稀疏表Sparse Table（最易懂,最详细讲解,c语言代码版本）

于 2023-01-01 22:52:28 发布
阅读量997 收藏 6
点赞数
文章标签： 算法 数据结构
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/nidayededaye2/article/details/128515937
版权

目录

一.前置内容（倍增思想）

二.稀疏表的定义

 三.稀疏表的建立（含C详解代码）

四.稀疏表的查询

 五.总结

一.前置内容（倍增思想）

  • 定义：每次通过倍增加速状态转移、预处理或查询（很多时候能把时间复杂度降到O(logN)）

解释一下：任意整数均可以被表示成若干个2的次幂之和即二进制。倍增就是成倍增加，若问题的状态空间特备大，则一步步的递推算法复杂度太高，可以通过倍增的思想，只考虑2的整数次幂位置，快速缩小求解范围直到找到解。

实际应用：动态数组，稀疏表，后缀数组，快速幂等等很多问题的解决都是用的倍增思想。

举个栗子：比如在一颗树中查找一个数x,这是一颗父节点比子节点大的树

每次可以以2的次幂形式往上查找。

二.稀疏表的定义

稀疏表可以在O(1)时间在线查询【l,r】区间的最值问题。

定义F【i,j】i是区间的起始位置，区间长度为2^j

 

 可以得出递推公式

 

 三.稀疏表的建立（含C详解代码）

1.我们先考虑一下i和j的取值范围

若数组长度为n,最大区间长度，最大区间长度2^{k} \leqslant n< 2^{k+1}那么k是

 

比如:n = 16,k = 4。n = 20, k = 4

代码实现求解k

得出j的范围是【1,k】,i的范围是【1,n-2^j+1】

 代码实现：时间复杂度O(nlogn)

 我举个栗子画个图直观感受下：
例如a[1...10] = {5,3,7,2,12,1,6,4,8,15}创立的稀疏表为

 例如：F[1][3]就是从1开始长度为8的区间最大值

四.稀疏表的查询

此时已经建立了稀疏表，假设查询【L,R】区间最值，则首先需要计算区间长度，区间长度为

r-l+1然后转化为2次幂的形式

 

 根据倍增思想，我们将查询区间分为两个查询区间，取两个区间的最值即可。

那该如何划分区间呢？

分别从L向后的2^k个数和从R向前的2^k个数

 代码实现：时间复杂度O(1)

