• 【学习笔记】线段树浅谈


    【学习笔记】线段树浅谈

    线段树,顾名思义,就是一棵树,上面的每个节点由一个“线段”构成,然后组成了一棵除去了最后一层外,是完全二叉树的树,又叫区间树,作用主要是单点修改,区间修改和区间查询,这里拿线段树的区间和来举例子

    线段树的构建

    线段树是一棵完全二叉树,我们可以可以按照与二叉堆相似的储存节点的方式,根节点为k,左子树为k<<1,右子树则为k<<1|1,因为树是递归定义的,所以我们开始递归建树。

    1.建立结构体,用于存树

    因为完全二叉树对应一个长度为a的区间,它需要的节点个数为4a,因此,我们要把树的大小开到区间长度的四倍

    const int maxn=1000010;
    struct tree{
    	int l,r;
    	long long dat,add,mul;
    }t[maxn*4+5];
    

    2.建立上传

    因为每次建一棵树,父节点都要有相对应的数据更新,因此我们需要pushup来上传子节点的数据

    void pushup(int k)
    {
    	t[k].dat=(t[k<<1].dat+t[k<<1|1].dat)%p;
    }
    

    3.递归建树

    然后用递归建树

    //k代表当前节点,l代表当前节点的左端点,r代表当前节点的右端点 
    void build(int k,int l,int r)
    {
    	//储存一下左端点和右端点,方便以后调用
    	//同时做一下延迟标记的初始化 
    	t[k].l=l,t[k].r=r;
    	t[k].add=0,t[k].mul=1;
    	if(l==r)
    	{
    		t[k].dat=a[l];//如果到区间长度为1的时候,那么这个时候就等于对应的数字 
    		return ;
    	}
    	int mid=(l+r)>>1;
    	build(k<<1,l,mid);//递归建左子树 
    	build(k<<1|1,mid+1,r);//递归建右子树 
    	pushup(k);//向父节点输送左子树和右子树的数据 
    	t[k].dat%=p;
    	return ;
    }
    

    这样,一棵线段树就建好了

    线段树的操作

    对于线段树,我们肯定不仅仅满足于建好一棵线段树,最主要的是,我们要用它做一些什么事情,来帮助我们更好地解决我们需要解决的问题。

    前面说过,线段树的操作主要是点的修改和区间的数据查询,我们先说一说点的修改

    1.点的修改

    因为线段树是用递归定义的,因此,我们点的修改也可以用递归来进行修改这里不过多赘述,因为重要的在后面

    2.区间修改

    区间修改有两种修改方式,第一种是对应的某一个区间里面的数,每一个加上一个数,另一种是对应区间里面的数,每一个乘上一个数字。

    对于加上一个数的方式,我们直接类似于点的修改,但是我们会发现,有一些树是并没有用到的,也就是说,我们每次在更新的时候去更新下一个节点,然后数据继续往下更新,我们就会造成很大的空间与时间的冗余,这些空间和时间都很大,我们都用得到!而且可以节省很大一部分空间!

    因此,我们在这里就要使用一种特殊的操作,延迟标记,然后我们就可以节省大量的空间,以及时间,从而加快线段树的速度

    大家可以看到,在之前的结构体定义中有add和mul,它们就分别是线段树加法和乘法的延迟标记

    然后延迟标记在我们使用某棵树的时候需要传递下去,因此,我们与pushup相类似,我们要使用一个pushdown

    void pushdown(int k)
    {
    	//传递节点 
    	t[k<<1].dat=(t[k<<1].dat*t[k].mul+t[k].add*(t[k<<1].r-t[k<<1].l+1))%p;
    	t[k<<1|1].dat=(t[k<<1|1].dat*t[k].mul+t[k].add*(t[k<<1|1].r-t[k<<1|1].l+1))%p;
    	//传递乘法的懒惰标记 
    	t[k<<1].mul=(t[k].mul*t[k<<1].mul)%p;
    	t[k<<1|1].mul=(t[k].mul*t[k<<1|1].mul)%p;
    	//传递加法的懒惰标记 
    	t[k<<1].add=(t[k<<1].add*t[k].mul+t[k].add)%p;
    	t[k<<1|1].add=(t[k<<1|1].add*t[k].mul+t[k].add)%p;
    	//还原父节点,因为子节点已经更新过了 
    	t[k].add=0;
    	t[k].mul=1;
    }
    

    然后我们就可以快乐的进行区间修改了

    void updata1(int k,int l,int r,int v)
    {
    	if(l<=t[k].l&&r>=t[k].r)
    	{
    		t[k].dat=(t[k].dat*v)%p;
    		t[k].mul=(t[k].mul*v)%p;
    		return ;
    	}
    	pushdown(k);
    	int mid=(l+r)>>1;
    	if(l<=mid)
    	updata1(k<<1,l,r,v);
    	if(r>mid)
    	updata1(k<<1|1,l,r,v);
    	pushup(k);
    }
    void updata2(int k,int l,int r,int v)
    {
    	if(l<=t[k].l&&r>=t[k].r)
    	{
    		t[k].dat=(t[k].dat+v*(t[k].r-t[k].l+1)%p;
    		t[k].mul=(t[k].add+v)%p;
    		return ;
    	}
    	pushdown(k);
    	int mid=(l+r)>>1;
    	if(l<=mid)
    	updata2(k<<1,l,r,v);
    	if(r>mid)
    	updata2(k<<1|1,l,r,v);
    	pushup(k);
    }
    

