线段树的原理与模板

        如果会树状数组的同学应该就很容易理解线段树了,在一定程度上,两者是有一点类似的。首先,了解一下我们为什么要使用线段树,以及线段树的主要作用。

区间求和问题-医院卖药

        假设有一家医院,医院有卖药的地方,不同的药品有不同的数量。每次开药、进药都要在计算机里面记录数量变化,这样方便医院的管理。那么我们该如何实现这样的程序?当然,药品数量的储存用数组是比较合适的(真实的项目当然要用数据库)

int a[8] = {1,2,3,4,5,6,7,8};

现在,给出指令,第1号到第7号,这7个药品的数量全部加8,那么代码实现就是标准的for循环了:

for(int i = 0;i < 7;i++){
    a[i] += 8;
}

同样,如果进药,仍然循环即可。所以对于区间数量的变化,时间复杂度为O(n)

        那么现在我们需要算所有药品的数量,最简单的方法仍然是for循环:

int sum = 0;
for(int i = 0;i < 8;i++){
    sum += a[i];
}

这样,就算我们提高要求,求出区间[a,b]之间的和,仍然遍历即可,算法复杂度为O(b-a)

        看起来,我们对于区间的操作,无论是求和还是数据修改,都能在线性的时间段内完成。但是这样的时间复杂度其实并不好。一般来说,比赛中数据量1000000就差不多了,但是我们的操作数量可是非常多的。这样的数据范围:有m个数据0

        所以,我们就需要用线段树这样的数据结构来储存数据,从而降低操作的时间复杂度。

什么是线段树

        这里提一下完全二叉树。完全二叉树是叶节点只能出现在最下层和次下层,并且最下面一层的结点都集中在该层最左边的若干位置的二叉树。若设二叉树的深度为h,除第 h 层外,其它各层 (1~h-1) 的结点数都达到最大个数,第 h 层所有的结点都连续集中在最左边。

        那么线段树就是完全二叉树,一定条件下成为满二叉树。

        线段树的主要思想是二分,也就是通过二分的方法来查找节点。首先看一下线段树的图的表示(这里用了百度百科的图)

线段树的原理与模板_第1张图片 标题

        实际上,这是数据为8的线段树。蓝色的标记是二叉树的节点编号,最下面的红色的框体框住的8个叶子就是实际上数据存放的位置。而节点内部写的区间,就是指数据存放区间的和。例如2号节点,里面区间是[1,4]也就是1号到4号之间的数据的和。

线段树的操作-建树

        基本的线段树就如上图所示,那么我们首先应该基于一段数据进行建树操作。可以看出,线段树是非常耗费空间的。所以我们不管是用结构体还是数组,在表示线段树的时候都要在数据量n的情况下多开更大的空间。一般都是开四倍。所以基本的声明与初始化如下:

#define MAX 2333

int tree[4*MAX];

void init(){
    memset(tree,0,sizeof(tree));
}

然后就是建树了,我们需要将数组变成一个树。代码如下:

void build(int node,int l,int r){
	if(l == r){ // 到达叶子节点,赋值
		cin >> tree[node];
		return;
	}
	int mid = (l+r)/2;
	build(node*2,l,mid); // 进入子树开始递归
	build(node*2+1,mid+1,r);
	tree[node] = tree[node*2] + tree[node*2 + 1]; // 回溯
}

        这样的建树,是一个递归的过程。l与r分别表示区间,结合上面的图,当l==r的时候说明递归已经遍历到叶子节点了,而这个节点node也是二叉树的节点编号。对应了数组的下标。所以进行赋值。然后直接return进行回溯。那么在正常递归的时候,我们需要利用二叉树的性质,即对于node编号的节点而言,左子树编号为2*node,右子树为2*node+1。同样,由于二分的性质,利用mid = (l+r)/2,就可以获取下一个子树的区间范围。

        在回溯的时候,是从树的最下层开始向最上层回溯,那么同样利用二叉树的性质,我们可以轻松将子树的数据加到父节点上。这样,当函数完成的时候,我们就可以利用数组来构建了一个线段树。

线段树的操作-单点修改

        线段树并不必须要进行区间的操作,如果是对单点进行操作,完全可以用更快的方法来实现。而对于单点修改而言,其实相比区间修改的代码要简单很多(因为lazy数组的存在),所以能用针对单点的修改最好不要用区间修改。单点更新非常类似二分查找,通过递归找到更新点的位置,在回溯的时候更新所有节点的值。代码:

