线段树
线段树原理
线段树是一颗二叉树,他的每个节点对应的都是一个区间,主要是通过对区间的分割和合并来修改节点的值, 然后再得到答案。
现在给你一个 目的为求区间和 所造出来的线段树 线段树。如下图所示。
仔细观察,第一二三行方框内的值是他的下面2个子区间的和, 第四行的方框内的数字代表的是自身的值, 蓝色代表的是这个方框他包含的区间, 红色代表的是这个元素在数组中所储存的位置。(在绝大多数博客中,我们默认区间的左儿子他的下标是当前区间下标的2倍,右儿子的下标是当前区间的2倍再加上1,这个下标是认为定义的,你也可以将对应关系修改)。
为什么说用线段树可以节省求和时间呢, 假设我们需要查找区间 [1,8] 的和, 对于这个不用多说, 我们可以直接将最上面的那个46输出,因为最上面的那个矩形代表的就是区间 [1,8] 的和。
然后假设我们要查找区间 [3,7] 的和, 刚开始我们出现在区间 [1,8]的位置, 但是对于目标区间来说 [1,8] 太大了, 所以我们要继续往下走, 走到 [1,4] 和 [5,8] 的区间, 但是对于这2个区间来说, 还有一部分区域是落在查询区间之外的, 所以我们需要继续往下走,我们先分析区间 [1,4] , 对于他左儿子的区间[1,2]来说,没有任意一个点是落在查询区间内的, 所以我们不需要走到他的左儿子处, 然后走到右儿子[3,4],可以发现 [3,4] 倍查询区间覆盖了, 所以我们就不需要往下走了, 因为整个区间都倍覆盖了, 直接将这个点的值返回就好了, 因为这个点就是他下面节点的和。 然后我们再看区间[5,8], 先往左走, 走到左儿子区间 [5,6] ,也可以发现该区间倍查询区间覆盖了,就不需要往下走了, 返回该节点的值,对于右儿子节点 [7,8] 来说,只有一部分区域倍查询区间覆盖, 所以我们还需要往下走,继续往左边走, 发现 [7,7] 是合法区域, 返回该值, {8,8]不是合法区域,所以不对这快里的数据进行处理。 所以最后的结果就是 [3,4] + [5,6] + [7,7] 这3个区间的和。 可能你会说就5个点而已, 我直接加过去时间也就这样, 的确, 当点数小的时候线段树的优势并不会很明显,但是如果查询的区间长度会到达 1e5的话, 那么线段树就可以省下很多时间了。
线段树的某段区间内的值是可以修改的。
假设我们修改了区间[2,2]的值
我们就需要更新一下所有区间内含2的区间, 也就是顺着[2,2]一直往上走 按次序更新 [2,2] -> [1,2] -> [1,4] -> [1,8] 这四个区间的值, 更新完了之后就可以继续愉快的去查询区间和了。
可以发现, 每一次对于一个点更新之后, 她执行的点的数目就是logn个, 如果你使用的是前缀和去写的话, 就需要约更新n 个节点。
代码实现
1,建树,对于一颗树需要先建树。这里用到的是递归建树。
1
void Build(int l, int r, int rt){ // l,r 代表的是这个区间内的左端点 和 右端点, rt代表的是 [l,r] 这个区间内的值是存在哪一个位置的。
if(l == r){
scanf("%d", tree[rt]); /// tree[rt] = a[l];
return ;
}
int m = (l+r) / 2;
Build(l,m,rt*2); // 对于区间区分,我们一般将m点划入左半边区间
Build(m+1,r,rt*2+1);
PushUp(rt); // PushUp 函数是通过2个子节点来更新现在这个节点的状态, 对于不同的要求需要不同的写法。
}
2,通过子节点来更新目前节点。
void PushUp(int rt){
tree[rt] = tree[rt*2] + tree[rt*2+1]; ///区间和的更新操作
}
void PushUp(int rt){
tree[rt] = max(tree[rt*2], tree[rt*2+1]);///求区域最大值的更新操作
}
3,更新某个节点。
void Update(int l, int r, int rt, int L, int C){ // l,r,rt 与前面的定义一样, L代表的是要更新区间的位置,C代表的是修改后的值
if(l == r){ /// 这里不能写成 if(l == L) 因为有可能左端点恰好是要更新的位置, 但是还有右端点, 我们直接更新的只有区间 [L,L]。
tree[rt] = C;
return ;
}
int m = (l+r) / 2;
