今天学习线段树
线段树是一种二叉树,用于解决区间得修改和维护,从O(n)的时间复杂度变成O(logN),使解决区间问题时,拥有更快的速度。
线段树是一种二叉树,也就是对于一个线段,我们会用一个二叉树来表示。比如说一个长度为4的线段,我们可以表示成这样:
对于每一个子节点而言,都表示线段的一个子区间,子节点会不断向自己的双亲结点传递信息,而双亲结点存储它所有子节点信息,而叶子节点都表示线段中的单个元素信息。
根据这个思路,我们就可以建树了,我们设一个结构体 tree
,tree[i].l
与 tree[i].r
分别表示这个点代表的线段的左右下标,tree[i].sum
表示这个节点表示的线段和。
我们知道,一颗从 1 11 开始编号的二叉树,结点 i ii 的左儿子和右儿子编号分别是 2 × i 2\times i2×i 和 2 × i + 1 2\times i + 12×i+1。
再根据刚才的性质,得到式子:t r e e [ i ] . s u m = t r e e [ i ∗ 2 ] . s u m + t r e e [ i ∗ 2 + 1 ] . s u m ; tree[i].sum=tree[i*2].sum+tree[i*2+1].sum;tree[i].sum=tree[i∗2].sum+tree[i∗2+1].sum; 就可以建一颗线段树了!代码如下:
inline void build(int i,int l,int r){//递归建树
tree[i].l=l;tree[i].r=r;
if(l==r){//如果这个节点是叶子节点
tree[i].sum=input[l];
return ;
}
int mid=(l+r)>>1;
build(i*2,l,mid);//分别构造左子树和右子树
build(i*2+1,mid+1,r);
tree[i].sum=tree[i*2].sum+tree[i*2+1].sum;//刚才我们发现的性质return ;
}
如果想求出一个 1 ∼ 100 1\sim 1001∼100 区间中,4∼67 这些元素的和,你会怎么做?朴素的做法是for(i=4;i<=67;i++) sum+=a[i]
,这样固然好,但是算得太慢了。
我们想一种新的方法,先想一个比较好画图的数据,比如一个长度为 4的区间,分别是 1 、 2 、 3 、 4 ,我们想求出第 1 ∼ 3项的和。按照上一部说的,我们要建出一颗线段树,其中点权(也就是红色)表示和:
然后我们要求 1 ∼ 3 的和,我们先从根节点开始查询,发现她的左儿子1-2这个区间和答案区间1~3有交集,那么我们跑到左儿子这个区间。
然后,我们发现这个区间 1 ∼ 2被完全包括在答案区间 1 ∼ 3 这个区间里面,那就把她的值 3 返回。
我们回到了 1 ∼ 4 区间,发现她的右儿子 3 ∼ 4区间和答案区间 1 ∼ 3有交集,那么我们走到 3 ∼ 4 3区间
到了 3 ∼ 4 区间,我们发现她并没有完全包含在答案区间 1 ∼ 3 里面,但发现她的左儿子 3 ∼ 3 3区间和 1 ∼ 3 区间又交集,那么久走到 3 ∼ 3 区间
到了 3 ∼ 3区间,发现其被答案区间完全包含,就返回她的值 3 一直到最开始
3 ∼ 3 区间的 3 + 1∼2 区间的 3 = 6,我们知道了 1 ∼ 3 区间和为 6。
如果只是几个数,这会显得格外麻烦,但当数增加到几百万几千万,这回大大提高运行速度。
线段树的查询方法:
-
如果这个区间被完全包括在目标区间里面,直接返回这个区间的值
-
如果这个区间的左儿子和目标区间有交集,那么搜索左儿子
-
如果这个区间的右儿子和目标区间有交集,那么搜索右儿子
书写代码:
inline int search(int i,int l,int r){
if(tree[i].l>=l && tree[i].r<=r)
//如果这个区间被完全包括在目标区间里面,直接返回这个区间的值
return tree[i].sum;
if(tree[i].r<l || tree[i].l>r) return 0;
//如果这个区间和目标区间毫不相干,返回0
int s=0;
if(tree[i*2].r>=l) s+=search(i*2,l,r);
//如果这个区间的左儿子和目标区间又交集,那么搜索左儿子
if(tree[i*2+1].l<=r) s+=search(i*2+1,l,r);
//如果这个区间的右儿子和目标区间又交集,那么搜索右儿子
return s;
}
然后修改这个区间的单点,要把区间的第dis位加上k。
从根节点开始,看这个dis是在左儿子还是在右儿子,在哪往哪跑,
然后返回的时候,还是按照tree[i].sum=tree[i*2].sum+tree[i*2+1].sum
的原则,更新所有路过的点。
深蓝色是去的路径,浅蓝色是返回的路径,回来时候红色的+标记就是把这个点加上这个值。
inline void add(int i,int dis,int k){
if(tree[i].l==tree[i].r){//如果是叶子节点,那么说明找到了
tree[i].sum+=k;
return ;
}
if(dis<=tree[i*2].r) add(i*2,dis,k);//在哪往哪跑
else add(i*2+1,dis,k);
tree[i].sum=tree[i*2].sum+tree[i*2+1].sum;//返回更新
return ;
}
区间修改和单点查询
区间查询贴标记
如果把这个区间加上 k ,相当于把这个区间涂上一个 k的标记,然后单点查询的时候,就从上跑到下,把沿路的标记加起来就好。
void modify(int p, int l, int r, int k)
{
if(tr[p].l >= l && tr[p].r <= r) {
tr[p].num += k;
return ;
}
int mid = tr[p].l + tr[p].r >> 1;
if(l <= mid) modify(p << 1, l, r, k);
if(r > mid) modify(p << 1 | 1, l, r, k);
}
/*
inline void add(int i,int l,int r,int k){
if(tree[i].l>=l && tree[i].r<=r){//如果这个区间被完全包括在目标区间里面,讲这个区间标记k
tree[i].sum+=k;
return ;
}
if(tree[i*2].r>=l)
add(i*2,l,r,k);
if(tree[i*2+1].l<=r)
add(i*2+1,l,r,k);
}
*/
单点查询
就是dis在哪往哪跑,把路径上所有的标价加上就行。
void query(int p, int x)
{
ans += tr[p].num;//一路加起来
if(tr[p].l == tr[p].r) return;
int mid = tr[p].l + tr[p].r >> 1;
if(x <= mid) query(p << 1, x);
else query(p << 1 | 1, x);
}
/*
void search(int i,int dis){
ans+=tree[i].sum;//一路加起来
if(tree[i].l==tree[i].r)
return ;
if(dis<=tree[i*2].r)
search(i*2,dis);
if(dis>=tree[i*2+1].l)
search(i*2+1,dis);
}
*/