也称区间树,英文Segment tree.
一、引入
经典线段树问题1:区间染色
有一面墙,长度为n,每次选择一段墙进行染色
- 4 – 9 绘成橙色
- 7 – 15 绘成绿色
- 1 – 5 绘成蓝色
- 6 – 12绘成红色
m次操作后,我们可以看见多少种颜色?
m次操作后,我们可以在[i, j]区间内看见多少种颜色?
数组实现分析
染色操作(更新区间) => O(n)
查询操作(查询区间) => O(n)
经典线段树问题2:区间查询
查询一个区间[i, j]的最大值,最小值或者数字和?
实例:基于区间的统计查询
19年某网站注册用户中消费最高的用户?消费最小的用户?
某个天区中天体的数目?
数组实现 | 线段树实现 | |
---|---|---|
更新 | O(n) | O(logn) |
查询 | O(n) | O(logn) |
二、什么是线段树
对于给定区间:
- 更新:更新区间中的元素或者一个区间中的值
- 查询:查询一个区间的[i, j]的最大值、最小值或者区间数字和等等
- 线段树不一定是完全二叉树
- 线段树是平衡二叉树
- 堆也是平衡二叉树
平衡二叉树:它的左右两个子树的高度差的绝对值不超过1,并且左右两个子树都是一棵平衡二叉树。
如果区间有n个元素,数组表示的线段树需要有多少个节点?
对于满二叉树:
0层 => 1;1层 => 2;2层 => 4;3层 => 8; h-1层:2^(h-1)
h层,一共有2h-1个节点(大约2h)
最后一层(h-1层),有2^(h-1)个节点
最后一层的节点数大致等于前面所有节点之和
- 需要4n的空间,线段树不需要添加元素,即区间固定,使用4n的静态空间即可
五个元素的线段树如下:
三、线段树的代码实现
public class SegmentTree<E> {
private E[] data;
private E[] tree;
private Merger<E> merger;
public SegmentTree(E[] arr, Merger<E> merger){
this.merger = merger;
data = (E[]) new Object[arr.length];
for (int i = 0; i < arr.length; i++)
data[i] = arr[i];
tree = (E[]) new Object[4 * arr.length];
buildSegmentTree(0,0, data.length - 1);
}
// 在treeIndex的位置创建表示区间的[l...r]的线段树
private void buildSegmentTree(int treeIndex, int l, int r){
if(l == r){
tree[treeIndex] = data[l];
return;
}
int leftTreeIndex = leftChild(treeIndex);
int rightTreeIndex = rightChild(treeIndex);
int mid = l + (r - l) / 2; // 即(r+l)/2,这样写防止r+l溢出整形范围
buildSegmentTree(leftTreeIndex, l, mid);
buildSegmentTree(rightTreeIndex, mid, r);
// tree[treeIndex]综合两个节点信息,与业务逻辑有关
tree[treeIndex] = merger.merge(tree[leftTreeIndex], tree[rightTreeIndex]);
}
public int getSize(){
return data.length;
}
public E get(int index){
if(index < 0 || index >= data.length)
throw new IllegalArgumentException("index is illegal");
return data[index];
}
// 返回完全二叉树的数组表示中,一个索引所表示的元素的左孩子节点的索引
private int leftChild(int index){
return index * 2 + 1;
}
// 返回完全二叉树的数组表示中,一个索引所表示的元素的右孩子节点的索引
private int rightChild(int index){
return index * 2 + 2;
}
// 返回区间[queryL, queryR]的值
public E query(int queryL, int queryR){
if (queryL <0 || queryR >= data.length ||
queryR <= 0 || queryR >= data.length || queryL > queryR)
throw new IllegalArgumentException("Index is illegal");
return query(0, data.length - 1);
}
// 在以treeIndex为根节点的线段树中[l, r]的范围里,搜索区间[queryL, queryR]的值
private E query(int treeIndex, int l, int r, int queryL, int queryR){
if (l == queryL && r == queryR)
return tree[treeIndex];
int mid = l + (r - l) / 2;
int leftTreeIndex = leftChild(treeIndex);
int rightTreeIndex = rightChild(treeIndex);
if(queryL >= mid + 1)
return query(rightTreeIndex, mid + 1, r, queryL, queryR);
else if(queryR <= mid)
return query(leftTreeIndex, l, mid, queryL, queryR);
E leftResult = query(leftTreeIndex, l, mid, queryL, mid);
E rightResult = query(rightTreeIndex, mid + 1, r, mid + 1, queryR);
return merger.merge(leftResult, rightResult);
}
//将index位置的值,更新为e
public void set(int index, E e){
if(index < 0 || index >= data.length)
throw new IllegalArgumentException("index is illegal");
data[index] = e;
set(0, 0, data.length - 1, index, e);
}
// 在以treeIndex为根的线段树中更新index的值为e
private void set(int treeIndex, int l, int r, int index, E e){
if (l == r){
tree[treeIndex] = e;
return;
}
int mid = l + (l - r) / 2;
int leftTreeIndex = leftChild(treeIndex);
int rightTreeIndex = rightChild(treeIndex);
if (index >= mid + 1)
set(rightTreeIndex, mid + 1, r, index, e);
else
set(leftTreeIndex, l, mid, index, e);
tree[treeIndex] = merger.merge(tree[leftTreeIndex], tree[rightTreeIndex]);
}
@Override
public String toString(){
StringBuilder res = new StringBuilder();
res.append('[');
for (int i = 0; i < tree.length; i++) {
if (tree[i] != null)
res.append(tree[i]);
else
res.append("null");
if (i != tree.length - 1)
res.append("--");
else
res.append(']');
}
return res.toString();
}
}
四、线段树扩展
1. 对于一个区间进行更新
将[2, 5]区间中所有元素+3
- 懒惰更新
使用lazy数组记录未更新的内容
2. 二维线段树
3. 动态线段树
使用链式的存储方式
动态创建线段树
- 关注[5, 16]
4. 树状数组(Binary Index Tree)
区间操作相关另外一个重要的数据结构
5. RMQ
Range Minimum Query
注: 该文为慕课网课程整理的笔记,若侵权立删。