Sparse_Table算法学习

0.  2^18=262144   2^20=1048576

1.  Sparse_Table算法，即稀疏表算法，这个方法可以在O（nlogn）的预处理后达到O（1）的查询代价。

 

2.  预处理部分（复杂度nlogn）: 

DP的思想，b(i, j)表示[i, i+2^j - 1]区间中的最(大、小)值，一般单独建立b[i][j]存储内容为b(i, j)的值。

for example:
b(0, 0)表示[0,0]之间的最小值,就是num[0], b(0, 2)表示[0, 3]之间的最小值, f(3, 4)表示[3, 18]之间的最小值.

注意, 因为b(i, j)可以由b(i, j - 1)和b(i+2^(j-1), j-1)导出, DP方程b[i,j]=min（b[i，j-1],b[i+2^(j-i)，j-1]）. 
那么我们可以很写意的就给出整个b[i,j]的稀疏表。 

3. 查询部分: 
假设要查询从m到n这一段的最小值, 那么我们先求出一个最大的k, 使得k满足2^k <= (n - m + 1). 
于是我们就可以把[m, n]分成两个(部分重叠的)长度为2^k的区间: [m, m+2^k-1], [n-2^k+1, n]; 
而我们之前已经求出了b(m, k)为[m, m+2^k-1]的最小值, b(n-2^k+1, k)为[n-2^k+1, n]的最小值 
我们只要返回其中更小的那个, 就是我们想要的答案, 这个算法的时间复杂度是O(1)的. 
例如, rmq(0, 11) = min(b(0, 3), b(4, 3))