if(L <= m) Update( l, m, rt*2, L, C); //要更新的区间在左边部分,所以往左边走,更新左边
else Update(m+1, r, rt*2+1, L, C); //要更新的区间在右边部分, 往右边走,更新右边
PushUp(rt); //更新完子节点之后需要更新现在的位置, 需要保证线段树的性质。
}
4, 查询区间和
查询的规则前面已经解释过一次了。
int Query(int l, int r, int rt, int L, int R){// [L,R]为查询区间
if(L <= l && r <= R){ // 如果成立则满足查询区间覆盖了当前区间, 直接返回当前区间的值
return tree[rt];
}
int m = (l+r) / 2;
int ret = 0;
if(L <= m) ret += Query(l, m, rt*2, L, R); //左边有一部分需要查询的区域。
if(m < R) ret += Query(m+1, r, rt*2+1, L, R);//右边有一部分。
return ret;
}
https://blog.csdn.net/weixin_43272781/article/details/83417979
https://blog.csdn.net/weixin_43272781/article/details/83418406
总结
1。首先对于大多数线段树题目来说, 第一步就是建树。 建树用法 Build(1,n,1), [1,n]就是第一个节点所代表的区间长度。
2。在每次更新了点之后,为了保证线段树性质, 一定要去执行PushUP操作,保证线段树的性质不丢失。
3。线段树的精华就是,每一个节点代表着一段区间,这个节点的值,就是他所代表的区间内的值。
4。当底层节点只有5个点的时候, 我们处理线段树时, 需要将他变成8个节点, 如果给9个节点, 那么底层节点必须要有16个节点, 所以为了保证空间足够用,所以需要将空间开大2倍,然后由于每一层的上方都还有 m/2个点(m为该层节点的数目)。
所以空间需要再大两倍, 最终合起来就是4倍。 所以我们需要开 4n 的空间。
区间更新 lazy标记
现在我们突然遇到这样一个题目
A Simple Problem with Integers
Time Limit: 5000MS | Memory Limit: 131072K | |
Total Submissions: 144801 | Accepted: 44993 | |
Case Time Limit: 2000MS |
Description
You have N integers, A1, A2, ... , AN. You need to deal with two kinds of operations. One type of operation is to add some given number to each number in a given interval. The other is to ask for the sum of numbers in a given interval.
Input
The first line contains two numbers N and Q. 1 ≤ N,Q ≤ 100000.
The second line contains N numbers, the initial values of A1, A2, ... , AN. -1000000000 ≤ Ai ≤ 1000000000.
Each of the next Q lines represents an operation.
"C a b c" means adding c to each of Aa, Aa+1, ... , Ab. -10000 ≤ c ≤ 10000.
"Q a b" means querying the sum of Aa, Aa+1, ... , Ab.
Output
You need to answer all Q commands in order. One answer in a line.
Sample Input
10 5
1 2 3 4 5 6 7 8 9 10
Q 4 4
Q 1 10
Q 2 4
C 3 6 3
Q 2 4
Sample Output
4
55
9
15
Hint
The sums may exceed the range of 32-bit integers.