    3.区间查询

    区间查询和区间修改实际上差不多,但是要注意返回值的时候要

    模,不然会出问题

    long long query(int k,int l,int r)
    {
    	if(l<=t[k].r&&r>=t[k].r)
    	return t[k].dat;
    	pushdown(k);
    	long long ans=0;
    	int mid=(l+r)>>1;
    	if(l<=mid)
    	ans=(ans+query(k<<1,l,r))%p;
    	if(r>mid)
    	ans=(ans+query(k<<1|1,l,r))%p;
    	return ans%p; 
    }
    

    这就是线段树的模板了

    最终代码

    #include <iostream>
    #include <cstdio>
    #include <algorithm>
    #include <cstring>
    #include <string>
    using namespace std;
    const int maxn=100010;
    int n,m,p;
    int a[maxn];
    struct tree{
    	int l,r;
    	long long dat,add,mul;
    }t[maxn*4+5];
    void pushup(int k)
    {
    	t[k].dat=(t[k<<1].dat+t[k<<1|1].dat)%p;
    }
    void pushdown(int k)
    {
    	//传递节点 
    	t[k<<1].dat=(t[k<<1].dat*t[k].mul+t[k].add*(t[k<<1].r-t[k<<1].l+1))%p;
    	t[k<<1|1].dat=(t[k<<1|1].dat*t[k].mul+t[k].add*(t[k<<1|1].r-t[k<<1|1].l+1))%p;
    	//传递乘法的懒惰标记 
    	t[k<<1].mul=(t[k].mul*t[k<<1].mul)%p;
    	t[k<<1|1].mul=(t[k].mul*t[k<<1|1].mul)%p;
    	//传递加法的懒惰标记 
    	t[k<<1].add=(t[k<<1].add*t[k].mul+t[k].add)%p;
    	t[k<<1|1].add=(t[k<<1|1].add*t[k].mul+t[k].add)%p;
    	//还原父节点,因为子节点已经更新过了 
    	t[k].add=0;
    	t[k].mul=1;
    }
    //k代表当前节点,l代表当前节点的左端点,r代表当前节点的右端点 
    void build(int k,int l,int r)
    {
    	//储存一下左端点和右端点,方便以后调用
    	//同时做一下延迟标记的初始化 
    	t[k].l=l,t[k].r=r;
    	t[k].add=0,t[k].mul=1;
    	if(l==r)
    	{
    		t[k].dat=a[l];//如果到区间长度为1的时候,那么这个时候就等于对应的数字 
    		return ;
    	}
    	int mid=(l+r)>>1;
    	build(k<<1,l,mid);//递归建左子树 
    	build(k<<1|1,mid+1,r);//递归建右子树 
    	pushup(k);//向父节点输送左子树和右子树的数据 
    	t[k].dat%=p;
    	return ;
    }
    void updata1(int k,int l,int r,int v)
    {
    	if(l<=t[k].l&&r>=t[k].r)
    	{
    		t[k].dat=(t[k].dat*v)%p;
    		t[k].mul=(t[k].mul*v)%p;
    		return ;
    	}
    	pushdown(k);
    	int mid=(l+r)>>1;
    	if(l<=mid)
    	updata1(k<<1,l,r,v);
    	if(r>mid)
    	updata1(k<<1|1,l,r,v);
    	pushup(k);
    }
    void updata2(int k,int l,int r,int v)
    {
    	if(l<=t[k].l&&r>=t[k].r)
    	{
    		t[k].dat=(t[k].dat+v*(t[k].r-t[k].l+1))%p;
    		t[k].mul=(t[k].add+v)%p;
    		return ;
    	}
    	pushdown(k);
    	int mid=(l+r)>>1;
    	if(l<=mid)
    	updata2(k<<1,l,r,v);
    	if(r>mid)
    	updata2(k<<1|1,l,r,v);
    	pushup(k);
    }
    long long query(int k,int l,int r)
    {
    	if(l<=t[k].r&&r>=t[k].r)
    	return t[k].dat;
    	pushdown(k);
    	long long ans=0;
    	int mid=(l+r)>>1;
    	if(l<=mid)
    	ans=(ans+query(k<<1,l,r))%p;
    	if(r>mid)
    	ans=(ans+query(k<<1|1,l,r))%p;
    	return ans%p; 
    }
    int main()
    {
    	
    }
    
    本博文为wweiyi原创,若想转载请联系作者,qq:2844938982
  • 相关阅读:
    (转)悲催IT男的心酸恋爱史
    javascript递归函数问题
    《Professional Javascript For Web Developers 3rd Edition》读书笔记:javascript闭包中的this对象
    X509Store获取不到证书的问题
    [源码解析] PyTorch 分布式(7) DistributedDataParallel 之进程组
    [源码解析] PyTorch 分布式(8) DistributedDataParallel之论文篇
    [源码解析] PyTorch 分布式(10)DistributedDataParallel 之 Reducer静态架构
    [源码解析] PyTorch 分布式 Autograd (2) RPC基础
    [源码解析] PyTorch 分布式(9) DistributedDataParallel 之初始化
    [源码解析] PyTorch 分布式(12) DistributedDataParallel 之 前向传播
  • 原文地址:https://www.cnblogs.com/wweiyi2004/p/14982693.html
Copyright © 2020-2023  润新知