P3865 【模板】ST 表

29 篇文章 1 订阅
5 篇文章 0 订阅
这篇博客介绍了如何利用ST表(Sqrt Decomposition)解决区间最值查询(RMQ)问题。文章首先解释了ST表的基本思想,即通过预处理O(nlogn)的时间复杂度,达到O(1)的查询效率。接着,详细阐述了ST表的构建过程,包括初始化和转移方程。最后,展示了查询区间最大值的代码实现,并给出了样例输入和输出。该博客适合对数据结构和算法感兴趣的读者学习。
摘要由CSDN通过智能技术生成
学习链接:点击进入
题目链接:点击进入
题目

在这里插入图片描述

思路

ST 表是解决 RMQ 问题 ( 区间最值问题 ) 的一种强有力的工具
O ( n log n ) 预处理,O ( 1 ) 查询最值
maxx [ i ] [ j ] 表示,从 i 位置开始的 2 j 2^j 2j 个数中的最大值,也就是 a [ i ] ~ a [ i + 2 ^ j - 1 ] 中的最大值
初始化 maxx [ i ] [ 0 ] = a [ i ]
转移方程 maxx [ i ] [ j ] = max ( maxx [ i ] [ j - 1] , maxx [ i + (1 << j - 1 ) ] [ j - 1] )
查询 max ( dp [ l ] [ k ] , dp [ r - (1 << k ) + 1 ] [ k ] )( 查询 [ l , r ] 内的最大值,k = log2 ( r - l + 1 ) )

代码
// Problem: P3865 【模板】ST 表
// Contest: Luogu
// URL: https://www.luogu.com.cn/problem/P3865
// Memory Limit: 125 MB
// Time Limit: 800 ms
// 
// Powered by CP Editor (https://cpeditor.org)

//#pragma GCC optimize(3)//O3
//#pragma GCC optimize(2)//O2
#include<iostream>
#include<string>
#include<map>
#include<set>
//#include<unordered_map>
#include<queue>
#include<cstdio>
#include<vector>
#include<cstring>
#include<stack>
#include<algorithm>
#include<iomanip>
#include<cmath>
#include<fstream>
#define X first
#define Y second
#define best 131 
#define INF 0x3f3f3f3f3f3f3f3f
#define pii pair<int,int>
#define lowbit(x) x & -x
#define inf 0x3f3f3f3f
//#define int long long
//#define double long double
//#define rep(i,x,y) for(register int i = x; i <= y;++i)
using namespace std;
typedef long long ll;
typedef unsigned long long ull;
const double pai=acos(-1.0);
const int maxn=1e6+10;
const int mod=1e9+7;
const double eps=1e-9;
const int N=5e3+10;
/*--------------------------------------------*/
inline int read()
{
    int k = 0, f = 1 ;
    char c = getchar() ;
    while(!isdigit(c)){if(c == '-') f = -1 ;c = getchar() ;}
    while(isdigit(c)) k = (k << 1) + (k << 3) + c - 48 ,c = getchar() ;
    return k * f ;
}
/*--------------------------------------------*/

int n,m,a[maxn];
int maxx[maxn][21];
int query(int l,int r)
{
	int k=log2(r-l+1);
	return max(maxx[l][k],maxx[r-(1<<k)+1][k]);
}

int main() 
{
//	ios::sync_with_stdio(false);
//	cin.tie(0);cout.tie(0);
	n=read(),m=read();
	for(int i=1;i<=n;i++) a[i]=read();
	for(int i=1;i<=n;i++) maxx[i][0]=a[i];
	for(int j=1;(1<<j)<=n;j++)
		for(int i=1;i+(1<<j)-1<=n;i++)
			maxx[i][j]=max(maxx[i][j-1],maxx[i+(1<<(j-1))][j-1]);
	while(m--)
	{
		int l,r;
		l=read(),r=read();
		printf("%d\n",query(l,r));
	}
    return 0;
} 
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
单调栈是一种常用的数据结构,用于解决一些与单调性相关的问题。它可以在 O(n) 的时间复杂度内解决这些问题。 单调栈的基本思想是维护一个单调递增或单调递减的栈。在处理每个元素时,我们将栈中比当前元素小(或大)的元素弹出栈,然后将当前元素入栈。这样可以确保栈中的元素始终保持单调性。 关于单调栈的应用场景,其中一个常见的问题是找到数组中每个元素的下一个更大元素(Next Greater Element)。给定一个数组,对于每个元素,需要找到它右边第一个比它大的元素。使用单调栈可以在线性时间内解决这个问题。 下面是一个使用单调栈解决 Next Greater Element 问题的示例代码: ```cpp vector<int> nextGreaterElement(vector<int>& nums) { int n = nums.size(); vector<int> result(n, -1); // 初始化结果数组为-1 stack<int> st; // 单调递减栈,存储数组索引 for (int i = 0; i < n; i++) { while (!st.empty() && nums[st.top()] < nums[i]) { result[st.top()] = nums[i]; // 当前元素是栈顶元素右边第一个更大的元素 st.pop(); } st.push(i); } return result; } ``` 以上代码中,我们使用一个栈来存储数组的索引。遍历数组,对于每个元素,如果栈不为空且栈顶元素小于当前元素,说明栈顶元素的下一个更大元素就是当前元素。将栈顶元素出栈,并更新结果数组中对应位置的值为当前元素。最后将当前元素的索引入栈。遍历完成后,返回结果数组即可。 除了 Next Greater Element 问题,单调栈还可以用于解决其他一些与单调性相关的问题,如 Next Smaller Element、Largest Rectangle in Histogram 等。希望这个模板能对你有所帮助!有其他问题欢迎继续提问。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值