线段树小计+注意事项

考虑一个简单的问题
给定一个数组$a[0...n-1]$，我们要对数组执行这样的操作：

（1）计算从下标$l$到$r$的元素的最小值，其中 $0<=l<=r<=n-1$

（2）修改数组指定元素的值$a[i]=x$，其中 $0<=i<=n-1$

一个简单的方案是从$l$到$r$执行循环，计算给定区间的元素之和。更新值的时候，简单地令$a[i]=x$。第一个操作花费$O(n)$的时间，第二个操作花费$O(1)$的时间。

第二个方案是创建另外一个数组来存储从下标$i$开始的元素的最小值。这样一来，给定区间之和可以用$O(1)$的时间计算，但是更新需要花费$O(n)$的时间。这种方法适用于需要大量查询而更新操作较少的场景。

有没有一种方法，能够同时高效的完成区间查询和元素修改两种操作呢，这就是线段树了。

线段树概念

线段树是擅长处理区间的，形如下图的数据结构。线段树是一棵完美二叉树（PerfectBinaiy Tree)(所有的叶子的深度都相同，并且每个节点要么是叶子要么有2个儿子的树 )，树上的每个节点都维护一个区间。根维护的是整个区间，每个节点维护的是父亲的区间二等分后的其中一个子区间。当有$n$个元素时，对区间的操作可以在$O(\log n)$ 的时间内完成。

而线段树所提供的区间查询的功能取决于节点中存储的数据，如果节点中存储的是区间最小值，那么线段树就能查询区间最小值。如果节点存储区间和，那么线段树提供的就是区间和的查询。我们以求区间最小值（range minimum query RMQ）的线段树为例、

RMQ的构建–以叶子节点为2的整数幂为例

如下图，线段树的每个节点维护对应区间的最小值。在建树时，只需要按从下到上的顺序分别取左右儿子的值中的较小者就可以了。

代码如下，只需要将数组$a$中的$n$个元素依次$update$即可。

//a[i]=x，同时修改与其有关的所有根节点的值
void update(ll k, ll x) {
	k += n - 1;//线段树一共2n-1个节点，后n个节点为数组元素，叶子节点，将k转化为其在树中的位置。
	tree[k] = x;//修改值

	while (k > 0) {//0号节点是root节点
		k = (k - 1) / 2;//对于节点i，2i+1,2i+2是左右孩子,(i-1)/2是父亲

		//这一步决定了线段树的功能，是存储区间的最小值。
		tree[k] = min(tree[2 * k + 1], tree[2 * k + 2]);
	}
}

基于RMQ的更新操作

更新操作也就是上方的update代码，操作过程无异于构建树的过程。比如如果将$a[0]$赋值为2

基于RMQ的查询操作

如果要求$a[1]...a[6]$的最小值，我们只需要求下图中的三个节点的值的最小值即可。

像这样，即使査询的是一个比较大的区间，由于较靠上的节点对应较大的区间，通过这些区间就可以知道大部分值的最小值，从而只需要访问很少的节点就可以求得最小值。而这个对树的查询操作，需要一个递归的程序不断的访问子层的节点，对子层的节点进行如下判断：

1. 如果所查询的区间和当前节点对应的区间完全没有交集，那么就返回一个不影响答案的值。比如求区间最小值的话，就返回一个很大的值，求区间和的话，就返回0.
2. 如果所查询的区间完全包含了当前节点对应的区间，那么就返回当前节点的值。
3. 以上两种情况都不满足的话，就对两个儿子递归处理，返回两个结果中的较小者。

这里的一个比较重要的问题是，我们如何知道当前节点对应的区间是where to where？用一个struct存储所有中间结点的起始位置、终止位置and 节点值吗？不用如此麻烦，具体看注释

// 求[a, b)的最小值
// k是节点的编号，1, r表示这个节点对应的是[1, r) 区间。
// 在外部调用时，用query(a, b)即可
ll query(ll a, ll b, ll k, ll l = 0, ll r = n) {

	//1st case: 如果所查询的区间和当前节点对应的区间完全没有交集。
	//tips:为什么是大于等于或者小于等于，因为[a,b)和[l,r)都是半开区间b,r都是不能取到的index。
	if (r <= a || l >= b) return inf;

	//2ed case:如果所查询的区间完全包含了当前节点对应的区间，那么就返回当前节点的值。
	if (l >= a && r <= b)return tree[k];

	//3rd case:以上两种情况都不满足的话，就对两个儿子递归处理，返回两个结果中的较小者。
	ll v1 = query(a, b, 2 * k + 1, l, (l + r) / 2);
	ll v2 = query(a, b, 2 * k + 2, (l + r) / 2, r);
	return min(v1, v2);
}

疑问?如果叶子节点不是2的整数幂呢

我们将叶子节点的数目补为2的整数幂，比如对于数组$[1,2,3]$，我们将其补位$[1,2,3,0]$，也就是多余位用0替代，然后$tree[]$数组的大小为$2n-1$，有一部分中间结点，也可能会变成0，这样做依然是正确的。

void init(ll n_) {
	N = 1;
	//如果叶子节点不是2的整数幂，那么数组不止是2*n-1,需要4N-1，这里方便起见将叶子节点的数目记为2的整数幂
	//因此空节点都用0填补
	while (N < n_) N *= 2;
	for (ll i = 0; i < 2 * N - 1; i++) tree[i] = 0;
}

基于RMQ的复杂度分析

就本文开始描述的那样，无论是查询还是修改操作，都是比较高效的复杂度，$1--n$之间的$O(\log n)$。对于一般二叉树而言。很有可能发生退化，使得复杂度回升到$O(n)$，但是线段树不会进行区间的合并，或者增加，删除元素，因此不会出现退化的情况发生。

此外$n$个元素的线段树的初始化的总的空间复杂度为$O(n)$，因为一共只有$2n-1$个节点。

拓展：基于稀疏表的RMQ

在 RMQ 的其他实现方法中，有一种叫做 Sparse Table 的方法较为常见。对于上述数列构建的 Sparse Table 如下表所示。

其中$t_{i,j}$表示的是$a_j,a_{j+1},...,a_{j+2^i}$，具体操作不详述，只需要知道他单次查询的效率比基于线段树的RMQ高，但是预处理的时间复杂度和空间复杂度都达到了$O(n\log n)$，而且无法高效的对值进行更新。

Tips

1、 线段树是二叉树，且必定是平衡二叉树，但不一定是完全二叉树。

2、 对于区间[a,b]，令mid=(a+b)/2，则其左子树为[a,mid]，右子树为[mid+1,b]，当a==b时，该区间为线段树的叶子，无需继续往下划分。

3、 线段树虽然不是完全二叉树，但是可以用完全二叉树的方式去构造并存储它，只是最后一层可能存在某些叶子与叶子之间出现“空叶子”，这个无需理会，同样给空叶子按顺序编号，在遍历线段树时当判断到a==b时就认为到了叶子，“空叶子”永远也不会遍历到。

4、 之所以要用完全二叉树的方式去存储线段树，是为了提高在插入线段和搜索时的效率。用p2，p2+1的索引方式检索p的左右子树要比指针快得多。

5、线段树的精髓是，能不往下搜索，就不要往下搜索，尽可能利用子树的根的信息去获取整棵子树的信息。如果在插入线段或检索特征值时，每次都非要搜索到叶子，还不如直接建一棵普通树更来得方便