒标记的正确打开方式

    首先,懒标记的作用是记录每次、每个节点要更新的值,也就是(delta),但线段树的优点不在于全记录(全记录依然很慢qwq),而在于传递式记录:

    ** 整个区间都被操作,记录在公共祖先节点上;只修改了一部分,那么就记录在这部分的公共祖先上;如果四环以内只修改了自己的话,那就只改变自己。**

    ( m{After}) ( m{tha}t),如果我们采用上述的优化方式的话,我们就需要在每次区间的查询修改时(pushdown)一次,以免重复或者冲突或者爆炸(qwq)

    那么对于(pushdown)而言,其实就是纯粹的(pushup)的逆向思维(但不是逆向操作):
    因为修改信息存在父节点上,所以要由父节点向下传导(lazy) (tag)

    那么问题来了:怎么传导(pushdown)呢?这里很有意思,开始回溯时执行(pushup),因为是向上传导信息;那我们如果要让它向下更新,就调整顺序,在向下递归的时候(pushdown)不就好惹~(qwq)

    inline void f(ll p,ll l,ll r,ll k)
    {
    	tag[p]=tag[p]+k;
    	ans[p]=ans[p]+k*(r-l+1);
    	//由于是这个区间统一改变,所以ans数组要加元素个数次啦 
    }
    //我们可以认识到,f函数的唯一目的,就是记录当前节点所代表的区间 
    inline void push_down(ll p,ll l,ll r)
    {
    	ll mid=(l+r)>>1;
    	f(ls(p),l,mid,tag[p]);
    	f(rs(p),mid+1,r,tag[p]);
    	tag[p]=0;
    	//每次更新两个儿子节点。以此不断向下传递 
    }
    inline void update(ll nl,ll nr,ll l,ll r,ll p,ll k)
    {
    	//nl,nr为要修改的区间
    	//l,r,p为当前节点所存储的区间以及节点的编号 
    	if(nl<=l&&r<=nr)
    	{
    		ans[p]+=k*(r-l+1);
    		tag[p]+=k;
    		return ;
    	}
    	push_down(p,l,r);
    	//回溯之前(也可以说是下一次递归之前,因为没有递归就没有回溯) 
    	//由于是在回溯之前不断向下传递,所以自然每个节点都可以更新到 
    	ll mid=(l+r)>>1;
    	if(nl<=mid)update(nl,nr,l,mid,ls(p),k);
    	if(nr>mid) update(nl,nr,mid+1,r,rs(p),k);
    	push_up(p);
    	//回溯之后 
    }
    

    (3)那么对于区间查询

    没什么好说的,由于是信息的整合,所以还是要用到分块思想,我实在是不想再码一遍了(qwq)

    ll query(ll q_x,ll q_y,ll l,ll r,ll p)
    {
    	ll res=0;
    	if(q_x<=l&&r<=q_y)return ans[p];
    	ll mid=(l+r)>>1;
    	push_down(p,l,r);
    	if(q_x<=mid)res+=query(q_x,q_y,l,mid,ls(p));
    	if(q_y>mid) res+=query(q_x,q_y,mid+1,r,rs(p));
    	return res;
    }
    

    最后贴高清无码的标程:

    (还有,输入大数据一定不要用不加优化的cin/cout啊)

    #include<iostream>
    #include<cstdio>
    #define MAXN 1000001
    #define ll long long
    using namespace std;
    unsigned ll n,m,a[MAXN],ans[MAXN<<2],tag[MAXN<<2];
    inline ll ls(ll x)
    {
        return x<<1;
    }
    inline ll rs(ll x)
    {
        return x<<1|1;
    }
    void scan()
    {
        cin>>n>>m;
        for(ll i=1;i<=n;i++)
        scanf("%lld",&a[i]);
    }
    inline void push_up(ll p)
    {
        ans[p]=ans[ls(p)]+ans[rs(p)];
    }
    void build(ll p,ll l,ll r)
    {
        tag[p]=0;
        if(l==r){ans[p]=a[l];return ;}
        ll mid=(l+r)>>1;
        build(ls(p),l,mid);
        build(rs(p),mid+1,r);
        push_up(p);
    } 
    inline void f(ll p,ll l,ll r,ll k)
    {
        tag[p]=tag[p]+k;
        ans[p]=ans[p]+k*(r-l+1);
    }
    inline void push_down(ll p,ll l,ll r)
    {
        ll mid=(l+r)>>1;
        f(ls(p),l,mid,tag[p]);
        f(rs(p),mid+1,r,tag[p]);
        tag[p]=0;
    }
    inline void update(ll nl,ll nr,ll l,ll r,ll p,ll k)
    {
        if(nl<=l&&r<=nr)
        {
            ans[p]+=k*(r-l+1);
            tag[p]+=k;
            return ;
        }
        push_down(p,l,r);
        ll mid=(l+r)>>1;
        if(nl<=mid)update(nl,nr,l,mid,ls(p),k);
        if(nr>mid) update(nl,nr,mid+1,r,rs(p),k);
        push_up(p);
    }
    ll query(ll q_x,ll q_y,ll l,ll r,ll p)
    {
        ll res=0;
        if(q_x<=l&&r<=q_y)return ans[p];
        ll mid=(l+r)>>1;
        push_down(p,l,r);
        if(q_x<=mid)res+=query(q_x,q_y,l,mid,ls(p));
        if(q_y>mid) res+=query(q_x,q_y,mid+1,r,rs(p));
        return res;
    }
    int main()
    {
        ll a1,b,c,d,e,f;
        scan();
        build(1,1,n);
        while(m--)
        {
            scanf("%lld",&a1);
            switch(a1)
            {
                case 1:{
                    scanf("%lld%lld%lld",&b,&c,&d);
                    update(b,c,1,n,1,d);
                    break;
                }
                case 2:{
                    scanf("%lld%lld",&e,&f);
                    printf("%lld
    ",query(e,f,1,n,1));
                    break;
                }
            }
        }
        return 0;
    }
    
  • 相关阅读:
    代码审核工具是gerrit
    Redis分布式缓存承载于 “Microsoft.Extensions.Caching.Redis”这个NuGet包
    .Net Core之JWT授权
    什么是前端路由
    为什么需要线程池?什么是池化技术?
    架构模式
    UI 多线程处理 WPF
    项目管理艺术
    项目与项目管理
    使用 MicroK8s 和 OpenEBS 扩展 Kubernetes 存储
  • 原文地址:https://www.cnblogs.com/pks-t/p/9062492.html
Copyright © 2020-2023  润新知