线段树学习（单点更新+区间更新+区间查询）(C++模板)
一、线段树的用处
在对一组连续的数据进行修改或者求和（求最值）操作时,线段树可以通过快速的修改子区间上的值来达成你的目标。
二、线段树是什么
线段树是一种二叉搜索树，它将一个区间划分成一些单元区间，每个单元区间对应线段树中的一个叶结点。使用线段树可以快速的查找某一条线段对应的状态。
看一副图来理解（图片魔改自百度百科）：
可见图中我们用一个节点1来储存一段[1,10]线段上的数据，将节点1对半拆开，可以得到节点2和节点3，他们分别储存的是[1,5]和[6,10]上的数据。以此类推，我们可以分出节点4、节点5……直到不可再分。
三、线段树的单点更新和查询（后附区间更新）
这里采用的是结构体的方式建立线段树。
const int maxn = 500005 * 4; //线段树范围要开4倍
struct Tree
{
int l, r, sum, maxx;
};
Tree node[maxn]; //node[maxn]为线段树处理使用的数组
int a[maxn]; //a[maxn]表示读入的数据
结构体中的l，r表示的是该节点所覆盖的区间为[l，r]。sum表示的是该段区间上的数据总和，maxx表示该段区间上数据的最值。看到之前的那幅图，我们在将区间进行分割的时候，会出现大量的小区间，所以对于结构体的数组（即线段树）大小我们需要设定成条件所给的4倍。
设置完了节点，那么我们怎么来建立一个我们所需要的线段树呢。再看这副图。
我们该怎么用代码实现连出两条线使得节点2和节点3成为节点1的子节点呢？
我们可以设当前的节点为i，那么对于图上的规律来讲，他左边的子节点编号就是i*2，右边的子节点编号就是i*2+1。
知道了怎么表示子节点后，我们就要试图使用他们将叶子节点的值传递到下一层。
对于叶子节点来讲，他们的值应该是已知的，我们只需要在他们的父节点处进行更新就可以了，这是可以用PushUp函数实现的。
那么具体建树的代码就应该是这样的。
void PushUp(int i)
{
node[i].sum = node[i << 1].sum + node[(i << 1) | 1].sum; //求和子节点
node[i].maxx = max(node[i << 1].maxx, node[(i << 1) | 1].maxx); //取子节点最值
}
void build(int i, int l, int r)
{
node[i].l = l; node[i].r = r;
if (l == r) //到达了叶子节点直接赋值
{
node[i].maxx = a[l];
node[i].sum = a[l];
return;
}
int mid = (l + r) / 2;
build(i << 1, l, mid); //左节点建立
build((i << 1) | 1, mid + 1, r); //右节点建立
PushUp(i);
}
建立了线段树后我们要对线段树上的数据进行修改与求和，该怎么操作呢？
对于单点的修改我们找到所需要修改的点k对应的叶子节点，然后一路递归更新下去实际上在代码和build线段树是差不多的。
让我们直接看代码来解释：
void add(int i, int k, int v) //当前更新的节点的编号为i（一般是以1为第一个编号）。
{ //k为需要更新的点的位置，v为修改的值的大小
if (node[i].l == k&&node[i].r == k) //左右端点均和k相等，说明找到了k所在的叶子节点
{
node[i].sum += v;
node[i].maxx += v;
return; //找到了叶子节点就不需要在向下寻找了
}
int mid = (node[i].l + node[i].r) / 2;
if (k <= mid) add(i << 1, k, v);
else add((i << 1) | 1, k, v); //寻找k所在的子区间
PushUp(i); //向上更新
}
使用这个add函数就可以实现对线段树的单点更新啦。比如使k点的值加上v，就是add(1,k,v)。
求区间的最值代码实际上和求和是一样的，也是先找到对应区间所在的子节点，然后向上更新。
求最值代码如下
int getmax(int i, int l, int r)
{
if (node[i].l == l&&node[i].r == r)
return node[i].maxx;
int mid = (node[i].l + node[i].r) / 2;
if (r <= mid) return getmax(i << 1, l, r);
else if (l>mid) return getmax((i << 1) | 1, l, r);
else return max(getmax(i << 1, l, mid), getmax((i << 1) | 1, mid + 1, r));
}
以上。我们已经完成对于一个线段树的单点更新和查询。
模板如下
const int maxn = 500005 * 4; //线段树范围要开4倍
struct Tree
{
int l, r, sum, maxx;
};
Tree node[maxn]; //node[maxn]为线段树处理数组
int a[maxn]; //a[maxn]为原数组
void PushUp(int i)
{
node[i].sum = node[i << 1].sum + node[(i << 1) | 1].sum;
node[i].maxx = max(node[i << 1].maxx, node[(i << 1) | 1].maxx);
}
void build(int i, int l, int r)
{
node[i].l = l; node[i].r = r;
if (l == r)
{
node[i].maxx = a[l];
node[i].sum = a[l];
return;
}
int mid = (l + r) / 2;
build(i << 1, l, mid);
build((i << 1) | 1, mid + 1, r);
PushUp(i);
}
int getsum(int i, int l, int r)
{
if (node[i].l == l&&node[i].r == r)
return node[i].sum;
int mid = (node[i].l + node[i].r) / 2;
if (r <= mid) return getsum(i << 1, l, r);
else if (l > mid) return getsum((i << 1) | 1, l, r);
else return getsum(i << 1, l, mid) + getsum((i << 1) | 1, mid + 1, r);
}
int getmax(int i, int l, int r)
{
if (node[i].l == l&&node[i].r == r)
return node[i].maxx;
int mid = (node[i].l + node[i].r) / 2;
if (r <= mid) return getmax(i << 1, l, r);
else if (l>mid) return getmax((i << 1) | 1, l, r);
else return max(getmax(i << 1, l, mid), getmax((i << 1) | 1, mid + 1, r));
}
void add(int i, int k, int v) //当前更新的节点的编号为i（一般是1为初始编号，具体得看建立树时使用的第一个编号是什么）。
{ //k为需要更新的点的位置，v为修改的值的大小
if (node[i].l == k&&node[i].r == k) //左右端点均和k相等，说明找到了k所在的叶子节点
{
node[i].sum += v;
node[i].maxx += v;
return; //找到了叶子节点就不需要在向下寻找了
}
int mid = (node[i].l + node[i].r) / 2;
if (k <= mid) add(i << 1, k, v);
else add((i << 1) | 1, k, v);
PushUp(i);
}
四、线段树的区间更新
为什么需要把区间更新和单点更新区分开来呢？
当我们面对给[a,b]范围上的数据都加上v，这一类的问题时，我们利用单点更新是怎么操作的呢？
首先单点更新a+1，再更新a+2，再a+3……直到更新b。那么对于多个这样的询问，显然操作数是爆表的。所以我们需要一种巧妙的方法，降低我们更新的操作数。
这里引入了一个标记数组，lazy[maxn<<2].