 五.总结

稀疏表Sparse Table不支持在线修改，因为修改后要推翻原先已经建立的ST表。

RMQ问题就是区间最值查询（range max/min query）有多种解决办法，用线段树和ST解决都可以

区别如下：

BUG制造师~
关注
  • 0
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
稀疏表
ocfbnj的博客
10-05 960
文章目录稀疏表构造稀疏表查询范围最小值洛谷P3865 ST表 稀疏表 学习稀疏表：https://www.youtube.com/watch?v=c5O7E_PDO4U 稀疏表（Sparse Table），也叫ST表，用来解决范围最值查询（Range Minimum Query）问题。 假设有一个数组，我们需要对该数组执行如下操作（以下全部假设数组下标从0开始）： 求一个区间[low,high][low,high][low,high]内的最大值 不同的解决方法所花的时间不同： 解决方法 预处理时
数据结构之稀疏表
Yanyu_123的博客
12-04 1966
数据结构之稀疏表 适用场景 稀疏表解决的是区间最值问题（RMQ），对于多次查找区间最值的场景，稀疏表的作用是能够优化时间复杂度，常规的单次查找区间最值的时间复杂度为O(n),使用稀疏表能够将单次区间最值的查找时间均摊到O(logn)。当然对于区间最值查找的优化还存在诸如线段树等数据结构。 基本思路 稀疏表的构成主要分两个部分，一、建表，二、查找。 建表 建表：采用动态规划的方式建表。以查找区间内的最小值为例，采用倍增法的思想。待查找的数组为nums,定义二维数组f[i][k]。含义：起始位置为i,区间长度为
ST表详解(稀疏表)
CppYyds的博客
09-02 2965
文章目录ST表简介动态规划的预处理(以2为倍数增加长度)区间查询的方法例题一：ST表模板题例题二：ST表变式例题例题三：ST表的思想解决多数求gcd ST表简介 ST表（Sparse Table，稀疏表）是一种简单的数据结构，主要用来解决RMQ（Range Maximum/Minimum Query，区间最大/最小值查询）问题。它主要应用倍增的思想，可以实现 O(nlogn) 预处理、O(1) 查询。 所谓RMQ问题，以最大值为例，是假如有一个数列 A ，给你一个区间 [l , r] ,要求 max(A_i
【模板】ST稀疏表
weixin_30832983的博客
09-15 108
基本介绍 模板题目 代码实现 基本介绍 在好奇心的驱使下学习了st表 最后发现没怎么懂 不过我知道它很快 - - ST表主要用于处理静态区间最大最小值 它能做到预处理O(nlogn) 询问O(1)的时间复杂度 设f[i][j]表示区间[i,i+2^j-1]的最大值 f[i][0]为序列初值 状态转移方程为 f[i][j]=max(f[i][j...
稀疏表！（sparse table，不是桌子！）
baijiuhao的博客
03-28 837
稀疏表 你已经是个成熟的st表了，要学会自己给最大最小值emm 算法题记： 是bz到目前为止学的最快捷，速度最快，空间最小的区间最大最小值查询算法（好像人家就是来干这个的吧emm）也是状态最奇怪的呢。 st表是以动规为基础的算法，固然就会以动规的方法来进行定义和运算。（先给出方程然后是解释） 方程：f[i][j]=max(f[i][j−1],f[i+2j−1][j−1])f[i][j]=max...
RMQ问题之Sparse_Table算法
爱.NET
03-24 109
RMQ问题，全名(Range Minimum/Maximum Query)，是求给定区间中的最值问题。 主要方法及复杂度如下： 1、朴素（即搜索），O(n)-O(qn) online。 2、线段树，O(n)-O(qlogn) online。 3、Sparse_Table（实质是动态规划），O(nlogn)-O(1) online。 4、RMQ标准算法：先规约成LCA（Lowest Com...
leetcode2sumc-sparse-table:稀疏表
07-06
稀疏表 前缀和的限制 运算必须是可逆的，即可以通过在更大范围和更小范围上执行运算来计算 它仅适用于范围总和查询 不能用于获取max , min , gcd , bitwise and , bitwise or query 例如，如果给定范围0....4和0.......
C语言实现高性能sparse_gemv稀疏矩阵积分算法库代码
05-05
C语言实现高性能sparse_gemv稀疏矩阵积分算法库代码。提供一键编译测试demo程序。
Sparse_Table_algorithm.rar_RMQ_Sparse table_Table
09-19
RMQ的sparse table算法的实现，对ACM竞赛队员非常有研究价值：）
Sparse_Representations_classifier.zip_稀疏 识别_稀疏人脸_稀疏人脸识别_稀疏表达
07-15
MATLAB编写的基于稀疏表达的人脸识别技术，内含一个简单便于理解的例子
Sparse.rar_matlab稀疏矩阵_sparse_稀疏优化_稀疏矩阵_节点优化
07-13
稀疏矩阵节点优化 matlab 程序 !!!!!!!
数据结构---Sparse Table 稀疏表
Berserker____的博客
07-10 396
Sparse Table(ST表) ST表是解决 RMQ (Range Minimum/Maximum Query) 静态区间最值查询问题的离线数据结构。其预处理时间复杂度为 O(nlogn) ，查询时间复杂度为 O(1)，n为序列长度。RMQ 问题也可以用线段树来解决，只不过线段树的查询复杂度为 O(nlogn) 而且代码量大。 本文以求最小值为例。 算法 算法利用了二分和动态规划的思想： 设 st[i][j] 表示区间 [i，i+2^j-1] 内的最小值。 例：对于序列 3，2，4，5，6，8，1，
sparse table
东风的博客
10-27 963
# sparse table 求解RMQ问题 来道水题 文章目录预处理：查询： 在每天挤奶的时候，农民约翰的N头牛（1≤n≤50000）总是排成一列 有一天，约翰决定与他的牛们一起玩一个极限飞盘游戏。为了简单起见他将从奶牛队列里面选一定范围内的奶牛来玩这个游戏。然而所有的牛对这个游戏都很感兴趣。农民约翰列出了Q份名单（1≤Q≤200000）和每个奶牛的高度（1≤高度≤1000000）。对于每一份名单，他想你帮助他确定在每份名单中高度最高的奶牛与高度最低的奶牛的高度差是多少。 Input 第一行为N(
sparse-table
tianqio的专栏
05-06 2271
google的sparse table的结构主要思想：1. 首先是一个数组2. 并不真正地分配数组的每一个元素占用的空间3. 用一个bitmap来管理数组的每一个元素是否有值，如果有值，则分配空间4. 将数组分段，提高查询bitmap和在数组里增加新空间时的效率 参考文章地址：http://google-sparsehash.googlecode.com/svn/tru