// 单点更新,n为更新值,index为更新点,lr为更新范围
void update(int n,int index,int l,int r,int node){
	if(l == r) {
		tree[node] += n; // 更新方式,可以自由改动
		return;
	}
	int mid = (l+r) / 2;
	// push_down(node,mid-l+1,r-mid); 若既有点更新又有区间更新,需要这句话
	if(index <= mid){
		update(n,index,l,mid,node*2);
	}else{
		update(n,index,mid+1,r,node*2+1);
	}
	tree[node] = tree[node*2] + tree[node*2 + 1]; // 回溯过程,需要将线段树上层数据更新
}

        l与r就是指当前节点的区间范围,刚开始肯定是填1,8了,因为线段树的最上边节点代表的范围(参照上图的白色区间字体)就是1,8。那么,如果l==r,就说明到达了叶子节点,当然就是需要更新的节点了。如何进入递归?就跟二分一样,index与mid进行判断,看是走左子树还是右子树。最后一定不要忘记回溯,因为叶子节点更新后,上层节点的值也需要更新,这样才算维护了线段树。

        里面有一行注释的代码,这里需要把后面的懒惰标记、区间操作学完才能理解。现在就当不存在吧。

懒惰标记

        在进行区间操作之前,要首先理解线段树的懒惰标记,试想,我们在操作的时候有可能有这样的操作。首先进行区间修改,修改了800次,然后再进行一次查询。这样,如果我们每次都将整个线段树的数据进行更新,实际上是非常慢的,如果我们能用一段空间,来记录修改数据,只有在使用的时候,一次性更新,就非常的方便。

        所以这也是懒惰标记的作用。可以先对修改的数据进行储存,只有在使用的时候才更新线段树。那么,理论上我们应该建一个跟线段树同样大小的数组,称为懒惰数组,表示了每个节点的懒惰标记。有这样的操作:

1.修改数据的时候,每次递归到某节点,修改数据以后将数据的变化添加到数组中。

2.当使用到这个节点的时候,发现对应的懒惰标记存在,那么就应该更新该节点,以及以下的所有节点的数据,方便使用。

总之,就是不使用的时候就一直在积累,在使用的时候再统一更新。

        那么懒惰数组的更新非常简单,对线段树更新的时候就可以添加到懒惰标记,但是在使用的时候,我们需要用一个函数来完成懒惰标记的下传操作,也就是更新积累的值。代码:

void push_down(int node,int l,int r){
	if(lz[node]){
		int mid = (l+r) / 2;
		lz[node*2] += lz[node];
		lz[node*2 + 1] += lz[node];
        // 注意线段树的数据更新方式要一致
		tree[node*2] += 1LL*(mid - l + 1)*lz[node];
		tree[node*2 + 1] += 1LL*(r - mid)*lz[node];
		lz[node] = 0;
	}
}

        lz数组,即lazy,就是懒惰标记数组。可以看出,当lz[node]存在值的时候,就说明现在我在使用这个节点,而这个节点以及其下的节点需要更新了,所以就利用二叉树的性质向下传递更新数据,同时更新线段树中的数据。最终,要将该节点的懒惰标记清零。

        注意,下推的时候不是一直更新到叶子节点,而是只更新当前节点以及2个子树,因为实际操作的时候,只要碰到对某节点的操作就要调用push_down()函数,所以每次只用下推一层即可。

        push_down()函数的使用需要在下面的区间操作中添加。

线段树的操作-区间更新

        单点更新类似二分查找,更新的时候对经过的路径进行操作就可以了。但是区间更新需要考虑整个区间。线段树除了叶子节点,都表示了一段区间的值,那么就要配合懒惰标记在整个区间上进行操作。先看代码:

// 区间更新,lr为更新范围,LR为线段树范围,add为更新值
void update_range(int node,int l,int r,int L,int R,int add){
	if(l <= L && r >= R){
		lz[node] += 1LL*add;
		tree[node] += 1LL*(R - L + 1)*add; // 更新方式
		return;
	}
	push_down(node,L,R);
	int mid = (L+R) / 2;
	if(mid >= l) update_range(node*2,l,r,L,mid,add);
	if(mid < r) update_range(node*2 + 1,l,r,mid+1,R,add);
	tree[node] = tree[node*2] + tree[node*2 + 1];
}

        仍然以[1,8]区间的线段树为例,修改[1,6]的区间,使区间内的数据全部加1。那么我们可以在线段树图的基础上手动走一遍这个代码,来理解线段树的区间操作以及与懒惰标记的配合。