由字面的意思，这个lazy数组就是一个给懒人使用标记。
每当我们需要把一个区间[a,b]都加上v，现在我们其实并没有直接进入到线段树的对应区间的子区间去修改，而是先给这个区间做一个标记v，若这个区间有n个数据，当我们查询时候只需要读取区间原有的数据并且加上n*v。
就我的理解lazy标记更像是维护了另一个树。
简单的说就是，我们把向下的修改先储存起来，而对于每个查询我们在向上传递答案的时候加上这些修改的值。
用代码来实现就是这样
void PushUp(int rt)
{
tree[rt].sum = tree[rt << 1].sum + tree[rt << 1 | 1].sum;
}
void PushDown(int rt,int m) //m表示的是rt对应的当前区间的长度
{
if (lazy[rt])
{
lazy[rt << 1] += lazy[rt]; //延迟的值向左节点传递
lazy[rt << 1 | 1] += lazy[rt]; //延迟的值向右节点传递
tree[rt << 1].sum += lazy[rt] * (m - (m >> 1));
tree[rt << 1 | 1].sum += lazy[rt] * (m >> 1);
lazy[rt] = 0;
}
}
PushUp函数表示的是向上的更新，PushDown维护的是lazy标记延后的值。
明白了lazy的作用，就可以偷偷放出区间更新的模板啦。
const int N = 100005;
LL a[N]; //a[N]储存原数组
LL lazy[N << 2]; //lazy用来记录该节点的每个数值应该加多少
int n, q;
struct Tree
{
int l, r;
LL sum;
int mid()
{
return (l + r) >> 1;
}
}tree[N<<2];
void PushUp(int rt)
{
tree[rt].sum = tree[rt << 1].sum + tree[rt << 1 | 1].sum;
}
void PushDown(int rt,int m)
{
if (lazy[rt])
{
lazy[rt << 1] += lazy[rt];
lazy[rt << 1 | 1] += lazy[rt];
tree[rt << 1].sum += lazy[rt] * (m - (m >> 1));
tree[rt << 1 | 1].sum += lazy[rt] * (m >> 1);
lazy[rt] = 0;
}
}
void build(int l, int r, int rt)
{
tree[rt].l = l;
tree[rt].r = r;
lazy[rt] = 0;
if (l == r)
{
tree[rt].sum = a[l];
return;
}
int m = tree[rt].mid();
build(l, m, (rt << 1));
build(m + 1, r, (rt << 1 | 1));
PushUp(rt);
}
void update(LL c, int l, int r, int rt)
{
if (tree[rt].l == l&&tree[rt].r==r)
{
lazy[rt] += c;
tree[rt].sum += c*(r - l + 1);
return;
}
if (tree[rt].l == tree[rt].r)return;
int m = tree[rt].mid();
PushDown(rt, tree[rt].r - tree[rt].l + 1);
if (r <= m)update(c, l, r, rt << 1);
else if (l > m)update(c, l, r, rt << 1 | 1);
else
{
update(c, l, m, rt << 1);
update(c, m + 1, r, rt << 1 | 1);
}
PushUp(rt);
}
LL Query(int l, int r, int rt)
{
if (l == tree[rt].l&&r == tree[rt].r)
{
return tree[rt].sum;
}
int m = tree[rt].mid();
PushDown(rt, tree[rt].r - tree[rt].l + 1);
LL res = 0;
if (r <= m)res += Query(l, r, rt << 1);
else if (l > m)res += Query(l, r, rt << 1 | 1);
else
{
res += Query(l, m, rt << 1);
res += Query(m + 1, r, rt << 1 | 1);
}
return res;
}
附上线段树模板题：
POJ3468A Simple Problem with Integers
以及AC代码
#include
#include
#include
#include
#include
#include
#include
#include
#include
#include
#include