Sparse Table（ST表）
baodream的博客
05-05 219
ST表模板//ST表预处理O（nlogn），查询O（1），但不支持在线修改 //dp [ i, j ]表示[ i, i+2^j-1]这个区间内的最值 //把dp [i，j]平均分成两段（因为dp [ i，j ]一定是偶数个数字）。 //从 i 到i + 2 ^ (j - 1) - 1为一段，i + 2 ^ (j - 1)到i + 2 ^ j - 1为一段(长度都为2 ^ (j - 1))。 int...
RMQ(Range Minimum/Maximum Query)解决方法之一稀疏表（sparse table）
low_coder
03-25 1332
RMQ问题是求给定区间中的最值问题。当然，最简单的算法是O(n)的，但是对于查询次数很多（设置多大100万次），O(n)的算法效率不够。可以用线段树将算法优化到O（logn)（在线段树中保存线段的最值）。不过，Sparse_Table算法才是最好的：它可以在O(nlogn)的预处理以后实现O(1)的查询效率。下面把Sparse Table算法分成预处理和查询两部分来说明(以求最小值为例)。
ST稀疏表(Sparse Table)算法笔记
小水的博客
04-21 4304
ST是什么？ ST的全称是Sparse Table。 稀疏表概念用于对一组静态数据进行快速查询（元素不会更改）。它进行预处理，以便有效地回答查询。 为什么要用ST稀疏表？ ST算法可以可以在O(1)的时间复杂度内查询任意区间的结果，而只需要花费O(nlogn)的预处理时间。因此基于ST稀疏表的算法就是在线算法。 离线和在线算法？ 在计算机科学中，一个在线算法是指它可以以序列化的方式一个个...
数据结构专题——稀疏表
m0_52766855的博客
05-22 433
稀疏表的概念 稀疏表，简称 STSTST，算法的思想为倍增、动态规划，支持在线 RMQRMQRMQ，不支持在线修改 时间复杂度：O(NlogN)O(NlogN)O(NlogN)建表，O(1)O(1)O(1)查询 稀疏表的实现 用F[i][j]F[i][j]F[i][j]表示 iii ~ i+2j−1i+2^j-1i+2j−1 范围内的区间最值，区间的长度为 2j2^j2j 如何构建 STSTST 呢？以最大值为例子，状态转移方程如下，注意初始化 F[i][0]F[i][0]F[i][0]： F[i][j]=
ST表 (Sparse Table)
CHAOS_ORDER的博客
10-04 746
ST表(Sparse Table)是一种用于区间查询最值的数据结构，常用于解决RMQ问题 例如 当然这个问题也可以使用线段树或树状数组实现，不过ST表算法的代码量很少，且查询效率为Θ(1) ★★★ 基本思想：动态规划和倍增 st_max[i][j]表示为在第i个元素处，向后包括i在内的的共2j个元素的最大值，显然我们可以将该区间平均分为两个区间，[i,i+2j-1-1]和[i+2j-1,i+2j...
代码实现稀疏矩阵的三元组表存储c语言
最新发布
06-08
下面是C语言实现稀疏矩阵的三元组表存储的示例： ```c #include <stdio.h> #include <stdlib.h> typedef struct { int row; int col; int value; } Triplet; typedef struct { int nrows; int ncols; int nelems; Triplet* data; } SparseMatrix; SparseMatrix* create_sparse(int nrows, int ncols, int* matrix) { SparseMatrix* sm = (SparseMatrix*)malloc(sizeof(SparseMatrix)); sm->nrows = nrows; sm->ncols = ncols; sm->nelems = 0; for (int i = 0; i < nrows * ncols; i++) { if (matrix[i] != 0) { sm->nelems++; } } sm->data = (Triplet*)malloc(sm->nelems * sizeof(Triplet)); int k = 0; for (int i = 0; i < nrows; i++) { for (int j = 0; j < ncols; j++) { if (matrix[i * ncols + j] != 0) { sm->data[k].row = i; sm->data[k].col = j; sm->data[k].value = matrix[i * ncols + j]; k++; } } } return sm; } void print_sparse(SparseMatrix* sm) { printf("Sparse Matrix (%d x %d):\n", sm->nrows, sm->ncols); for (int i = 0; i < sm->nelems; i++) { printf("(%d, %d, %d)\n", sm->data[i].row, sm->data[i].col, sm->data[i].value); } } void destroy_sparse(SparseMatrix* sm) { free(sm->data); free(sm); } int main() { int matrix[3][4] = { {1, 0, 0, 2}, {0, 3, 0, 0}, {0, 0, 4, 0} }; SparseMatrix* sm = create_sparse(3, 4, (int*)matrix); print_sparse(sm); destroy_sparse(sm); return 0; } ``` 其中，`SparseMatrix`结构体用于表示稀疏矩阵，包含四个属性：`nrows`表示矩阵的行数，`ncols`表示矩阵的列数，`nelems`表示矩阵中非零元素的个数，`data`为一个三元组数组，存储矩阵中的非零元素。 `create_sparse`函数用于将一个二维数组表示的稀疏矩阵转化为三元组表。具体实现是遍历矩阵中的每个元素，如果该元素不为0，则将其行列坐标以及值存储到一个三元组中，最后将所有三元组存储到一个数组中并返回。 `print_sparse`函数用于打印稀疏矩阵的三元组表。 `destroy_sparse`函数用于销毁稀疏矩阵的三元组表。 在`main`函数中，我们定义一个二维数组表示一个稀疏矩阵，然后调用`create_sparse`函数将其转化为三元组表，并调用`print_sparse`函数打印结果，最后调用`destroy_sparse`函数销毁稀疏矩阵的三元组表。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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