在线段树的通常用法中,线段树的节点是有2种不同的意义的,一种是离散型的,比如在Hiho一下 第二十周中,一个节点虽然描述的是一个区间[3, 9],但是实际上这样一个区间是{3, 4, 5, 6, 7, 8, 9}这样的意义。而另一种就是连续型的,比如就在这一周的问题中,一个节点如果描述的是一个区间[3, 9],它就确确实实描述的是在数轴上从3这个标记到9这个标记的这一段。
那么有的小朋友可能就要问了,这两种不同的意义有什么区别呢?
在小Hi看来,其实只有这样的几个区别:1.叶子节点:在离散型中,叶子节点是[i, i],而连续性中是[i, i +
1];2.分解区间:在离散型中,一段区间是分解成为[l, m], [m + 1, r],而在连续型中,是分解成为[l, m], [m,
r];3.其他所有类似的判定问题。
区间的范围比较大,进行离散化后,数据就是连续在一起的了,
但是这样是会有一个问题的 ,比如[1,2], [3,4]中间是有一个空白的[2,3],
解决这个问题:
A)离散化时候处理
B)线段树处理
#include<bits/stdc++.h>
using namespace std;
#define cl(a,b) memset(a,b,sizeof(a))
#define LL long long
#define pb push_back
#define gcd __gcd
#define For(i,j,k) for(int i=(j);i<k;i++)
#define lowbit(i) (i&(-i))
#define _(x) printf("%d\n",x)
const int maxn = 1e5+10;
const int inf = 1 << 28;
vector<pair<int,int> > seg;
int f[maxn<<1];
struct node{
int color;
int lazy;
node(){lazy=color=0;}
}p[maxn<<2];
void push_down(int rt){
if(p[rt].lazy){
p[rt<<1].lazy=p[rt<<1|1].lazy = p[rt].lazy;
p[rt<<1].color = p[rt<<1|1].color=p[rt].color;
p[rt].lazy=0;
}
}
void updata(int rt,int l,int r,int x,int y,int v){
if(x<=l&&r<=y){
p[rt].color = v;
p[rt].lazy = v;
return ;
}
int mid = l+r>>1;
push_down(rt);
if(x<=mid) updata(rt<<1,l,mid,x,y,v);
if(y> mid) updata(rt<<1|1,mid+1,r,x,y,v);
}
set<int> s;
void query(int rt,int l,int r,int x,int y){
if(l==r){
if(p[rt].color)s.insert(p[rt].color);
return ;
}
if(p[rt].lazy){
s.insert(p[rt].color);return ;
}
int mid = l+r>>1;
push_down(rt);
if(x<=mid) query(rt<<1,l,mid,x,y);
if(y> mid) query(rt<<1|1,mid+1,r,x,y);
}
int main(){
int n,m;
scanf("%d%d",&n,&m);
int tot = 0;
for(int i=0;i<n;i++){
int x,y;scanf("%d%d",&x,&y);
if(x>y)swap(x,y);
seg.push_back(make_pair(x,y));
f[tot++] = x;
f[tot++] = y;
}
sort(f,f+tot);
tot = unique(f,f+tot) - f;
for(int i=0;i<n;i++){
int a = lower_bound(f,f+tot,seg[i].first)-f+1;
int b = lower_bound(f,f+tot,seg[i].second)-f+1;
updata(1,1,tot,a,b-1,i+1);//更新时候右端点减一,弥补
}
query(1,1,tot,1,tot);
printf("%d\n",s.size());
return 0;
}