线段树的原理与模板_第2张图片

这个是一个线段树,现在我们需要对[1,6]范围内进行加一,那么就应该这样:

update_range(1,1,6,1,8,1); // 从结点1,即最上边开始

        我们手动走一遍上述代码,首先,if判断不成立。这个if判断主要判定的是区间,我们每次递归进入函数,操作区间与当前结点表示区间总共有2种可能:

1.操作区间完全与结点表示区间重合。此时,说明我们已经可以对该结点进行操作了。

2.操作区间在结点表示区间内。此时,说明现在的结点表示空间太大了,需要向下寻找更合适的区间。

3.操作区间比结点表示区间大,只有向下推的时候才能出现这样的情况,跟第一种可能的结果一样,对结点进行操作就行了。

4.操作区间与结点表去区间只有一部分重合。只有向下推的时候才能出现这样的情况,跟第二种可能的结果一样,下推。

5.操作区间与结点表示区间完全不重合。无操作,等待程序自己结束。

其他可能是不存在的,例如操作区间大于结点表示区间。因为操作区间最大不可能超过线段树的区间,所以越分越小的情况下,最少就是跟结点表示区间一致。

        所以,这个if,就是判断操作区间与结点表示区间满足什么条件。接着上例,[1,6]与[1,8]相比,明显是第二种情况,所以需要向下推移。此时,由于开始接触下面的结点了,所以需要调用push_down,进行懒惰标记向下推移,保证接触的是数据已经修改过的结点。然后当然是区分左子树右子树了,2种可能,进入左子树或右子树。

        首先是进入左子树的情况,此时操作区间仍然是[1,6],而结点表示区间是[1,4]出现了情况3。此时,说明[1,4]区间的所有数据都要变化。这也进入了if判断之中。不要担心[5,6]区间,这一部分已经递归进入右子树了。此时,在该结点处更新懒惰标记与数据信息。注意这句代码:

tree[node] += 1LL*(R - L + 1)*add;

[1,4]结点存放的是1-4的数据,所以每个数据+1,这个结点就要+4。同时,我们已经标记懒惰标记了,所以直接return。下面的结点全部不更新,等到需要的时候在下推就行了。至此,左子树的递归就完成了。return后回溯,此时进入右子树的递归。

        进入右子树,此时操作区间仍然是[1,6],而结点表示区间则变成了[5,8],是情况4,所以仍然下推。这时候,左子树变成[5,6],右子树变成[7,8]。左子树变成情况1了,那么就进行更新。右子树已经完全脱离区间,所以不用管,等他自己递归完成后没有任何操作地结束吧。

        注意,程序的最后还有回溯这个过程。确实,我们的操作因为懒惰数组是不再向下传递了。但是已经更新的结点需要在回溯的时候向上更新。由于刚开始,我们就是从结点1开始的,所以回溯一定能将更新结点之前的结点全部更新。

        最后得到的图如下:

线段树的原理与模板_第3张图片

红字就是更新的结点,而旁边标记的红色的1就是懒惰标记。下次调用有懒惰标记的结点就会导致更新与向下传递懒惰标记。这样,我们就完成了区间更新的操作。

        所以,这里有最最最重要的一点:由于懒惰标记,所以很多数据是没有变化的。如果在一次区间更新后就需要调用真实数据,那么应该先向下更新全部数据后再调用。否则得到的数据是未更新的错误数据。这样,我们也能理解单点操作的那一行注释的代码了,其实就是下推懒惰标记。因为只要使用了区间操作,就有可能有懒惰标记产生。所以需要使用push_down()来下推。

线段树的操作-区间查找

        区间查找的原理跟区间更新基本一样,也是看结点表示的数据范围有不同的操作。同样,在到某个结点的时候一定要调用push_down()。不同点在于跟数据操作无关,但是需要一个sum来储存收集到的区间数据,同时最后return。这样在递归完成以后最后返回的就是区间和了。理解区间更新后,区间查找的代码就非常容易了:

// 区间查找
LL query_range(int node,int L,int R,int l,int r){
	if(l <= L && r >= R) return tree[node];
	push_down(node,L,R);
	int mid = (L+R) / 2;
	LL sum = 0;
	if(mid >= l) sum += query_range(node*2,L,mid,l,r);
	if(mid < r) sum += query_range(node*2 + 1,mid+1,R,l,r);
	return sum;
}