这个题目和上面题目不同的地方是更新, 在这个题目中, 他更新数据是成段更新, 上面的题目都是一个点一个点更新, 并且更新的次数不是很少, 我们不可能去像点更新一样, 将这些区域内的点都一个个更新过去。
前面提到过,线段树的每一个节点都代表着一段区间的性质, 所以假如我们需要对于区间 [5,8] 里面的数都加上 10。(基于更新[2,2]后的那个线段树)。
如果我们将一个个点覆盖过去之后, 现在的这课树是这样的。
我们可以发现对节点3来说, 他所管辖的区间[5,8]都是要被更新的区间,并且他增加的指为40,即 区间长度(4) * 修改的值(10)。 我们可以发现,在区域更新的时候, 对于一个节点来说, 如果他所管理的区间 被 要更新的区间 覆盖了, 那我们就提早了知道这一个节点的值。
然后我们引入一个概念, lazy标记, 还是对于开头的情况来说, 如果我们使用了lazy标记之后, 这一课线段树是这样的
在这一颗树上, 我们只修改了2个节点, 同时在节点3处增加了一个 lazy标记, 在这个标记中 lazy = 10。(即整段区间内每一个点都要加上的值)。接下来, 我们如果询问区间[1,8]的和, 我们直接返回节点1就好了。 如果我们询问区间 [3,8] 的和 那么只需要返回 [3,4] + [5,8] 的值。 我们可以看见如果不访问[5,8]的子区间的时候, 我并不会用到里面的值。 在这些时候, 我们并不需要更新里面的值, 更不更新都一样, 不会被访问到。
如果我们现在需要查询 [1,5]的和, 我们只需要将 lazy 标记下推,然后再更新对应的区间就好了。
然后我们返回 [1,4] + [5,5] 的值就好了。
总结就是:
lazy标记的含义就是延迟更新,在我们不需要访问区间内部时就保留lazy标记的值,如果需要访问内部的时候,我们要先将lazy标记下推, 因为可能lazy标记还需要继续往下走。
在区域更新的时候,如果 当前区间 被 更新的区间完全覆盖了, 就直接在这个节点加上 区间长度*修改的值, 并且更新这个点的lazy标记。
操作代码:
PushDown --- 将lazy标记下推
void PushDown(int rt, int llen, int rlen){
if(lazy[rt]){
lazy[rt*2] += lazy[rt];
lazy[rt*2+1] += lazy[rt];
tree[rt*2] += lazy[rt] * llen;
tree[rt*2+1] += lazy[rt] * rlen;
lazy[rt] = 0;
}
}
void Update(int l, int r, int rt, int L, int R, int C){
if(L <= l && r <= R){
tree[rt] += (LL)C*(r-l+1);
lazy[rt] += C;
return;
}
int m = (l+r) / 2;
PushDown(rt, m-l+1, r-m);
if(L <= m) Update(l, m, rt*2, L, R, C);
if(m < R) Update(m+1, r, rt*2+1, L, R, C);
PushUp(rt);
}
LL Query(int l, int r, int rt, int L, int R){
if(L <= l && r <= R) return tree[rt];
LL ans = 0;
int m = (l+r) / 2;
PushDown(rt, m-l+1, r-m);
if(L <= m) ans += Query(l, m, rt*2, L, R);
if(m < R) ans += Query(m+1, r, rt*2+1, L, R);
return ans;
}
注意的就是每次对子区间进行修改的时候,我们都需要提前先把lazy标记下推。
#include<cstdio>
#define LL long long
const int N = 1e5+10;
LL tree[N<<2];
LL lazy[N<<2];
int a[N];
void PushUp(int rt){
tree[rt] = tree[rt*2] + tree[rt*2+1];
}
void PushDown(int rt, int llen, int rlen){
if(lazy[rt]){
lazy[rt*2] += lazy[rt];
lazy[rt*2+1] += lazy[rt];
tree[rt*2] += lazy[rt] * llen;
tree[rt*2+1] += lazy[rt] * rlen;
lazy[rt] = 0;
}
}
void Build(int l, int r, int rt){
lazy[rt] = 0;
if(l == r){
tree[rt] = a[l];
return ;
}
int m = (l+r) / 2;
Build(l, m, rt*2);
Build(m+1, r, rt*2+1);
PushUp(rt);
}
void Update(int l, int r, int rt, int L, int R, int C){
if(L <= l && r <= R){
tree[rt] += (LL)C*(r-l+1);
lazy[rt] += C;
return;
}
int m = (l+r) / 2;
PushDown(rt, m-l+1, r-m);
if(L <= m) Update(l, m, rt*2, L, R, C);
if(m < R) Update(m+1, r, rt*2+1, L, R, C);
PushUp(rt);
}
LL Query(int l, int r, int rt, int L, int R){
if(L <= l && r <= R) return tree[rt];
LL ans = 0;
int m = (l+r) / 2;
PushDown(rt, m-l+1, r-m);
if(L <= m) ans += Query(l, m, rt*2, L, R);
if(m < R) ans += Query(m+1, r, rt*2+1, L, R);
return ans;
}
int main(){
int n, m, i, j, c;
char str[N];
while(~scanf("%d%d", &n, &m)){
for(int i = 1; i <= n; i++)
scanf("%d", &a[i]);
Build(1, n, 1);
while(m--){
scanf("%s", str);
if(str[0] == 'Q'){
scanf("%d%d", &i, &j);
printf("%lld\n", Query(1,n,1,i,j));
}
else if(str[0] == 'C'){
scanf("%d%d%d", &i, &j, &c);
Update(1,n,1,i,j,c);
}
}
}
return 0;
}
https://blog.csdn.net/weixin_43272781/article/details/83419816