本文详细介绍了可分解的范围查询及其在1维动态场景下的应用。通过使用平衡二叉搜索树，可以高效地处理插入、删除和查询操作，每个操作的时间复杂度为O(log n)。在查询时，通过找到最高节点并递归处理其子树，可以计算出指定区间的累积信息。此外，文章还讨论了如何处理不可分解的操作，如求平均数，并分析了特定情况下查询的时间复杂度。
Range queries
给一些空间中的数据点，查询（query）在一定查询范围（query region）中的累积信息（aggregate information）
可以计算点点数量，列出点，最高优先级点，平均数，方差等
Decomposable Range Queries
A range query is decomposable if there is some binary operation ⊗
such that:
1. ⊗ is associative, commutative, and has an identity operand
2. If Q is a region and we split Q into two disjoint regions X
and Y :
query(Q) = query(X) ⊗ query(Y )
如果操作时可结合可交换的，并且在一个大范围上的查询可以分解为小范围上的，那么这个range query is decomposable。
比如说计数，求和，union，minimum等。
但求平均数是not decomposable的，因为不知道两部分的数量，不能直接两部分之间求平均。要计算sum和count后除出来。
1维动态可分解范围查询
数据有实数key（data不一定），在闭区间[L,R]上。数据可以插入或者删除。
使用平衡二叉搜索树来保存结果。那么排序结果就是平衡二产搜索树的中序遍历（左中右&
最低0.47元/天 解锁文章
扫一扫
336
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