脱离lazy数组

        lazy数组的使用在很大程度将降低了解决问题所耗费的时间,但是也增加了对模板的修改难度。诚然,lazy很实用,但是在一些问题的构造上并不容易修改。我们平常的区间修改,整个区间的数值变化是统一的,所以我们能够在数学上提前好多个结点先算出来更改情况。但是有很多问题并不是这样的。

        例如:hdu4027。11年上海网络赛,要求区间内对每个节点的数值取其二次根。那么再考虑lazy数组就是徒生烦恼。如果我们抛弃lazy数组,直接每次都更新到叶子结点,同时考虑剪枝,速度也并不慢(500ms)。所以,在区间操作不平衡,同时可以剪枝的情况下,完全可以抛弃lazy数组,从而修改为:

boolean cleck(int node,int l,int r){
    // 剪枝条件
}

void update_range(int node, int l, int r, int L, int R) {
    if (L == R) {
        tree[node] = 1; // 更新方式
        return;
    }
    int mid = (L + R) / 2;
    if (mid >= l && cleck(node*2,L,mid)) update_range(node * 2, l, r, L, mid);
    if (mid < r && cleck(node*2+1,mid+1,R)) update_range(node * 2 + 1, l, r, mid + 1, R);
    tree[node] = tree[node * 2] + tree[node * 2 + 1];
}

抛弃lazy数组,l与r是区间范围,每次递归修改的是L与R,表示的是实际区间范围。当L == R的时候就到达叶子节点了。每次递归的时候添加剪枝条件,满足了才能继续递归。所有非叶子结点的更新全部在回溯的过程中进行。

最后

        以上就是线段树的基本操作了。对于单点的操作,其实用的不多,同时也能用区间操作代替(例如l与r,l==r的情况就是单点操作了)。难点在于懒惰标记的问题,理解以后其实也并不太难。推荐刷一下kuangbin的线段树专题,可以加深对于线段树的理解。

[kuangbin带你飞]专题七 线段树

下面是模板的代码,当然是在main函数里面调用了。

#include
#include
#define LL long long
#define MAX 1001

using namespace std;

int tree[MAX]; // 线段树
int lz[MAX]; // 延迟标记

void init(){
	memset(tree,0,sizeof(tree));
	memset(lz,0,sizeof(lz));
}

// 创建线段树
void build(int node,int l,int r){
	if(l == r){
		cin >> tree[node];
		return;
	}
	int mid = (l+r)/2;
	build(node*2,l,mid);
	build(node*2+1,mid+1,r);
	tree[node] = tree[node*2] + tree[node*2 + 1];
}

// 单点更新,n为更新值,index为更新点,lr为更新范围
void update(int n,int index,int l,int r,int node){
	if(l == r) {
		tree[node] = n; // 更新方式,可以自由改动
		return;
	}
	int mid = (l+r) / 2;
	// push_down(node,mid-l+1,r-mid); 若既有点更新又有区间更新,需要这句话
	if(index <= mid){
		update(n,index,l,mid,node*2);
	}else{
		update(n,index,mid+1,r,node*2+1);
	}
	tree[node] = tree[node*2] + tree[node*2 + 1];
}

void push_down(int node,int l,int r){
	if(lz[node]){
		int mid = (l+r) / 2;
		lz[node*2] += lz[node];
		lz[node*2 + 1] += lz[node];
		tree[node*2] += 1LL*(mid - l + 1)*lz[node];
		tree[node*2 + 1] += 1LL*(r - mid)*lz[node];
		lz[node] = 0;
	}
}

// 区间更新,lr为更新范围,LR为线段树范围,add为更新值
void update_range(int node,int l,int r,int L,int R,int add){
	if(l <= L && r >= R){
		lz[node] += 1LL*add;
		tree[node] += 1LL*(R - L + 1)*add; // 更新方式
		return;
	}
	push_down(node,L,R);
	int mid = (L+R) / 2;
	if(mid >= l) update_range(node*2,l,r,L,mid,add);
	if(mid < r) update_range(node*2 + 1,l,r,mid+1,R,add);
	tree[node] = tree[node*2] + tree[node*2 + 1];
}

// 区间查找
LL query_range(int node,int L,int R,int l,int r){
	if(l <= L && r >= R) return tree[node];
	push_down(node,L,R);
	int mid = (L+R) / 2;
	LL sum = 0;
	if(mid >= l) sum += query_range(node*2,L,mid,l,r);
	if(mid < r) sum += query_range(node*2 + 1,mid+1,R,l,r);
	return sum;
}

int main() {
	init();
	build(1,1,8);

	system("pause");
	return 0;
}

 

你可能感兴趣的:(算法&数据结构)