《征服数据结构》稀疏表(Sparse Table)

摘要：

1，ST表的介绍

2，ST表的构建

3，区间查询

1，ST表的介绍

稀疏表（Sparse Table）又称ST表，它不是一种数据结构，它是基于倍增的思想，解决静态的RMQ（Range Maximum/Minimum Query区间最值）问题。

倍增就是成倍增加，如果问题的状态空间特别大，一步步的计算时间复杂度太高，可以通过倍增的思想，只考虑 2 的整数次幂，快速缩小求解范围直到找到解。

比如对于长度为 n 的数组 nums ，每次查询区间 [i,j] 内的最小值，如果是线性查找的话，查找的时间复杂度是O(n)，做 m 次查询总的时间复杂度就是 O(m*n) 。

我们可以对数组进行预处理，用 dp[i][j] 表示区间 [i,j] 内的最小值，这样每次查询的时候直接从数组 dp 中取即可，时间复杂度是O(1)，m 次查询总的时间复杂度就是O(m)。虽然查询的时间复杂度降低了，但由于需要提前计算 dp 数组，而计算 dp 数组的时间复杂度是 O(n*n)。

所以这里只需要降低计算 dp 数组的时间复杂度即可，在计算的时候如果知道区间 [i,k] 和区间 [k+1,j] 的最小值，我们就可以直接计算出区间 [i,j] 之间的最小值，不需要在一个个遍历区间的所有元素。

我们可以这样来做，对于数组的每个元素，把从它开始的数列按照长度划分为1，2，4，8，……这样的区间，如下图所示。

我们可以发现长度为 i 的区间可以通过长度为 i/2 的区间直接计算，计算总的时间复杂度是 O(n*logn) ，这个就是ST表。

ST表的创建是基于动态规划的思想，我们定义 dp[i][j] 表示查询从 i 开始连续的 2^j 个数的最小值，也就是查询区间 [i , i+2^j-1] 内的最小值，状态转移方程如下：

dp[i][j] = min(dp[i][j-1],dp[i + 2^(j-1)][j-1])

这里实际上是把区间 [i,i+2^j-1] 分成了  [i,i+2^(j-1)-1] 和 [i+2^(j-1),i+2^j-1] 两部分，这两部分区间长度是相等的，都是 2^(j-1)，整个区间的最小值也就是这两个区间的最小值，如下图所示：

2，ST表的构建