线段树（超详解）

线段树（超详解）

Author ：铜陵一中 缪语博

在网上看了几个讲线段树的，都感觉不咋地，自己琢磨了几天，大致弄明白了。于是趁兴写了一篇关于线段树的文章，希望拯救那些看$oi-wiki$看不懂的$oier$。

前言

在阅读本文之前，你需要明确：

• 本人码风可能与你不同，请多谅解。
• 有可能我的代码用到什么$define$可能和晚上的“简单”违背，请不要误解。写多了你就会知道，这样写真的很方便。

命名规则：

• $p$：当前的线段树的节点。
• $l,r$：当前线段树的左右区间范围。
• $ql,qr$：目标线段树的左右区间范围。

$Chapter1$ 干嘛要用线段树？

Put simply，就是区间操作。题目中出现区间，大概率就是线段树了。有人问：我直接一个数组不就行了吗？

$No，No，No，slow！$

假设有$10^6$个操作，每一次操作你都要修改，求和，求最大值，更新

$TLE！$

线段树就是来解决这个问题的。

但是为什么呢？

一个类似前缀和的思想。思考这样一个问题：假如你做人口普查，铜陵市政府统计了铜陵市的人口。现在安徽省政府来统计，还需要统计铜陵市的人口吗？

显然不需要，直接把铜陵市政府的数据拿来用不就行了吗？

同理，你已经算出了某个区间的数据，你直接拿来用就可以了，干嘛还要再算一遍？你是嫌$1s$的时间限制短了？

那么问题来了，怎么操作呢？

$Chapter2$ 什么是线段树？怎么建线段树？

在学习之前，你得有一些树的基本知识，比如说：

• 什么是树（废话）。
• 在一棵完全二叉树中（根节点编号为$1$），节点$p$的左儿子的编号为$2p$，右儿子的编号为$2p+1$。

先来了解一下线段树为什么快。

试问：怎么查找最快？

二分。

对！线段树就可以理解为“二分”，二分区间，这样查找就会变得很快，直降$O(logn)$

这样，我们就可以开始建树了。

建树过程（OI-Wiki上写得已经够详细了，移步一下吧）。

链接OI-Wiki

好的，默认你已经知道了线段树长什么样子了。

对于一个非叶子节点$p$，其均有一个左子树和右子树，刚刚才讲过，左儿子的编号为$2p$，右儿子的编号为$2p+1$。

为了方便起见，我们使用$define$来简便定义左子树和右子树。

#define ls (p << 1)
#define rs (p << 1 | 1)

• 其中， (p << 1)和(p << 1 | 1)的意思分别是$2\times p$和$2\times p+1$，这样定义更加简便快速。

于是我们开始建树。

首先，对于一个区间$[l,r]$，如果访问时，$l=r$，那么其就是叶子结点，否则就不是叶子结点（废话）。我习惯于将$l,r$放在参数里传递，而不是用结构体来定义，我认为这样可能会简便一些。

有人问：那节点的区间长度如何定义叻？

用一个siz数组不就行了吗？

以建立一棵求区间和的线段树为例。

• 这里还有一个定义，就是$mid$的定义，也使用宏定义：#define mid ((l + r) >> 1)

#define N 100001
#define ll long long
#define ls (p << 1)
#define rs (p << 1 | 1)
#define mid ((l + r) >> 1)

int n, m;
int a[N];
ll tree[N << 2];
int siz[N << 2];
int lazy[N << 2];

void build(int p, int l, int r) {
    lazy[p] = 0;
    if(l == r)  {
        return ;
    }
    build(ls, l, mid);
    build(rs, mid + 1, r);
}

• 这里的$lazy$数组你暂时可以不用管，这是以后要讲到的。

$Chapter3$ 线段树的初始化

简单了，加几行就行了。

首先是叶子结点的数据，直接放区间（节点）所对应的值就好了。

然后是非叶子结点的维护，用一个upd函数来更新tree的值，用一个upds函数来更新siz的大小。

void upd(int p) {
    tree[p] = tree[ls] + tree[rs];
}

void upds(int p) {
    siz[p] = siz[ls] + siz[rs];
}

void build(int p, int l, int r) {

    lazy[p] = 0;

    if(l == r)  {
        siz[p] = 1;
        tree[p] = a[l];
        return ;
    }

    build(ls, l, mid);
    build(rs, mid + 1, r);

    upd(p);
    upds(p);
}

$Chapter4$ 线段树的查询

还是以建立一棵求区间和的线段树为例。

泰见但辣！

如果当前的区间$[l,r]$被完全包含于查询区间$[ql,qr]$，直接加和即可。

如果没有被完全包含，拆成它的左子树和右子树，不断缩小范围就行了。

这里理解一个问题：我怎么知道应该拆左子树还是拆右子树？

比如说，当有这样一种情况：

$[l,r]=[4,7]$，$[ql,qr]=[3,5]$

发现没有被完全包含，其中，$qr\ge l$，所以可以看它的左子树和右子树。如果左子树满足条件，就既搜左子树，又搜右子树，反复递归，直至区间被完全覆盖。如果只有右子树满足条件，就只搜右子树，直至区间被完全覆盖。

