线段树的构建
麻麻子,最近debug了很久,才理解这个思路,还是很实用的,原理上是简单的递归,但是和前缀树的更新不同的是,在维护线段树的时候,时间复杂度为logn,而前缀树是n,但前缀树在查询是是O(1),线段树为logn,线段树适用于经常改变数组范围的情形。
线段树的构建与更新与查询
思路:首先构建并维护一个线段树,把数组的值放到线段树中。把{1,2,3,4}存进线段树中,得到的是
{0,10,3,7,1,2,3,4}在构建的时候是通过先左子树,再右子树的方式进行的,先由tree[1]开
始,分别得到tree[2]和tree[3],tree[2]又分别得到了tree[4]和tree[5],同样的tree[3]得到了
tree[6]和tree[7],最后得到tree[2]和tree[3]的值后,得到tree[1].
public class LineTree {
int[] tree,nums;
int n;
public LineTree(int[] nums){
this.nums = nums;
n = nums.length;
tree = new int[n*4];
build(1,0, n-1, nums);
}
private void build(int p, int l, int r, int[] nums) { //构建出了数组的线段树
if (l == r) {
tree[p] = nums[l];
return;
}
int mid = (l + r) / 2;
build(p * 2, l, mid, nums);
build(p * 2 + 1, mid + 1, r, nums);
tree[p] = tree[p * 2] + tree[p * 2 + 1];
}
public void update(int i, int val) { //修改的是索引为i处的数据为val
update(1, 0, n - 1, i, val);
}
private void update(int p, int l, int r, int i, int val) { //重建线段树
if (l == r) {
tree[p] = val;
return;
}
int mid = (l + r) / 2;
if (i <= mid)
update(p * 2, l, mid, i, val); //二分法
else
update(p * 2 + 1, mid + 1, r, i, val);
tree[p] = tree[p * 2] + tree[p * 2 + 1];
}
public int query(int i, int j) {
return query(1, 0, n - 1, i, j);
}
private int query(int p, int l, int r, int i, int j) {
if (i > r || j < l) //终止条件一
return 0;
if (l >= i && r <= j) //终止条件二
return tree[p];
int mid = (l + r) / 2;
return query(p * 2, l, mid, i, j) + query(p * 2 + 1, mid + 1, r, i, j); //实际上是递归的过程,先去左边查看,再去右边查看
}
public static void main(String[] args) {
int []num=new int[]{1,2,3,4};
LineTree lineTree=new LineTree(num);
System.out.println(lineTree.query(1,2));
}
}
线段树求解滑动数组的最大值:
class Solution {
public int[] maxSlidingWindow(int[] nums, int k) {
int n = nums.length;
SegmentTree tree = new SegmentTree(nums);
int[] ans = new int[n - k + 1];
for (int i = 0; i <= n - k; i++) {
ans[i] = tree.query(i, i + k - 1);
}
return ans;
}
class SegmentTree {
int[] tree;
int n;
public SegmentTree(int[] nums) {
n = nums.length;
tree = new int[n * 4];
build(1, 0, n - 1, nums);
}
private void build(int p, int l, int r, int[] nums) {
if (l == r) {
tree[p] = nums[l];
return;
}
int mid = (l + r) / 2;
build(p * 2, l, mid, nums);
build(p * 2 + 1, mid + 1, r, nums);
tree[p] = Math.max(tree[p * 2], tree[p * 2 + 1]);
}
public int query(int i, int j) {
return query(1, 0, n - 1, i, j);
}
private int query(int p, int l, int r, int i, int j) {
if (i > r || j < l)
return Integer.MIN_VALUE;
if (l >= i && r <= j)
return tree[p];
int mid = (l + r) / 2;
return Math.max(query(p * 2, l, mid, i, j), query(p * 2 + 1, mid + 1, r, i, j));
}
}
}
//
滑动窗口的最大值其实求解起来和普通的线段树没有什么区别,但是需要改一下,因为传统的线段树
是求区间的总和,而最大值的时候,可以将其父节点
tree[p] = Math.max(tree[p * 2], tree[p * 2 + 1]);的值维护区间的最大值,最后的查询的时候也是查询出最大值。
private int query(int p, int l, int r, int i, int j) {
if (i > r || j < l) //终止条件一
return 0;
if (l >= i && r <= j) //终止条件二
return tree[p];
int mid = (l + r) / 2;
return query(p * 2, l, mid, i, j) + query(p * 2 + 1, mid + 1, r, i, j);
//实际上是递归的过程,先去左边查看,再去右边查看
}
将数据一直向下进行遍历,当最后一层的元素在查询区间[i,j]中的时候,可以通过判断最后一层
的[1,1]是否在查询的[1,2]中。以此类推。
以摘草莓的每日一题为例
解法上和树状数组大佬的解法一摸一样,只是最近刚学了线段树,就要秀一把
int l = Math.max(0,startPos-k);
int r = Math.min(startPos+k,maxPos);
确定了最左和最右能到达哪里,
int rm = k-2*(startPos-f);
表示的是往左边走能否到达回到原点的路,如果不能的话,就是x = startPos;
如果可以的话,就更新x的值x = startPos+rm;
其中if (x>maxPos)x = maxPos;
往右边的路也是一样的。
class Solution {
public class LineTree {
int[] tree,nums;
