Calmsym学习数据结构与算法之 线段树

---

前言

在之前的学习中，关于数组维护，我们已经学习了前缀和，差分以及树状数组，对于不同的体型我们可以运用不同的数据结构来进行维护，今天我们来讲一个更为通用的数据结构–线段树

线段树

1.1 什么是线段树

线段树（Segment Tree） 是一种基于分治思想的二叉树结构（问什么是二叉树请百度），相比于树状数组里运用二进制分解来储存区间，线段树是将一个线性结构（比如数组）表示为一棵树，每个节点表示一个区间，叶节点来表示单个元素，线段树更易理解也更为通用，被广泛使用于算法竞赛中，唯一的缺点可能是他的代码量相当大…

1.2 原理与操作

线段树的主要思想是将原始数据分成若干区间，并用这些区间去构建一颗二叉树，每个节点代表一个区间，包块左右边界和区间内的信息（比如最大值，最小值，区间和等等）
线段树通常用于解决区间查询问题，如查询区间最值，区间和，他还支持区间更新操作，比如更新区间所有元素。
线段树的构建和查询操作的时间复杂度均为O（logN），其中N为原始数组的长度，因此线段树是一种高效的数据结构，对于需要频繁操作的题目有着相当高的优先级。
线段树支持以下操作：

	1.单点修改
	2.单点查询
	3.区间修改
	4.区间查询

1.3 线段树的性质

在讲操作实现我们先来看看线段树的构成具有什么性质，来帮助我们更好地理解各个操作的实现
1.线段树每个节点都代表一个区间
2.线段树具有唯一的根节点，代表的区间是整个统计范围， 如 [ 1 , N ]
3.线段树的每个叶节点都代表一个长度为 1 的 “元区间” 如 [ x , x ]
4.对于每个内部节点 [ l , r ] ，它的左子节点是 [ l , mid ] ， 右子节点是 [ mid+1 , r ] 其中 mid = （ l + r ）/ 2（向下取整）

所以对于一棵线段树，除去树的最后一层，整颗线段树一定是一棵完全二叉树，树的深度为O（logN），因此我们可以按照与二叉堆类似的方式编写节点；

1.根节点编号为1
2.编号为x的节点的左子节点编号为x2 ，右子节点编号为 x2+1

操作

2.1 线段树的创建 build

struct SegmentTree{
     int l,r,w;
}tree[N*4];

int a[N];

void build(int p,int left,int right){
     tree[p].l=left;
     tree[p].r=right;
     if(left==right){
          tree[p].w=a[left];
          return ;
     }
     int mid=(left+right)/2;
     build(p*2 , left , mid);
     build(p*2+1 , mid+1 , right);
     tree[p].w=max(tree[p*2].w , tree[p*2+1].w);
     //记录最值，从下往上传递；
     //举一反三，我们同样可以在结构体中定义如.tot 用于记录区间和
}

2.2 线段树的单点修改

单点修改是一条形如 “ c x v ” 的指令，表示把 a[ x ] 的值修改为 v

在线段树中，根节点是执行各种指令的入口。我们需要从根节点出发，递归找到区间 [ x , x ] 的叶节点，然后从下往上更新它以及所有包含它的父节点，时间复杂度为O（logN）

void change(int p,int x,int v){
     if(tree[p].l == tree[p].r){
          tree[p].w= v;
          return ;
     }
     int mid = (tree[p].l + tree[p].r)/2;
     if(x < mid) change(p*2,x,v);
     else change(P*2+1,x,v);
     tree[p].w = max(tree[p*2].w , tree[p*2+1].w);
     //从下向上更新
}

2.3 线段树的区间查询

区间查询是一条形如“ Q l r ”的指令，例如查询序列 a 在区间 [ l , r ] 上的最大值，我们只需要递归执行以下过程
1.若 [ l , r ] 完全覆盖了当前节点代表的区间，即立即回溯（因为我们已经记录了当前区间的最值），并且该节点的w值作为候选答案

2.若左子节点与 [ l , r ] 有重叠部分，则递归访问左子节点

3.若右子节点与 [ l , r ] 有重叠部分，则递归访问右子节点

int ask(int p,int left,int right){
     if(left <= tree[p].l && right >= tree[p].r) return tree[p].w;
     //完全包含的情况
     int mid = (tree[p].l + tree[p].r) / 2;
     int val = -INF;//负无穷大
     if(left <= mid) val = max(val,ask(p*2,left,right));
     if(right > mid) val = max(val,ask(2*p+1,left,right));
     return val;
}

2.4 lazytag 懒标记–延迟标记

在线段树的“区间查询”中，根据上面的证明和操作，我们知道能在至多 O（logN）下完成答案查询。但是在区间修改下，当某节点被修改区间 [ l , r ] 完全覆盖时，以这个节点为根的整棵子树的所有节点都会变化，若我们每次都对其进行更新，那么时间复杂度就会上升为O（N）大大降低效率。

我们知道，更新节点是为了查询而服务的，我们设要修改的区间为[ p1 , p2 ] ，其被区间 [ l , r ] 完全覆盖，当我们查询区间 [ l , r ] 时，有时无需用到其子区间，那么我们在修改区间 [ l , r ] ，根本无需更新子区间[ p1 , p2 ] 。
但在需要时又该怎么办，这里我们引入一个“懒标记”（或延迟标记）的概念。

懒标记是线段树的精髓所在。对于区间修改，朴素的想法是用递归的方式一层层修改（类似于线段树的建立），但这样的时间复杂度比较高。使用懒标记后，对于那些正好是线段树节点的区间，我们不继续递归下去，而是打上一个标记，将来要用到它的子区间的时候，再向下传递。

也就是说，除了在修改指令中直接划分的O（logN）个节点之外，对任意节点的修改都延迟到 “后续操作中递归进入其父节点时” 再执行更新操作