ll qry(int p, int l, int r, int ql, int qr) {
    if(ql <= l && r <= qr) {
        return tree[p];
    }

    ll sum = 0;

    if(ql <= mid) {
        sum += qry(ls, l, mid, ql, qr);
    }
    if(qr > mid) {
        sum += qry(rs, mid + 1, r, ql, qr);
    }

    return sum;
}

$Chapter5$ 懒标记

很重要的一部分，一定要反复看，比较难理解。

什么是懒标记？

就是懒（废话）。

为什么？

想一想，如果我每一次增加区间的值，每一次更新都全部下放到子树，那时间复杂度就是无法估量的。所以，只有碰到查询时，或者要更改这个区间的一部分的时候才会全部下放到子树，并且是下放到儿子结点，这样做会更快（想一想，为什么）。

定义：$lazy[p]$表示当结点$p$的$tree$值已经更新时，其儿子结点还没有下放的数值。可能很少有文章强调当结点$p$的$tree$值已经更新时，但是这个地方理解很重要！这样可以使你的思路更加清晰。

于是，我们得到了一个下放结点$p$的懒标记的代码：

void pushd(int p) {
    tree[ls] += lazy[p] * siz[ls];
    tree[rs] += lazy[p] * siz[rs];

    lazy[ls] += lazy[p];
    lazy[rs] += lazy[p];

    lazy[p] = 0;
}

在更新中的具体代码下节讲，在查询中的放在结尾的代码里，自行理解。

$Chapter6$ 更新区间

还是以上面那个例子为例（有语病吗？），更新区间是将区间内所有的值加$k$。

现在就很好理解了。

1. 如果当前结点被完全覆盖，直接将$tree$值加上$siz[p]\times k$即可。
2. 如果没有，继续拆。
3. 注意下放懒标记！

void mdf(int p, int l, int r, int ql, int qr, int k) {
    if(ql <= l && r <= qr) {
        tree[p] += 1ll * siz[p] * k;
        lazy[p] += k;
        return;
    }
    pushd(p);
    if(ql <= mid) {
        mdf(ls, l, mid, ql, qr, k);
    }
    if(qr > mid) {
        mdf(rs, mid + 1, r, ql, qr, k);
    }
    upd(p);
}

$Chapter7$ 终章$Code$

#include <bits/stdc++.h>

#define N 100001
#define ll long long
#define ls (p << 1)
#define rs (p << 1 | 1)
#define mid ((l + r) >> 1)

using namespace std;

int n, m;
int a[N];
ll tree[N << 2];
int siz[N << 2];
int lazy[N << 2];

void upd(int p) {
    tree[p] = tree[ls] + tree[rs];
}

void upds(int p) {
    siz[p] = siz[ls] + siz[rs];
}

void pushd(int p) {
    tree[ls] += lazy[p] * siz[ls];
    tree[rs] += lazy[p] * siz[rs];

    lazy[ls] += lazy[p];
    lazy[rs] += lazy[p];

    lazy[p] = 0;
}

void build(int p, int l, int r) {

    lazy[p] = 0;

    if(l == r)  {
        siz[p] = 1;
        tree[p] = a[l];
        return ;
    }

    build(ls, l, mid);
    build(rs, mid + 1, r);

    upd(p);
    upds(p);
}

void mdf(int p, int l, int r, int ql, int qr, int k) {
    if(ql <= l && r <= qr) {
        tree[p] += 1ll * siz[p] * k;
        lazy[p] += k;
        return;
    }
    pushd(p);
    if(ql <= mid) {
        mdf(ls, l, mid, ql, qr, k);
    }
    if(qr > mid) {
        mdf(rs, mid + 1, r, ql, qr, k);
    }
    upd(p);
}

ll qry(int p, int l, int r, int ql, int qr) {
    if(ql <= l && r <= qr) {
        return tree[p];
    }
    pushd(p);

    ll sum = 0;

    if(ql <= mid) {
        sum += qry(ls, l, mid, ql, qr);
    }
    if(qr > mid) {
        sum += qry(rs, mid + 1, r, ql, qr);
    }

    return sum;
}

int main() {

    cin >> n >> m;

    for(int i = 1; i <= n; ++i) {
        cin >> a[i];
    }

    build(1, 1, n);

    while(m--) {
        int op, x, y, k;

        cin >> op >> x >> y;

        if(op == 1) {
            cin >> k;
            mdf(1, 1, n, x, y, k);
        }
        else {
            cout << qry(1, 1, n, x, y) << endl;
        }
    }

    return 0;
}

也希望看完这篇文章的你能点一个大大的赞，给一个大大的支持！

My Website

My Zhihu

完结撒花！