int n;
public LineTree(int[] nums){
this.nums = nums;
n = nums.length;
tree = new int[n*4];
build(1,0, n-1, nums);
}
private void build(int p, int l, int r, int[] nums) { //构建出了数组的线段树
if (l == r) {
tree[p] = nums[l];
return;
}
int mid = (l + r) / 2;
build(p * 2, l, mid, nums);
build(p * 2 + 1, mid + 1, r, nums);
tree[p] = tree[p * 2] + tree[p * 2 + 1];
}
public void update(int i, int val) { //修改的是索引为i处的数据为val
update(1, 0, n - 1, i, val);
}
private void update(int p, int l, int r, int i, int val) { //重建线段树
if (l == r) {
tree[p] = val;
return;
}
int mid = (l + r) / 2;
if (i <= mid)
update(p * 2, l, mid, i, val); //二分法
else
update(p * 2 + 1, mid + 1, r, i, val);
tree[p] = tree[p * 2] + tree[p * 2 + 1];
}
public int query(int i, int j) {
return query(1, 0, n - 1, i, j);
}
private int query(int p, int l, int r, int i, int j) {
if (i > r || j < l) //终止条件一
return 0;
if (l >= i && r <= j) //终止条件二
return tree[p];
int mid = (l + r) / 2;
return query(p * 2, l, mid, i, j) + query(p * 2 + 1, mid + 1, r, i, j); //实际上是递归的过程,先去左边查看,再去右边查看
}
}
public int maxTotalFruits(int[][] fruits, int startPos, int k) {
int maxPos = -1;
for (int[] f:fruits){
if (maxPos<f[0])maxPos = f[0];
}
maxPos = Math.max(maxPos,startPos);
int n=fruits.length;
int []num=new int[maxPos+1];
for(int[] nu:fruits){
num[nu[0]]=nu[1];
}
LineTree lineTree=new LineTree(num);
int l = Math.max(0,startPos-k);
int r = Math.min(startPos+k,maxPos);
int ans = 0,tmp,x;
for (int f = l; f < startPos; f++) {
int rm = k-2*(startPos-f);
if (rm>=0) {
x = startPos+rm;
if (x>maxPos)x = maxPos;
}
else x = startPos;
tmp = lineTree.query(f,x);
if (ans < tmp)ans = tmp;
}
for (int f = startPos; f <= r; f++) {
int rm = k - 2*(f-startPos);
if (rm>=0){
x = startPos-rm;
if (x<0)x = 0;
}else x = startPos;
tmp = lineTree.query(x,f);
if (ans<tmp) ans = tmp;
}
return ans;
}
}
树状数组的使用
感觉上树状数组和线段树差不多,都是维护区间的元素的个数,线段树是维护区间内的元素的和,而树状数组也是,但两者之间的差异是,线段树的空间复杂度较高,需要4n个位置的数组才能维护,但是树状数组只需要n就可以维护。
class BIT {
private final int[] tree;
public BIT(int n) {
tree = new int[n];
}
// 将下标 i 上的数加一
int lowbit(int x){return x&-x;}
//给x这个位置增加c 同时会对其所有的父节点进行操作
public void inc(int x,int c){
for(int i=x;i<tree.length;i+=lowbit(i)) tree[i] += c;
}
// 返回闭区间 [1, i] 的元素和
//求[1,x]的和
int sum(int x){
int res = 0;
for(int i=x;i>=1;i-=lowbit(i)) res += tree[i];
return res;
}
//求[l,r]的和
int query(int l,int r){
return sum(r) - sum(l-1);
}
}
public long countOperationsToEmptyArray(int[] nums) {
int n = nums.length;
var id = new Integer[n];
for (int i = 0; i < n; ++i)
id[i] = i;
Arrays.sort(id, Comparator.comparingInt(i -> nums[i]));
long ans = n; // 先把 n 计入答案
var t = new BIT(n + 1); // 下标从 1 开始
int pre = 1; // 上一个最小值的位置,初始为 1
for (int k = 0; k < n; ++k) {
int i = id[k] + 1; // 下标从 1 开始
if (i >= pre) // 从 pre 移动到 i,跳过已经删除的数
ans += i - pre - t.query(pre, i);
else // 从 pre 移动到 n,再从 1 移动到 i,跳过已经删除的数
ans += n-pre-query(pre,n) + index - query(1,index);
t.inc(i,1); // 删除 i
pre = i;
}
return ans;
}
思路是首先将元素按照下标来表示例如对于2413的数组可以表示为2031,这主要是考虑将元素进行移动的时候考虑的是下标
首先pre为1,而要删除的第一个数1的下标为2+1,i>pre,则此时是将pre的元素放到i后面去,因而长度是i - pre
同时要考虑已经删掉的元素,即t.query(pre, i);其中存放的是已经删掉的元素,但此时[1,3]中还没有元素被删除,
因而为0,ans += i - pre - t.query(pre, i);此时ans为6,同时将1删除,代表着tree[1]++,pre=3,下一个要删除的元素为
2,其下标为0+1,i<pre,因而要将pre-->n和1-->i中的元素移动,同时考虑这里面已经删除的元素,因而为
ans += n-pre-query(pre,n) + index - query(1,index);此时加上的元素为4-3-[3,4]+1-[1,1]=4-3-0+1-1=1;
ans+=1-->ans=7,最后依次类推即可。